Ausschuss-Prognose:
Den Fehler kennen, bevor die Charge läuft
Welche Kombination aus Material, Maschinenparametern und Bedingungen führt zu Ausschuss? Gradient Boosting lernt es aus Ihren Prüf- und Prozessdaten und warnt, bevor teures Material verarbeitet wird.
Dieses Modul ist Teil einer sechsteiligen Modellrechnung über einen fiktiven mittelständischen Fertigungsbetrieb (48 Anlagen, 3-Schicht-Betrieb, 85 Mio. € Umsatz). Alle Euro-Beträge sind aus den hinterlegten Annahmen des Muster-Betriebs hergeleitet. Es sind keine Ergebnisse realer Kunden und kein Leistungsversprechen. Welche Werte auf Ihren realen Daten erreichbar sind, zeigt erst ein Pilotprojekt.
01 Das Problem: Ausschuss erkennt man heute zu spät
Die Endkontrolle sagt, dass etwas schiefging, aber nicht, warum
Ausschuss kostet doppelt: das verlorene Material und die Nacharbeit. Heute fällt er meist erst in der Endprüfung auf, wenn Material, Energie und Maschinenzeit schon investiert sind.
Dabei liegen die Ursachen in den Daten: Chargen-Eigenschaften, Temperatur, Druck, Werkzeugstand, Vorschub. Ein Modell erkennt die kritische Kombination, die ein Mensch in der Parametervielfalt nicht sieht.
Jeder vermiedene Ausschussteil spart Material UND die Nacharbeit, die sonst folgt.
02 Das Modell: Risiko-Score je Charge und Parametersatz
Klassifikation über alle Prozess- und Materialmerkmale, die zum Produktionszeitpunkt bekannt sind
ROC-AUC Ausschuss-Klassifikation: 0.912 Top-Treiber: ['material_charge_B', 'werkzeug_temp', 'vorschub', 'werkzeug_standzeit_h'] Kritische Kombination -> Ausschussrate: 14.8%
Einzelne Parameter im grünen Bereich heißt nicht „alles gut": Erst die Kombination aus Materialcharge B, erhöhter Werkzeugtemperatur und hohem Vorschub kippt die Qualität. Gradient Boosting (XGBoost) modelliert genau diese Wechselwirkungen und nennt per SHAP-Werten den konkreten Treiber.
03 Business Impact: Weniger Material- und Nacharbeitskosten
Der Hebel: gesenkte Ausschussquote × Materialeinsatz, plus reduzierte Nacharbeit
Jede Annahme stammt aus dem Muster-Betrieb und ist zentral hinterlegt. Mit Ihren echten Zahlen ändert sich nur die Eingabe, nicht die Methode.
| Position | Wert |
|---|---|
| Materialeinsatz / Jahr | €24.000.000 |
| Materialersparnis (Ausschussquote: 4,5 % → 3,4 %) | €264.000 |
| Nacharbeitskosten / Jahr | €620.000 |
| Reduktion Nacharbeit (25 %) | €155.000 |
| Ergebnis: Einsparung / Jahr | €419.000 |
Annahmen eines Muster-Betriebs. In einem realen Projekt ersetzen Ihre Daten diese Werte.
Das Modell bleibt nicht bei der Warnung: Aus den Treibern werden Prozessfenster, die in die Steuerung zurückfließen. Aus „Charge B + heiß + schnell" wird eine konkrete, dauerhafte Parametergrenze.
04 Nächste Schritte in Ihrer Fertigung
Vom Risiko-Score zum geschlossenen Regelkreis
Wir verbinden Prozessparameter aus dem MES mit den Prüfergebnissen der Qualitätssicherung. Die Datenbasis liegt bereits vor.
Für die ausschussstärkste Produktfamilie entsteht ein Pilotmodell. Sie sehen die Treiber an realen Chargen validiert.
Risiko-Score vor Produktionsstart: „Diese Charge mit diesen Parametern hat erhöhtes Ausschussrisiko. Empfehlung: Parameter X anpassen."