Interaktive, wissensbasierte Problemlösung nach 8D in der Automobilindustrie

Die Transformation der Automobilindustrie hin zur Elektrifizierung des Antriebsstranges führt wiederum zur Entwicklung und zum Produktionsstart zahlreicher innovativer Produkte. Das gehobene Qualitätsniveau der Automobilindustrie soll auch bei den immer komplexer werdenden elektrifizierten Produkten aufrechterhalten werden. Ungeachtet der Verwendung weitreichender Methoden und Werkzeuge des präventiven Qualitätsmanagements treten im Produktionshochlauf vermehrt Nichtkonformitäten – Abweichungen vom definierten Soll-Zustand – auf. Die Behebung dieser Nichtkonformitäten stellt aufgrund deren Vielzahl und des noch begrenzten Erfahrungswissens über die Wirkzusammenhänge bei innovativen Produkten eine besondere Herausforderung dar. Aufgrund der Komplexität und Variabilität dieser innovativen Produkte stößt die multidisziplinäre Projektgruppe bei der Anwendung der klassischen, manuellen Vorgehensweise zur Problemlösung nach 8D zunehmend an ihre Grenzen und benötigt deshalb Unterstützung. Gegenstand des vorliegenden Beitrags ist die Entwicklung einer interaktiven, wissensbasierten IT-Unterstützung für die Problemlösung nach 8D, um die Bearbeitung von Nichtkonformitäten bei innovativen Produkten im Produktionshochlauf unter wirtschaftlichen Aspekten zu ermöglichen. Dazu wird zunächst das im Unternehmen verfügbare qualitätsrelevante Produkt- und Prozesswissen aus der Produktentstehung und Fertigungspraxis identifiziert und anschließend in einer maschineninterpretierbaren Form als Wissensbasis abgebildet. Für diese formale Wissensrepräsentation wird die neuste Generation von Knowledge Engineering-Technologien – die Semantic Web-Technologien des World Wide Web Consortiums – eingesetzt. Das formale Wissen wird dann als Ontologie mithilfe einer RDF-Graphdatenbank als Knowledge Graph-Applikation für die Problemlösung nach 8D bereitgestellt. Anhand eines praktischen Beispiels aus dem Bereich der elektrifizierten Mobilität wird das Vorgehen validiert.