Skip to main content

Fehlerdatenaufnahme in der manuellen Montage: Informationsbedarfsanalyse für die Fehleranalyse und -abstellung im Fehlermanagement

  • Conference paper
  • First Online:
Nachhaltiges Qualitätsdatenmanagement (GQWT2 2022)

Included in the following conference series:

Zusammenfassung

Trotz der stetigen Zunahme des Automatisierungsgrades in produzierenden Unternehmen spielt der Faktor Mensch auch weiterhin eine zentrale Rolle in Montageprozessen. Vor allem in produzierenden Unternehmen, die sich durch eine hohe Varianz und geringe Stückzahlen sowie durch kontinuierlich neue Produktanläufe und einen wettbewerbsgetriebenen Markt auszeichnen, ist der Anteil an manuellen Montagetätigkeiten weiterhin hoch. Sowohl die Individualität der auszuführenden Arbeitsschritte als auch hohe Investitionsvolumina für vollautomatisierte Montagelinien hindern an der gezielten Steigerung des Automatisierungsgrades. Diese Gegebenheiten führen ebenfalls zu Implikationen für die Fehlerdatenerfassung. Begleitend zur Ausführung wertschöpfender Montagetätigkeiten werden die Mitarbeitenden dazu angehalten, innerhalb ihrer Taktzeitvorgaben wahrgenommene Bauteil- und Funktionsfehler aufzunehmen und zu dokumentieren. Einer empirischen Studie zufolge bleiben jedoch rund 50 % aller erfassten Informationen in produzierenden Unternehmen (n = 100) ungenutzt. Zudem bestätigen 70 % der befragten Unternehmen die Unkenntnis über benötigte Informationen für zielorientierte Analysen [1]. Um ein nachhaltiges Informationsmanagement für Unternehmen zu ermöglichen, beschreibt dieser Beitrag, wie sich die Befähigung zielgerichteter Fehlerdatenanalysen mit hohem manuellem Anteil in der Montage gestalten und standardisieren lässt. Am Beispiel eines Nutzfahrzeugherstellers wird ermittelt, wie mithilfe einer Informationsbedarfsanalyse die Mindestanforderungen zur Fehleranalyse und -abstellung identifiziert werden. Hierzu werden sowohl die reaktiven und präventiven als auch die produkt- und prozessbezogenen Bedarfe ermittelt. Diese Erkenntnisse werden anschließend mit den Ergebnissen einer Ist-Analyse des Anwendungsfalls abgeglichen, um daraus abzuleiten, welche dieser Informationen durch Mitarbeitende im Montageprozess aufgenommen werden müssen und welche bereits vorliegen oder hergeleitet werden können. Die so gewonnenen Feststellungen ermöglichen, den Prozess zur Fehlerdatenaufnahme, der primär nicht wertschöpfend ist, möglichst kurz zu halten. Gleichzeitig wird eine ausreichende Datenqualität gewährleistet, um eine nachgelagerte Fehleranalyse und -abstellung durchführen zu können.

Best Paper Award. Der vorliegende Beitrag ist auf der GQW Tagung 2022 mit dem „Best Paper Award“ ausgezeichnet worden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 109.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 139.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Groggert, S., Wenking, M., Schmitt, R.H., Friedli, T.: Status Quo and future potential of manufacturing data analytics – An empirical study. 2017 IEEE international conference on industrial engineering and engineering management (IEEM), S. 779–783 (2017)

    Google Scholar 

  2. Tropschuh, B., Dillinger, F., Korder, S., Maier, M., Gärtner, Q., Vernim, S.: Industrie 5.0 – ein menschzentrierter Ansatz. ZWF 116(6), 387–392 (2021)

    Google Scholar 

  3. Mehr, R., Lüder, A.: Managing complexity within the engineering of product and production systems. In: Biffl, S., Eckhart, M., et al. (Hrsg.) Security and quality in cyber-physical systems engineering, S. 57–79. Springer International Publishing, Chams (2019)

    Chapter  Google Scholar 

  4. Schuh, G., et al.: Data-based determination of the product-oriented complexity degree. Procedia CIRP. 70, 144–149 (2018)

    Google Scholar 

  5. Lyons, A.C., Um, J., Sharifi, H.: Product variety, customisation and business process performance: A mixed-methods approach to understanding their relationships. Int. J. Prod. Econ. 221, 107469 (2020)

    Article  Google Scholar 

  6. Ehrlenspiel, K., Kiewert, A., Lindemann, U., Mörtl, M.: Kostengünstig Entwickeln und Konstruieren: Kostenmanagement bei der integrierten Produktentwicklung, 8. Aufl. Springer, Berlin (2020)

