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.
01 Das Problem – Ausschuss erkennt man heute zu spät
Die Endkontrolle sagt, dass etwas schiefging – 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
Keine Hausnummer: 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 Parametergrenze – dauerhaft.
04 Nächste Schritte
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."