KI in der Qualitätssicherung
Die Forschungsabteilung der CAQ AG hat sich intensiv mit dem Thema „nicht validierte Messwerte“ und der Anwendung von Machine Learning und Künstlicher Intelligenz im Qualitätswesen befasst. Bereits heute werden die gewonnenen Erkenntnisse bei einer neuen Form der Messdatenvalidierung und bei der Analyse von Prozessabweichungen mittels CAQ.Net genutzt. Neben dem Einsatz der umfangreichen klassischen Analysemethoden von Messdaten und Prozessparametern in Compact.Net kann durch diese Funktionen ein komplett neuartiges Werkzeug genutzt werden. So können augenscheinlich verborgene Gründe für Messabweichungen und sonst verdeckte Unregelmäßigkeiten in Messreihen gefunden und analysiert werden.
Künstliche Intelligenz und die Vierte Industrielle Revolution
Ob Algorithmen beim großen Onlineversandhändler, der intelligente Übersetzungsdienst im Internet oder die Fortschritte im Bereich von Bilderkennung und des autonomen Fahrens: Die scheinbar allgegenwärtige Künstliche Intelligenz und das sogenannte Machine Learning halten zunehmend Einzug in den Alltag und die Arbeitswelt. Auch vor der Qualitätssicherung machen diese neuen Technologien im Zuge der Vierten Industriellen Revolution nicht Halt.
Statistische Auswertungsmöglichkeiten
Bereits heute bieten CAQ-Systeme eine Vielzahl an statistischen Auswertungsmöglichkeiten in der Messwertanalyse. Neben der vollautomatischen Ermittlung der passenden Verteilungsmodelle und der Berechnung, Auswertung und grafischen Darstellung aller adäquaten Kenngrößen, verfügen CAQ-Systeme auch über Werkzeuge zur Prozessleistungs- und Prozessfähigkeitsuntersuchung. Anwendungen zur Schwachstellenanalyse und Identifizierung von Fehlerschwerpunkten sowie Chargenverfolgung und SPC vervollständigen das Portfolio gegenwärtiger CAQ-Systeme.
Sind die Messwerte auch valide?
Diese Werkzeuge setzen allesamt voraus, dass die verwendeten Messwerte valide sind. Die Validität ist ein Gütekriterium für Modelle, Mess- oder Testverfahren. Sie beschreibt die inhaltliche Übereinstimmung einer empirischen Messung mit einem logischen Messkonzept. Allgemein ist dies der Grad an Genauigkeit, mit dem dasjenige Merkmal tatsächlich gemessen wird, das gemessen werden soll. Dementsprechend ist eine Messung valide, wenn das Messmittel mit der gewünschten Präzision die korrekten Werte anzeigt und der Prüfer seinen Anweisungen folgt. Gründe für nicht valide Messergebnisse sind unter anderem nicht kalibrierte Prüfmittel, fehlerhafte Kommunikation von Anweisungen oder die Nicht-Durchführung von Prüfungen. Während diese Gründe relativ einfach identifiziert werden können, gestaltet sich dies bei den fehlerhaften/mehrfachen Übertragungen von der Messmaschine zur CAQ-Software, absichtlichen Messmanipulationen oder versehentlichen Messverfälschungen wesentlich schwieriger.
Messmanipulationen und Verfälschungen
Bei der Charakterisierung und Erkennung typischer Messmanipulationen und Verfälschungen untersucht die QS-Software Compact.Net Software Messreihen in beliebiger Länge. Die Werte werden hierzu zum größten Teil vorab normiert und klassiert – anschließend wird unter anderem geprüft, ob
- sich der gleiche Wert über mehrere Messungen hin wiederholt
- sich dieselbe Distanz zwischen Messwerten wiederholt
- Werte einer guten Probe wiederholt kopiert wurden
- das “Schema” der Werte einer guten Probe wiederholt kopiert wurde
Die Vorteile dieser intelligenten Messwertanalyse sind mannigfaltig, denn sie bieten neben der zusätzlichen Absicherung bei der Auswertung auch eine verbesserte Prozessüberwachung und die Möglichkeit zur Visualisierung von Manipulationen und Vermeidung von Falschmeldungen.
Qualität bedeutet Sicherheit
Für Unternehmen nahezu aller Branchen gilt es heute mehr denn je, die Vorteile der Digitalisierung, Vernetzung und intelligenten Auswertung von Informationen zu nutzen und innerhalb ihrer täglichen Prozesse umzusetzen. Dies gilt auch und vor allem für den Bereich der Qualitätssicherung. Denn neben den Möglichkeiten der Effizienzsteigerung in der Produktion begünstigt eine intelligente Qualitätssicherung auch signifikant die Herstellung sicherer Produkte. Bei der Erkennung von Messverfälschungen maschineller und menschlicher Quellen geht es nicht nur um die Reduzierung von potenziellen Fehlerkosten und Mehrarbeit, steigende Kundenzufriedenheit und das Absetzen vom Mitbewerber, sondern auch um die Aufdeckung verborgener Fehler in der Wertschöpfungskette, die Vermeidung rechtlicher Folgen und oftmals auch direkt die Verhinderung von Gefahr für Leib und Leben.
Es ist nur eine Frage der Zeit, bis die Analyse von Messreihen mit Künstlicher Intelligenz zum Stand der Technik wird und zum Standardrepertoire zur Risikominimierung und Vermeidung rechtlicher Folgen gehört.