Dissertationen
Abgeschlossene Dissertationen
Im Folgenden werden die Dissertationsvorhaben aufgezählt, die von Prof. Boris Otto als Erstgutachter betreut wurden. Laufende Vorhaben finden Sie hier.
Name | Titel | Universität | Jahr | Weitere Informationen |
Ann-Carina Tietze | Zeitkritisches Wissensmanagement im Engpassmanagement der Automobillogistik | TU Dortmund | 2021 | hier |
Tobias Pentek | A capability reference model for strategic data management | Universität St. Gallen | 2020 | hier |
Johannes Zrenner | Interorganisationale Informationssysteme für das kollaborative Risikomanagement in automobilwirtschaftlichen Liefernetzwerken | TU Dortmund | 2020 | hier |
André Moetz | Beherrschung der Planungsinstabilität in automobilen Produktionsnetzwerken | TU Dortmund | 2020 | hier |
Martin Böhmer | Eine Referenzarchitektur für Wissensmanagementsysteme im industriebetrieblichen Datenmanagement | TU Dortmund | 2019 | hier |
Rainer Halmheu | Lokalisierung und Steuerung von Fahrerlosen Transportfahrzeugen über externe Sensorik | TU Dortmund | 2019 | hier |
Mario Hermann | Reifegradmodell für die Industrie-4.0-konforme Transformation der Logistik in produzierenden Unternehmen | TU Dortmund | 2019 | hier |
Isabel Bücker | Industrie 4.0 als Gestaltungsprinzip für Logistikprozesse in der Automobilindustrie | TU Dortmund | 2018 | hier |
Simon Schlosser | Design principles for collaborative data services | Universität St. Gallen | 2017 | hier |
Rieke Bärenfänger | Managing Information Services in the Digital Economy | Universität St. Gallen | 2017 | hier |
Ehsan Baghi | A Capability Reference Model for Establishing Data Quality Controlling | Universität St. Gallen | 2016 | hier |
Laufende Disstertationsvorhaben
Frederik Möller

Arbeitstitel: Entwurf hybrider Leistungsangebote in der Logistik
Hendrik van der Valk

Arbeitstitel: Referenzarchitektur für Digitale Zwillinge in der Logistik
Jens Grambau

Arbeitstitel: Predictive Maintenance in the context of service and the role of Social Media data in this context
Kurzbeschreibung: Mit Predictive Maintenance wird versucht Fehler und Defekte von Produkten vorherzusagen, um Wartungsarbeiten besser zu planen, notwendige Ersatzteile zu bestellen und um mögliche Fehler und Beschädigungen von Produkten zu verhindern. Durch diese Technologie wird es Unternehmen ermöglicht ihre Prozesse und Produkte stetig zu verbessern und einen allumfassenden Kundenservice zu bieten.
Diese Arbeit analysiert im ersten Teil vorhandene Predictive Maintenance Modelle und die gegenwärtige Wichtigkeit von Social Media Daten für diese Modelle. Im nächsten Schritt wird ein Framework entwickelt, welches die analytischen Prozesse und Modelle mit dem Einsatz von Social Media Daten und bereits vorhandenen Unternehmensdaten beschreibt. Im letzten Teil der Arbeit wird das erstellte Framework in einem Use Case mit Produktivdaten evaluiert.
Marvin Lamberjohann

Arbeitstitel: Konzeption und Design von Logistik-Ökosystemen
Sebastian Opriel

Arbeitstitel: Werkzeuge und Methoden zur Unterstützung der Digitalisierung von Lieferketten
Dominik Lis

André Moetz

Arbeitstitel: Entwicklung eines integrierten, adaptiven Verfahrens zur Resequenzierung des Fahrzeugprogramms in automobilen Produktionsnetzwerken
Kurzbeschreibung: Das Ziel dieser Doktorarbeit ist die Entwicklung einer integrierten, adaptiven Methode zur Resequenzierung des Fahrzeugprogramms bei kurzfristigen Störungen. In automobilen Produktionsnetzwerken sind kurzfristige Störungen (z. B. Maschinenausfälle, Versorgungsunterbrechungen) ein bedeutender Instabilitätstreiber. Solche Ereignisse betreffen nicht nur den OEM, sondern gehen mit weitreichenden Auswirkungen im gesamten Produktionsnetzwerk einher. Daher ist die Erforschung der Instabilität in Produktionsnetzwerken ein höchst relevantes Thema für Praktiker und Wissenschaftler - insbesondere die Erforschung standortübergreifender Wechselwirkungen weist einen hohen Forschungsbedarf auf. Um die Entwicklung eines solchen generischen IT-Artefakts in einem a priori unbekannten und komplexen Forschungsgebiet zu unterstützen, wurde ein designwissenschaftlicher Forschungsansatz gewählt.
Tobias Pentek

Arbeitstitel: Capability Reference Model for Data Management
Kurzbeschreibung: Im Kontext der digitalen Transformation und der steigenden Bedeutung von datengetriebenen Geschäftsmodellen sind Daten als strategische Unternehmensressource von großer Relevanz und das Management dieser strategischen Ressource wird als Schlüsselqualifikation für Unternehmen gesehen. Sowohl die wissenschaftliche Gemeinschaft als auch Praktiker betrachten daher Datenmanagement mit zunehmender Aufmerksamkeit. Trotz dieser Aufmerksamkeit fehlt ein ordnender Rahmen, der die relevanten Gestaltungsbereiche und deren Zusammenspiel aufzeigt, um die notwendigen Datenmanagementfähigkeiten zu gestalten und dabei die Anforderungen von digitalen, datengetriebenen Unternehmen berücksichtigt. Das Dissertationsprojekt schließt diese Lücke, indem es mit dem Data Excellence Model ein Referenz- und Reifegradmodell für die Gestaltung und Bewertung von Datenmanagmentfähigkeiten vorstellt, das als Design-Artefakt eine «Blaupause» für den Auf- und Ausbau und die Bewertung von Datenmanagement in digitalen, datengetriebenen Unternehmen liefert. Die Dissertationsschrift erläutert den Gestaltungsprozess, beschreibt die daraus resultierenden Artefakte und demonstriert ihre Anwendbarkeit und Nützlichkeit anhand von mehreren Fallstudien.
Heinrich Pettenpohl

Arbeitstitel: Koordinationsverfahren für informationslogistische Netzwerke
Suche & Personensuche
Kalender
Zur VeranstaltungsübersichtAnfahrt & Lageplan
Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.
Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 20- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.
Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.
Die Einrichtungen der Technischen Universität Dortmund verteilen sich auf den größeren Campus Nord und den kleineren Campus Süd. Zudem befinden sich einige Bereiche der Hochschule im angrenzenden Technologiepark. Genauere Informationen können Sie den Lageplänen entnehmen.