Automobilentwicklung Qualitätsmängel identifizieren und beseitigen

3 min Lesedauer

Anbieter zum Thema

In einer kürzlich durchgeführten Studie in 17 Montagewerken in sieben Ländern, untersuchte Trigo, Anbieter für Qualitätskontrolle und -management für die Transportindustrie, die Kosten verschiedener Qualitätsmängel, die Automobilhersteller bei der Markteinführung von Fahrzeugen betreffen.

Dieses Diagramm zeigt die typischen Hauptquellen für Qualitätsmängel in der Automobilindustrie.(Bild:  TRIGO)
Dieses Diagramm zeigt die typischen Hauptquellen für Qualitätsmängel in der Automobilindustrie.
(Bild: TRIGO)

Die Ergebnisse der Studie von Trigo zeigten, dass die Mehrheit der Qualitätsmängel Außenkomponenten (27,2 %) und Innenkomponenten (23 %) betreffen, gefolgt von generischen Montageteilen wie Befestigungselementen, Klebstoffen und Schrauben (13,6 %).

Qualitätsansprüche auf die Probe gestellt

Die Analyse von Daten von 229 Lieferanten ergab, dass bestimmte „Legacy“-Komponenten, insbesondere Innenverkleidungsteile wie Decken, Paneele und Bodenbeläge, 23 Prozent der beobachteten Qualitätsmängel ausmachen und damit eine der problematischsten Kategorien darstellen. Andere Baugruppen wie Sitze, Mittelkonsole, Sicherheitssysteme (Airbags, Sicherheitsgurte), Innenzubehör (Rückspiegel, Beleuchtung und Schlüssel), Schalldämmung und Pedalsysteme weisen ebenfalls häufig Mängel auf, die sich direkt auf das Kundenerlebnis auswirken.

Fahrzeugelektronik: Anstieg von Kosten und Komplexität

Die Bordelektronik bereitet zunehmend Sorgen. Die Kosten für elektronische Steuergeräte (ECUs), die für die Steuerung moderner Fahrzeuge zentral sind, sind stark gestiegen. Obwohl sie nur an 8,2 % der untersuchten Vorfälle beteiligt waren, machten sie bis zu 11,2 % der Kosten für die Qualitätssicherung aus. Fahrzeuge können bis zu 50 elektronische Steuergeräte (ECUs) enthalten, die für die Steuerung kritischer Funktionen wie Motorleistung, Servolenkung und Sicherheitssysteme sowie Komfortfunktionen verantwortlich sind. Die zunehmende Bereitstellung von Software-Updates durch Reflashing erfordert spezielle Ausrüstung und fortgeschrittene technische Fähigkeiten, was häufig zu Produktionsunterbrechungen führt.

Ricard Lou, Direktor für Datenlösungen bei Trigo, erklärt: „Wir erleben eine Verschiebung der Qualitätsprobleme hin zu hochwertigen Teilen, insbesondere elektronischen Systemen. Der Einsatz von künstlicher Intelligenz stellt eine vielversprechende Lösung dar, um industrielle Prozesse an diese neuen Qualitätsanforderungen anzupassen und die industrielle Leistung zu optimieren.“

Zwei Hauptbereiche für Qualitätsmängel

Die Studie beleuchtet zwei Hauptquellen für Qualitätsmängel.

  • Einerseits erfordern ECU-Updates eine Ausrüstung, die oft nicht mit den industriellen Produktionsraten kompatibel ist, was zu erheblichen zusätzlichen Kosten führt. Vier Einheiten bilden die Mehrheit der Vorfälle im Zusammenhang mit Neuprogrammierungen: das Motorsteuergerät, das Getriebesteuergerät, das Karosseriesteuergerät und das Infotainment-Steuergerät. Updates werden durch Anbieterbindung weiter erschwert.

  • Mängel im Fahrgastraum wie eine schlechte Passform oder eine minderwertige visuelle oder haptische Verarbeitung können das Markenimage direkt beeinträchtigen. Obwohl sie die Fahrzeugfunktionalität nicht direkt beeinträchtigen, können sie Kunden vom Kauf abhalten. In einem wettbewerbsintensiven Markt, in dem das Fahrerlebnis zunehmend ein wichtiger Differenzierungsfaktor ist, erweisen sich solche Diskrepanzen nun als ebenso strategisch wichtig, wie die technische Leistung.

KI – ein Werkzeug für die Qualität der nächsten Generation

Die Identifizierung, Korrektur und schrittweise Beseitigung der Qualitätsmängel in der Automobilindustrie erfordert laut Trigo einen pragmatischen Einsatz von Technologien auf mehreren Ebenen. Zunächst müssen traditionelle Qualitätskontrollen für alle Arten von Komponenten beibehalten werden. Diese Kontrollen lassen sich jedoch durch technische Mittel verbessern. Die wachsende Ausfallrate elektronischer Systeme muss zunehmend durch ausgefeilte Diagnose- und Reflashing-Fähigkeiten angegangen werden. Schließlich wird künstliche Intelligenz schnell zu einem strategischen Hebel zur Optimierung der Qualitätskontrolle bei einer immer breiteren Palette von Komponenten, einschließlich Elektronik.

Automatisierte optische Inspektion

Auf technologischer Ebene integriert Trigo zunehmend disruptive Neuentwicklungen: Automatisierte optische Inspektion mit künstlicher Intelligenz, bekannt als Spark. Diese Technologie, die von Trigos Tochtergesellschaft Scortex entwickelt wurde, analysiert bis zu 3 Teile pro Sekunde in Echtzeit mit konstanter Präzision. Neben der genauen und einheitlichen Erkennung visueller Mängel zeichnet sich Spark durch die Fähigkeit aus, Qualitätskontrolldaten zu generieren und zu nutzen, um den Inspektionsprozess zu optimieren und langfristige Mängel zu beheben.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Über die Fehlererkennung hinaus erleichtert die strukturierte Erfassung von Qualitätsdaten die Analyse von Fehlermustern, ermöglicht es die Fertigungsprozesse zu optimieren und die Compliance-Risiken proaktiv zu minimieren. Das datengesteuerte Management, das Scortex Spark bietet, hilft uns, langfristige Verbesserungen der Qualitätsleistung zu erzielen und gleichzeitig die Kosten für Qualitätsmängel erheblich zu senken.

Qualitätskontrollen am Anfang der Wertschöpfungskette

Augustin Brochot, Executive Vice President von Trigo WEMEA, schließt: „Um die Qualität der Komponenten zu sichern, empfehlen wir, die Qualitätskontrollen am Anfang der Wertschöpfungskette zu verstärken. KI ist ein strategischer Hebel zur Verbesserung der Erkennung und Behebung von Oberflächenfehlern bei allen Arten von Komponenten durch automatisierte optische Inspektion. KI ermöglicht uns auch die Antizipation von Nichtkonformitäten dank prädiktiver Lösungen."

Das Whitepaper zum Thema ist hier verfügbar:

Weitere Informationen: https://www.trigo-group.com/en