Entwurf eines Modellierungsansatzes zur automatisierten Projektbeurteilung.
Python, Pandas, SKLearn, UMAP, Machine Learning
Mit diesem Projekt sollen die vorhanden Projektdaten von Hitachi Energy untersucht werden und ein Modellierungsansatz ausgearbeitet werden, welcher zur automatisierten Projektbeurteilung eingestzt werden kann. Die Projektbeurteilung soll die Projektmanagement und Portfolio Management Teams von Hitachi Energy bei den Projektreviews unterstützen.
Das Global Project Portfolio, ein internes Tool von Hitachi Energy welches zur Verwaltung und Beurteilung von Projekte eingesetzt wird, enthält eine Vielzahl von Projektdaten. Diese Daten sollen genutzt werden, um ein Modellierungsansatz zu entwickeln, welcher bei der Projektbeurteilung und bei Projektreviews unterstützt. Die Herausforderung besteht darin, die vorhandenen Daten zu analysieren und zu verstehen welche Indikatoren für die Beurteilung von Projekten relevant sind.
Leider konnten die erhofften Ziele nicht erreicht werden. Nach intensiver Analyse der vorhandenen Daten musste festgestellt werden, dass die Daten keine ausreichende Basis für die Entwicklung eines Modells zur Projektbeurteilung bilden. Die festgestellten Muster in den Daten waren zu unklar und die Datenbasis zu klein, um ein aussagekräftiges Modell zu entwickeln. Für weiteres Vorgehen wurden Hitachi Energy diverse Empfehlungen abgegeben, wie die Datenbasis in Zukunft verbessert werden könnte, um ein Modell zur Projektbeurteilung zu entwickeln.
Projektdauer: 18.02.2024 - 16.08.2024 (26 Wochen)
Aufwand: 180 Stunden pro Studierender
Teamgrösse: Zwei Personen
Hitachi Energy Ltd.
Bruggerstrasse 72
5400 Baden
www.hitachienergy.com
Janick Lehmann (janick.lehmann@students.fhnw.ch)
Tobias Wahl (tobias.wahl@students.fhnw.ch)
Prof. Dr. Martin Melchior (martin.melchior@fhwn.ch)
