Warkentin, HeinrichSteckel, ThiloMaier, AlexanderBernardi, AnsgarRuckelshause, ArnoMeyer-Aurich, AndreasLentz, WolfgangTheuvsen, Brigitte2017-06-222017-06-222017978-3-88579-662-6Im Gegensatz zu industriellen Fertigungsprozessen werden landwirtschaftliche Prozesse immer noch vorwiegend erfahrungsbasiert geplant und gesteuert. Wesentliche Ursachen hierfür sind die erschwerte Vorhersagbarkeit von Umgebungsbedingungen durch die hohe Umweltexposition und der Mangel an quantitativen Informationen zur Bestimmung präzise beschriebener Handlungsvorschläge. Die sich schnell entwickelnde Fähigkeit zur Erfassung, Übertragung, Analyse und anwendergerechten Aufbereitung großer, maschinenbezogenen Datenmengen in kurzen Zeiträumen liefert zumindest in Teilbereichen Verbesserungsmöglichkeiten. Dieser Beitrag beschreibt die Vorgehensweise zum Aufbau einer geeigneten Infrastruktur und der Analyse von großen Datenmengen am Beispiel des Mähdreschers mit dem Ziel der Produktivitätsverbesserung.deMähdrescherProzessBig DataData AnalyticsAnomalieanalyseVerbesserung mobiler Arbeitsprozesse mit Methoden von Big Data und
Data AnalyticsText/Conference Paper1617-5468