Die Rolle der Statistik in der Industrie

 

Kundenzufriedenheit schafft Produkterfolg.

 

Marktorientiertes Konzept – sorgfältige Planung – lebensdaueräquivalente Auslegung – qualifizierte  Lieferanten – termingerechte Entwicklung – ausreichende Absicherung – zuverlässiges Produkt – zufriedener Kunde.

 

Soweit die Theorie.

Die Realität sieht oft anders aus.

Die Zeiten, da Produkte und deren Komponenten aufwändig entwickelt und in hoher Stückzahl getestet wurden, um sie möglichst ausgereift auf den Markt zu bringen, sind vorbei.

 

Zu hoch sind die Entwicklungs- und Erprobungskosten, auch der immer härter werdende globale Wettbewerb spielt bei der Straffung der Entwicklungszeiten und -prozesse eine Rolle.

 

Weil Qualität und Zuverlässigkeit dennoch immer mehr zu sogenannten „Product Key Characteristics“ werden, befinden sich heutzutage viele Industriebetriebe weltweit im Spagat zwischen schrumpfenden Entwicklungszeiten und –kosten und komplexer werdenden technischen Anforderungen.

 

Dadurch steigt das Risiko, dass nicht fertig entwickelte Produkte auf den Markt gebracht werden. Stehzeiten auf Grund defekter Anlagen verärgern den Kunden und Serienschadensfälle können die Rentabilität und das jahrelang aufgebaute positive Image des Unternehmens innerhalb kürzester Zeit zerstören.

Doch das muss nicht sein!

Wir sind davon überzeugt: Mithilfe der Einbindung statistischer Methoden über den gesamten Produktlebenszyklus hinweg kann auch mit begrenztem Budget höchste Zuverlässigkeit und Qualität erreicht werden.

Was heißt das im Detail?

In der Konzeptphase sind Lebensdauer-, Zuverlässigkeits- und Verfügbarkeitsziele zu definieren. In der Prototypenphase helfen Stichproben- und Versuchspläne, die richtige Anzahl an erforderlichen Teilen zu ermitteln. Somit wird einerseits vermieden, unnötig viel zu testen und andererseits aber argumentiert, warum eine bestimmte Mindestanzahl an Proben erforderlich ist.


Die statistische Analyse von Messdaten ist unverzichtbarer Bestandteil, wenn es darum geht, aus den vorhandenen Datenmengen verlässliche Kernaussagen abzuleiten und beispielsweise folgende Fragen zu beantworten:

  • Wie stark und wie unterschiedlich beanspruchen die Kunden mein Produkt?
  • Wie stark beeinflusst die Temperatur die Festigkeit des Bauteils?
  • Ist mein Produktionsprozess unter Kontrolle?
  • Wie ist die Prozessfähigkeit?

Die stochastische Modellierung ist das Fundament um datenbasierte Schlüsse zu ziehen.

  • Wird mit dem bestehenden Material das Lebensdauerziel erreicht?
  • Mit welcher Fehlerrate ist beim neuen Steuergerät zu rechnen?
  • Welche Gewährleistungskosten würden bei der momentanen Zuverlässigkeit des Produkts anfallen?

Die Versuchsplanung ist ein zentrales Element, wenn es darum geht Budgets aufzustellen und zu argumentieren bzw. Ressourcen zu planen.

  • Wie viele Tests sind zur Absicherung eines Bauteils notwendig?
  • Wie lange müssen sie mindestens betrieben werden?
  • Wie variiere ich die Versuchseinstellungen idealerweise?

 

Wenn wir Sie jetzt neugierig gemacht haben, schauen Sie einfach weiter!

 

In den Anwendungsbeispielen zeigen wir Ihnen anhand erfolgreich durchgeführter Projekte die vielfältigen Einsatzmöglichkeiten der Statistik.


Warning: Unknown: write failed: Disk quota exceeded (122) in Unknown on line 0
#0 [internal function]: __error(2, 'Unknown: write ...', 'Unknown', 0, Array)
#1 {main}

Warning: Unknown: Failed to write session data (files). Please verify that the current setting of session.save_path is correct (/home/.sites/91/site1208/tmp) in Unknown on line 0
#0 [internal function]: __error(2, 'Unknown: Failed...', 'Unknown', 0, Array)
#1 {main}