Toptrend 1: Cloud-Migration
Unsere Qualitätsdaten in die Cloud? Bis vor kurzem galt allein schon die Frage als abwegig. Schließlich zählt das Wissen um die Qualität der Produkte und die Performance der Fertigung zu den Kronjuwelen des betrieblichen Qualitätsmanagements. Der einzig sichere und diskutable Ort dafür war der eigene Serverraum.
Doch diese Gewissheiten schwinden. Und interessanterweise ist es ausgerechnet das Thema Sicherheit, das am stärksten dazu führt, die früheren Ressentiments gegenüber der Cloud zu überdenken. Was nicht zuletzt auch am Fachkräftemangel liegt, der sich in der IT und speziell im Security-Umfeld besonders stark zuspitzt. Im Ringen um die besten Köpfe haben dann oft nur noch die großen Tech-Anbieter die Mittel, um geeignete Mitarbeiter an Bord zu holen. All das führt dazu, dass es in erster Linie die hochspezialisierten Cloud-Dienstleister sind, die über die leistungsfähigsten und sichersten IT-Infrastrukturen verfügen.
Zumal auch die bisherigen Datenschutzbedenken nicht mehr greifen. Denn selbst führende US-amerikanische Cloud-Hyperscaler verfügen inzwischen über Rechenzentren (RZ) auf europäischen Boden. Entweder haben sie eigene Standorte errichtet wie zum Beispiel Google oder Microsoft. Oder sie mieten sich, wie etwa Amazon es gerne tut, bei Colocation-Dienstleistern ein, die die Gebäude managen, für die Vernetzung sorgen und zum Teil bereits eigene leistungsstarke Abwehrzentren (Security Operation Center, SOC) haben.
Den letztgenannten Weg können Anwenderunternehmen im Übrigen auch selber gehen. Sprich, jeder kann mit seinen eigenen Servern in ein Colocation-RZ umziehen und diese dort weiter betreiben. Auf Wunsch kann man dann auch die Administration der Rechner in Eigenregie fortführen.
Doch ganz gleich, wie man die Nutzung im Einzelnen auch ausgestaltet – ob als Public-Cloud-Lösung bei einem Hyperscaler, als Private Cloud in einer geschlossenen Web-Infrastruktur oder als Hybrid Cloud, bei der Private- und Public-Elemente passend miteinander verbunden sind – im Vergleich zum eigenen RZ-Betrieb profitiert man stets von einem deutlich höheren Schutzniveau sowie von spürbar geringeren Betriebskosten. Hinzu kommt ein höheres Maß an Skalierbarkeit, da sich beliebig viele Ressourcen in kürzester Zeit zu- und genauso schnell auch wieder abbuchen lassen. Interessant ist dies gerade auch für das QM, wo es in schöner Regelmäßigkeit dazu kommt, dass zusätzliche Analysen gefahren oder neue Arbeitsteams ad hoc in bereits laufende Maßnahmen eingebunden werden müssen.
Was aber genau heißt das alles für unsere Germanedge-Lösungen? Sind diese bereits Cloud-ready, wie IT-Fachleute es gerne nennen? Die Antwort lautet schlicht und ergreifend Ja. Denn: Alle Germanedge-Produkte basieren auf unserer offenen webfähigen MES-/MOM-Plattform Edge.One. Somit auch die Module unserer QM-Software – von der Qualitätsvorausplanung bis zum Reklamationsmanagement.
Auf Wunsch begleiten wir Sie auf Ihrem Weg in die Cloud. Gemeinsam mit Ihren IT-Verantwortlichen und dem Cloud-Dienstleister Ihrer Wahl entwickeln wir eine geeignete Infrastruktur, in der die von Ihnen genutzten Germanedge-Applikationen, die darunter liegende Datenbank und die Schnittstellen zu den übrigen Systemen Ihrer IT-/OT-Welt passend zusammenarbeiten.
