BLOG

Was ist eine datengesteuerte Qualitätskontrolle?

Final User, Industrial Cloud Computing, Blog

Was ist eine datengesteuerte Qualitätskontrolle?

2 Apr, 2019

In diesem Artikel werden wir die datengesteuerte Qualitätskontrolle erörtern. Fabrikbesitzer können diesen Artikel als Referenz verwenden, um mehr über den Einfluss einer Qualitätskontrolle auf Kundenzufriedenheit und die Vorteile einer datengesteuerten Qualitätskontrolle zu erfahren.

Dieser Artikel deckt folgende Bereiche ab:

 

  • Einfluss der Qualitätskontrolle auf die Kundenzufriedenheit
  • Bewertung der traditionellen Qualitätsprüfungen in Fabriken
  • Einblick in die datengesteuerte Qualitätskontrolle

 

Einfluss der Qualitätskontrolle auf die Kundenzufriedenheit

Fabrikbesitzer haben im Rahmen ihrer Standardprozesse schon immer Qualitätskontrollverfahren eingesetzt. Das ist von entscheidender Bedeutung, um folgende Punkte zu gewährleisten:

  • Die vom Werk produzierten Ergebnisse sind fehlerfrei
  • Alle Ergebnisse entsprechen den Gesundheits-, Sicherheits- und Branchenvorschriften
  • Die Qualität der Produkte ist konstant
  • Kundenzufriedenheit ist garantiert

Fabriken, die ständig produzieren und für ihre hochwertigen Produkte bekannt sind, garantieren vor allem die Markentreue ihrer Kunden. Dies hat einen direkten Einfluss auf die Umsatzsteigerung und das Unternehmensergebnis. Die Herstellung eines guten Rufs trägt auch dazu bei, neue Kunden zu wiederholten Käufern zu machen, die regelmäßig im Werk bestellen.

 

Bewertung der traditionellen Qualitätsprüfungen in Fabriken

Qualitätsprüfungen werden traditionellerweise am Ende eines Produktionszyklus oder alternativ nach einer Feststellung von Fehlern während des Produktionszyklus durchgeführt. Dies verursacht zusätzliche Kosten, da Fehler erst behoben werden, wenn sie tatsächlich auftreten, und es zum jetzigen Zeitpunkt schwierig festzustellen sein kann, welcher Arbeitsplatz oder welcher Prozess in der Montagelinie für den Fehler verantwortlich war.

Ein weiterer wichtiger Nachteil der in Fabriken eingesetzten Standardmethoden der Qualitätskontrolle wird im nachstehenden Beispiel veranschaulicht. Betrachten wir ein Szenario, in dem ein Bekleidungshersteller ein bestimmtes Kleidungsstück herstellt. In den Vorgaben der Qualitätssicherung ist festgelegt, dass jedes Kleidungsstück eine Fadenzahl von mindestens 220 aufweisen muss und dass alle Knöpfe an jedem Kleidungsstück 30 Dauertests unterzogen werden müssen, um so sicherzustellen, dass sie sich nicht lösen. Außerdem sollte jedes Kleidungsstück auf Nahtfestigkeit getestet und entlang der Nähte und Kanten gestreckt werden, um sicherzustellen, dass keine Nähte aufgehen.

Wenn diese Fabrik eine hohe Leistung erbringt, sind einzelne Qualitätsprüfungen für jedes der am Fließband produzierten Kleidungsstücke ein zeit- und arbeitsaufwendiger Prozess. Diese Qualitätsprüfungen können auch andere Fabrikprozesse stören oder behindern und so zu längeren Verzögerungen führen. Selbst wenn ein bestimmter Parameter ständig variiert – einige Kleidungsstücke haben eine Fadenzahl von 300, andere eine Fadenzahl von 220 – kann dies außerdem auf eine bestimmte, wartungsbedürftige Maschine zurückzuführen sein, die von der Qualitätskontrolle gar nicht erfasst wird. Diese Abweichung kann auf Schwankungen der Maschinenleistung zurückgeführt werden; dennoch werden alle diese Kleidungsstücke der Qualitätskontrolle unterzogen, aber die Maschinenprobleme werden nicht behandelt.

Darüber hinaus werden viele der traditionellen Qualitätskontrollprüfungen manuell anhand von Checklisten durchgeführt, und die Ergebnisse der Prüfungen werden erst nach Abschluss aller Qualitätsprüfungen in Datenmanagementsysteme eingegeben.

