Der Kausalprozessor

Informationen über Ursache-Wirkungszusammenhänge, wie sie beispielsweise bei der Fehlermöglichkeits- und -einflußanalyse (FMEA) betrachtet werden, können grundsätzlich auch an anderer Stelle von Nutzen sein. So zum Beispiel beim Servicetechniker, der im Feld eine Diagnose vornimmt und auf diese Informationen zurückgreifen will. Werden durch statistische Versuche Korrelationen zwischen bestimmten Parametern festgestellt, so kann dieses Wissen beispielsweise für die Bildung eines Modells zur Überwachung und Regelung eines Produktionsprozesses von Bedeutung sein. Relationen und Zusammenhänge solcher Art fallen in nahezu allen Bereichen im Unternehmen an und müssen allgemein verfügbar gemacht werden. Deshalb wurde eine Datenbasis für Relationen aller Art, ein sogenannter Kausalprozessor, entwickelt. Der Kausalprozessor sammelt qualitätsrelevantes Wissen aus allen Unternehmensvereichen und stellt jedem Benutzer auf Anfrage die für ihn relevanten Kausalzusammenhänge zur Verfügung. Für das Ve rketten von Relationen sowie das Vermeiden von Redundanzen können semantisch gleiche Ergebnisse in verschiedenen Relationen vom Kausalprozessor identifiziert werden. Der Kausalprozessor kann Plausibilitäts- und Konsistenzprüfungen durchführen und garantiert somit widerspruchsfreies Kausalwissen. Eine Relation im Kausalprozessor besteht aus zwei Ereignissen, einer Ursache und einer Wirkung. Ein Ergebnis kann sich dabei auf ein Produkt, einen Prozeß oder eine Anlage sowie ein zugehöriges Merkmal und dessen Ausprägung beziehen.