Toptrend 2: Quality as a Service
Cloud-Lösungen haben somit den Vorteil, dass kundenindividuelle Konfigurationen jederzeit möglich sind – sowohl auf Applikations- als auch auf Integrationsebene. Grundsätzlich bietet die Cloud damit ähnlich hohe Freiheitsgrade wie die On-premise-Welt. Doch Vorsicht. Um Anpassungen sauber auszuführen, bleibt solides Projektmanagement unerlässlich. Was natürlich seine Zeit kostet.
Abgesehen davon gibt es jedoch auch noch eine Art Abkürzung in die Cloud-Welt. Wer sie wählt, muss in punkto Konfigurierbarkeit zwar Abstriche machen, ist dafür aber fast aus dem Stand heraus arbeitsfähig. Wir nennen diesen Weg Quality as a Service (QaaS). Im Kern handelt es sich dabei um schlanke Browser-Apps, mit denen sich vor allem Routine-Aufgaben leicht und zuverlässig lösen lassen. Die Anwendungen erschließen Best Practices, die wir in einer Vielzahl von Kundenprojekten gewonnen haben.
Als Bereitstellungsmodell nutzen die QaaS-Dienste das Software as a Service (SaaS)-Prinzip. Für den Kunden fallen dabei keinerlei Infrastruktur- oder Lizenzkosten an. Er zahlt ausschließlich für die Nutzung des Dienstes.
Seit dem Herbst 2023 gibt es hierzu den Marktplatz GermanedgeNOW. Dort finden Sie SaaS-Lösungen für die digitale Fabrik. Mit im Portfolio ist auch schon eine erste App aus dem QM-Bereich. Mit dem Dokumentenmanagement haben wir uns dabei ganz bewusst für eine Anwendung entschieden, die Anwender aus den verschiedensten Teilen der Wertschöpfungskette unterstützt. In den kommenden Monaten werden wir das Marktportfolio weiter ausbauen. Bei den QM-Themen steht eine App für die Erstellung von 8D-Reporten ganz oben auf der ToDo-Liste.
Für jede App gibt es drei unterschiedliche Paketlösungen: Starter, Professional und Enterprise. Die Pakete unterscheiden sich in Funktionsumfang, Performance und Konfigurierbarkeit. Wichtig dabei ist: Darüber hinausgehende Anpassungen sind insbesondere den Cloud-Lösungen vorbehalten. Aus Kundensicht gilt es daher abzuwägen, was im aktuellen Anwendungsfall den größeren Nutzen bringt: Die passgenauen Zusatzfunktionen einer kundenspezifischen Cloud-Lösung oder die Zeit- und Kostenvorteile eines standardisierten Quality-as-a-Service-Dienstes. Grundsätzlich stehen Ihnen beide Wege offen. Welchen davon Sie sinnvollerweise einschlagen, entscheidet sich an den konkreten QM-Anforderungen, die es aktuell zu lösen gilt.
Toptrend 3: Künstliche Intelligenz im QM
Lange Zeit galt KI als reines Expertenthema. Der Siegeszug der generativen KI hat diese Auffassung innerhalb kürzester Zeit grundlegend geändert. Auch und gerade im Qualitätsmanagement, wo Chatbots wie ChatGPT, Bard oder Amazon Q bereits jetzt erhebliche Mehrwerte bringen können. Im Anschluss gleich mehr dazu.
Doch lassen Sie uns zunächst noch auf ein Anwendungsfeld schauen, auf dem sich das Nutzenpotenzial der KI besonders gut aufzeigen lässt. Die Rede ist von Predictive Quality, dem KI-Ansatz also, mit dem Qualitätsmängel vorhersagbar werden, noch bevor es zu tatsächlichen Defiziten in der Anwendung von Produkten oder Prozessen kommt.
