Veröffentlichungen
Whitepaper und Podcasts
DGQ Qualitätspodcast Folge 48: Wie verändern KI-Tools die Prozesse in der Qualitätssicherung?
In dieser Folge des DGQ-Qualitätspodcasts sprechen Moderatorin Natalie Rittgasser und Dr.-Ing. Stefan Prorok über konkrete Einsatzmöglichkeiten Künstlicher Intelligenz in der Qualitätssicherung. Anhand praxisnaher Beispiele wird deutlich, wie Technologien wie ChatGPT und Machine Learning Prozesse effizienter gestalten – von der FMEA über vorausschauende Wartung bis hin zur Datenanalyse.
Im Fokus stehen praxisrelevante Voraussetzungen für den KI-Einsatz in der QS: etwa die Notwendigkeit strukturierter, maschinenlesbarer Daten, einfache Einstiegsmöglichkeiten ohne Programmierkenntnisse sowie die zunehmende Bedeutung von Qualitätsexpertinnen und -experten als datengestützte Entscheider.
Einsatz der Messmittelfähigkeit zur Absicherung von künstlicher Intelligenz (28.01.2025)
Künstliche Intelligenz hat sich in rasender Geschwindigkeit in vielen Bereichen der Wirtschaft durchgesetzt. Insbesondere große Sprachmodelle werden dabei in immer mehr Anwendungen integriert. Die Frage, die sich dabei stellt, ist: Wie können diese Systeme sinnvoll abgesichert werden? In diesem Fachbeitrag soll gezeigt werden, dass etablierte Fähigkeitsanalysen, wie MSA oder VDA Band 5 auf ein breites Spektrum von KI-Systemen anwendbar sind.
In den letzten Monaten lässt sich beobachten, dass KI immer mehr zum Qualitätsthema wird. Überall dort, wo KI eingesetzt wird, um Kundenbedürfnisse zu erfüllen, wird sie auch Gegenstand des Qualitätsmanagements. Der Beitrag zeigt die großen Parallelen zwischen dem EU-KI-Gesetz und QM-Methoden. Folgende Artikel werden sich mit unterschiedlichen Aspekten wie KI-Absicherung und KI-Zertifizierung auseinandersetzen.
Die Neuauflage des VDA Band 5 aus dem Jahr 2021 enthält eine Vielzahl von Neuerungen, die für Unternehmen im Automobilbereich in Zukunft wichtig werden. Eine der wichtigsten Neuerungen stellt die Forderung eines fortlaufenden Eignungsnachweises für kritische Prüfprozesse dar. Dieser Fachbeitrag erklärt die technischen und normativen Hintergründe der Anforderung und stellt konkrete Umsetzungsmöglichkeiten dar.
In den vergangenen Jahren sind eine Reihe von einfach zu bedienenden künstliche Intelligenz (KI) Werkzeugen entstanden, die sich problemlos in bestehende Arbeitsabläufe integrieren lassen. Chatbots wie ChatGPT und Low Code/No Code Lösungen sind Beispiele hierfür. Diese Entwicklung hat die Einstiegsschwelle für Mitarbeiter, die mit KI arbeiten möchten, deutlich reduziert. Im Fachbeitrag vom 06.12.2023 haben wir die notwendigen Qualifikationen behandelt, die Mitarbeiter in Zukunft mitbringen sollten [1]. In diesem Fachbeitrag wird anhand eines konkreten Beispiels gezeigt, wie eine Einbindung von einfachen KI-Werkzeuen einen Mehrwert im Unternehmen schaffen kann.
Künstliche Intelligenz in der Qualität – Welche Qualifikationen werden benötigt? (06.12.2023)
In diesem Beitrag beschreiben wir drei Stufen der Qualifikation mit Mindestanforderungen für den Einsatz von künstlicher Intelligenz im Qualitätsbereich. Die niedrigste Qualifikationsstufe ist dabei in der Regel für alle Qualitätsmitarbeiter ohne erweiterte Trainingsmaßnahmen erreichbar. Es wird gezeigt, dass sich mit jeder weiteren Qualifikationsstufe neue Anwendungsfälle erschließen lassen, die weitere Einsparpotentiale bieten.
Künstliche Intelligenz in der Qualität – Bestehendes Know-how effektiv nutzen (06.11.2023)
Viele Branchen sind heute mit stetig steigenden
Qualitätsanforderungen konfrontiert. Zusätzlich erfordern komplexere
Produkte erweiterte Absicherungen im Herstellungsprozess. Gleichzeitig
stehen viele Hersteller vor der Herausforderung, Kostenoptimierungen
umzusetzen, um langfristig wirtschaftlich zu bleiben. Wie kann Qualität
diesen Spagat schaffen?
In diesem White Paper wird gezeigt, dass Machine Learning häufi g für ungünstige Anwendungsfälle eingesetzt wird. Es wird ein einfaches Kriterium vorgestellt, welches Entscheidern hilft zu beurteilen wann Machine Learning das richtige Werkzeug ist. Das Kriterium wird anhand von Beispielen veranschaulicht. Handlungsempfehlungen am Ende des Texts helfen bei der strategischen Ausrichtung und den breiteren Einsatz von Machine Learning in der Industrie.
Im Jahr 2021 hat der Verband der Automobilindustrie (VDA) einen überarbeiteten Band 5 Mess- und Prüfprozesse herausgegeben. Dieses Whitepaper erklärt die neuen Anforderungen und deren Hintergründe anhand technischer Beispiele.
Eine moderne und verlässliche Messtechnik ist eine der Grundvoraussetzungen für die kontinuierliche Verbesserung von Produkten. Ich möchte in diesem Whitepaper beschreiben, wie Messunsicherheit heute verstanden wird und wie es zu dieser Entwicklung kam.
Demings langer Schatten – Warum wir noch immer mit dem PDCA Zyklus kämpfen (27.03.2023)
Ziel dieses Artikels ist es, theoretische und praktische Herausforderungen zusammenzuführen und zu zeigen, wie diese bewältigt werden können.
Künstliche Intelligenz in der Qualität – Welche Qualifikationen werden benötigt? (06.12.2023)
In diesem Beitrag beschreiben wir drei Stufen der Qualifikation mit Mindestanforderungen für den Einsatz von künstlicher Intelligenz im Qualitätsbereich. Die niedrigste Qualifikationsstufe ist dabei in der Regel für alle Qualitätsmitarbeiter ohne erweiterte Trainingsmaßnahmen erreichbar. Es wird gezeigt, dass sich mit jeder weiteren Qualifikationsstufe neue Anwendungsfälle erschließen lassen, die weitere Einsparpotentiale bieten.
Bücher und Zeitschriftenbeiträge
Statistische Unsicherheit in der Produktion – Grundlagen und Methoden der modernen Qualitätssicherung (Springer Verlag, 2021, ISBN 978-3-662-63888-0), Dr.-Ing. S. Prorok