Fraunhofer IPK

Institut für Produktionsanlagen und Konstruktionstechnik

Jahresbericht 2017
PDF

Datenanalyse für Logistikprozesse

Entwurf eines ersten funktionsfähigen Demonstrators für die Datenanalyse in der Logistik

Zuverlässige und qualitativ hochwertige Produkte anzubieten, hat für deutsche Automobilhersteller oberste Priorität. Konzeptionelle Schwächen, Prozessabweichungen in den Produktionswerken, nicht berücksichtigtes Kundenverhalten oder Umweltbedingungen können jedoch dazu führen, dass festgelegte Qualitäts- und Zuverlässigkeitsziele verfehlt werden. Solche Zielabweichungen verursachen dann nicht nur Garantie- und Kulanzkosten beim Hersteller, sondern auch Werkstatt­aufenthalte und Reparaturkosten beim Nutzer??– und damit negative Kundenerfahrungen. Eine lückenlose bauteilbezogene Kommunikation von zuverlässigkeitsrelevanten Informationen zwischen allen am Herstellungsprozess Beteiligten kann das verhindern.

Im Auftrag des Automotive Quality Institute (AQI) und in Zusammenarbeit mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) erarbeitet das IWF der TU Berlin eine Applikation, die auf Basis simulierter Fahrzeug- und Bauteildaten erste Zuverlässigkeitsanalysen über die gesamte Lieferkette ermöglicht. Diese wird mithilfe Künstlicher Intelligenz um Algorithmen zur automatischen und geführten Analyse erweitert. Hersteller und Lieferanten erhalten damit künftig u. a. Zugriff auf Produktions- und Konstruktionskennwerte, Lieferinformationen, das Datum der Inbetriebnahme durch den Kunden oder die daraus resultierenden Belastungs- und Betriebskennwerte und können Qualitätsprobleme frühzeitig erkennen sowie Maßnahmen ableiten. 

Ansprechpartner

Robert Trevino

Tel. +49 30 314-21083

robert.trevino(at)tu-berlin.de