In diesem Seminar gewinnen Sie einen Überblick über Methoden zur Optimierung von Produktionsprozessen und zur Qualitätssicherung, die in jedem Betrieb angewandt werden können. Dabei wird die gesamte Vorgehenslogik dargestellt: von der Auswahl lohnender Projekte über den Einsatz der richtigen Methoden zu Gewinnung und Auswertung von Daten bis zur praktischen Realisierung des Optimums.
- Von Deming über EFQM bis Lean Six Sigma
Projektauswahl
- Zieldefinition
- Methoden zur Auswahl von lohnenden Optimierungsprojekten
Grundlegende Vorarbeiten
- Messmittelanalyse
- Wissenschaftliche Voruntersuchungen
- Bestimmung von Prozessstreuung und Prozessfenster
Modellbildung aus vorhandenen Daten
- Ausgewählte statistische Methoden (Regression, Clusteranalyse etc.)
- Datenanalyse mit Rough Sets und Fuzzy Logic
- Ausgewählte Big Data-Methoden (Decision Trees, neuronale Netze etc.)
Modellbildung aus neu erarbeiteten Daten
- Versuchsplanung
Übersicht: Simulation für die Prozessoptimierung
- Möglichkeiten der Simulation
- Versuchsplanung und Simulation
Realisierung des Optimums und Qualitätssicherung
- Festlegung der optimalen Prozessparameter
- Aktualisierung der SPC
- Aktionspläne für Abweichungen
- Festlegen von statischen und dynamischen Prozesskenngrößen
- Schulung des Personals
Einführung von systematischer Prozessoptimierung im Betrieb
- Vom personenbezogenen Erfahrungswissen zum datenbasierten Modellwissen
- Prozessoptimierung mit externen BeraterInnen
- Prozessoptimierung als Teamprozess: Auswahl und Schulung der Teammitglieder
- Widerstände und deren Überwindung
- Sie kennen Methoden, um die Rentabilität von Projekten abzuschätzen und um lohnende Projekte auszuwählen.
- Sie verstehen die Vorgehenslogik zur Prozessoptimierung und Sie wissen, wann welche Methoden zur Modellbildung am besten einzusetzen sind.
- Sie wissen, wie man optimale Betriebspunkte in Ihrer Produktion realisiert.
- Sie können systematische Prozessoptimierung in Ihrem Betrieb einführen.
- Technische GeschäftsführerInnen
- ProduktionsleiterInnen
- ProzessingenieurInnen und QualitätsmanagerInnen
- IngenieurInnen in Forschung und Entwicklung