Herausforderung der Luft- und Raumfahrt­industrie

Hinzu kommt, dass die Luftfahrtindustrie in der Vergangenheit sehr papierlastig war und die Verwendung von selbst entwickelten Lösungen oder sogar Excel-basierten Lösungen nicht unbedingt der beste Cocktail für eine schnelle und agile Neuentwicklung ist. In Anbetracht dieser Tatsachen wurden in den letzten Jahren in der Branche viele gemeinsame Anstrengungen unternommen, um neue Standards sowohl für die Produktion als auch für Qualitätslösungen zu schaffen. Flugzeughersteller nutzen Machine-Learning Technologien wie künstliche Intelligenz (KI), um die Sicherheit und Qualität von Flugzeugen zu verbessern und die Produktionseffizienz zu steigern.

Algorithmen sammeln Daten von Maschine-zu-Maschine (M2M), Maschine-zu-Mensch (MHI) und Mensch-zu-Maschine (HMI) Schnittstellen und nutzen die Datenanalyse, um effektive Entscheidungen zu treffen. Diese Technologien können Fertigungsabläufe optimieren und Kosten senken. Beispielsweise werden Machine-Learning und Datenanalysen eingesetzt, um Fehler im Motor zu erkennen, wodurch sich die Lebensdauer der Komponenten erhöht und der Wartungsaufwand verringert. Um diese Trends zu unterstützen, werden neue IT-Lösungen für die Qualität benötigt. Die zukünftigen Qualitätssysteme müssen nicht nur in die gesamte IT-Landschaft integriert sein, sondern auch den gesamten Lebenszyklus eines Produkts von der Entwicklung bis zum fertigen Bauteil beziehungsweise Flugzeug abdecken. Die Lösung muss flexibel und anpassungsfähig sein, ohne Kompromisse bei der Konformität mit Industriestandards in Bezug auf Nutzung und Sicherheit.

Die Herausforderung für die Unternehmen der Luft- und Raumfahrtindustrie besteht im rapiden Anstieg der Total Cost of Quality. Gleichzeitig ist das Risiko hoch, dass auch die Total Cost of Poor Quality steigen werden, wenn dies nicht durch eine bewährte und stabile Lösung abgedeckt wird.