Das Forschungsvorhaben deep.Control verfolgt das Ziel, eine Produktionscontrolling-Methodik zu entwickeln und in eine Softwareumgebung zu überführen, die Unternehmen systematisch bei der Identifikation von Primärursachen einer unzureichenden logistischen Performance im Fabrikbetrieb und der Ableitung notwendiger Kompensationsmaßnahmen unterstützen. Die Verknüpfung bewährter logistischer Modelle mit Methoden der Data Analytics birgt das Potenzial einer datenbasierten und automatisierten Analyse von Primärursachen sowie der Auswirkungen konkreter Kompensationsmaßnahmen auf die logistischen Zielgrößen. Durch die Einbettung der Controlling Methodik in eine einfach zu bedienende Software sollen industrielle Anwender*innen automatisiert eine zielgerichtete Handlungsempfehlung zur Performancesteigerung erhalten, ohne dass es tiefgreifendes spezifisches Methodenwissen bedarf.
