Wie sieht die FMEA im Jahr 2040 und danach aus?
Hier stellen wir Ihnen unsere Ideen und Anregungen vor, und sammeln Ansätze.
Möchten Sie eigenen Ideen vorstellen, Erfahrungen teilen, oder Informationen ergänzen - nehmen Sie einfach Kontakt mit uns auf, wir helfen Ihnen gerne weiter.
Die FMEA ist heute in vielen Standards als präventive Risikoanalyse verankert, und vor allem im Automobil-Sektor „quasi-zwingend“ für alle Lieferanten und weite Teile der OEM vorgeschrieben. Und dennoch gibt es immer wieder Firmen, die „trotz“ der eigenen FMEA-Kultur immer noch gute, zuverlässige Produkte liefern. Die FMEA wird hier als lästige Pflicht wahrgenommen, die zusätzlich „halt auch“ erfüllt werden muss.
Aber sind Zwang und Firmenprozesse die richtige Begründung für derartig aufwändige Analysen? Ich finde, die FMEA muss aus sich heraus überzeugen und einen sinnvollen Mehrwert in der Entwicklung liefern. Dieser Mehrwert sollte auch in der Zukunft gehoben werden, unabhängig von Entwicklungs-, aber auch Analysewerkzeugen.
Seit vielen Jahren wird prognostiziert, dass wir in Zukunft „Alles mit KI“ machen. Mit den großen Sprachmodellen wie z.B. Chat-GPT ist zumindest das Thema in der breiten Öffentlichkeit angekommen. Aber: bringt die Sprach-/Textausgabe überhaupt etwas? Viele haben schon damit experimentiert, aber so wirklich „gezündet“ hat noch nichts.
Stellen wir uns auf der anderen Seite einmal vor, die KI erzeugt eine (halbwegs brauchbare) FMEA im bisherigen Format nach VDA/AIAG 2019, und bewertet die erzeugten Statements auch noch entsprechend des Standards. Wollen wir das noch lesen? Oder machen wir es sowieso wie bei heutigen Auswertungen, dass wir uns nur noch die „TOP-Risiken“ ansehen? Aus diesen rhetorischen Fragen ergibt sich der nächste Diskussionspunkt:
Jeder von uns hat eigene Vorstellungen von der Zukunft der FMEA. Was wäre, wenn wir uns die #FMEA2040 einfach basteln können? Was erwarten die Kunden der FMEA in der Zukunft? Welche Geschwindigkeit wird erwartet?
Mein Ansatz: viele Daten liegen elektronisch strukturiert vor (Lastenhefte, Konstruktions- mit Materialdaten, etc.). Ein Entwickler könnte also das CAD-Modell mit dem Lastenheft und den Materialdaten „einer KI bereitstellen“ und diese sagt – ähnlich wie bei FEM-Simulationen – an welchen Positionen ggf. Lastenheft-Anforderungen unvollständig oder mit Risiko umgesetzt sind. Diese kann der Entwickler dann im nächsten Schritt anzeigen (Lastenheft-Anforderungen, Montageabläufe, etc) und seine eigenen Konstruktion bewerten und verbessern.
Welche Ideen haben Sie? Welche Ansätze erhoffen Sie sich?
Wir benötigen Ihre Zustimmung zum Laden der Übersetzungen
Wir nutzen einen Drittanbieter-Service, um den Inhalt der Website zu übersetzen, der möglicherweise Daten über Ihre Aktivitäten sammelt. Bitte überprüfen Sie die Details in der Datenschutzerklärung und akzeptieren Sie den Dienst, um die Übersetzungen zu sehen.