Die Einsatzmöglichkeiten von künstlicher Intelligenz (KI) im Qualitätsmanagement sind vielfältig. Zu den wichtigsten Vorteilen gehört die Fähigkeit, sehr große Datenmengen in hohem Tempo zu analysieren und – auf den Ergebnissen aufbauend – präzise Entscheidungen zu treffen.
Die Qualitätssicherung punktet zudem mit einer speziellen Mustererkennung, die dabei unterstützt, Mängel rasch und verlässlich zu identifizieren. Dabei ist das System vorausschauend – ermöglicht also Predictive Quality. Dank intelligenter Überwachung sämtlicher Parameter sind Prognosen über potenzielle Qualitätsmängel entlang der gesamten Supply Chain möglich. Diese lassen sich identifizieren, bevor sie entstehen.
Eine weitere Stufe in der Optimierung des Qualitätsmanagements bietet die Kombination von KI mit Augmented Reality und/oder Virtual Reality. Mitarbeitende sind damit beispielsweise in der Lage, ein Objekt virtuell zu begutachten, digitale Checklisten abzuarbeiten und prompt Optimierungsmaßnahmen zu ergreifen, ohne physisch anwesend zu sein.
Wie gut KI im Produktions- oder auch in allen anderen Bereichen funktioniert, hängt zu einem großen Teil vom Zugriff auf relevante Daten ab. Und genau hier haben viele Unternehmen mit massiven Herausforderungen zu kämpfen. Eine aktuelle Capgemini-Studie bringt es auf den Punkt: Weltweit steigt die Datenmenge Jahr für Jahr an, dennoch stehen anteilig immer weniger Informationen organisationsweit zur Verfügung – von durchschnittlich 53 Prozent (2022) fiel diese Rate 2023 auf 41 Prozent. Der Hauptgrund für dieses Paradoxon: Datensilos. Verschärft wird die Situation, wenn – wie bei Predictive Quality – die Verfügbarkeit der Informationen über die gesamte Lieferkette und somit über alle Unternehmensgrenzen hinweg sichergestellt werden muss.
Die Cloud ermöglicht
Predictive Quality
Vor diesem Hintergrund rücken technische Daten- und Dokumentenmanagementsysteme (DMS) automatisch in den Fokus strategischer Überlegungen – und das aus mehreren Gründen.
Das Fundament eines jeden modernen DMS ist Cloud Computing. Diese Technologie spielt ihre Stärken dann am deutlichsten aus, wenn eine gemeinsam zu nutzende Datenumgebung benötigt wird – Stichwort „Single Source of Truth“. Hier laufen alle für das Qualitätsmanagement benötigten Dokumente und Daten zusammen und lassen sich zu jeder Zeit von jedem Endgerät aus managen und bearbeiten. Auch in diesem Bereich spielt KI eine tragende Rolle, indem sie etwa den Content von Dokumenten automatisch erfasst oder selbstständig Schlagworte vergibt.
Darüber hinaus schafft die Cloud eine gute Basis für die für Predictive Quality notwendige Zusammenarbeit entlang der gesamten Supply Chain. Möglich wird dies durch die rasche und unkomplizierte Integration aller beteiligten Unternehmen des Ökosystems. Hinzu kommt die intuitive Nutzung der Online-Dienstleistung, welche die Zusammenarbeit deutlich erleichtert.
Gleichzeitig erfüllt die Kollaborationssoftware als Cloud-Service höchste Sicherheitsanforderungen – vorausgesetzt, der Provider ist in Europa zu Hause und hält sich an die strengen Vorgaben führender Security-Zertifikate. Da im Produktionsumfeld sensible Daten häufig sind, bieten moderne DMS ein intelligentes Rechte- und Rollensystem, das dafür sorgt, dass nur berechtigte Personen Zugriff auf bestimmte Inhalte haben, sowie eine Zwei-Faktor-Authentifizierung beim Einstieg.
Überblick zu jeder Zeit
dank Prozessorientierung
Eine weitere Besonderheit eines zukunftsfitten DMS im Qualitätsmanagementumfeld ist seine Prozessorientierung. Das bedeutet unter anderem, dass die verantwortlichen Personen jederzeit den Überblick zum Status quo der Daten- und Dokumentenbasis haben und Workflows in Gang setzen können. Hier lassen sich etwa die bereits erwähnten Checklisten beim Auftreten von Mängeln implementieren. Einen hohen Grad an Flexibilität erreichen Low-Code-/No-Code-Komponenten, die den sogenannten Citizen Developern in den Fachabteilungen zur Verfügung stehen.
Ein smartes technisches Daten- und Dokumentenmanagementsystem leistet einen wesentlichen Beitrag zur Schaffung einer verlässlichen Datenbasis über alle Abteilungs- und Unternehmensgrenzen hinweg. Damit sind Produktionsbetriebe – im Idealfall in Gestalt von Data-driven Factories – in der Lage, einen möglichst großen Nutzen aus KI-Anwendungen zu ziehen und ihr Qualitätsmanagement auf ein neues Niveau zu heben.
Mehr zum Thema Messe Control
