Für Medizintechnikhersteller ist Qualität extrem wichtig – was sie in der Praxis zu einem der teuersten Kostenfaktoren macht. Neue Technologien bieten Möglichkeiten, die Qualität zu steigern, die Kosten zu senken und dabei stets die gesetzlichen Auflagen umzusetzen.
Die im Produktionsprozess erfassten Echtzeitdaten liefern im passenden Kontext und mit der passende Analysemethode – etwa mit Algorithmen des ‚Machine Learnings‘ und weiteren anspruchsvollen Analyseverfahren – detaillierte Erkenntnisse über Prozesse. Die datenbasierte Vorhersage der Qualität, auch bezeichnet als ‚Predictive Quality‘, kann helfen, um Kosten zu senken, die Einführung neuer Produkte zu beschleunigen und zugleich die gesetzlichen Vorschriften zu befolgen. Predictive Quality ist ein vorausschauender und adaptiver Ansatz zur Einbindung der Qualität in die Prozesse. Daten aus dem Fertigungsbereich und der Lieferkette werden dabei zur Beurteilung der Qualität eines Produkts oder zur Ermittlung möglicher Qualitätsprobleme zusammengeführt. Der zugrundeliegende risikobasierte Ansatz macht die Methode zu einem dynamischen Prozess, der stetige Anpassungen erfordert. Analyseverfahren werden zur Bestimmung des Risikogrades und zur Priorisierung der erforderlichen Maßnahmen eingesetzt. Dabei versprechen sich Anwender eine Reihe von Vorteilen aus dem Einsatz des Konzeptes:
• weniger Ausschuss und Nacharbeit,
• gezielte Probeentnahmen und Kontrollen,
• effizientere Fertigung,
• besseres Verständnis der Fertigungs- und Qualitätsprobleme zur Verbesserung der Kennzahl „Time-to-Market“,
• geringeres Risiko, gegen Vorschriften oder Konformitätsregeln zu verstoßen
• höhere Kundenzufriedenheit, durch bessere produkte.
Risikodefinition und -kontrolle
Für eine Vorhersage der Qualität ist eine Definition und Priorisierung von Risiken erforderlich, welche alle Aspekte von Produkten und Prozessen betreffen, nach deren Schweregrad, Zeitrahmen und Art berücksichtigen. Anschließend können Parameter, wie die Häufigkeit von Stichproben oder Inspektionen, bestimmt werden, um so das Risiko hinsichtlich der Produktqualität zu senken. Prädiktive Systeme benötigen genaue, zeitnahe und vollständige Daten zu Prozessbedingungen und -ergebnissen. Diese Daten stammen aus unterschiedlichen Quellen, wie Geräten, Sensoren, Automatisierungssystemen sowie Software, welche Betriebstechnologie (OT) und Informationstechnologie (IT) vereint. Diese Daten müssen zusammengeführt und kontextualisiert werden, um Konsistenz und Qualität der Daten zu erreichen. Eine regelmäßige Rückmeldung aus dem Prozess an die Entwicklung ist erforderlich, um sicherzustellen, dass alles ordnungsgemäß funktioniert.
Voraussetzung Integration
Um die erforderlichen vertikalen und horizontalen Informationsflüsse einzurichten, können Fertigungsdatenplattformen helfen. Als Datenquellen für diese Plattformen dienen u.a. Anwendungen wie Manufacturing Execution-Systeme (MES), IIoT-Plattformen (Industrial Internet of Things), Qualitätsmanagementsysteme (QMS) sowie die Analysetools vielfältiger Ausprägungen. Doch keine dieser Lösungen allein genügt, um ein prädiktives Qualitätskonzept zu realisieren. Die oben erwähnte Fertigungsdatenplattform dient nicht nur der Erfassung und Analyse der Qualitätsdaten, sondern zeigt Korrekturmaßnahmen auf und leitet die Mitarbeiter bei ihrer Umsetzung an.
Das MES liefert zahlreiche Informationen über Materialien, Spezifikationen, Maschinen, Arbeitsanweisungen, Personal und Daten der statistischen Prozesskontrolle. Viele Systeme können den Produktionszyklus eines Produktes berücksichtigen, um eine Ursachenanalyse (Root Cause Analysis) und die Überprüfung der Wirksamkeit von vorbeugenden Maßnahmen durchzuführen. Abweichungen können im Kontext erfasst werden, und es lassen sich eventuell übergreifende Muster in der Fertigungslandschaft erkennen. Diese Muster können in Predictive-Analytics-Algorithmen zur kontinuierlichen Qualitätsüberwachung und -verbesserung einfließen.
Interoperabilität
Eine Fertigungsdatenplattform sollte mit Enterprise Resource Planning-, Product Lifecycle Management-, Supply Chain Management- und Human Resources-Systemen sowie mit Automatisierungs-, IIoT- und OT-Systemen zusammenarbeiten können. Sie kombiniert das Angebot unternehmensweiter Informationen mit Fertigungssteuerungsfunktionalität und Analysefunktionen, bis hin zu prädiktiven Algorithmen und Modellen. Die Daten aus den IT- und OT-Systemen und den Endgeräten werden ergänzt und in einen Kontext gesetzt.
