Predictive Quality

Data Analytics in produzierenden Unternehmen

Mit der Einführung und Verwendung umfassender datengetriebener Ansätze kommt es zu einem Paradigmenwechsel des Qualitätsmanagements von präventiv hin zu prädiktiv. Dabei befähigt „Predictive Quality“ den Anwender zur datengetriebenen Vorhersage der produkt- und prozessbezogenen Qualität in jeder Phase des Produktlebenszyklus.

Bezogen auf das Produkt lassen sich durch die Umsetzung von Predictive Quality nicht nur zukünftige Kundenanforderungen systematisch in die Produktentwicklung rückführen und so Dissonanzen beim Kunden vermeiden. Auch ist Predictive Quality ein Enabler für die Einführung neuer Geschäftsmodelle wie die Subskription. Prozessseitig ermöglicht Predictive Quality neben der Beherrschung komplexer Prozesse eine Reduktion der Qualitätskosten, die durch Qualitätsprüfungen, interne und externe Nacharbeit sowie Renommeeverluste entstehen.

Dieser Vortrag zeigt Anwendungsbeispiele unterschiedlicher Branchen für die produkt- und prozessbezogene Umsetzung von Predictive Quality auf: Ausgehend von Beispielen werden konkrete Voraussetzungen für die erfolgreiche Umsetzung von Predictive-Quality-Ansätzen abgeleitet. Dabei liegt der Fokus sowohl auf der Datenbasis selbst als auch auf dem Menschen als Nutzer und Informationsträger. Abschließend werden die größten technischen, unternehmenskulturellen und betriebswirtschaftlichen Herausforderungen bei der Umsetzung diskutiert.