Dataanalys för små och medelstora företag: Framtiden för kvalitetssäkring börjar nu!
Projektet "Predictive Quality" kommer att starta 2025 vid Chemnitz University of Technology för att optimera kvalitetssäkringen i små och medelstora företag.

Dataanalys för små och medelstora företag: Framtiden för kvalitetssäkring börjar nu!
Den 20 mars 2025 ägde en workshop om kravanalys inom produktionsteknik rum som markerade startsignalen för ett viktigt projekt. Under rubriken ”Predictive Quality through development guiding data analysis for varierad produktion i SMEs” (GeoPreQ) syftar projektet till att avsevärt förbättra kvalitetssäkringen i små och medelstora företag (SMEs), speciellt inom specialmaskinkonstruktion. Projektet, som stöds av professuren i tillverkningsmetrologi vid Chemnitz tekniska högskola, N+P Informationssysteme GmbH och SITEC Industrietechnologie GmbH, pågår till 30 juni 2027.
Det övergripande målet med detta projekt är att optimera processkvaliteten genom en omfattande användning av maskindata. Mot bakgrund av ekonomisk produktion av arbetsstycken i små batchstorlekar står de inblandade företagen inför utmaningar som hög komplexitet och individualitet samt begränsade förkunskaper och brist på databaser. Projektet samfinansieras av Europeiska Unionen och får ytterligare stöd från skattemedel från det saxiska delstatsparlamentet.
Optimering genom dataanalys
GeoPreQ-initiativet syftar till att stärka konkurrenskraften för regionala små och medelstora företag. De centrala angreppssätten är att koppla samman mätdata med produktionsmetadata, inklusive maskindata, processparametrar och verktygsdata. Definitionen av databaserade kvalitetssäkringsprocesser är avsedd att stödja beslutsfattande vid testplanering. Enligt den aktuella utvecklingen inom dataanalys, som nämnts i bloggen German Society for Quality (DGQ), blir prognoser från dataanalyser alltmer avgörande för produkt- och processoptimering.
Aspekterna av dataurval, dataförberedelse och dataintegration, som kräver en sömlös anslutning av datapunkter, är särskilt utmanande. Predictive Quality gör det möjligt för företag att systematiskt optimera sin produkt- och processrelaterade kvalitet. Denna form av kvalitetssäkring bygger på datadrivna prognoser, som fungerar som underlag för beslutsfattande för krav i produktionsprocessen.
Rollen för Internet of Production
En nyckelkomponent i implementeringen av prediktiv kvalitet är Internet of Production (IoP), som har fått finansiering från den tyska forskningsstiftelsen (DFG) sedan den presenterades på Aachen Machine Tool Colloquium 2017. IoP syftar till att tillhandahålla information i realtid och stödja kontextspecifika beslut. Infrastrukturen för IoP är indelad i fyra nivåer: rådatanivån, mellanprogramvara för hantering av dataåtkomst, smart datanivå för kunskapsgenerering och smart expertnivå för att använda den aggregerade kunskapen.
Implementeringen av databaserad kvalitetsledning bjuder på utmaningar, men har också en företagsomfattande potential. Framöver kommer det att finnas ett ökat fokus på att gå från predictive analytics till prescriptive action. Målet här är att påskynda den kontinuerliga optimeringen av kvalitet och göra den mer motståndskraftig.
Kontaktperson för mer information om projektet är Prof. Dr Sophie Gröger från Chemnitz tekniska högskola. Den som är intresserad kan ringa 0371 531-32212 eller skicka ett mejl sophie.groeger@mb.tu-chemnitz.de att nå. Sammantaget erbjuder GeoPreQ ett lovande tillvägagångssätt för att förbättra kvalitetssäkringen i produktionen som lovar konkreta ekonomiska fördelar för regionala små och medelstora företag.