Andreas F. LüthSchon häufig wurden Aktivitäten und Maßnahmen definiert, um von einem rein reaktiven Qualitätsmanagement wegzukommen. Doch so ganz hat es nie funktioniert.
Vermag „künstliche Intelligenz“ das Versprechen einzulösen? Wir sind der Meinung: „Jein“. Nein, denn auch künstliche Intelligenz muss zunächst noch aus historischen Daten lernen. So werden Hunderte, wenn nicht Tausende von Datensätzen nötig sein, um einem Algorithmus beizubringen, wie man zu vorausschauenden Erkenntnissen kommen kann. Doch ist dies erfolgt, so kann die KI mit extrem hoher Präzision wertvolle Ergebnisse liefern. So zum Beispiel Korrelationen zwischen Messkriterien und externen Einflüssen, mit denen Voraussagen getroffen werden, die es mit Aktionen und Maßnahmen zu verknüpfen gilt, bevor das sprichwörtliche Kind in den Brunnen fällt.
Doch worauf müssen Sie achten und was können Sie bereits heute vorbereiten, um sich für die Einführung einer künstlichen Intelligenz mit „Predictive Quality“ -Fähigkeiten zu wappnen?
Wir haben für Sie die Top 5 zusammengestellt:
- Daten sammeln. Wie bereits erklärt braucht jeder Algorithmus historische Daten. Je mehr, desto besser. Diese Daten können zum Beispiel Messdaten, Maschinendaten zur Wartung oder Fotos von Produkten und deren Mängeln sein. Wie viele Datenpunkte Sie brauchen, wird vor allem von der Komplexität des Problems abhängen. Doch werden Sie voraussichtlich nie den Satz „wir haben zu viele Daten“ von einem Data Engineer hören.
- Involvieren Sie Ihre IT-Abteilung früh. Daten werden insbesondere dann wertvoll, wenn sie über die Grenzen der einzelnen Abteilung hinaus gesammelt und analysiert werden. Hierzu wird zwingend Ihre IT nötig sein. Dieser und viele weitere Gründe sprechen aus unserer Erfahrung dafür, möglichst früh und rechtzeitig die interne IT einzubinden.
- Demokratisieren Sie das Qualitätsmanagement. Nur wenn Ihre Organisation Qualitätsmanagement-Standards akzeptiert, Qualitätsprobleme aktiv berichtet und abstellt, wird „Predictive Quality“ auf fruchtbaren Boden fallen. Versuchen Sie deshalb so viele Stakeholder wie möglich, von der Relevanz des Qualitätsmanagements zu überzeugen und mit auf den Weg zu nehmen.
- Erkenntnisse mit Aktionen verknüpfen. Echter Mehrwert wird erst dann entstehen, wenn Sie die Vorhersage Ihrer KI mit passenden Maßnahmen verknüpfen. Eine erste grundlegende Aktion besteht zum Beispiel darin, Alerts in Ihrem CAQ-System zu hinterlegen.
- Bestimmen Sie eine Methode, um den ROI zu berechnen. Denn: Wenn Maßnahmen zukünftig dazu führen, dass zum Beispiel die Qualitätskosten sinken, wird es immer schwieriger werden, den Erfolg für den betriebenen Aufwand zu messen und damit die Kosten zu rechtfertigen. Erstellen Sie daher bereits vorab ein Rahmenwerk und Methoden, wie sie den ROI heute aber auch in Zukunft nachweisen wollen.
Gerne tauschen wir uns mit Ihnen weiter zum Thema vorrausschauendes Qualitätsmanagement aus. Überzeugen Sie sich davon, wie unser CAQ-System Sie dabei unterstützt und welche Predictive-Quality-Fähigkeiten bereits „out of the box“ vorhanden sind.
Weitere Informationen: