7. Norddeutscher Qualitätstag am 14. Juni 2022 – jetzt zur Online-Konferenz anmelden
Am 14.06.2022 geht der Norddeutsche Qualitätstag erneut mit einem spannenden Programm in seine siebte Ausgabe – melden Sie sich ab sofort dafür an.
Die Online-Konferenz bietet ungewöhnliche Einblicke und gleichzeitig praxisnahe Fachimpulse. Erfahren Sie beispielsweise, wie die Polizei Hamburg ihr neues Beschwerdemanagement organisiert. Mit mehr als 1.000 Vorfällen pro Jahr, meist hoch emotional, keine leichte Herausforderung. Der Praxisbericht gibt aber ganz sicher viele Anregungen für die Reklamationsbearbeitung im eigenen Betrieb.
Im zweiten Keynote-Vortrag spricht Eckhard Jann über den Umgang mit Fehlern. Er ist aktiver Flugkapitän einer renommierten deutschen Fluggesellschaft. Er weiß durch seinen verantwortungsvollen Job im Cockpit, warum es so entscheidend ist, Fehler schnell zu entdecken und zu kommunizieren. Dieses Know-how gibt Jann als Sicherheits- und Krisenmanager weiter. So beleuchtet er beim Norddeutschen Qualitätstag, was Unternehmen aus Fehlern lernen können, um resilienter und besser zu werden. Und was sich daraus für die Führung von Mitarbeitenden und die Organisation ableiten lässt.
Aus der Praxis für die Praxis
Die Teilnehmenden des 7. Norddeutschen Qualitätstags erwartet neben den zwei interessanten Vorträgen ein umfangreiches Workshop-Programm mit konkreten Beispielen aus der Praxis rund um das Prozess- und Qualitätsmanagement. Veranstaltungspartner sind die Deutsche Gesellschaft für Qualität e.V. (DGQ), die ConSense GmbH, die Deutsche Gesellschaft zur Zertifizierung von Managementsystemen (DQS) sowie die Fachzeitschrift QZ Qualität und Zuverlässigkeit.
Im Workshop-Angebot können sich die Teilnehmenden ein individuelles Programm zusammenstellen. Stets stehen dabei die praktische Umsetzung und der unmittelbare Austausch im Zentrum. Inhaltlich geht es zum einen um den ganzheitlichen Ansatz im Qualitätsmanagement – sei es über integrierte Managementsysteme oder das Zusammenspiel mit Wissensmanagement und betrieblichen Gesundheitsmanagement. Zum anderen werden aktuelle Trends aufgegriffen, wie nachhaltiges Wirtschaften oder agile Projektsteuerung. Daneben wird es Raum und Zeit zum Networking mit den Fachleuten und im Teilnehmendenkreis geben.
Das vollständige Programm steht als Download zur Verfügung.
Wir freuen uns, wenn Sie online dabei sind!
Wann: Dienstag , 14. Juni 2022, von 10:00 Uhr bis 15:00 Uhr
Kosten: € 49,00 zzgl. MwSt. (€ 29,00 zzgl. MwSt. für DGQ-Mitglieder)
Um reibungslos an der virtuellen Tagung, die über das Tool Zoom läuft, teilzunehmen, beachten Sie bitte die Hinweise zu den technischen Voraussetzungen >>>hier.
Haben Sie Fragen? Nehmen Sie gern Kontakt mit uns in der DGQ-Geschäftsstelle Hamburg auf! Einfach per E-Mail an hamburg@dgq.de oder telefonisch unter 040 85 33 78 60. Bei allen organisatorischen Fragen und Rückfragen zur Anmeldung hilft Ihnen auch unser Veranstaltungspartner ConSense GmbH (events@consense-gmbh.de , 0241 990 93 93 0) weiter.
Interview: QM und Künstliche Intelligenz – Wie lassen sich KI-Systeme qualifizieren?
KI-Technologien nehmen zunehmend Einzug in das industrielle Umfeld, inzwischen „klassischerweise“ im Rahmen von visuellen und bildbasierten Qualitätskontrollen. Dabei rücken datengetriebene Ansätze aus dem Bereich des Machine Learning (ML), einem Teilgebiet der Künstlichen Intelligenz, verstärkt in den Fokus. Auf ML basierende KI-Systeme werden häufig vollständig auf Daten trainiert, ohne dass explizite Regeln durch den Menschen vorgegeben werden müssen. Bedenken hinsichtlich Zuverlässigkeit oder Genauigkeit solcher Systeme verhindern jedoch bisher einen breiteren Einsatz in der Industrie. Wie lässt sich die Eignung und Qualifizierung solcher vollständig auf Daten trainierten Systeme bewerten und umsetzen?
Eine Fragestellung, mit der sich auch die sentin GmbH aus Bochum, ein Software-Anbieter für visuelle und bildbasierte Kontrolle von Werkstoffen und Produkten auf KI-Basis, beschäftigt. Im Interview erklärt Mitgründer und Geschäftsführer Christian Els, warum eine systematischere Gestaltung der Bewertung KI-basierter Systeme eine wichtige Voraussetzung für einen breiten industriellen Einsatz von KI ist, wie dazu ein Forschungsprojekt entstanden ist und welche Potenziale er in den Forschungsergebnissen sieht.
In dem geplanten FQS-Forschungsvorhaben „AIQualify – Framework zur Qualifizierung von KI-Systemen in der industriellen Qualitätsprüfung“ soll ein Vorgehensmodell mit Software-gestützten Methoden und Werkzeugen für ML-basierte KI-Systeme in der Qualitätsprüfung entwickelt werden. Es wird die Ermittlung und Formulierung von Prüf- und Bewertungskriterien erlauben. Ziel des gemeinsam mit dem Fraunhofer Institut für Produktionstechnik und Automatisierung (IPA) in Stuttgart durchgeführten Projekts ist es, eine Auditierung beziehungsweise Abnahme von KI-Systemen entlang dieser Kriterien möglich zu machen.
Warum brauchen Industrieunternehmen KI?
Unternehmen brauchen per se keine KI. Ich glaube an Lösungen für Probleme und eine Technologie, die maßgeblicher Bestandteil von Lösungen sein kann. Wir wissen heute durch viele positive Beispiele, dass wir durch KI in der Lage sind, Lösungen für Probleme zu entwickeln, die vorher als un- oder schlecht lösbar galten. Auf Basis dieses Wissens ist davon auszugehen, dass KI eine maßgebliche Rolle in der Industrie von morgen spielen wird und Know-How Aufbau in Form von Anwendungswissen essenziell sein wird.
Maschinelles Sehen als Kernfähigkeit von KI: Welche „klassischen“ Anwendungsfälle gibt es?
Die Technologien und Ansätze der Computer Vision sind ein sehr weit entwickelter Bereich der KI. Der wohl größte Treiber dieses Fortschritts ist die Entwicklung des autonomen Fahrens. Für die industrielle Anwendung bietet die visuelle/bildbasierte Qualitätskontrolle ein enormes Potenzial für Computer Vision Methoden. So finden in vielen Unternehmen nach wie vor Qualitätskontrollen analog und manuell statt. Um Produktions- und Industriekapazitäten in Hochlohnstandorten wie Deutschland zu halten, müssen Möglichkeiten der Effizienzgewinnung ausgeschöpft werden. Die Automatisierung der Qualitätskontrolle gehört bspw. dazu.
Was sind die größten Herausforderungen im Rahmen des Einsatzes von KI in Industrieunternehmen?
Ich denke, hier gibt es zwei zu nennende Punkte: Erstens die Datenverfügbarkeit. Industrieunternehmen sind in den meisten Fällen (noch) nicht so strukturiert, dass der Aufbau von qualitativ nutzbaren Datensätzen im Vordergrund steht. In den meisten Projekten gilt es daher zunächst eine gute Datenbasis aufzubauen, bevor man mit dem Modelltraining beginnen kann. Durch den Einzug von immer mehr Digitalisierungsvorhaben in der Industrie gehe ich davon aus, dass das Bewusstsein für Daten und Datenqualität in den Unternehmen sukzessive an Bedeutung gewinnen wird, was es für die Implementierung von KI-Technologie deutlich leichter macht. Zweitens fehlende Berührungspunkte bzw. die Neuartigkeit der Technologie. Industrieunternehmen haben in vielen Fällen eine lange Ingenieurstradition und beschäftigen sich meist erst seit relativ kurzer Zeit intensiv mit Themen der Data-Science. Data-Science und KI-Projekte sind im Verlauf grundlegend anders als z.B. die Projektierung einer Maschine. Entsprechend müssen häufig Prozesse und auch Kunden- und Lieferantenbeziehungen neu gedacht werden. Ein wichtiger Prozess in diesem Zusammenhang ist unter anderem die Qualifizierung von KI-Systemen, beispielsweise in der Qualitätskontrolle. Die Data-Science bietet verschiedene Validierungsmethoden an, die aber meist nicht „Fit-for-Purpose“ und damit passend für die Qualifizierung von KI-Systemen in der industriellen Applikation sind.
Welche Potenziale ergeben sich aus einer systematischeren Gestaltung der Bewertung und Qualifizierung von KI?
