Entwicklung eines Assistenzsystems für das wissensbasierte Fehlermanagement in produzierenden Unternehmen

von Turgut Refik Caglar

220 Seiten, Taschenbuch

Kurzbeschreibung des Verlags

Fehler gehören zu den zentralen Herausforderungen des industriellen Qualitätsmanagements und erfordern eine systematische, daten- und wissensbasierte Unterstützung der Problemlösung. Mit der zunehmenden Digitalisierung und Verfügbarkeit unstrukturierter Qualitätsdaten gewinnen KI-gestützte Technologien wie Natural Language Processing (NLP) und Large Language Models (LLM) an Bedeutung für ein wirksames Fehlermanagement. Die vorliegende Dissertation entwickelt ein modular aufgebautes, wissensbasiertes Assistenzsystem zur methodischen Unterstützung des industriellen Fehlermanagements. Aufbauend auf normativen Anforderungen, empirischen Untersuchungen und dem Stand der Technik wird ein integriertes Systemkonzept vorgestellt, das den Berliner Problemlösungskreis mit KI-gestützten Verfahren wie NLP, Data Mining und LLM verknüpft. Das System unterstützt die strukturierte Fehleranalyse, die Generierung geeigneter Abstellmaßnahmen sowie einen kontinuierlichen Lernprozess. Die industrielle Validierung zeigt signifikante Effizienzgewinne im Fehlermanagement und eine verbesserte methodische Problemlösungsfähigkeit der Mitarbeitenden.

• Reihe: Berichte aus dem Produktionstechnischen Zentrum Berlin
• Themen: Technologie, Ingenieurswissenschaft, Landwirtschaft, Industrieprozesse Maschinenbau und Werkstoffe Fertigungstechnik und Ingenieurwesen Industrielle Qualitätskontrolle
• ISBN: 9783839621684
• Sprache: Deutsch
• Erscheinungsdatum: 17.06.2026
• Größe: 21 x 14.8 cm
• Verlag: Fraunhofer Verlag
• Herausgegeben von: Roland Jochem, Fraunhofer IPK, Berlin