SurE

Selbstlernende Suchmaschine für ERP-Systeme

Ziel des Forschungsvorhabens war die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei sollte der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Erreichung der Ziele wurde durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontexts einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wurde die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators wurde der Nutzen des Konzepts nachgewiesen, indem dieser in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet wurde.

In ERP-Systemen finden sich viele verschiedene und heterogene Suchmethoden, z. B. Sachmerkmalsklassen, Artikelgruppen, Suchwörter und Nummernsysteme. Eine Vereinheitlichung dieser Suchmethoden über einen einheitlichen Einstiegspunkt für die Suche (wie z. B. Google) ist aktuell nur in wenigen ERP-Systemen gegeben.
Zusammengefasst können folgende Probleme der Suche in ERP-Systemen festgestellt werden:

  • Suchfunktionen in ERP-Systemen sind beschränkt auf einzelne Module und/oder Masken und erlauben nahezu keine systemweite Suche.
  • Eine Suchanfrage besteht aus einem Suchlauf und ggf. mehreren weiteren Anfragen, um die Ergebnisdarstellung einzugrenzen.
  • Suchergebnisse werden nur in begrenzter Form nach festgelegten Kriterien klassifiziert und immer nach dem gleichen Schema dargestellt.
  • Es erfolgt keine Rückkopplung der Suchergebnisse mit der durch den Nutzer getätigten Suchanfrage.
  • Suchergebnisse können nicht bewertet werden und das System kann aus einer Bewertung auch keine Schlüsse in Bezug auf eine erneute Suchanfrage ziehen.

Das Projekt SurE unterlag daher folgender Zielsetzung:

  • Auf alte Strukturen wie Suchwörter und deren Logik muss verzichtet werden können, um bei der Stammdatenpflege keinen zusätzlichen Aufwand zu produzieren.
  • Suchanfragen sollen direkt und indirekt bewertet werden können, um dadurch eine Priorisierung der Ergebnisse zu ermöglichen.
  • Suchergebnisse sollen durch eine Berücksichtigung des Nutzerverhaltens, Priorisierung und die Beachtung des Suchkontextes verbessert werden.
  • Das Suchverhalten soll vereinheitlicht werden, um Ergebnisse schneller und zielorientierter zu finden.
  • Ergebnispräsentation und Echtzeitfähigkeit der Suche sollen verbessert werden.

Als Grundlage für die Verbesserung der Suche in ERP-Systemen kam das Konzept einer selbstlernenden Suchmaschine zum Einsatz. Durch den Einsatz einer Rückkopplung durch eine system- und nutzergestützte Bewertung von Suchergebnissen ergab sich bei einer erneuten ähnlichen oder vergleichbaren Suchanfrage eine verbesserte Ergebnisplatzierung. Abhängig von der Suchsituation (Position in der Anwendung) wurden dem Anwender entsprechende Objekttypen (Kunde, Artikel, Lieferant, Bestellung, Auftrag, ...) als Ergebnis vorgeschlagen.

Themenfeld

  • Informationsmanagement
  • Produktionsmanagement

Forschungsschwerpunkt

  • Informationslogistik
  • Produktionsplanung

JRF-Leitthema

  • Gesellschaft & Digitalisierung

Projektinformationen

Laufzeit
01.12.201630.11.2018
Förderkennzeichen
19270 BG
Förderhinweis

Das IGF-Vorhaben 19270 BG der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.