KI-gestützte Qualitätssicherung

In regulierten Produktionsprozessen ist es notwendig, eine vollständige und rechtlich einwandfreie Dokumentation über alle Produktionsschritte und auftretende Fehler und Störungen zu gewährleisten.
Das kostet meist mehrere Arbeitsschritte, Personalaufwand und noch mehr Papierdokumente.

Das Problem lässt sich anhand eines Use Cases im Pharmaumfeld veranschaulichen. Ereignet sich beispielsweise eine Abweichung wie die Überfüllung eines Glases, vergehen zwischen der initialen Erfassung und dem Abschluss des Dokumentationsprozesses oft mehrere Stunden bis Tage. In diesem Fall muss ein Mitarbeiter oder eine Mitarbeiterin der Qualitätssicherung (QS) mehrfach bei der Produktion Informationen anfordern, die bei der Initialerfassung verlorengegangen sind. Der Qualitätsmanager braucht jedoch die Details, um das Vorkommnis adäquat bewerten zu können.

Verzögerungen dieser Art haben mehrere Folgen. Entweder sind die Mitarbeiter*innen, die das Vorkommnis initial erfasst haben, nicht mehr greifbar, oder sie haben die Informationen bereits vergessen – der Betrieb läuft schließlich weiter. Das hat allerdings nicht nur prozessbezogen, sondern auch im schlimmsten Fall rechtliche Konsequenzen. Es entstehen zwangsläufig Kosten, um die Störung im Nachhinein aufzuarbeiten.

Wie ersparen Betriebe sich diesen Rattenschwanz an Zeit-, Geld- und Geduldaufwand?

Es ist eine automatisierte Lösung gefragt, die die Kommunikation zwischen den verschiedenen Instanzen beschleunigt. Der erste Schritt verlangt, die gesamte Prozessdokumentation zu digitalisieren. Dafür eignen sich aufgrund ihrer einfachen Handhabung Tablets besonders gut. Dank integrierter Kameras ist das Scannen von QR-Codes/ Barcodes ein Leichtes, und bei Bedarf können Mitarbeiter*innen dem Bericht Fotos beifügen.

Kleiner Bonus: Da mittlerweile die überwiegende Mehrheit der Produktionsmitarbeiter*innen privat mit mobilen Betriebssystemen wie iOS und Android vertraut sind, ist hier die Usability-Einstiegshürde gering – es entstehen keine zusätzlichen Einschulungskosten.

Digitalisierung? Check!

Jetzt kommt die künstliche Intelligenz ins Spiel: Anhand der erfassten Informationen erhält die verantwortliche Mitarbeiterin oder Mitarbeiter bereits vor dem Speichern einen KI-gestützten Vorschlag. Dieser gibt an, wie kritisch oder unkritisch ein bestimmtes Vorkommnis zu bewerten ist- und wie wahrscheinlich der Vorschlag zutrifft.

So könnte die Einschätzung der KI im Falle einer Störung aussehen. Anhand der Einschätzung treffen Mitarbeiter*innen der Qualitätssicherung zukünftig fundiertere Entscheidungen.

Ist die KI sich nicht sicher, weil zu wenig Informationen vorliegen, wird der Benutzer vorgewarnt. Nach dem Speichern gelangt das Vorkommnis unmittelbar an die nächste – in dem Fall menschliche – Instanz (QS) zur Verifikation. Es nimmt daher stets ein Mensch die letzte Kontrollfunktion ein, der sogenannte “human-in-the-loop“. Dieser kann weitere oder fehlende Informationen digital anfordern, den Bewertungsvorschlag annehmen oder nochmals überschreiben.

Abhängig von der Bewertung gelangt das Vorkommnis nicht nur automatisch in ein Qualitätsmanagementsystem (QMS), sondern auch die tatsächliche Bewertung. Zusätzlich speichert das System angeforderte, fehlende Informationen so ab, dass das KI-Modell aus diesem Eintrag lernen kann. So entstehen zukünftig Rückfragen nicht mehr manuell, sondern automatisch.

Letzten Endes profitieren Unternehmen nicht nur von einem nachhaltigeren Papierverbrauch, sondern sparen aufgrund des KI-optimierten Prozesses auch an Zeit, Geld und Nerven ihres Personals.

Erfahre hier mehr über Predictive Quality Assurance.