Die Entwicklung von Standards zur systematischen Bewertung von KI-Systemen in der Qualifizierung hätte das Potenzial, den Anwendern und Industrieunternehmen mehr Sicherheit in der Qualifizierungsphase zu geben und würde die Implementierungsprojekte von KI-Systemen deutlich verkürzen.
Wie kam es zu der Initiative, zum Thema KI-Qualifizierung ein Forschungsprojekt anzustoßen?
Als Anbieter von Lösungen für automatische visuelle Qualitätskontrollen erhielten wir in verschiedenen Projekten die Anfrage nach einem Qualifizierungsprozess, der nachweislich ein KI-System als funktionsfähig qualifizierte. Nach immer wieder individuellen Lösungen erkannten wir, dass es an dieser Stelle standardisierte Prozesse benötigt, die es Anwender und Anbieterunternehmen ermöglicht, diesen wichtigen Schritt zu beschleunigen.
Welchen Nutzen sehen Sie in der Beteiligung an dem geplanten Forschungsvorhaben?
Unsere Erwartung an das Forschungsprojekt ist die Entwicklung klarer Standards und Vorgehen für die Qualifikation von KI-Systemen in der Qualitätssicherung. Als Nutzen erhoffen wir uns zum einen die Beschleunigung von Kundenprojekten und eine schnelle Implementierung von KI-Systemen bei Anwenderunternehmen sowie eine steigende Akzeptanz in der Industrie für KI durch Transparenzschaffung und Standardverfahren.
Informationen rund um das Projekt
Die Projektlaufzeit ist ab Ende 2022 für zwei Jahre geplant. Für weitere Informationen zum geplanten Forschungsprojekt steht Prof. Dr.-Ing. Marco Huber (T: +49 711 970-1960 / marco.huber@ipa.fraunofer.de) und die Geschäftsstelle der FQS zur Verfügung (infofqs@dgq.de) zur Verfügung.
Werden Sie Mitglied im Projektbegleitenden Ausschuss
Interessierte Unternehmen haben die Möglichkeit, sich als Mitglied des Projektbegleitenden Ausschusses zu beteiligen. Hierbei bringen Sie Ihre Anforderungen aus der Praxis ein, gestalten das Forschungsvorhaben mit und profitieren frühzeitig von den erzielten Ergebnissen. Hierzu kann auch eine prototypische Umsetzung im Unternehmen durch die Forschungseinrichtung gehören. Für die Finanzierung des Projektmanagements erhält die FQS von den beteiligten Unternehmen einen Förderbeitrag von 2.000 Euro für KMU (Jahresumsatz nicht größer als 125 Mio. Euro) bzw. 4.000 Euro für Nicht-KMU. Start-ups innerhalb drei Jahre nach Gründung bleiben kostenfrei.
Mehr Details zum Projekt und Beteiligungsmöglichkeiten finden Sie auch in der Projektankündigung.
Über den Interviewpartner
Christian Els ist einer der Mitbegründer und Geschäftsführer der sentin GmbH. Ein Unternehmen, das sich auf die Automatisierung von Bildgebungsprozessen mit Hilfe von KI in der zerstörungsfreien Prüfung und Qualitätskontrolle konzentriert hat. Christian Els ist Maschinenbauingenieur und hat sentin mitbegründet, nachdem er jahrelang in der Bosch-Gruppe an der Realisierung datengetriebener Geschäftsmodelle in traditionellen Industrien arbeitete. Er ist stellvertretender Vorsitzender des Arbeitskreises KI der DGZFP (Deutsche Gesellschaft für zerstörungsfreie Prüfung) und regelmäßiger Referent bei der DGQ (Deutsche Gesellschaft für Qualität), sowie anderen internationalen Verbänden zu den Themen KI, Digitale Transformation und Entrepreneurship im industriellen Kontext.
Industriepartner für internationales FQS-Forschungsvorhaben gesucht: Entwicklung eines innovativen Messsystems im Werkzeug zur Steigerung der Produktionsqualität in Fertigungsprozessen
In der Kunststoffbranche hat die Relevanz einer 100 % Qualitätsprüfung durch stetig wachsende Ansprüche an Zuverlässigkeit und Lebensdauer sowie steigende regulatorische Anforderungen im Bereich der Medizintechnik in den vergangenen Jahren stark zugenommen. Insbesondere die Fertigung von Kunststoffbauteilen durch Spritzguss ist dafür nahezu unzugänglich und stellt Produzenten derartiger Bauteile vor große Herausforderungen. Eine eindeutige, bauteilspezifische Kennzeichnung, eine Nachverfolgung der Produktionsparameter sowie eine Information zum Werkzeugzustand sind derzeit nicht verfügbar.
