Ein Cluster ist eine Gruppe von Objekten mit ähnlichen Eigenschaften.

Im technischen Bereich werden Cluster dazu genutzt um Produkte, Einzelteile oder Baugruppen nach bestimmten Gesichtspunkten zu gruppieren. Zum Beispiel eine Gruppierung (Cluster oder Klassen) von Bauteilen aus Sicht der Produktion: Blechbiegeteile, Stanzteile, Verbindungsteile.

Die Gruppierung (Klassifizierung) kann  auch hierarchisch aufgebaut werden um vielschichtige oder komplexe Strukturen übersichtlicher gestalten zu können. Ein Cluster kann also in Untergruppen unterteilt werden. Wesentliche Basis für die Einteilung in Cluster ist die Identifikation und Festlegung von Merkmalen und Eigenschaften. Die Gruppierung von Produktvarianten kann beispielweise folgende Cluster umfassen: Farbvarianten, Ländervarianten, Leistungsvarianten, Komfortvarianten und andere. In vielen Fällen sind diese unterschiedlichen Gruppen nicht überlappungsfrei. Farbvarianten und Ländervarianten gehören beispielsweise unterschiedlichen Clustern an, die sich überlappen. Bei Bedarf muss hier tiefer strukturiert werden.

Die Clusteranalyse dient zum Erkennen und Ableiten von Clustern (auch: Ballungsanalyse). Sie basiert auf der Identifikation und Auswertung von Gruppen (Produkten oder Einzelteilen) mit ähnlichen Merkmalen. Sie wird beispielweise bei komplexen Produkten eingesetzt um Gesamtzusammenhänge zu erkennen und die Komplexität für die Beteiligten im Prozess beherrschbar zu machen.

Die Clusteranalyse ist ein wichtiges Hilfsmittel beim Variantenmanagement. Hier geht es darum strukturelle Abhängigkeiten entlang der Wertschöpfungskette oder beim Zusammenbau von komplexen Produkten zu erkennen und zu managen. Diesen Zusammenhang zeigt die Grafik auf der rechten Seite symbolisch auf. Mit Hilfe von Netzstrukturen lassen sich komplexe Produkte aus unterschiedlichsten Aspekten darstellen, wie zum Beispiel:

• Zusammenbaustruktur
• Einzelteilstruktur
• Varianten und Optionen
• Schnittstellen
• Montageschritte und Reihenfolgen
• Gleichteile

Langjährige Erfahrungen bei der Optimierung von komplexen Produkten zeigen, dass Anwender sehr gut in der Lage sind komplexe Strukturen in Form von grafischen Netzstrukturdarstellungen zu überblicken. Die Darstellung der Ergebnisse von komplexen Clusteranalysen sollte deshalb möglich in visueller Form erfolgen. Einzelne Aspekte oder Zusammenhänge sollten dabei möglichst farblich hervorgehoben werden.

Ein mögliches Hilfsmittel um sehr komplexe Daten zu analysieren und daraus Muster für Cluster zu erkennen ist das Data-Mining (Cluster erkennen mit Data-Mining)>>.