Von Daten zu Taten
Analyse und Voraussage von Fehlern ohne rechtzeitiges Handeln bringt wenig. Die Warnmeldungen können Änderungen in einem Prozess, einem Produkt, einem Material, einer Arbeitsanweisung oder einer Maschine einleiten. Es muss jedoch darauf geachtet werden, dass ein Überfluss an Warnmeldungen schnelles Handeln nicht verhindert. So ist eine Priorisierung der Warnmeldungen auf der Grundlage des Risikogrades und ihre Weiterleitung an die zuständigen Mitarbeiter sinnvoll. Grundsätzlich ist der Effekt der Verbesserung umso größer, je kürzer die Zeitspanne zwischen einem Ereignis und der Einleitung von Maßnahmen ist.
SOP und Prozessverriegelung
Eine vorausschauende Qualitätskontrolle sollte sich in Bezug auf die jeweiligen Standort- und Produktanforderungen sowie ihre Einsatzmöglichkeit zur Validierung und Verifizierung konfigurieren lassen. Einige auf Medizintechnik zugeschnittene Systeme ermöglichen auch die Durchsetzung von Standardarbeitsanweisungen (SOP) und bieten Prozessverriegelungen bei Abweichungen in Prozessen, Produkten und der Dokumentation.
Mittelständische Unternehmen investieren selbst in schwierigen Zeiten in Microsoft-Technologien, weil sie überzeugt sind, dass ihre Mitarbeiterproduktivität steigt und sich ihre Kostenstruktur bessert. Microsoft hat mit dem Microsoft-Partner-Network ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. Für unsere Leser gibt die Microsoft-Partnerübersicht in Ausgabe Juli/August der IT&Production Tipps für die Suche nach einer geeigneten Branchen- oder Speziallösung im Bereich des produzierenden Gewerbes.
Auf der Suche nach Innovation, nach neuen Lösungen und der Abgrenzung zum Mitbewerb vernetzen sich zunehmend mehr Unternehmen mit externen Experten und Partnern. SAP hat mit dem SAP-Ecosystem ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. In der Maiausgabe der Fachzeitschrift IT&Production erhalten unsere Leser einen aktuellen Überblick zum SAP-Ecosystem im Bereich des produzierenden Gewerbes.
Anbieter & Produkte
Make Lean Leaner
Prime Edge – eine Edge Lösung für die Industrie
Work-in-Process-Management in S/4HANA
Weltweit führende APS-Technologie für alle industriellen Anforderungen
Wachstum durch Kundenorientierung: Das Geheimnis liegt in einem smarten Variantenkonfigurator
becosEPS – Enterprise Planning System
Qualität, Lieferketten, Rückverfolgbarkeit – Nachhaltigkeit hat viele Facetten
MPDV Mikrolab GmbH – WE CREATE SMART FACTORIES
ANZEIGE
Whitepaper
Vollautomatische Feinplanung
Smart Factory Elements
Mit Kennzahlen die Produktion im Griff
Monitoring IT, OT and IIoT with Paessler PRTG: use cases and dashboards
Vom 4-Stufen-Modell zum Regelkreis
Videos
Erfolgreiche Asprova APS Einführung bei Fogel, Hersteller von gewerblichen Kühl- und Gefrieranlagen für Abfüller kohlensäurehaltiger Getränke
Erfolgreiche Asprova APS Einführung bei Horst Scholz, Hersteller von komplexen Kunststoffspritzformen höchster Präzision
Specops Password Auditor – Evaluieren Sie kostenlos Ihre Passwortsicherheit in Active Directory
Asprova User Day 2022 in Frankfurt
Erfolgreiche Asprova APS Einführung bei Bopisa, Hersteller von Lebensmittelverpackungen
Ein Unternehmen, das sich mit der Auswahl eines ERP- Systems befasst, muss sich gleichsam mit einem viel- schichtigen Software-Markt und unklaren Interessen- lagen an interne Abwick- lungsprozesse auseinander- setzen. Guter Rat bei der Investitionsentscheidung ist teuer. ERP/CRM Wissen Kompakt unterstützt Sie bei der gezielten Investition in die IT-Infrastruktur.
Immer mehr Anbieter von Maschinen, Automatisierungstechnik und Industriesoftware integrieren künstliche Intelligenz in ihre Produkte. Das ganze Potenzial spielen selbstlernende Systeme aber erst aus, wenn sie passgenau auf ihren Einsatz in Fertigung und Büro zugeschnitten wurden. Über beide Möglichkeiten, als Fertiger die Vorzüge von industrieller KI zu nutzen, geht es im regelmäßig aktualisierten Themenheft Künstliche Intelligenz.
Das Internet of Things verändert Produktwelten und die Vernetzung in der Fertigung gleichermaßen. Entstehende Ökosysteme laden zur einer neuen Form der Zusammenarbeit ein. Die Spezialausgabe IoT Wissen Kompakt informiert über die Technologie, Projektierung und Anbieter für die eigene Applikation, in- und außerhalb der Fabrik.
Um alle Potenziale eines MES umfassend ausnutzen zu können, beleuchten unsere Autoren in der Serie von MES Wissen Kompakt die erfolgskritischen Faktoren, um Fertigungsunternehmen präventiv zu steuern. Darüber hinaus präsentiert MES Wissen Kompakt ein breites Spektrum an Firmenportraits, Produkt- neuheiten und Dienst- leistungen im MES-Umfeld.