an könnte sagen, dass der einzelne Messwert am Anfang einer jeden Qualitätsbemühung steht. Ob per manueller Eingabe oder automatischem Messdatenimport aus einer protokollfähigen Prüfmaschine oder Mehrstellenmesstechnik: Die Prüfhardware auf dem Shopfloor liefert eine Vielzahl an Messwerten, die mithilfe der statistischen Auswertungsmöglichkeiten in CAQ-Systemen zu aussagekräftigen Informationen werden. Doch bevor ein Anwender in die tiefgründige Analyse des Messwerts eintaucht und Informationen mit seinen perfekt vernetzten IT-Systemen im Unternehmen verteilt, sollte er sicherstellen, dass der einzelne Messwert auch valide ist.

Aus Daten werden Informationen

Bereits heute bieten CAQ-Systeme zahlreiche statistische Auswertungsmöglichkeiten in der Messwertanalyse. Neben der vollautomatischen Ermittlung der passenden Verteilungsmodelle und der Berechnung, Auswertung und grafischen Darstellung aller adäquaten Kenngrößen verfügen CAQ-Systeme auch über Werkzeuge, um die Prozessleistung und Prozessfähigkeit zu untersuchen. Anwendungen zur Schwachstellenanalyse und zum Identifizieren von Fehlerschwerpunkten sowie Chargenverfolgung und Statistische Prozesslenkung (statistical process control, SPC) vervollständigen das Portfolio gegenwärtiger CAQ-Systeme, zum Beispiel CAQ.Net von CAQ Factory Systems aus Rheinböllen.

Was ist ein valider Messwert?

Diese Werkzeuge setzen allerdings allesamt voraus, dass die verwendeten Messwerte ­valide sind. Mit Validität ist gemeint, wie genau ein Messwert tatsächlich dem gemessenen Merkmal entspricht. Dementsprechend ist eine Messung valide, wenn das Messmittel mit der gewünschten Präzision die korrekten Werte anzeigt und der Prüfer seinen Anweisungen folgt. Gründe für nicht valide Messergebnisse sind unter anderem nicht kalibrierte Prüfmittel, eine fehlerhafte Kommunikation von Anweisungen oder das Auslassen von Prüfungen. Während sich diese Gründe relativ einfach identifizieren lassen, ist es bei den fehlerhaften/mehrfachen Übertragungen von der Messmaschine zur CAQ-Software, absichtlichen Messmanipulationen oder versehentlichen Messverfälschungen wesentlich schwieriger.

KI erkennt manipulierte Messwerte

Die Forschungsabteilung von CAQ hat sich daher intensiv mit dem Thema „nicht validierte Messwerte“ und der Anwendung von Machine Learning und künstlicher Intelligenz im Qualitätswesen befasst. Bereits heute fließen die gewonnenen Erkenntnisse bei einer neuen Form der Messdatenvalidierung und bei der Analyse von Prozessabweichungen mittels der Software CAQ.Net ein. Neben dem Einsatz der umfangreichen klassischen Analysemethoden von Messdaten und Prozessparametern in der Software lassen sich diese Funktionen wie ein komplett neues Werkzeug nutzen. So können verborgene Gründe für Messabweichungen und sonst verdeckte Unregelmäßigkeiten in Messreihen gefunden und analysiert werden.

Arten von Messmanipulationen und Verfälschungen

Bei der Charakterisierung und Erkennung typischer Messmanipulationen und Verfälschungen untersucht die CAQ-Software Messreihen in beliebiger Länge. Die Werte werden hierzu zum größten Teil vorab normiert und klassiert – anschließend wird unter anderem geprüft, ob

• sich der gleiche Wert über mehrere Messungen hinweg wiederholt,
• sich dieselbe Distanz zwischen Messwerten wiederholt,
• Werte einer guten Probe wiederholt kopiert wurden,
• das “Schema” der Werte einer guten Probe wiederholt kopiert wurde.

Die Vorteile dieser intelligenten Messwertanalyse sind mannigfaltig, denn sie bieten neben der zusätzlichen Absicherung beim Auswerten auch eine bessere Prozessüberwachung und ermöglichen es, Manipulationen aufzudecken und Falschmeldungen zu vermeiden.

Qualität bedeutet Sicherheit für Anwender und Unternehmen

Für Unternehmen nahezu aller Branchen gilt es heute mehr denn je, die Vorteile der Digitalisierung, Vernetzung und intelligenten Auswertung von Informationen zu nutzen und innerhalb ihrer täglichen Prozesse umzusetzen. Dies gilt auch und vor allem für den Bereich der Qualitätssicherung. Denn neben den Möglichkeiten der Effizienzsteigerung in der Produktion begünstigt eine intelligente Qualitätssicherung auch die Herstellung sicherer Produkte. Beim Erkennen von Messverfälschungen maschineller und menschlicher Quellen geht es nicht nur um geringere Fehlerkosten und Aufwand oder steigende Kundenzufriedenheit. Wesentliche Aspekte sind auch das Aufdecken verborgener Fehler in der Wertschöpfungskette, das Vermeiden rechtlicher Folgen und oftmals auch direkt das Verhindern von Gefahr für Leib und Leben. Es ist nur eine Frage der Zeit, bis die Analyse von Messreihen mit künstlicher Intelligenz zum Stand der Technik wird und zum Standardrepertoire zur Risikominimierung gehört.

Autor
Stephen Collier
Head of Communications