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.

Beitrag im Tagungsband
zurück zum AWKonline
Mögliches Smart Automation Ecosystem mit Fokus auf der Produktion

Bild 1: Predictive Quality – Befähigung des Anwenders zur datengetriebenen Vorhersage der produkt- und prozessbezogenen Qualität

Heterogene Hardware benötigt einheitlichen Ordnungsrahmen

Bild 2: Predictive Quality auf dem Shopfloor

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

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.

Beitrag im Tagungsband
zurück zum AWKonline
Mögliches Smart Automation Ecosystem mit Fokus auf der Produktion

Bild 1: Predictive Quality – Befähigung des Anwenders zur datengetriebenen Vorhersage der produkt- und prozessbezogenen Qualität

Heterogene Hardware benötigt einheitlichen Ordnungsrahmen

Bild 2: Predictive Quality auf dem Shopfloor

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden