Pfrommer, JuliusJuliusPfrommerFrey, ChristianChristianFreyWessels, LarsLarsWesselsBeyerer, JürgenJürgenBeyerer2023-02-132023-02-132020https://publica.fraunhofer.de/handle/publica/41082810.51202/9783181023754-6292-s2.0-85102428194Maschinelles Lernen (ML) wird vermehrt in der industriellen Produktion angewandt um über datengetriebene Prozessmodelle Verbesserungen zu erzielen. Die Potentiale sind enorm. Die wirksame Umsetzung von Projekten und die Anwendung im dauerhaften Betrieb ist jedoch herausfordernd. Dieser Beitrag stellt ein standardisiertes Vorgehensmodell für die Entwicklung und den Betrieb ML-unterstützter industrieller Produktionsanlagen vor. Analog zu den Ansätzen des Systems Engineering kapselt es Best Practices und ermöglicht durch definierte Phasenergebnisse und klaren Schnittstellen zwischen Verantwortlichkeiten eine bessere Planbarkeit und Skalierung auf große Projektteams.de004670conference paper