Über das Unternehmen
Der Kunde ist ein US-amerikanischer Hersteller von Präzisionsteilen, der stark regulierte Branchen wie die Verteidigungs- und Luft- und Raumfahrtindustrie beliefert. Das Unternehmen produziert Komponenten für missionskritische Anwendungen und betreibt eine cloudbasierte Fertigungsplattform, die die Produktion, das Qualitätsmanagement und die Rückverfolgbarkeit von Materialien unterstützt.
Projekt-Hintergrund
Wenn ein Fehler festgestellt wurde, mussten Ingenieure frühere Fälle manuell überprüfen, um die geeignete Korrekturmaßnahme zu ermitteln, beispielsweise Reparatur, Nachbearbeitung oder Verschrottung.
Da die Zahl der Fehlermeldungen zunahm, wurde diese sich wiederholende Analyse zunehmend zeitaufwändig und beeinträchtigte die Produktionseffizienz. Der Kunde benötigte eine schnellere und konsistentere Methode zur Unterstützung von Entscheidungen über Korrekturmaßnahmen, bei der die Ingenieure weiterhin die Kontrolle behielten.
Herausforderungen und Anforderungen
Die Lösung musste die Geschwindigkeit und Konsistenz der Fehlerbearbeitung verbessern und gleichzeitig die strengen Sicherheitsanforderungen einer stark regulierten Fertigungsumgebung erfüllen.
Der Kunde musste:
- die sich wiederholende Analyse früherer Fehlerfälle reduzieren,
- den Ingenieuren schneller relevante Empfehlungen zur Verfügung stellen,
- die Konsistenz bei Entscheidungen über Korrekturmaßnahmen verbessern,
- unnötige Ausschussmengen und Nachbearbeitungen reduzieren,
- die Rückverfolgbarkeit von Empfehlungen und Entscheidungen zu gewährleisten,
- sensible Fertigungsdaten in einer sicheren Umgebung zu bewahren,
- sicherzustellen, dass endgültige Entscheidungen unter menschlicher Kontrolle bleiben.
Lösung
Eine auf GenAI basierende Empfehlungs-Engine wurde in die bestehende Fertigungsplattform des Kunden integriert.
Wenn ein Fehler registriert wird, analysiert die Lösung historische Fälle und Korrekturmaßnahmen, um ähnliche Probleme zu identifizieren und die am besten geeignete Reaktion zu empfehlen. Ingenieure prüfen und validieren jede Empfehlung, bevor Maßnahmen ergriffen werden.
Die Lösung kombiniert generative KI mit Vektorsuche und läuft innerhalb der sicheren Umgebung des Kunden, wodurch strenge Anforderungen an Datensicherheit und Vertraulichkeit erfüllt werden.
Ergebnisse
- Schnellere Entscheidungen über Korrekturmaßnahmen – der Zeitaufwand für die Festlegung geeigneter Maßnahmen und die Erstellung von Reparaturaufträgen wurde deutlich reduziert.
- Reduzierter manueller Arbeitsaufwand – Ingenieure müssen ähnliche historische Fehlerfälle nicht mehr wiederholt von Grund auf neu suchen und analysieren.
- Verbesserte Produktionseffizienz – die schnellere Fehlerbehebung steigerte den Testdurchsatz und beschleunigte die Vorbereitung der Komponenten für die endgültige Auslieferung.
- Reduzierung von Ausschuss und unnötigen Kosten – fundiertere Empfehlungen trugen dazu bei, unnötige Ausschussmengen zu begrenzen und Entscheidungen zur Wiederaufbereitung zu optimieren.
- Konsistentere Entscheidungsfindung – Empfehlungen basieren auf relevanten historischen Fällen und nicht mehr ausschließlich auf individueller Erfahrung.
- Rückverfolgbarkeit und menschliche Kontrolle – Ingenieure validieren die empfohlene Maßnahme, behalten die Kontrolle über Entscheidungen und gewährleisten gleichzeitig die Nachprüfbarkeit sowie die Einhaltung gesetzlicher Anforderungen.