    Google Scholar 

  7. Lotter, B., Wiendahl, H.P.: Montage in der industriellen Produktion. Ein Handbuch für die Praxis. 2. Aufl. Springer, Berlin Heidelberg (2012)

    Google Scholar 

  8. Breque, M., De Nul, L., Petridis, A.: Industry 5.0: Towards a sustainable, human-centric and resilient European industry. European commission, directorate-general for research and innovation, Luxemburg (2021)

    Google Scholar 

  9. Xu, X., Lu, Y., Vogel-Heuser, B., Wang, L.: Industry 4.0 and Industry 5.0—Inception, conception and perception. J. Manuf. Syst. 61, 530–535 (2021)

    Google Scholar 

  10. Reinhart, G., Zäh, M.: Assistenzsysteme in der Produktion. wt Werkstattstechnik-online. 104(9), 516 (2014)

    Article  Google Scholar 

  11. Beckschulte, S., Günther, R., Kiesel, R., Schmitt, R.H.: Quality Improvement Through Data Analysis – Qualification of Failure Management by Standardized Failure Recording in Manual Assembly. In: Behrens, B.A., Brosius, A., Drossel, W.G., Hintze, W., Ihlenfeldt, S., Nyhuis, P. (Hrsg.) Production at the leading edge of technology. WGP, S. 574–582, Springer, Cham (2022)

    Google Scholar 

  12. Picot, A., Franck, E.: Aufgabenfelder eines Informationsmanagement I. WISU – Das Wirtschaftsstudium. 22(5), 433–437 (1993)

    Google Scholar 

  13. Fank, M.: Einführung in das Informationsmanagement: Grundlagen, Methoden. Konzepte. Oldenbourg Wissenschaftsverlag, Berlin (2018)

    Google Scholar 

  14. Biethahn, J., Mucksch, H., Ruf, W.: Band 1 Grundlagen. Oldenbourg Wissenschaftsverlag, Berlin (2014)

    Google Scholar 

  15. Voß, S., Gutenschwager, K.: Informationsmanagement. Springer-Verlag, Berlin Heidelberg (2011)

    Google Scholar 

  16. Link, J.: Möglichkeiten und Grenzen der Prognose der Marktentwicklung technischer Dienstleistungen. In: Informationsmanagement für technische Dienstleistungen. Gabler Edition Wissenschaft, Deutscher Universitätsverlag, S. 193–269, Wiesbaden (1998)

    Google Scholar 

  17. Petzold, J., Westerkamp, M.: Informationssysteme im wertorientierten Controlling: Grundlagen-Aufbau-Anforderungen-Integration-Anwendungen. Springer-Verlag, Berlin (2017)

    Google Scholar 

  18. Günther, R., Beckschulte, S., Wende, M., Schmitt, R.H.: Wertschöpfungskettenübergreifendes Fehlermanagement. ZWF 117(4), 187–191 (2022)

    Article  Google Scholar 

  19. Beckschulte, S., Kiesel, R., Schmitt, R.H.: Manuelle Fehleraufnahme bei Mass Customization. ZWF 116(4), 188–192 (2021)

    Google Scholar 

  20. Pfeifer, T.: Fehlermanagement mit objektorientierten Technologien in der qualitätsorientierten Produktion. Wissenschaftliche Berichte. Bd. 183. FZKA, Karlsruhe (1997)

    Google Scholar 

  21. Plach, A.: Entwicklung einer expertenbasierten Fehlermanagement-Methode. Fortschritte in Konstruktion und Produktion. Bd. 18. Shaker, Bayreuth (2011)

    Google Scholar 

  22. Ellouze, W.: Entwicklung eines Modells für ein ganzheitliches Fehlermanagement. Ein prozessorientiertes Referenzmodell zum effizienten Fehlermanagement. Berichte aus der Fertigungstechnik. Shaker, Aachen (2010)

    Google Scholar 

  23. Orendi, G.: Systemkonzept für die phasenneutrale Fehlerbehandlung als Voraussetzung für den Einsatz präventiver Qualitätssicherungsverfahren. Ein Beitrag zur Qualitätssicherung im Maschinen- und Anlagenbau. Berichte aus der Produktionstechnik. Shaker, Aachen (1993)

    Google Scholar 

  24. Türtmann, R., Glöckner, H., Falk, B., Schmitt, R.: Conceptual modelling in the failure management process in manufacturing industry. Total Qual. Manag. Bus. Excell. 28(9–10), 1041–1053 (2017)

