<div class="csl-bib-body">
<div class="csl-entry">Schörghuber, A. (2019). <i>Klassifizierung von Anforderungen aus Ausschreibungen</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2019.53447</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2019.53447
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/2036
-
dc.description.abstract
Im Ausschreibungsprozess publiziert der Kunde eine Ausschreibung mit einer langen Liste von Anforderungen. Der Zulieferer überprüft jede Anforderung, ob und wie er dieser erfüllen kann. Diese Arbeit ist in Zusammenarbeit mit einem Zulieferer geschrieben. Da nicht eine einzige Person alle Anforderungen beantworten kann, werde diese weiter an Experten zugeteilt. Diese Aufteilung basiert anhand deren Rollen innerhalb des Projekts. So eine Rolle kann beispielsweise Projektleitung oder ein Experte für ein Produkt des Zulieferers sein. In dieser Arbeit wird eine Rolle abstrakt Subsystem genannt. Diese Zuweisung wird aktuell manuell von einer einzigen Person erledigt, was einerseits lange dauert und andererseits für diese Person umständlich ist. Um den Partner dahingehend zu unterstützen, wird eine auf Machine Learning basierte Lösung entwickelt, um solche Anforderung automatisch den jeweiligen Subsystemen zuzuweisen. In einer Literaturerecherche werden geeignete Ansätze identifiziert, welche anschließend in einem Benchmark verglichen werden, um die beste Konfiguration für vier Subsysteme zu finden. Diese Konfigurationen werden anschließend auf allgemeine Anwendbarkeit überprüft, indem sie auf fünf weiteren Subsystemen evaluiert werden. Die Gründe für Klassifizierungfehler werden in einem Interview mit der aktuell für die Zuteilung verantwortlichen Person aufgedeckt.
de
dc.description.abstract
In the tender process, the customer publishes a request for tender (RFT) document containing a large list of contractly binding requirements. Suppliers need to process all of them and come up with solutions for each requirement. This thesis is written in cooperation with an industry partner on the supplier side. Since not a single person can answer all requirements, these are further assigned to responsible experts. This split is performed based on roles within the project, such as project management or technical experts for some of the companys products. Within this thesis, such a role is abstractly called subsystem. This assignment is done manually by a single person, making this task tedious and time-consuming. To support the partner, a machine learning approach is developed to automatically assign requirements to subsystems. In a literature review, suitable machine learning methods are identified, which are then compared in a benchmark to find the best configuration for each of four selected subsystems. These configurations are then checked upon generalization by evaluating them on five additional subsystems. The reasons for false classification are then identified in an interview with the person, who is currently in charge with the assignment.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
classification modelling
de
dc.subject
request for tender
de
dc.subject
RFT
de
dc.subject
classification modelling
en
dc.subject
request for tender
en
dc.subject
RFT
en
dc.title
Klassifizierung von Anforderungen aus Ausschreibungen
en
dc.title.alternative
Classification of requirements in the tender process
de
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2019.53447
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Alexander Schörghuber
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
dc.contributor.assistant
Mazak-Huemer, Alexandra
-
tuw.publication.orgunit
E194 - Institut für Information Systems Engineering