Die zunehmende Globalisierung ermöglicht Unternehmen neue Märkte zu erschließen. Eine damit einhergehende Verschärfung der Wettbewerbssituation bewegt viele Unternehmen dazu, neue Produktvarianten an den Markt zu bringen. Hieraus resultiert mitunter ein enormer Anstieg der Produkt- und Prozesskomplexität, die vielfach die positiven Aspekte einer verstärkten Kundenorientierung überwiegt. Um nachhaltig erfolgreich am Markt bestehen zu können, gilt es marktgerechte Produktvarianten anzubieten, die nur diejenigen Funktionsmerkmale abbilden, die der Kunde auch bezahlt. Es geht darum herauszufinden, welche Varianten eines Produktes der Markt fordert, um eine zweckmäßige externe Vielfalt bei möglichst geringer unternehmensinterner Vielfalt zu gewährleisten. In der vorliegenden Arbeit wird gezeigt, dass dazu notwendiges Wissen implizit in den Auftragsstücklisten der Vergangenheit vorliegt und es sich mittels geeigneter Analyseverfahren für die Produktentwicklung nutzbar machen lässt. Der neuartige Data-Mining-Ansatz der korrelationsbasierten Modularisierung (KoMod) identifiziert rechnergestützt Abhängigkeiten zwischen Funktionsmerkmalen und fasst diese durch einen Clusteralgorithmus zu variantenoptimierten Modulen zusammen. Die so gefundene modulare Produktarchitektur realisiert eine hohe Marktabdeckung mit einer geringen Anzahl von Modulvarianten. Durch eine zielgerichtete, kennzahlenbasierte Optimierung ist auch die praktische Realisierbarkeit von mit KoMod strukturierten Produkten sichergestellt. Darüber hinaus wird die Relevanz und damit die Entwicklungspriorität von Modulvarianten quantifiziert, wodurch die Entwicklungseffizienz gesteigert werden kann. Die Methodik KoMod ist im Rahmen von mehreren Industrieprojekten entwickelt und optimiert worden.