Im Grunde genommen ist das ja nichts bahnbrechend Neues. Schließlich haben viele Unternehmen auch heute schon eine extrem detailreiche Sicht auf den Lebenszyklus ihrer Produkte – verbunden mit Analysesystemen, deren Aufgabe es ist, sich abzeichnende Mängel frühzeitig aufzuklären. Der Mehrwert einer dazu passenden KI-Lösung liegt nun jedoch darin, dass die bereits vorhandene Datengrundlage mit geeigneten Meta- und Kontextdaten angereichert wird, um zusätzliche Erkenntnisse darüber zu gewinnen, wie sich die Performance der Produkte respektive Prozesse entwickeln wird. Geeignete Metadaten können dann zum Beispiel Wetterdaten sein, anhand derer die KI den Verschleiß einer gegebenen Produktlösung ortsbezogen hochrechnet. Derartige Analysen entwickeln sehr rasch Komplexitäten, die herkömmliche Rechenmodelle überfordern würden. Selbst im Big-Data-Umfeld. Erst KI-Systeme liefern hier die gewünschten Insights.
Darüber hinaus trägt die Weiterentwicklung der KI-Modelle ein Versprechen in sich, das gerade auch für Qualitätsmanager von hoher Bedeutung ist. Es geht um die Fähigkeit der Modelle, neue Fragestellungen zu entwickeln, die für die kontinuierliche Prozessverbesserung relevant sind. Eine entsprechend fortgeschrittene QM-KI wird damit in der Lage sein, den Blickwinkel der Analyse permanent zu erweitern und gegebenenfalls sogar weitere Dimensionen zu erschließen, an die zuvor noch nicht gedacht wurde.
Nun aber der bereits versprochene Blick auf das derzeit wohl spannendste Entwicklungsfeld, die generative KI. Im Kern geht es dabei um extrem große Sprachmodelle (Large Language Models, LLM), die eine gegebene Folge von Zeichen in neue Zeichenfolgen transformieren. Entsprechende Werkzeuge werden daher auch gerne Transformer genannt.
Sinnvolle QM-Anwendungen sehen wir derzeit vor allem im Bereich Dokumentenmanagement. Über die geschickte Integration eines LLM können zahlreiche DMS-Funktionen auf ein völlig neues Level gehoben werden. Zum Beispiel wird sich die bereits vorhandene Schlagwortsuche zu einer semantischen Suche ausbauen lassen, bei der Dokumente inhalts- und kontextbezogen ausgegeben werden.
Zudem können Transformer Inhalte eigenständig zusammenfassen und QM-relevanten Kategorien zuordnen. Auf Wunsch wird es dann sogar möglich sein, dass die KI Vorschläge zur Strukturierung der daran anschließenden Freigabeprozesse macht. Inklusive einer Empfehlung für die eigentliche Freigabeentscheidung.
Soviel zu den möglichen Benefits im Tagesgeschäft. Tatsächlich reichen die Möglichkeiten der Prozessgestaltung aber bereits weiter. Geeignete KI-Tools werden in der Lage sein, Anwendern passend zu ihrem aktuellen Wissensstand Lerninhalte zusammenzustellen und damit die betriebliche Weiterbildung zu fördern. Vor dem Hintergrund der dabei erworbenen Fähigkeiten schlägt die KI geeignete Mitarbeiter und gegebenenfalls auch externe Experten für die aktuell zu bildenden Projektteams vor.
Mehr und mehr entwickelt sich die KI damit zu einer Instanz, die das Qualitätswissen entlang der gesamten Wertschöpfungskette erschließen und den gerade anstehenden Maßnahmen gemäß aufbereiten wird. Geeignete KI-Lösungen werden belastbare Analysen erstellen, konkrete Maßnahmen daraus ableiten und Prozessvorschläge zu deren Umsetzung machen. Aus Sicht der QM-Verantwortlichen wird KI zum zentralen Werkzeug, um sowohl das laufende Tagesgeschäft als auch die kontinuierliche Prozessverbesserung bestmöglich zu unterstützen.
Einladung zum OnDeman-Webinar
Wollen Sie mehr über die Quality Toptrends 2024 erfahren? So zum Beispiel, was der QM-Durchbruch von Cloud und KI konkret für Ihre betriebliche Praxis bedeutet? In unseren kostenfreien OnDemand-Webinar haben Sie Gelegenheit, Ihr Wissen darüber zu vertiefen. Schauen Sie es sich gleich an.