English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Entwicklungen wie der demografische Wandel und der Fachkräftemangel sowie erhöhte Produktvarianz sowie Kosten-, Qualitäts- und Zeitdruck stellen Unternehmen des produzierenden Gewerbes vor zahlreiche Herausforderungen – auch hinsichtlich der Prävention menschlicher Fehler. Um eine datenbasierte Prädiktion dieser Fehler zu ermöglichen, gilt es zunächst, die Erhebung einschlägiger Daten zu untersuchen. Im Rahmen der Ausführungen des Beitrags zeigt sich, dass der Datenschutz eine Hürde darstellt.

Prädiktion menschlicher Fehler in der Linienmontage: Konzeptionelles Datenmodell und Herausforderungen bei der Datenerhebung