Predictive Quality

Möchten Sie erfahren, wie Sie hohe Kosten aufgrund von Ausschuss und Nacharbeit minimieren können? Wir zeigen Ihnen, wie sie Predictive Quality in Ihrer Fertigung sinnvoll einsetzen.

Jetzt Termin vereinbaren!

Unternehmen stehen permanent unter Druck, ihre Profitabilität zu steigern. Das führt dazu, dass man seinen Umsatz erhöhen oder Kosten verringern muss. Und das Jahr für Jahr. In Zeiten von COVID ist dies extrem schwierig, da enorme Unsicherheit bei den Kunden besteht und Investitionen in den meisten Branchen im Augenblick eher zurückgehalten werden.

Der erste Impuls geht dann meistens in Richtung Einkauf und Unternehmen versuchen, den Lieferanten die günstigsten Preise abzuringen. Dies bringt die Lieferanten dann natürlich in eine ähnliche schwierige Situation. Im Zweifel leiden lange gepflegte Beziehungen unter diesem Druck. Gleichzeitig werden in der Produktion 20% der hergestellten Ware verschrottet oder müssen nachgearbeitet werden.

Heute haben wir mit verfügbarer Technologie die Möglichkeit, Ausschuss und Nacharbeit in Unternehmen durch Methoden der Predictive Quality zu minimieren.

Vorteile von Predictive Quality

  • Geringerer Arbeitsaufwand, sowohl für Nacharbeit als auch repetitive Qualitätssicherung
  • Geringere Materialverschwendung durch Produktionsprozesse, die trotz defekten Materials fortgeführt werden
  • Deutlich erhöhte Planungssicherheit, da die Anzahl unplanmäßiger Nacharbeiten sinkt
  • Niedrigere Durchlaufzeiten
  • Zuverlässigere, effizientere Fertigung
  • Gesteigerte Kundenzufriedenheit
  • Positiver Einfluss auf die Nachhaltigkeit eines Unternehmens

Einsatzfelder von Predictive Quality

Ressourcenschonung durch exakte Problemdiagnose 

Ob in der Umschlaglogistik, im Transportwesen, in der Automobilindustrie oder im Frachtverkehr – die Einsatzmöglichkeiten für Drohnen- und Kameraeinsatz für intelligente Bilderkennung sind vielfältig. So können z.B. durch das direkte Erkennen von Fehlern oder Verschmutzungen in Verbindung mit Geolokalisierung Mitarbeiter und Materialien gezielter und ressourcenschonender eingesetzt werden. 

Innovationsschub im Agrarsektor 

Der Einsatz von intelligenter Bildanalyse–Technologie ermöglicht z.B. mittels Drohnen das Pflanzenwachstum zu kontrollieren oder einen optimierten, nachhaltigen Düngereinsatz zu sichern. Künstliche Intelligenz unterstützt frühe Defekterkennung, sorgt für eine gezielte, naturschonende Schädlingsbekämpfung, optimiert Bewässerungsprozesse und sorgt für sicherere Ernte- & Ertragsprognosen und bessere Ernteergebnisse. 

 

Qualitätsanalyse in der Industrie 

Überwachte Ausschussvorhersage durch Object Detection im Bereich der Teilefertigung optimiert Produktionsprozesse und ermöglicht durch intelligente Algorithmen die Automatisierung aufwändiger Qualitätsprozesse. Weniger Defekte und Retouren dank intelligenter Bilderkennung und -verarbeitung resultieren in höheren Gewinnmargen. 

„Predictive Quality ermöglicht, die Qualitätsanalyse dort weiterzubringen, wo der Mensch an seine Grenzen stößt."

- björn heinen, lead data scientist, inform datalab

Unsere Methodik im Bereich Predictive Quality

  • Ausschussvorhersage

  • Ausschusserkennung

  • Root Cause Analysis

Ausschussvorhersage – Prädiktiv

Ziel der Ausschussvorhersage ist es, Defekte und Ausschuss vorherzusagen, bevor sie entstehen. Input sind meist Sensor- und Maschinendaten, weitere Informationen wie Material- oder sogar Lieferanteninformationen werden dabei ebenfalls berücksichtigt.

Laden Sie hier unser kostenfreies InfoPaper

„Die unterschiedlichen Facetten von Predictive Quality" herunter!

Erfahren Sie hier mehr über Methoden, Anwendungsfälle und Vorteile von Predictive Quality für Unternehmen.

