Jacqueline Schmitt aus dem Teilprojekt B3 hat am 04. Februar 2021 ihre Dissertation mit dem Titel "Methodik zur prozessintegrierten Prüfung der Produktqualität durch Einsatz prädiktiver Data Mining Verfahren" erfolgreich verteidigt.Die mündliche Promotionsprüfung fand in digitaler Form statt. Die Ergebnisse der Dissertation wurden in einem öffentlichen 45-minütigen Vortrag über Zoom vorgestellt. Die Prüfungskommission bildeten Herr Prof. Dr.-Ing. Andreas Menzel (Prüfungsvorsitzender), Prof. Dr.-Ing. Jochen Deuse (Berichter), Dr.-Ing. Ralph Richter (Mitberichter) und Prof. Dr. Claus Weihs (Mitprüfer).

Wir gratulieren ihr herzlich zum Abschluss ihrer Promotion!

Abstract der Arbeit -- Im Spannungsfeld von Produktivität und Kundenzufriedenheit gewinnt die Qualität der Produkte als Wettbewerbsfaktor für den langfristigen Markterfolg zunehmend an Bedeutung. Um gleichzeitig dem stetig steigenden Kostendruck am Markt zu begegnen, bedeutet dies die konsequente Konzentration auf qualitätsbeeinflussende unternehmensinterne Prozesse, um insbesondere technologiebedingte Ausbringungsverluste sowie Fehler- und Prüfkosten zu reduzieren. Eine wesentliche Voraussetzung hierzu ist neben der Fehlervorbeugung und -vermeidung die frühzeitige Erkennung von Abweichungen als Basis einer prozessintegrierten Qualitätsregelung. Zunehmend stehen wachsende Anforderungen nach Sicherheit, Genauigkeit und Robustheit der im Produktionsprozess geforderten Schnelligkeit und Flexibilität entgegen, sodass eine prozessintegrierte Prüfung qualitätsrelevanter Merkmale mit konventionellen Methoden der Fertigungsmesstechnik nur noch eingeschränkt erfolgen kann. Dies impliziert, dass Qualitätsabweichungen nicht unmittelbar erkannt werden und erhebliche Produktivitätsverluste entstehen können. 

In der vorliegenden Arbeit wird eine ganzheitliche Methodik zur prozessintegrierten Prüfung der Produktqualität durch Einsatz prädiktiver Data Mining Verfahren entwickelt. Den Kern der Methodik bildet ein neues, datenbasiertes Verfahren zur Konformitätsbewertung der Produktmerkmale durch prädiktive Data Mining Modelle. Um dieses Verfahren in die bestehende Qualitätssicherung zu integrieren und eine zu konventionellen Mess- und Prüfverfahren gleichwertige Zuverlässigkeit der Prüfung zu gewährleisten, wird ferner eine ganzheitliche Methodik zur Planung und Gestaltung der prozessintegrierten Prüfung entwickelt. Während im Kern der Methodik analytische Modellierungsansätze ihren Einsatz finden, ist der Aufbau der Struktur maßgeblich durch die Integration von Expertenwissen geprägt. Diese Kombination aus daten- und expertenbasierter Modellierung ermöglicht die funktionale und plausible Abbildung kausaler, qualitätsbezogener Zusammenhänge, sodass ein Beitrag zur zuverlässigen Qualitätssicherung in der industriellen Produktion geleistet wird.

Die entwickelte Methode wurde empirisch anhand ausgewählter industrieller Fallstudien validiert. Die Ergebnisse der Validierung zeigen, dass durch die entwickelte Methode verkürzte Qualitätsregelkreise erzeugt und Einsparungs- und Optimierungspotentiale der Prüf- und Produktionsprozesse identifiziert werden können. Der Einsatz der prädiktiven Qualitätsprüfung führt demnach zu einer Steigerung der Produktivität und Reduzierung von Qualitätskosten.