In dem geplanten FQS-Forschungsvorhaben SmarTool soll ein autonomes System zur Überwachung von Spritzgusswerkzeugen entwickelt werden, das als externes System Bestandteil des Werkzeuges sein soll. Als innovatives Messsystem soll es Parameter wie Werkzeugtemperatur, Forminnendruck oder Produktionszeitpunkt und -ort erfassen und dokumentieren. Auf diese Weise sollen Anwender in die Lage versetzt werden, den Einsatz und die Produktionsbedingungen des Spritzgusswerkzeuges zu überwachen. Darüber hinaus ermöglicht die Verknüpfung mit einem Lasermarkiersystem eine eindeutige Kennzeichnung der Bauteile sowie die unveränderliche Verbindung der Produktionsparameter mit einem individuellen Bauteil. Dadurch lässt sich eine vollständige, bauteilindividuelle Dokumentation der Produktionsbedingungen realisieren. So können Bauteilchargen bei Beschädigungen beispielsweise nachträglich aus der Produktionsmenge ausgeschlossen werden.
Bei dem geplanten Forschungsvorhaben handelt es sich um ein deutsch-brasilianisches Kooperationsprojekt des internationalen Forschungsnetzwerks »CORNET – Collective Research Networking«, das durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wird. Es ermöglicht transnationale Vorhaben der Gemeinschaftsforschung, um internationale Forschungsprojekte zugunsten kleiner und mittelständischer Unternehmen zu fördern. Interessierte Unternehmen haben die Möglichkeit, sich als Mitglied des Projektbegleitenden Ausschusses zu beteiligen. Hierbei bringen Sie Ihre Anforderungen aus der Praxis ein, gestalten das Forschungsvorhaben mit und profitieren frühzeitig von den erzielten Ergebnissen. Hierzu kann auch eine prototypische Umsetzung im Unternehmen durch die Forschungseinrichtung gehören.
Die Projektlaufzeit ist ab Ende 2022 / Anfang 2023 für zwei Jahre geplant. Für weitere Informationen steht Ihnen Gustavo Reis de Ascencao (gustavo.reis.de.ascencao@ipk.fraunhofer.de) sowie die Geschäftsstelle der FQS (infofqs@dgq.de) zur Verfügung.
Zur Projektankündigung geht es hier.
Umfrage zum Thema “Wahrscheinlichkeit menschlicher Fehler in manuellen Montageprozessen besser vorhersagen können” sucht noch Teilnehmende
Bei der Gestaltung effizienter, qualitätsfähiger manueller Montageprozesse liegt eine zentrale Herausforderung in der Kenntnis relevanter Einflussfaktoren auf die Entstehung von menschlichen Handlungs- bzw. Montagefehlern und der Prognose von deren Auftretenswahrscheinlichkeit. Der Fragestellung, wie eine bessere Vorhersage menschlicher Fehlerwahrscheinlichkeit in manuellen Montageprozessen erzielt werden kann, widmet sich eine aktuelle Dissertation am Institut für Arbeitswissenschaft und Prozessmanagement (IfA) der Universität Kassel.
Die laufende Forschungsarbeit beschäftigt sich dazu mit der Weiterentwicklung eines Montageplanungsverfahrens, das die genannten Aspekte berücksichtigt. Der Fokus liegt auf der Optimierung der Vorgehensweise zur Bewertung leistungsbeeinflussender Faktoren, die das Auftreten entsprechender Fehler beeinflussen. Hierzu ist der Doktorand auf Input aus der Praxis angewiesen.
Im Rahmen einer Online-Umfrage wird die Expertise und Erfahrung aus der Industrie gesammelt. Die Online-Umfrage richtet sich vor allem an Personen, die im Bereich der Qualitätsplanung bzw. -verbesserung, Arbeitsplanung oder in entsprechenden Schnittstellendisziplinen wie dem Industrial Engineering tätig sind. Die Ergebnisse der Befragung werden nach Abschluss der Dissertation (voraussichtlich 01/2023) nach Wunsch allen Interessenten zur Verfügung gestellt.
Die Umfrage ist unter dem nachfolgenden Link zu erreichen und dauert ca. 20 Minuten:
Zur Umfrage »
Weitere Fragen zum Dissertationsvorhaben können an Tim Trostmann, wissenschaftlicher Mitarbeiter am Institut für Arbeitswissenschaft und Prozessmanagement (IfA) der Universität Kassel (E-Mail: trostmann@uni-kassel.de) gestellt werden.
