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.

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.

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.

Vorschaubild_InfoPaper_Predictive-Quality

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.

maren korth

Sales

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.

Erfahren Sie mehr