Erfolgreiches Qualitätsmanagement in produzierenden Unternehmen
Erkenntnisse einer internationalen Industriestudie

Robert Schmitt, Sebastian Schmitt, Alexander Linder, RWTH Aachen, Frank Lesmeister und Daniel Spindelndreier, Boston Consulting Group GmbH

Die Sicht auf Qualität als kritischen Wettbewerbsfaktor hat sich nicht nur in den westlichen Industrieländern etabliert, sondern ist auch in Schwellenländern auf dem Vormarsch. Im Umfeld komplexer werdender Produkte und steigender Kundenerwartungen versuchen viele Unternehmen mit breit angelegten Qualitätsinitiativen Kosten zu senken und die Marktchancen ihrer Produkte zu steigern. Im normativ geprägten Qualitätsmanagement existieren hierzu jedoch wenige Handlungsanweisungen, was den Erfolg der Initiativen einschränkt. Im Rahmen einer internationalen Studie zum Qualitätsmanagement in produzierenden Unternehmen wurden kritische Erfolgsfaktoren und Best Practices auf dem Weg zur nachhaltigen Etablierung eines effektiven Qualitätsmanagements identifiziert. Auf Grundlage einer entwickelten Reifegradbewertung wird es Unternehmen ermöglicht, den Status des eigenen Qualitätsmanagements zu erkennen und weitere Handlungsschritte zu identifizieren.

[mehr]



KI in der visuellen Qualitätskontrolle
Mit intelligenten Algorithmen die Produktqualität verbessern, die Effizienz steigern und Kosten reduzieren

Stefanie Horrmann, Axians IT Solutions

Produzierende Unternehmen müssen effizient und wirtschaftlich arbeiten, gleichzeitig aber kompromisslos Qualität liefern. Denn Kunden sind anspruchsvoll, und in manchen Branchen gilt gar eine Null-Fehler-Toleranz. Häufig findet die Qualitätskontrolle noch manuell und zeitversetzt statt. Das ist eine aufwendige, monotone und oft unbequeme Arbeit. Zudem können Fehler erst spät korrigiert werden. Mithilfe von Künstlicher Intelligenz lässt sich die visuelle Qualitätskontrolle dagegen automatisieren, in Echtzeit durchführen und in den Produktionsprozess integrieren. Sie wird dadurch genauer, effizienter und kostengünstiger. Was man für ein solches Projekt braucht und wie man es in der Praxis am besten umsetzt, zeigt der folgende Beitrag.

[mehr]



Quality Gates
Konzept für KMU der Werkzeug- und Schneidwarenindustrie

Horst Wildemann

Die zunehmende Globalisierung, sich verkürzende Produktlebenszy-klen und steigende Kundenanforderungen verschärfen die Wettbewerbssituation für kleine und mittlere Unternehmen (KMU). Durch den internationalisierten Wettbewerb und eine steigende Kundenmacht avanciert eine durchgängige Nullfehlerqualität zu einem der entscheidenden Erfolgsfaktoren. Im Rahmen des Forschungsprojekts „Quality Gates Konzept für KMU der Werkzeug- und Schneidwarenindustrie“ wurde am Beispiel der Werkzeug- und Schneidwarenindus-trie ein integriertes Quality Gates Konzept entwickelt, das speziell auf die Bedürfnisse von KMU zugeschnitten ist. Es unterstützt Unternehmen ein prozessübergreifendes präventives Qualitätssicherungssystem zu implementieren.

[mehr]



Der Weg zur Premiumqualität –
Die Herausforderungen der Automobilhersteller

Gökhan Yüzgülec, Stefan F. Ullerich und Frank Siemes

Kundenanforderungen und Wettbewerbsdruck veranlassen Automobilhersteller, Premiumqualität zu priorisieren und sich durch Produkt- und Servicequalität zu differenzieren. Dabei ist es wichtig, Rückrufe zu vermeiden, die in der Regel zu bedeutenden Imageschäden führen. Welche Treiber und Leitfragen bei der Qualitätsstrategie zu beachten sind und wie Rückrufe mithilfe von Predictive Quality Analytics systematisch reduziert werden können, wird in diesem Beitrag vorgestellt.

[mehr]



Weiterbildung in der Instandhaltung mit digitalen Assistenzsystemen

Axel Friedewald, Robert Rost, Nikolaj Meluzov und Hermann Lödding, TU Hamburg

In ihren Sieben Thesen zur Betrieblichen Weiterbildung [1] erwartet die Wissenschaftliche Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) e. V. ein zunehmendes Lernen im Prozess der Arbeit über die Integration technologiebasierter Lern- und Assistenzsysteme. Weil bislang Erfahrungen in der Weiterbildung mit digitalen Assistenzsystemen fehlen, stellen sich wesentliche Fragen: Eignen sich digitale Assistenzsysteme, um das Lernen in der Weiterbildung zu fördern? Wie können Unternehmen den Vorbereitungsaufwand begrenzen? Um diese Fragestellungen untersuchen zu können, wurde ein bestehendes Assistenzsystem für die Zwecke der Weiterbildung erweitert. Ein wesentlicher Schritt hierfür war es, die Lerninhalte zunächst in ihre Bestandteile zu zerlegen, um diese im folgenden Schritt mit entsprechenden (digitalen) Werkzeugen aufwandsarm visualisieren und überprüfen zu können. Der Beitrag beschreibt ein modulares, Augmented-Reality-basiertes Assistenzsystem, das den Anwender durch eine Wartungs- oder Instandhaltungsaufgabe führt und dazu abhängig vom Know-how des Benutzers schrittweise Bauelemente und erforderliche Metainformationen einblendet. Erste Tests deuten darauf hin, dass das System zur Weiterbildung von Servicetechnikern und Bedienpersonal eingesetzt werden kann.

[mehr]



Lernende Organisation

Manufacturing Analytics für reaktive Qualitätsprozesse
Literaturanalyse und Beispiele aus der Praxis

Maximilian Meister, Lukas Hartmann, Markus Wünsch, Joachim Metternich, Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW), TU Darmstadt, Amir Cviko und Tobias Böing, STAUFEN. Quality Engineers GmbH

Der Beitrag beschreibt die Anwendung von Manufacturing Analytics im Rahmen des reaktiven Qualitätsmanagements. Dazu wird zuerst eine allgemeine Definition des Begriffs Manufacturing Analytics gegeben. Anhand einer Literaturanalyse und der Auswertung bestehender Anwendungsfälle werden Erkenntnisse bezüglich der Potenziale für reaktive Qualitätsprozesse abgeleitet. Dabei zeigt sich, dass Manufacturing Analytics besonders in der Ursachenanalyse, der Fehlererkennung und –vermeidung erfolgsversprechend ist und eingesetzt wird. Abschließend werden praktische Einblicke in die Anwendung von Manufacturing Analytics gegeben.

[mehr]



Fehler | Fabriksoftware

Fehler

Auf der Website ist ein unvorhergesehener Fehler aufgetreten. Bitte versuchen Sie es später nochmal.