So stellen beispielsweise die Richtlinien des Verein Deutscher Ingenieure e.V.im Zusammenspiel mit dem Produkthaftungsgesetz (ProdHaftG) hohe Anforderungen an die Qualität dieser Schraubprozesse. In der Konsequenz haften Hersteller für die Integrität der von ihnen auf den Markt gebrachten Produkte – auch wenn sie Prozessschritte an Lieferanten auslagern. Was aus Kundensicht wie selbstverständlich wirkt, erfordert auf Unternehmensseite ein intelligentes und weitreichendes Qualitätsmanagement. Oft bestehen dabei erhebliche Optimierungsspielräume beim Umgang mit erhobenen Daten.
Qualitätsmanagement und Pseudo-OKs
Bis heute verwenden Unternehmen für kritische Verschraubungsprozesse (Verschraubungen, bei denen der Ausfall einer Schraube zu einer ernsthaften Gefahr für Umwelt oder Menschen werden kann) EC-Schrauber. Diese Schrauber werden elektronisch angesteuert und sind dadurch für sehr präzise Bearbeitungen geeignet. Zugleich erfassen die Überwachungssysteme der Schrauber Messgrößen wie Drehmoment und -winkel, ferner visualisieren sie die Schraubprozesse mit graphischen Kurven. Anhand dieser Parameter bewertet das System – oft in Zusammenarbeit mit menschlichen Fachexpertinnen und -experten -, ob der Schraubvorgang erfolgreich (okay) oder nicht erfolgreich (nicht okay) war. Diese binäre Beurteilung führt nach Beobachtung in der Praxis häufig zu Schwierigkeiten, denn oft ist sie aufgrund unzureichender Erfahrungswerte zu ungenau, um kleinere, aber dennoch potenziell sicherheitsrelevante Abweichungen zu erkennen. Dazu trägt auch bei, dass viele Überwachungs- und Qualitätsmanagementsysteme herstellergebunden sind: Unternehmen können die durch das System erhobenen Daten somit nur schwer für bessere Auswertungen konsolidieren. Ergänzend kommt hinzu, dass sie graphische Aufbereitungen der Schraubvorgänge meistens nur retrospektiv betrachten und so Anomalien, die prädiktiv auf Fehler hinweisen könnten, erst zu spät entdecken. Im Ergebnis kommt es dadurch immer wieder zu sogenannten Pseudo-OKs: Das System bezeichnet dabei eine potenziell fehlerhafte Verschraubung (Anomalien) als erfolgreich. Diese können Unternehmen dann nur über zusätzliche zeit- und kostenaufwendige Kontrollinstanzen erkennen und korrigieren.
KI für ein evidenzbasiertes Qualitätsmanagement
Einen möglichen Lösungsansatz für dieses Problem bieten KI-basierte Systeme. Sie erfassen die Daten aller im Unternehmen verwendeten Schraubwerkzeuge (insbesondere der EC-Schrauber), konsolidieren diese und ermöglichen dadurch deutlich exaktere Auswertungen als herkömmliche Überwachungssysteme. Durch regelmäßige Feedbacks der Nutzerinnen und Nutzer lässt sich die KI so antrainieren, dass sie schrittweise immer besser potenzielle Fehlerquellen erkennt. Für diese Aufgabe hat das Unternehmen MHP die Lösung Bolt_it auf den Markt gebracht. Das Produkt bietet unter anderem eine vorausschauende Fehleranalyse. Sofern das verwendete System auf eine breite Datenbasis zurückgreift, kann es auch zuverlässig prädikative Verfahren anwenden. Anhand historischer Datenverläufe erkennt es dann beispielsweise frühzeitig Anomalien in den Kenngrößen und somit typische Fehlerquellen. Anwenderinnen und Anwender wissen dadurch rechtzeitig, an welchen Stellen sie die Produktionsabläufe optimieren könnten. Das System ermöglicht zudem Qualitäts- und Sicherheitsmanagement in Echtzeit: Dazu erfasst es währtend der Produktion wichtige Daten und Parameter cloudbasiert. Anhand der Live-Prozessdaten kann Bolt_it bereits kleinere Bearbeitungsfehler bei einer Verschraubung entdecken und diese an die Werkerinnen und Werker zurückmelden. Damit wird eine unmittelbare Nachbearbeitung möglich. Zudem unterbreitet die Software Vorschläge zur Optimierung der Montage, denn KI-gestützte Systeme lassen sich mit Optimierungsmodellen kombinieren. Dabei nutzen diese die ausgewerteten Fehlerquellen, um darauf aufbauend proaktiv Empfehlungen für optimierte Prozessparameter abzugeben – etwa hinsichtlich der Toleranzgrenzen beim Drehmoment. Zudem dokumentiert die Anwendung die Fehlerhistorie und nutzt sie für Trendanalysen.
Weniger Nacharbeit
KI-basierte Tools garantieren Unternehmen zwar keine fehlerfreie Erstproduktion, unterstützen sie allerdings dabei, Nacharbeiten zu verringern – und damit die dafür anfallenden Kosten. Gleichzeitig kann eine verbesserte Fehlererkennung in der Montage zur Produktsicherheit der Erzeugnisse beitragen.
