Hochkamp, F.; Homuth, M.; van der Valk, H.: Enhancing Manufacturing Knowledge Discovery: Heuristic Data Preparation Framework. AMCIS Proceedings (2026), article 2.
Hochkamp, F.; Reuver, S.; Rabe, M.: Systematic Review of Data Integration Methods in the Context of Data Preparation for Enterprise Information Systems. Procedia Computer Science 278 (2026), pp. 292-299.
Hochkamp, F.; Scheidler, A. A.; Rabe, M.: Review of Maturity Models for Data Mining and Proposal of a Data Preparation Maturity Model Prototype for Data Mining. Computers, 14(4), article 146, 2025.
Langenbach, K.; Hochkamp, F.; Rabe, M.: Studie zur Nutzung von Entscheidungsunterstützungssystemen in der Produktionslogistik. In Rank, S.; Kühn, M. Schmidt, T. (eds.), Simulation in Produktion und Logistik, article 19, 2025.
Hochkamp, F.: Mehrstufige Methode zur Wissensentdeckung in der Domäne der Produktion. In: Rabe, M.; Scheidler, A.-A. (eds.): Drei Dutzend Jahre Simulationstechnik - Festkolloquium September 2022. Göttingen: Cuvillier 2022, pp. 33-34.
Hochkamp, F.; Rabe. M.: Outlier Detection in Data Mining: Exclusion of Errors or Loss of Information? In Proceedings Hamburg International Conference of Logistics 2022, Hamburg, 20th-23rd September 2022, pp. 91-117.
Details.
Acar, A.: Literaturbasierte Entwicklung einer Entscheidungsunterstützung zur Auswahl von Datentransformationsverfahren als Vorverarbeitung für Data Mining in der Automobilproduktion. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2025.
Grüter, J.: Entwicklung einer Experimentierumgebung zur Evaluation von Verfahren der Ausreißererkennung. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Fachwissenschaftliche Projektarbeit, 2025.
Kropf, J. X.: Experimenteller Vergleich von Verfahren der Datentransformation und Datenreduktion im Kontext von Data Mining. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2025.
Pell, L.: Experimenteller Vergleich von Verfahren der Feature Selection und des Sampling für unausgewogene Produktionsdatensätze im Kontext von Data Mining. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2025.
Salahi, M.: Vergleich von Datenimputationsverfahren zur Vorbereitung von Produktionsdaten für Modelle des maschinellen Lernens. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2025.
Simon, J.: Experimenteller Vergleich von Datenvorverarbeitungsverfahren zur Datenreduktion und zur Behandlung fehlender Werte im Kontext von Data Mining. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2025.
Thum, H.: Entwicklung eines Vorgehensmodells zur kontinuierlichen Verbesserung der Prozesse eines technischen Prüflabors für Sicherungen basierend auf Lean-Management-Methoden. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2025.
Wilken, J.: Vergleich von Methoden zur Behandlung fehlender Werte und zur Datentransformation für die Datenvorverarbeitung der Wissensentdeckung in Datenbanken der Produktion. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2025.
Beyer, F.: Methode der Wissensentdeckung in Datenbanken und des maschinellen Lernens für die prädiktive Wartung in produzierenden Unternehmen. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2024.
Klon, C.: Systematische Analyse von Datenreduktionsverfahren als Vorbereitung für Data Mining im Kontext der Wissensentdeckung in Datenbanken. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2024.
Mazeg, S.: Datenbankdesign für den internationalen Bildungsaustausch: Strategien und Umsetzung. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2024.
Thum, H.: Disaggregation aggregierter Daten als Key Performance Indicators einer Fertigungslinie durch Data Farming. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2024.
Alhamwi, D.: Einsatzmöglichkeiten der Petri-Netz-Modellierung im agilen Projektmanagement. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2023.
Bin Afsar, R.: Comparison of Machine Learning Approaches for Anomaly Detection on Industrial Furnace. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2023.
Börger, L. A.: Exemplarische Anwendung und Vergleich verschiedener Imputationsverfahren als Vorbereitung für Data Mining in der Wissensentdeckung in Datenbanken. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2023.
Bröker, M.: Systematische Untersuchung von Datentransformationen im Kontext der Datenvorverarbeitung für Datenbestände aus Produktion und Logistik. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2023.
Hupe, L.: Systematische Analyse von Datenqualitätsmetriken im Kontext von Prozessen in produzierenden Unternehmen. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2023.
Jacobsen, J. J., Evers, J., Emkrund, T., Hatzenbühler, M.: Datenvorverarbeitung für die Wissensentdeckung in Produktion und Logistik.TU Dortmund University, Department IT in Production and Logistics, Laboratory Report, 2023.
Malgarini, P.: Erstellung eines Forschungsüberblicks der Normalisierungsverfahren in der Datenvorverarbeitung der Wissensentdeckung in Datenbanken durch eine strukturierte Literaturrecherche. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2023.
Purrmann, J.: Strukturierte Analyse von Verfahren zur Behandlung von Ausreißern in der Datenvorverarbeitung für das Data Mining mit anschließender Entwicklung einer Entscheidungsunterstützung zur Verfahrensauswahl. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2023.
Recber, A.: Systematische Analyse der Behandlung von Rauschen in der Datenvorverarbeitung bei der Wissensentdeckung in Datenbanken. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2023.
Wasim, C. A.: Investigating Data-Efficient Creation of Machine Learning Models for Industrial Process Monitoring Systems. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2023.
Acar, A.: Kategorisierung der Ausreißerbehandlung in der Produktion mittels umfassender Literaturrecherche. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2022.
Christakis, G.: Detektion und Klassifikation von Ausreißern in Messdaten von Pumpentestläufen durch Anwendung von Methoden des Data Mining. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2021.
Darmograj, D.: Entwicklung neuer Übungsaufgaben auf dem Gebiet der grafischen Programmiersprachen für speicherprogrammierbare Steuerungen zum Einsatz im Lehrbetrieb. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2021.
Feldkamp, T.: Travelling-Salesman-Untersuchung beim Verbund von Drohnen und Lastkraftwagen in Dortmund. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2021.
Hupe, L.: Entwicklung neuer Übungsaufgaben auf dem Gebiet der grafischen Programmiersprachen für speicherprogrammierbare Steuerungen zum Einsatz im Lehrbetrieb. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2021.
Koymatli, M.: Geschäftsprozessoptimierung unter Nutzung von Parametertuning. TU Dortmund University, Department IT in Production and Logistics, project thesis, 2021.
Mengering, B.: Erstellung eines Datenqualitätskonzeptes im Kontext der Eigenschaften von Big Data. TU Dortmund University, Department IT in Production and Logistics, master thesis, 2021.
Türkmenoglu, B.: Systematische Untersuchung der Datenqualität und -strukturen in der Supply-Chain. TU Dortmund University, Department IT in Production and Logistics, bachelor thesis, 2021.