In vielen Werken existiert längst ein gepflegtes Qualitätsmanagement, und trotzdem entsteht im Audit dieselbe Lücke: Der Prüfnachweis für eine bestimmte Charge lässt sich nicht in Minuten führen. Eine Qualitätsmanagement-Software soll das verhindern, doch klassische Qualitätssicherung stößt dabei an eine strukturelle Grenze, die selten offen benannt wird.
Der Grund liegt nicht an fehlender Sorgfalt, sondern am Datenengpass. Klassische QS dokumentiert Ergebnisse, nachdem ein Mensch sie in ein Formular übertragen hat. Genau in dieser manuellen Schicht entstehen die Lücken, die im Ernstfall teuer werden. Wer aus Werksbesuchen kommt, kennt das Muster: viele Ordner, saubere Verfahren, und im Rückruffall dauert die Eingrenzung trotzdem Tage.
DAS WICHTIGSTE IN KÜRZE
|
KURZ ZUSAMMENGEFASST
|
Eine Qualitätsmanagement-Software für die Produktion umfasst jedes System, das qualitätsrelevante Informationen erfasst, dokumentiert und für Nachweise verfügbar hält. Der Begriff ist weit, und genau das führt zu Missverständnissen in der Auswahl.
Der entscheidende Unterschied liegt darin, an welcher Stelle der Wertschöpfung ein System ansetzt. Ein dokumentenzentriertes System verwaltet Verfahrensanweisungen, Prüfpläne und Freigaben. Ein datenzentriertes System erfasst reale Messwerte direkt aus dem Fertigungsprozess und verknüpft sie mit dem einzelnen Bauteil. Beide firmieren unter demselben Suchbegriff, lösen aber unterschiedliche Probleme.
Für die Produktion mit hohem Fügeaufkommen ist diese Abgrenzung nicht theoretisch. Bei mehreren tausend Verschraubungen pro Tag entscheidet sie darüber, ob im Audit ein lückenloser Nachweis vorliegt oder nicht. Genau deshalb steht die Definition am Anfang und nicht am Rand.
Klassische Qualitätssicherung ist in vielen Werken gut aufgestellt: definierte Prüfpläne, geschulte Mitarbeiter, dokumentierte Verfahren. Und trotzdem entsteht im Audit regelmäßig dieselbe Lücke. Der Grund ist strukturell, nicht organisatorisch.
Klassische QS erzeugt den Qualitätsnachweis in dem Moment, in dem ein Mitarbeiter ein Ergebnis in ein Formular überträgt. Zwischen der Realität an der Maschine und dem dokumentierten Nachweis liegt eine manuelle Schicht. Diese Schicht verzögert, sie lässt aus, und sie kann verfälschen, nicht aus Nachlässigkeit, sondern weil sie bei hohem Volumen schlicht nicht lückenlos leistbar ist. Bei mehreren tausend Prüfpunkten pro Schicht ist die vollständige manuelle Erfassung eine Illusion.
Die Folge zeigt sich im Ernstfall. Bei einem Verdacht auf einen Fehler muss ein Zulieferer nachweisen, dass eine Charge von zum Beispiel 4.000 Teilen innerhalb der Toleranz gefertigt wurde. Eine gepflegte Verfahrensanweisung hilft dabei nicht. Gebraucht wird der bauteilgenaue Messwert, und genau der fehlt in der klassischen Dokumentation.
Der Engpass wird oft falsch verortet. Viele Projekte versuchen, mehr Dokumente zu erzeugen oder die Dokumentation zu straffen. Das löst das Problem nicht, weil der Engpass nicht die Menge der Dokumente ist, sondern der fehlende Bezug zwischen Messwert und einzelnem Bauteil.
Ein Qualitätsnachweis nach IATF 16949 Abschnitt 8.5.2 verlangt eine Rückverfolgbarkeit, die im Reklamations- oder Rückruffall die genaue Eingrenzung der betroffenen Produkte erlaubt. Diese Eingrenzung gelingt nur, wenn jeder Messwert einem eindeutigen Bauteil oder einer Charge zugeordnet ist und einen synchronisierten Zeitstempel trägt. Fehlt dieser Bezug, wird im Zweifel eine größere Menge zurückgerufen als nötig, und es entsteht Pseudoausschuss, also die Verschrottung von Teilen, die tatsächlich innerhalb der Toleranz lagen.