Kostenloser Download

unser workshop angebot

use case ideation workshop

In unserem Use Case Ideation Workshop nehmen wir Ihre Herausforderungen & Daten genauer unter die Lupe. Unsere Datenexperten machen eine erste Bestandsaufnahme, welche Daten wo und in welcher Qualität bereits in Ihrem Unternehmen vorhanden sind. Basierend auf dieser Analyse erarbeiten wir gemeinsam mit Ihnen erste mögliche Use Cases für Ihre Abteilung oder Ihr Unternehmen, die einen schnellen Mehrwert schaffen.

data quality health check

Datenqualität ist die Grundlage für eine effektive Datennutzung. Bei unserem Data Quality Health Check machen wir eine Bestandsaufnahme Ihrer aktuellen Datenqualität und geben Ihnen konkrete Handlungsempfehlungen an die Hand, um diese zu verbessern.

Crashkurs Künstliche Intelligenz

Dieser Kurs eignet sich zur Qualifizierung von Mitarbeitern und Führungskräften, sowie Doktoranden und Studierenden, die Ihr Wissen rund um das Thema künstliche Intelligenz erweitern wollen. Nach dem Kurs sind die Teilnehmer in der Lage erste Use Cases selber einzuordnen und haben ein Verständnis für die Grundkonzepte der KI entwickelt.

Künstliche Intelligenz für Entscheider

Dieser Kurs eignet sich zur Qualifizierung von Entscheidern, Innovatoren und Führungskräften, die Ihr Wissen rund um das Thema künstliche Intelligenz und dessen Einfluss in der Wirtschaft erweitern wollen. Nach dem Kurs sind die Teilnehmer in der Lage erste Use Cases selber einzuordnen und haben ein Verständnis für die Grundkonzepte der KI entwickelt. Des Weiteren können Sie den Aufwand von Projekten abschätzen und ihren Fachabteilungen zuordnen.

Künstliche Intelligenz – Einführung, Möglichkeiten und Grenzen

Dieser Kurs eignet sich zur Qualifizierung von Mitarbeitern und Führungskräften, sowie Doktoranden und Studierenden, die Ihr Wissen rund um das Thema künstliche Intelligenz erweitern wollen. Nach dem Kurs sind die Teilnehmer in der Lage erste Use Cases selber einzuordnen und haben ein Verständnis für die Grundkonzepte der KI entwickelt.

maren korth

Sales

Jetzt Termin vereinbaren!

Machine Learning gibt Hinweis auf Verschmutzungen und Schäden in der Neufahrzeuglogistik

Einer der größten deutschen Automobilhersteller hatte damit zu kämpfen, dass beim Transport von Neufahrzeugen regelmäßig Schäden oder Verschmutzungen aufgetreten sind. Diese Schäden und Verschmutzungen müssen möglichst vor der Auslieferung der Fahrzeuge identifiziert und behoben werden. Aktuelle Präventionsmaßnahmen wie z.B. eine großflächige Folierung der Fahrzeuge sind vor allem hinsichtlich Nachhaltigkeit nicht mehr zeitgemäß und sollten möglichst abgeschafft werden.


Lösung

Gemeinsam mit unseren Data Scientists wurde eine Lösung entwickelt, bei der Drohnen regelmäßig automatisiert über die Fahrzeuge fliegen, um mit hochauflösendem Bildmaterial die Oberfläche zu untersuchen und zu dokumentieren. Mittels Machine-Learning-Methoden werden diese Aufnahmen auf Beschädigungen und Verschmutzungen untersucht und entsprechende Maßnahmen eingeleitet. Die autonomen Drohnenflüge werden per GPS-Wegpunkte gesteuert und die Bilder per State-of-the-Art Object Recognition erkannt und verarbeitet.

Highlights

  • Robuste Erkennung von Schäden und Verschmutzungen mit über 90% Genauigkeit
  • Verringerung von kostenintensiven Neulackierungen und Personaleinsatz
  • gut ausgebildetes Fachpersonal steht somit wieder für höherwertige Aufgaben zur Verfügung
  • Gesamtkosten für evtl. notwendige Fahrzeugreparaturen werden verringert
  • Steigerung der Kundenzufriedenheit, da oft erst später auftretende Folgeschäden z.B. beim Lack vermieden werden können

Data Science

Unsere Data Scientists dringen in die Tiefen Ihrer Daten ein und decken neue, unternehmensrelevante Informationen auf. Mit Hilfe von Künstlicher Intelligenz und unserem Verständnis unternehmensspezifischer Geschäftsprozesse verwandeln wir Ihre Daten in Mehrwert und decken neue Chancen und Potenziale für Ihr Unternehmen auf.