Über eine künstliche Intelligenz können potentielle Produktfehler im Designprozess erkannt, klassifiziert und vermieden werden.
PreQA
1
2
Das System unterstützt dabei, die optimale Balance zwischen Design und Qualität auf Basis wirtschaftlicher Fakten zu erzielen.
3
Vorhandene Daten aus Qualitätskontrollen und Retouren werden automatisch verknüpft und Wechselwirkungen zwischen Produkteigenschaft und Qualität ermittelt.
Principal Investigator
Dr. Dirk Werth
Geschäftsführer und
wissenschaftlicher Direktor
Kurz & Bündig
Was?
Das Forschungsprojekt Preventive QA arbeitet an der Entwicklung eines Assistenzsystems, dass die Erkenntnisse der Qualitätssicherung in jegliche Produktentwicklung zurückspiegelt und 2 entscheidende Vorteile bietet:
- Aufzeigen von Optimierungspotenzialen für das Produktdesign mit Hinblick auf Fehlerkostenvermeidung.
- Information zu wirtschaftlichen Folgen einer Designentscheidung für eine verlässliche Margenkalkulation.
Wie?
Auf Basis vorhandener Daten aus z B. Qualitätskontrollen und Retouren wird eine automatisierte Analyse durchgeführt, die Wechselwirkungen zwischen Produktmerkmalen und Qualität aufzeigt.
Ausgangssituation
Produktreklamationen vermeiden, bevor sie entstehen. Die Ursache von rund 75 % aller Produktmängel, liegt bereits in der Entwicklung, Konstruktion und Arbeitsvorbereitung. Der Herstellungsprozess selbst hat bezüglich der Endqualität des Produktes eher einen sekundären Einfluss. Gemäß der Zehnerregel (rule of ten), steigen die Kosten für einen nicht entdeckten Fehler von Stufe zu Stufe der Wertschöpfung um den Faktor 10. Je früher ein Fehler entdeckt und beseitigt wird, desto kostengünstiger ist dies für die Organisation
Produktreklamationen
vermeiden
Produktmängel in Entwicklung
75 %
Das August-Wilhelm Scheer Institut erarbeitet 2 entscheidende Bestandteile:
Wechselwirkung. Die Grundlage für das Assistenzsystem ist die Entwicklung und Implementierung der Algorithmen, um eine maschinelle Analyse strukturierter und unstrukturierter Unternehmensdaten zu ermöglichen.
Rückführung. Durch einen intelligenten Algorithmus werden aus den Unternehmensdaten Erkenntnisse, die in den Produktentwicklungsprozess zurückgeführt werden können.
FÖRDERHINWEIS
Das Projekt Preventive QA ist gefördert vom Bundesministerium für Bildung und Forschung.