WANN DER AUDITNACHWEIS TECHNISCH GELINGT
|
Der Bauteilbezug ist damit kein Detail, sondern die Bedingung dafür, dass eine Qualitätsmanagement-Software im Audit überhaupt trägt. Er ist die Trennlinie zwischen einer Software, die Dokumente verwaltet, und einer, die Nachweise ermöglicht.
Prozessdatenanalyse setzt genau an dieser Trennlinie an. Statt Ergebnisse nachträglich zu dokumentieren, erfasst sie die realen Werte direkt aus dem Prozess: Drehmomente, Einpresswerte, Prüfergebnisse. Der Nachweis entsteht in dem Moment, in dem die Maschine misst, nicht erst bei der manuellen Übertragung.
Diese Daten werden automatisch mit dem Bauteil verknüpft und in einer Lebenslaufakte dokumentiert. Aus der Datenbasis lassen sich Kennwerte wie cp, cpk und Streubereiche ableiten, Grenzwertüberschreitungen werden erkannt und in Echtzeit alarmiert, etwa per E-Mail, sodass ein sofortiges Eingreifen möglich ist. Damit verschiebt sich die Rolle der Qualitätssicherung von der nachträglichen Prüfung zur laufenden Prozesskontrolle.
| Aspekt | Klassische Qualitätssicherung | Prozessdatenanalyse |
|---|---|---|
| Entstehung des Nachweises | Bei manueller Übertragung ins Formular | Im Moment der Messung |
| Bauteilbezug | Selten, meist nur auf Chargenebene | Bauteilgenau als Prinzip |
| Zeitpunkt der Fehlererkennung | Nachträglich, oft verzögert | In Echtzeit mit Alarmierung |
| Auditnachweis nach 8.5.2 | Aufwändig, häufig lückenhaft | Direkt aus den Daten abrufbar |
| Aufwand bei hohem Volumen | Nicht lückenlos leistbar | Automatisiert, skalierbar |
Der Übergang gelingt nicht durch einen großen Umstellungstag, sondern durch eine kontrollierte Abfolge, bei der der bestehende Prozess so lange weiterläuft, bis der neue validiert ist. Die folgenden Schritte haben sich in Projekten bewährt.
Zuerst wird der Engpass ehrlich benannt: An welcher Stelle fehlt der bauteilgenaue Nachweis. Dann werden die Stammdaten harmonisiert, denn ohne eindeutigen Bauteilschlüssel und gepflegte Messpunkte scheitert jede Erfassung. Anschließend startet ein eng umrissener Pilot mit einer Linie und einem Datenfluss. Danach läuft der neue Fluss im Parallelbetrieb neben dem bestehenden Prozess, bis er nachweislich stabil ist. Zuletzt wird schrittweise auf weitere Bereiche skaliert.
| Schritt | Inhalt | Ergebnis |
|---|---|---|
| 1. Engpass benennen | Wo fehlt der bauteilgenaue Nachweis? | Klare, priorisierte Anforderung |
| 2. Stammdaten harmonisieren | Bauteilschlüssel, Messpunkte, Werkzeuge pflegen | Erfassungsfähige Datenbasis |
| 3. Pilot | Eine Linie, ein Datenfluss | Erster validierter Nachweis |
| 4. Parallelbetrieb | Alter und neuer Prozess laufen gleichzeitig | Risikofreier Übergang |
| 5. Skalierung | Weitere Linien und Prozesse anbinden | Durchgängige Prozessdatenerfassung |
Der häufigste Fehler ist, Schritt zwei zu überspringen. Wer die Stammdaten nicht vor dem Pilot harmonisiert, verlagert das Problem nur nach hinten, wo es teurer wird.
Ein konkretes Beispiel macht den Unterschied greifbar. In der Achsmontage eines Premiumherstellers wurden Qualitätsdaten zuvor manuell zusammengetragen, was erheblichen Zeitaufwand verursachte, weil Werte zwischen Systemen umständlich überspielt werden mussten.
Mit der Umstellung auf automatisierte Prozessdatenerfassung entfiel diese manuelle Schicht. Die Produktionsanlagen wurden mit der Software für das Prozessdatenmanagement vernetzt, sodass Daten nicht mehr überspielt werden mussten. Der Zeitaufwand für das Zusammentragen von Daten sank deutlich, und die Datenbasis wurde belastbar genug, um Schwachstellen im Prozess früher zu erkennen.
