Quality Intelligence (QI)

• Antragsteller: Professor Dr.-Ing. Robert Schmitt
• Fachliche Zuordnung: Produktionssystematik, Betriebswissenschaften, Qualitätsmanagement und Fabrikplanung ; Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung von 2015 bis 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 279497483

Das von der Bundesregierung initiierte Zukunftsprojekt Industrie 4.0 zielt auf eine flexible Fertigung bei gesteigerter Produktivität. Ein wesentliches Element von Industrie 4.0 sind Cyber Physische Systeme (CPS) sowie deren technische Integration in Produktion und Logistik. Die beiden wesentlichen Eigenschaften von CPS sind eine sehr hohe Komplexität sowie eine große Menge an verfügbaren Rohdaten. Daten sind durch Beobachtungen, Messungen, statistische Erhebungen u.a. gewonnene Werte. Sie stellen die Basis für die Generierung von Wissen dar. Werden Daten mit einer Bedeutung verknüpft spricht man von Informationen. Wissen entsteht letztlich durch die Vernetzung von Informationen mit den Erfahrungen oder auch Fachkenntnissen. Aus dem Bedarf nach Systemen zur Informationsgenerierung hat sich die Business Intelligence (BI) entwickelt. BI umfasst alle Aktivitäten eines Unternehmens, die der Integration, der qualitativen Verbesserung, der Transformation und der statistischen Analyse der Daten dienen. Supply Chains stellen eine Form Cyber Physischer Systeme dar. Entlang einer Supply Chain fallen eine Vielzahl an Produkt-, Auftrags-, Prozess- und Qualitätsdaten an. Das Supply Chain Management hat die Bedeutung dieser Daten teilweise erkannt. So existieren bereits Ansätze, die die Notwendigkeit des Datenaustauschs fokussieren. Grundsätzlich ist auch die hohe Bedeutung der Produkt-, Prozess- und Systemqualität innerhalb des Zielsystems des Supply Chain Managements bekannt. Eine Verknüpfung beider Aspekte, d.h. die Untersuchung qualitätsrelevanter Daten entlang der Supply Chain zur Entscheidungsunterstützung des Qualitätsmanagements, wird in der Wissenschaft bislang nur unzureichend aufgegriffen. Die identifizierte Forschungslücke soll in dem Forschungsvorhaben Quality Intelligence (QI) aufgegriffen werden. Hieraus leitet sich das übergeordnete Forschungsziel ab, ein Prognosemodell qualitätsbezogener Instabilitäten entlang einer Supply Chain zu entwickeln. Dafür ist es Ziel des ersten Beantragungszeitraums, ein qualitätsbezogenes Beschreibungsmodell einer Supply Chain zu entwickeln. Es werden zunächst die qualitätsrelevanten Daten identifiziert, anschließend auf die Supply Chain allokiert, die Wirkzusammenhänge innerhalb der Datenbasis untersucht und die Ergebnisse in einem Beschreibungsmodell zusammengeführt. Im zweiten Beantragungszeitraum soll mithilfe einer zu entwickelnden Ontologie das qualitätsbezogene Beschreibungsmodell einer Supply Chain in ein Prognosemodell für qualitätsbezogene Instabilitäten überführt werden. Dadurch sollen ferner Aussagen über zukünftige qualitätsrelevante Systemzustände ermöglicht werden. Die Projektergebnisse sollen einen Beitrag dazu leisten, unternehmerische Ressourcen in Form vorhandener Daten effizienter zu verwenden. Die antizipative Vermeidung qualitätsrelevanter Instabilitäten senkt somit mittelfristig die Qualitätskosten in Unternehmen, die bisher durch ein rein reaktives Verhalten nicht zu verhindern sind.

• DFG-Verfahren: Sachbeihilfen