    Article  Google Scholar 

  25. Hellebrandt, T., Heine, I., Schmitt, R. H.: Knowledge management framework for complaint knowledge transfer to product development, 15th Global Conference on Sustainable Manufacturing. Procedia Manufacturing. 21, 173–180 (2018)

    Google Scholar 

  26. Pfeifer, T., Grob, R., Klonaris, P.: Erfahrungen mit dem wissensbasierten Fehleranalysesystem CAFA. tm – Technisches Messen 62(10), 380–382 (1995)

    Google Scholar 

  27. Rüßmann, M., Haghi, S., Bergstein, D., Schmitt, R. H.: Smartes Fehlermanagement auf dem Shop Floor. Ein Lösungsansatz für KMU. In: Bosse, C., Zink, K. (Hrsg.) Arbeit 4.0 im Mittelstand, S. 267–278, Springer Gabler, Berlin, Heidelberg (2019)

    Google Scholar 

  28. Günther, R., Schmitt, R.: Digitalisierung des Fehlermanagements. Ein (selbst-) lernender Ansatz für kleine und mittlere Unternehmen (KMU). ZWF. 115(5), 391–393 (2020)

    Google Scholar 

  29. Schmitt, R.H., Pfeifer, T.: Qualitätsmanagement: Strategien-Methoden-Techniken, 5. Aufl. Hanser, München (2015)

    Google Scholar 

  30. Goldszmidt, M. et al.: Towards a Holistic Approach to Fault Management: Wheels Within a Wheel. In: Luigia, P., Sere, K., Troubitsyna, E. (Hrsg.) Dependability and computer engineering: Concepts for software-intensive systems, S. 1–10, IGI Global (2012)

    Google Scholar 

  31. Huber, T., Winkler, H.: Fehlerprognose in der Automobilmontage. ZWF. 117(4), 192–199 (2022)

    Article  Google Scholar 

  32. Beckschulte, S., Huebser, L., Klasen, N., Günther, R., Schmitt, R. H.: Potenziale von Neuronalen Netzen gegenüber SPC zur Fehlervermeidung in der Prozesssteuerung. In: Woll, R., Goldmann C. (Hrsg.) Trends und Entwicklungstendenzen im Qualitätsmanagement. GQW 2021, S. 188–206, Springer Vieweg, Berlin (2022)

    Google Scholar 

  33. VDA Band 6.3 – Qualitätsmanagement in der Automobilindustrie, 3. Aufl. Verband der Automobilindustrie e. V. (VDA) (2016)

    Google Scholar 

  34. VDA QMC – Produktherstellung und -lieferung – Robuster Produktionsprozess. Verband der Automobilindustrie e. V. (VDA), Qualitäts Management Center (QMC) (2019)

    Google Scholar 

  35. VDA QMC – Qualitätsmanagement in der Automobilindustrie: 8D – Problemlösung in 8 Disziplinen. Verband der Automobilindustrie e. V. (VDA), Qualitäts Management Center (QMC) (2018)

    Google Scholar 

  36. Picot, A., Reichwald, R., Wigand, R.T.: Die grenzenlose Unternehmung: Information, Organisation und Management, 5. Aufl. Gabler, Wiesbaden (2003)

    Google Scholar 

  37. Chakraborty, S., Kumar, B., Malguri, A.: Reducing the truck turnaround time inside a heavy manufacturing industry through Makigami Analysis. International Journal of Advanced Information Science and Technology (IJAIST) 5, 9 (2016)

    Google Scholar 

  38. Universität Zürich: Deskriptive, univariate Analyse (Verteilungen).: https://www.methodenberatung.uzh.ch/de/datenanalyse_spss/deskuniv.html Zugegriffen: 16. Juni 2022 (23.03.2022)

Download references

Danksagung

Das Forschungsprojekt „value chAIn“ (Projektnummer 19S21001B) wird durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert. Die Projektbetreuung erfolgt durch die TÜV Rheinland Consulting GmbH.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Sebastian Beckschulte .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this paper

Check for updates. Verify currency and authenticity via CrossMark

Cite this paper

Beckschulte, S., Huebser, L., Günther, R., Kaden, M., Schmitt, R.H. (2023). Fehlerdatenaufnahme in der manuellen Montage: Informationsbedarfsanalyse für die Fehleranalyse und -abstellung im Fehlermanagement. In: Gröger, S. (eds) Nachhaltiges Qualitätsdatenmanagement. GQWT2 2022. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-40588-5_1

Download citation

Publish with us

Policies and ethics