Der Punkt dabei ist kein Marketingeffekt. Er ist die schlichte Folge davon, die manuelle Übertragungsschicht zu entfernen. Genau daran zeigt sich, warum die Softwarekategorie und nicht die Zahl der Dokumente über den Nutzen entscheidet.
KI ist in der Prozessdatenanalyse an einer klar umrissenen Stelle nützlich, und ihre Grenzen sind rechtlich verbindlich. Beides gehört in dieselbe Betrachtung.
Konkret hilfreich ist KI bei der Anomalieerkennung. Die Curve Anomaly AI von CSP erkennt in Schraub- und Einpresskurven Abweichungsmuster, die eine feste Grenzwertlogik übersieht, etwa beginnenden Werkzeugverschleiß, bevor er zu Ausschuss führt. Das reduziert Pseudoausschuss und ermöglicht eine vorausschauende Instandhaltung. Der Wert liegt eindeutig in der Entscheidungsunterstützung.
Die Grenze ist ebenso eindeutig. In sicherheitskritischen Branchen darf eine KI keine vollautonome Freigabeentscheidung treffen. Der EU AI Act stuft solche Systeme als hochriskant ein und verlangt Transparenz sowie menschliche Aufsicht. Die EU-Produkthaftungsrichtlinie 2024 erweitert den Herstellerbegriff zusätzlich auf KI-gestützte Entscheidungen. Praktisch heißt das: KI bewertet und schlägt vor, die finale Freigabe verantwortet ein Mensch.
Eine Qualitätsmanagement-Software erfasst, dokumentiert und wertet qualitätsrelevante Informationen aus und hält sie für Nachweise verfügbar. In der Produktion ist entscheidend, an welcher Stelle sie ansetzt. Dokumentenzentrierte Systeme verwalten Verfahrensanweisungen und Freigaben, datenzentrierte Systeme erfassen reale Messwerte direkt an Maschine und Werkzeug und verknüpfen sie mit dem einzelnen Bauteil. Für die Fertigung mit hohem Fügeaufkommen ist die bauteilgenaue Erfassung meist der entscheidende Faktor.
Klassische Qualitätssicherung erzeugt den Nachweis erst, wenn ein Mitarbeiter ein Ergebnis in ein Formular überträgt. Zwischen der Messung an der Maschine und dem dokumentierten Nachweis liegt eine manuelle Schicht, die bei hohem Volumen nicht lückenlos leistbar ist. Genau in diesen Lücken entstehen die Probleme im Audit und im Rückruffall. Die Sorgfalt der Mitarbeiter ist dabei nicht das Problem, sondern die Struktur des Vorgehens.
Prozessdatenanalyse erfasst reale Werte wie Drehmomente und Einpresskräfte direkt aus dem Fertigungsprozess und verknüpft sie automatisch mit dem einzelnen Bauteil. Der Qualitätsnachweis entsteht damit im Moment der Messung, nicht erst bei der manuellen Übertragung. Aus der Datenbasis lassen sich Kennwerte wie cp und cpk ableiten, und Grenzwertüberschreitungen werden in Echtzeit alarmiert. So verschiebt sich die Qualitätssicherung von der nachträglichen Prüfung zur laufenden Prozesskontrolle.
Die IATF 16949 verlangt in Abschnitt 8.5.2 eine Rückverfolgbarkeit, die im Reklamations- oder Rückruffall die genaue Eingrenzung der betroffenen Produkte erlaubt. Diese Eingrenzung gelingt nur, wenn jeder Messwert einem eindeutigen Bauteil oder einer Charge zugeordnet ist und einen synchronisierten Zeitstempel trägt. Eine produktionsnahe Qualitätsmanagement-Software erfasst genau diese Daten automatisch und macht den Nachweis in Sekunden statt Tagen möglich. Eine reine Dokumentenlenkung erfüllt diese Anforderung nicht.
In sicherheitskritischen Branchen darf eine KI keine vollautonome Freigabeentscheidung treffen. Der EU AI Act stuft solche Systeme als hochriskant ein und verlangt Transparenz sowie menschliche Aufsicht. Die EU-Produkthaftungsrichtlinie 2024 erweitert den Herstellerbegriff zusätzlich auf KI-gestützte Entscheidungen. KI ist daher als Entscheidungsunterstützung zu verstehen, etwa zur Anomalieerkennung in Schraubkurven, während die finale Freigabe immer bei einem Menschen liegt.