Industrial Manufacturing

Die zunehmende Komplexität der Produktionsprozesse, mehr Datenverfügbarkeit und steigende Produktionsgeschwindigkeit gepaart mit immer strengeren Regularien und reduzierten Kapazitäten führen zu einer enormen Herausforderung in der täglichen Arbeit des Qualitätsmanagers.

Denn diese müssen nicht nur spezifischer prüfen, sondern gleichzeitig auch mehr dokumentieren, recherchieren, im Blick behalten und kommunizieren:

1. Zunehmende Agilität in Produkt- und Entwicklungsprozessen
2. Nachvollziehbarkeit und Rückverfolgbarkeit von Informationen
3. Steigende Datenmenge

Standardchecks sind Vergangenheit

Viele verschiedene Produktvarianten bedeuten für das Qualitätsmanagement eine Abkehr von Parameterlisten, die zig Male angewendet werden konnten. Konnten früher Softwarelösungen zur Unterstützung einmal aufgesetzt werden mit den entsprechenden Formularen, Bildern, Merkmalen und Toleranzgrenzen, reicht das heute nicht mehr aus: Ein manuelles Anpassen der Prüfpläne kostet zu viel Zeit, Geld und ist zu fehleranfällig.

Neue Softwarelösungen können automatische Prüfpläne, Prüfprotokolle und Formulare erstellen, sodass nicht für jede Variante neue Set-ups vorgenommen werden müssen. Es ist dann lediglich ein Datenimport notwendig, um die Prüfpläne und Auswertungen für die jeweilige Variante zu erstellen.

Für Hersteller von elektronischen- oder mechatronischen Systemen kommt an dieser Stelle noch der Faktor Firmware als zusätzlicher Parameter hinzu.

Zentralisiertes Datenmanagement als Schlüssel zum Erfolg

Liegt keine Möglichkeit eines integrierten Datenaustausches vor, muss sich der Qualitätsmanager für jede Variante die entsprechenden Merkmale selbst zusammensuchen und einen Prüfplan bauen. Dabei sind wichtige Informationen oft auch in verschiedenen Systemen enthalten, beispielsweise Excel, SAP und speziellen Lieferantensystemen. Eine integrierte Qualitätsmanagementsoftware kann aus verschiedenen Systemen einen Prüfplan generieren – und damit steht einem intelligenten Qualitätsmanagement keine umfassende Reorganisation der IT-Landschaft gegenüber: Trotz verschiedener Systeme kann per Software eine einheitliche Darstellung generiert werden.

In vielen Fällen muss im Qualitätsmanagement auch mit Massendaten agiert werden. Aus dem Megadatenkonglomerat müssen Daten so aufbereitet werden, dass man in einfacher Form erkennen kann, wo die Probleme sind und, im Fall einer Warnung, schnell in der Lage sein, sich durch die Daten zu arbeiten um zu erkennen, wo die Problematik auftaucht und Korrelationen zu finden. Solche tiefgreifenden Analysen sind nur möglich, wenn verschiedene Parameter in der Software zusammengebracht werden können.

Die Anwendung einer generischen Struktur, die die Varianten in Produktfamilien clustered, liefert einen zielführenden Ansatz, der sich im Bereich der Halbleiter- und PCB- Fertigung etabliert hat. Auf diese Weise lassen sich „lessons learned“- Erkenntnisse auch in verwandte Varianten vererben.