In industriellen Produktionsanlagen entstehen Meldungsfluten durch funktionale Zusammenhänge von Störungen und führen zu einer Vielzahl unüberschaubarer Meldungen. Diese Meldungsfluten überfordern den Operator bei der Bewertung von Störfällen und können zum Stillstand der Maschine / Anlage führen oder zu gefährlichen Situationen für den Menschen. Zur Identifikation von Meldungsfluten werden in dieser Arbeit erstmalig Methoden zur Mustererkennung aus der Informatik adaptiert, um Meldungsfluten zu identifizieren. Durch einen patentierten Algorithmus werden häufige Meldungsfluten identifiziert und durch die erforschten Suchstrategien werden Meldungsfluten definierten Fehlerkategorien zugeordnet. Die Fehlerkategorien spiegeln die häufigsten charakteristischen Fehlerursachen wider – so werden bspw. Designfehler im Meldesystem identifizierbar. Für die Anwendbarkeit des Lösungskonzepts wurde ein Softwareprototyp implementiert und anhand von mehreren verschiedenen industriellen Meldungsarchiven verschiedener Produktionsanlagen erprobt. Die erzeugten Ergebnisse wurden gemeinsam durch Prozessexperten (Operator und Anlagenbetreiber) evaluiert. Im Rahmen von INDUSTRIE 4.0 und BIG DATA kann das in dieser Arbeit vorgestellte Lösungskonzept zukünftig Bestandteil einer Cloud Analyseplattform eines Prozessleitsystemherstellers sein, um durch kontinuierliche Analyse eingehender Meldungen das Meldesystem von Prozessleitsystemanwendern zu verbessern.weiterlesen