 

Definition der datengesteuerten Qualitätskontrolle

Datengesteuerte Qualitätskontrolle bezieht sich auf:

  • Systematische Erfassung und Analyse von qualitätsrelevanten historischen und Echtzeitdaten, von Produkten und Maschinen im Fertigungsbereich
  • Nutzung dieser Daten, um Qualitätsprofile und -modelle zu erstellen
  • Vergleich von Fabrikprodukten, Mustern und Maschinen mit datengenerierten Qualitätsprofilen und Qualitätsmodellen in Echtzeit und am Ende des Lebenszyklus

Die datengesteuerte Qualitätskontrolle ist eine Alternative zu traditionellen Qualitätsprüfungen, bei denen für jedes Produkt eine große Anzahl einzelner Tests nach der Produktion durchgeführt wird.  An langjährigen Industriestandorten, an denen verschiedene Protokolle verwendet werden und noch alte Kaufverträge mit Maschinenproduzenten bestehen, bestehen leichte Hindernisse für eine datengesteuerte Qualitätskontrolle. Sollten Fabrikbesitzer die Einführung einer datengesteuerten Qualitätskontrolle in Betracht ziehen, so müssen sie außerdem bedenken, dass alle diese Daten mit einer robusten industriellen Cloud eingebunden werden müssen.

 

Wichtige Vorteile der datengesteuerten Qualitätskontrolle

Die datengesteuerte Qualitätskontrolle bietet vielfältige Vorteile. Zunächst gibt es die Zeitersparnis, da Proben automatisiert mit einem Modell verglichen werden, Damit werden die üblichen Verzögerungen reduziert. Ein weiterer wichtiger Vorteil ist, dass der gesamte Produktlebenszyklus kontinuierlich überwacht und analysiert werden kann. So können mögliche Fehler erkannt werden, bevor sie auftreten, und/oder sie können frühzeitig und nicht erst am Ende des Lebenszyklus behoben werden.

Der dritte wichtige Vorteil besteht darin, dass die Qualitätskontrollprozesse nicht isoliert ablaufen. Stattdessen sind sie in den Hauptbetrieb des Werks integriert. Wenn beispielsweise die Leistung einer bestimmten Maschine Abweichungen bei den Produkten verursacht, können maschinelle Lernmodelle der vorausschauenden Instandhaltungsprogramme im Werk in die Qualitätsmodelle integriert werden. Somit kann das Werkspersonal wirklich fundierte Entscheidungen treffen und erhält mehrere Erkenntnisse aus den datengesteuerten Qualitätskontrollprozessen.

 

Integration mehrerer Datenquellen

Mit der datengesteuerten Qualitätskontrolle können mehrere Quellen externer qualitätsbezogener Daten in Echtzeit integriert werden. Ein Fabrikbesitzer könnte Echtzeit-Kundenreaktionen in den sozialen Medien auf ein bestimmtes Produkt oder Berichte über Fehler, die bei Kunden auftreten, in die Qualitätsmodelle integrieren. So können Kunden zu einem Teil der Fabrikqualitätsprozesse zu werden und die Fabrikbesitzer können Probleme nach der Produktion schnell angehen. Die Kunden werden so das Gefühl erhalten, dass ihr Input und ihr Feedback beachtet werden, was sich am Ende positiv auf das gesamte Kundenerlebnis auswirken wird.

 

Schlussfolgerung

Eine „Smart Factory“ (eine intelligente Fabrik) oder Fertigungsumgebung bezieht sich auf eine der folgenden Situationen:

  • Alle Fabrikprozesse, Lieferketten und Systeme wurden so weit wie möglich digitalisiert und automatisiert und sind vollständig integriert
  • Es erfolgt eine kontinuierliche Verbesserung der Fabrikprozesse und -systeme durch die Analyse der Big Data, welche die Fabrik erzeugt
  • Fabrikprozesse und -systeme profitieren von IoT-Plattformen und Industrie 4.0-Konzepten

 

Viele Fabrikbesitzer versuchen, ihre Fabriken zu „smarten“ Fabriken zu machen, da dies eine höhere Effizienz, Produktivität, eine Reduzierung der Abfälle bzw. des Ausschusses in ihren Fabriken und die Erfassung neuer Einnahmequellen bedeutet.

Für einen Fabrikbesitzer kann es verlockend sein, sich bei der Einführung von Big-Data-Lösungen ausschließlich auf eine Steigerung der Produktion zu konzentrieren und gleichzeitig andere Bereiche, die mit den Daten ebenfalls verbessert werden können, zu vernachlässigen oder nicht zu beachten. In der Vergangenheit wurde die Qualitätskontrolle isoliert betrieben und hat nicht so sehr von Datenlösungen profitiert. Um die Einnahmen zu steigern, sollten jedoch Produktion, Kundenzufriedenheit und Umsatz steigen. Eine effektive datengesteuerte Qualitätskontrolle kann wesentlich zu einer Steigerung von Kundenzufriedenheit und Umsatz beitragen. Aus diesem Grund lohnt es sich, eine Integration in die Werksplattformen nicht zu vernachlässigen.