Qualitätsmanagement im Wandel
Liebe Leserinnen, liebe Leser,
mit welcher Botschaft sollte man einen Vorlesungszyklus über Qualitätsmanagement an einer deutschen Universität beginnen? Ich tue das seit 20 Jahren mit der Bezugnahme auf die drei generischen Wettbewerbsstrategien nach Michael Eugene Porter. Der bekannte Ökonom an der Harvard Business School formulierte diese in seinem 1980 erschienenen gleichnamigen Werk. Weder die Kostenführerschaft noch eine Nischenpolitik können auf breiter Basis für eine Hochlohnregion wie Mitteleuropa zielführend sein. Also bleibt die Differenzierung, die letztlich nichts anderes bedeutet als Qualitätsführerschaft. Diese Erkenntnis begründet den hohen Stellenwert der Normenreihe DIN/ISO 9000 ff., nach der sich Unternehmen aller Branchen zertifizieren lassen können, um ihre Fokussierung auf Qualität zu dokumentieren.
Was heißt aber Qualitätsführerschaft, wie erreicht man sie und was ist überhaupt Qualität? Qualität bedeutet nach jener Normenreihe nichts anderes als das Maß, in dem ein Produkt oder eine Dienstleistung die Erwartungen der Kundschaft erfüllt. Die Kundschaft definiert also, was Qualität im konkreten Einzelfall bedeutet, und sie richtet damit an die produzierende Industrie Erwartungen hinsichtlich des Funktionsumfangs der Produkte, hinsichtlich des Designs, der begleitenden Serviceangebote, der Nachhaltigkeit, der Bedienungsfreundlichkeit und der Dokumentation.
Über die Jahrzehnte der Nachkriegszeit hat sich in der Industrie ein Paradigmenwandel vollzogen. Wurde lange Zeit Qualität schlicht durch Prüfung sichergestellt, so etablierte sich im Laufe der Zeit immer mehr die Sichtweise des Produzierens von Qualität, also eines präventiven Herangehens. Es gilt, Fehler, Ausschuss und Nacharbeitskosten zu vermeiden, statt sie als unvermeidbar zu akzeptieren. Dabei sind in den Industrieunternehmen die funktionalen Bereiche der Konstruktion und Entwicklung, der Produktion mit Fertigung und Montage, des Qualitätswesens wie auch des Kundendienstes gleichermaßen gefragt, sich auf Qualität auszurichten.
Um die Qualität in der Fertigung zu optimieren, sollten produzierende Unternehmen zunächst die Ursachen ihrer Qualitätsprobleme identifizieren. Die zunehmende Digitalisierung ermöglicht es ihnen, im Hinblick darauf ihre Daten auf allen Betriebsebenen zu analysieren und auszuwerten sowie bisher unerschlossene Verbesserungsbereiche zu identifizieren. Big Data, Künstliche Intelligenz, Predictive Maintenance, Data Science, Process Mining etc. sowie die technischen Möglichkeiten der modernen Kommunikation und Vernetzung bieten hier enorme Chancen, die Qualität der Produkte und Prozesse deutlich zu verbessern, schneller zu reagieren und Risiken zu vermeiden. Mit diesen neuen Methoden wird hier also eine Tür aufgestoßen, und es eröffnen sich viele neue Ansatzpunkte für die Weiterentwicklung der Unternehmen.
Wir wünschen Ihnen viele nützliche Erkenntnisse aus den Beiträgen dieser Ausgabe zu den Themen Qualität und Effizienz.
Herzlichst im Namen der Herausgeber Ihr Michael F. Zäh
© 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Inhalt
- Editorial
- Qualitätsmanagement im Wandel
- Fehlermanagement
- Datengetriebenes Fehlermanagement in der Produktion
- Qualitätsüberwachung
- Ganzheitliche und auf maschinellen Lernverfahren basierende Qualitätsüberwachung
- Fabrikplanung
- Fabrikumzüge im Rahmen von Reorganisationsprojekten
- Prozessoptimierung
- ISAK: Ein flexibler Ansatz zur Optimierung von Prozessen in KMU
- Supply-Chain-Simulation
- Catena-X – Online Steuerung und Simulation
- Agilität
- Gestaltung resilienter Produktionsnetzwerke mit Agilitätsbefähigern
- Anforderungsmanagement
- Resilient Requirements Engineering
- Diskontinuität
- Frühaufklärung produktionstechnischer Defizite
- Kundenbindung
- Neue Produkte erfordern neue Denkweisen zur Einführung
- Instandhaltung
- Systemdiagnose an haustechnischen Kompensator-Installationen
- Dämpfung
- Hochdämpfende Metall-Graphit-Verbundwerkstoffe in Werkzeugmaschinen
- Digitalisierung
- Erfolgsfaktoren digitaler Geschäftsmodelle für OEM in der Automobilindustrie
- KI und IoT – Treiber der Digitalen Transformation
- Künstliche Intelligenz
- Kontinuierliche Verbesserung eines KI-Systems
- Potenzialanalyse von KI-Anwendungen in der Produktion
- Cyber-Sicherheit
- Cyber-Security-Herausforderungen im Kontext von Engineering 4.0
- Maschinelles Lernen
- Befähigung von KMU zur Nutzung von Machine-Learning-Potenzialen
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- Qualitätsmanagement im Wandel
- Fehlermanagement
- Datengetriebenes Fehlermanagement in der Produktion
- Qualitätsüberwachung
- Ganzheitliche und auf maschinellen Lernverfahren basierende Qualitätsüberwachung
- Fabrikplanung
- Fabrikumzüge im Rahmen von Reorganisationsprojekten
- Prozessoptimierung
- ISAK: Ein flexibler Ansatz zur Optimierung von Prozessen in KMU
- Supply-Chain-Simulation
- Catena-X – Online Steuerung und Simulation
- Agilität
- Gestaltung resilienter Produktionsnetzwerke mit Agilitätsbefähigern
- Anforderungsmanagement
- Resilient Requirements Engineering
- Diskontinuität
- Frühaufklärung produktionstechnischer Defizite
- Kundenbindung
- Neue Produkte erfordern neue Denkweisen zur Einführung
- Instandhaltung
- Systemdiagnose an haustechnischen Kompensator-Installationen
- Dämpfung
- Hochdämpfende Metall-Graphit-Verbundwerkstoffe in Werkzeugmaschinen
- Digitalisierung
- Erfolgsfaktoren digitaler Geschäftsmodelle für OEM in der Automobilindustrie
- KI und IoT – Treiber der Digitalen Transformation
- Künstliche Intelligenz
- Kontinuierliche Verbesserung eines KI-Systems
- Potenzialanalyse von KI-Anwendungen in der Produktion
- Cyber-Sicherheit
- Cyber-Security-Herausforderungen im Kontext von Engineering 4.0
- Maschinelles Lernen
- Befähigung von KMU zur Nutzung von Machine-Learning-Potenzialen
- Vorschau
- Vorschau
