No abstract

No abstract

In der Fahrzeugentwicklung werden diverse Tools, Daten und Informationen verwendet und generiert. Auch in der Produktion (Smart Factory) werden immer größere Datenmengen verarbeitet. Um die anfallenden Daten und Informationen effizient zur Verfügung zu stellen, hat sich das Forschungsprojekt FIND zum Ziel gesetzt, einen flexiblen und effizienten Zugriff auf diese heterogenen Daten und Informationen zu ermöglichen. Es zeigte sich, dass im Automotive-Umfeld bereits verschiedene Suchtechnologien eingesetzt werden, die Qualität und Zufriedenheit mit diesen Technologien jedoch begrenzt ist. Nach intensiver Vorbereitung und Erfassung der Use Cases wurden unter Berücksichtigung zur Verfügung gestellter Beispieldaten der Projektpartner verschiedene Architekturen und Technologien evaluiert. Vielversprechende Technologien wurden in Folge in einem Prototyp implementiert. Hierbei wurde großen Wert auf Flexibilität und Austauschbarkeit der ausgewählten Technologien gelegt und auf eine saubere Trennung der einzelnen Komponenten geachtet. Das Frontend wurde unter besonderer Berücksichtigung der Schnittstelle Mensch-Computer angepasst und ermöglicht eine domänenspezifische Sicht auf die verfügbaren Daten. Der Prototyp befindet sich derzeit in der Review Phase bei den jeweiligen Projektpartnern. 1 Motivation Das langfristige Ziel vieler Automobil-Zulieferer und-Hersteller ist es, aufgrund geringerer Kosten, die Zahl der Hardware-Prototypen zu verringern. Deshalb werden in Zukunft ein höheres Volumen an Simulationsdaten und Dokumenttypen generiert (Bernasch & Fachbach 2011). Jedoch nicht nur im Engineering werden immer mehr Daten generiert, auch in der Produktion (Smart Factory) werden immer größere Mengen an heterogenen Informationen und Daten (Mess-und Sensordaten) verarbeitet. Die Navigation in diesen heterogen Daten-und Informationsquellen stellt Informationssysteme vor große Herausforderungen. Der Bereich Computer-Aided Engineering (CAE) deckt hierbei nicht nur den klassischen Bereich der Berechnung und Simulation ab, sondern umfasst alle Methoden der virtuellen Entwicklung. Die hierbei generierten Daten und Informa

This short survey represents a first step towards identifying relevant enterprise search engines as possible key enablers for challenges related to Future Workplace like knowledge transfer and individual and organisational information management inside an enterprise collaboration cycle. In the early period of our research we want to deliver a short overview on current state of the art solutions that can contribute to the idea of Future Workplace. We summarised in our literature study most significant parameters from current research on the topic of semantic and enterprise search. Information was collected via product sheets and white paper of the vendors as well using previous studies and accessible information at the web. Four most advanced solutions in this area has been evaluated. We used them to check their appliance for Future Workplace trends and are aiming at expansion of our review for additional solutions in the future.