Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Predictive Quality - Data Analytics in produzierenden Unternehmen

Predictive Quality - Data Analytics in manufacturing enterprises
 
: Schmitt, Robert H.; Kurzhals, Reiner; Ellerich, Max; Nilgen, Guido; Schlegel, Peter; Dietrich, Edgar; Krauß, Jonathan; Latz, Armin; Gregori, Johann; Miller, Norberg

Bergs, Thomas; Brecher, Christian; Schmitt, Robert H.; Schuh, Günther ; Fraunhofer-Institut für Produktionstechnologie -IPT-, Aachen; TH Aachen -RWTH-, Aachener Werkzeugmaschinen-Kolloquium -AWK-:
Internet of Production - Turning Data into Value : Statusberichte aus der Produktionstechnik 2020
Aachen: Fraunhofer IPT, 2020
DOI: 10.24406/ipt-n-589615
pp.226-253
German
Book Article
Fraunhofer IPT ()

Abstract
Zunehmende Produktkomplexität und -vielfalt, komplexere Herstellungsprozesse und steigende Nachhaltigkeitsforderungen stellen zentrale Herausforderungen für die kontinuierliche Verbesserung der prozess- und produktbezogenen Qualität dar. Predictive Quality beschreibt in diesem Zusammenhang die Befähigung des Anwenders zur Optimierung der produkt- und prozessbezogenen Qualität durch die Nutzung datengetriebener Prognosen als Entscheidungsgrundlage für Handlungsmaßnahmen. Indem der Anwender in die Lage versetzt wird, zukünftige qualitätsbeeinflussende Ereignisse in seinem Sinne zu steuern, lassen sich in der Praxis vielfältige Potenziale realisieren. Im Rahmen des vorliegenden Beitrags wird anhand von fünf Anwendungsbeispielen aus unterschiedlichen Branchen und Domänen exemplarisch gezeigt, wie sich durch die Anwendung prädiktiver Data Analytics Methoden konkrete Mehrwerte für produzierende Unternehmen schaffen lassen.

 

Increasing product complexity and variety, more complex manufacturing processes and rising sustainability requirements are major challenges for the continuous improvement of process- and product-related quality. In this context, predictive quality describes the empowerment of the user to optimize product and process-related quality by using data-driven predictions as a basis for decision-making and action. By enabling the user to control future quality-influencing events in his or her interest, a wide range of potentials can be realized in practice. In this paper, five use cases from different industries and domains are presented to show how the application of predictive data analytics methods can create actual added value for manufacturing companies.

: http://publica.fraunhofer.de/documents/N-614374.html