In der Automobilindustrie, Chemieindustrie, Medizintechnik oder bei Herstellern industrieller Produkte wird Statistik typischerweise in der Qualitätssicherung eingesetzt, aber auch innerhalb der Forschung und Entwicklung. Mögliche Anwendungen sind

  • Design of Experiments (DoE)
  • Stichprobenplanung
  • Statistische Prozesskontrolle (SPC)
  • Lebensdaueranalysen
  • Lieferantenbewertung
  • Analyse von Versuchsdaten

Gerade in der industriellen Statistik braucht es Expertenwissen, wenn entweder Hunderttausende von Datensätzen sinnvoll auszuwerten sind oder aber aus Zeit- und Kostengründen nur sehr wenige Experimente durchgeführt werden können.

Ihr Nutzen

Als Auftraggeber aus der Industrie möchten Sie Ihre Lieferanten- und Gewährleistungsrisiken unter Kosten-Nutzen-Gesichtspunkten optimieren. In der Forschung und Entwicklung benötigen Sie informationshaltige Daten, d.h. Versuche sollen so geplant werden, dass Sie mit möglichst geringem Aufwand möglichst viel über Wirkzusammenhänge und Prozessparameter erfahren.

Hierbei profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, insbesondere der Statistischen Prozesskontrolle und dem Quality Engineering, andererseits von unseren Erfahrungen im Umgang sowohl mit sehr großen als auch mit sehr kleinen Datenmengen. Dank hervorragender Kenntnisse in SAS und SPSS wie auch in R, Matlab und Simulink können wir unsere Arbeit nahtlos in bestehende Systeme integrieren.

Dienstleistungen in der produzierenden Industrie

Typischerweise unterstützen wir unsere Kunden bei Aufgaben wie

  • Einsatz von Standardverfahren des DoE (vollständige und fraktionierte Pläne, Taguchi-Pläne)
  • Anwendung spezieller Methoden der Versuchsplanung (lokal optimale wiederholungsfreie Pläne, C-, D-, G-optimale Pläne, nichtlineare Versuchsplanung)
  • Auswahl effizienter Designs für Multi-Level-Experimente
  • Statistische Analyse von Versuchen (Varianzanalysen mit festen und zufälligen Effekten, Rang-Varianzanalyse, Korrekturverfahren bei Multikollinearität)
  • Modellwahl für kategoriale und ordinale Response-Variablen (Logit-Modelle, Loglineare Modelle, Quasi-Likelihood-Schätzung für korrelierten binären Response).
  • Modellierung bei wiederholten Messungen (Hypothesentests bei Compound Symmetry und Sphärizität, gemischte Modelle)
  • Ziehung einfacher und komplexer Stichproben (kostenoptimale Ziehung, proportionales Schichten und Poststratifikation, Raking-Ratio-Technik, Varianzoptimierung mit Hilfe automatisierter Segmentierungsverfahren, GREG-Schätzung)
  • Analysen von Cross-Over-Designs
  • Behandlung fehlender Daten
  • Statistische Tolerierung im Qualitäts- und Zuverlässigkeitsmanagement
  • Überwachung messbarer Merkmale durch statistische Prozessregelung SPC (Prozessregelkarten, Ermittlung von Fertigungsverteilungen, Simulationstechniken)

Wir bieten auch Kurse und Seminare in Statistik und Engineering-Anwendungen auf verschiedenen Niveaus an, zugeschnitten auf Ihre Bedürfnisse.

Projektbeispiele aus der produzierenden Industrie

Versuchsplanung
Wir schulten und berieten zu den Themen Datenmanagement, Reporting, Versuchsplanung, Mixed Models und zu allgemeinen Programmierfragen beim Einsatz von R (Benutzerumgebungen, Plug-Ins, Einbindung von C-Code, Erstellung eigener Pakete, objektorientierte Programmierung in S3/S4).
Lebendauer-Analyse
Wir führten eine mehrtägige Minitab- und Statistik-Schulung zur Analyse von Ausfallraten und Lebensdauern der Produkte in Abhängigkeit von Material und Produktionszeitpunkt (Charge) durch.
Absicherung
Für die statistische Absicherung der Fehlerraten von Softwaresystemen erstellten wir umfangreiche Stichprobenpläne. Der hochdimensionale Raum von Einflussparametern wurde statistisch sinnvoll reduziert. Anschließend minimierten wir die Stichprobengröße für eine vorgegebene Sicherheitsschranke durch geschickte Schichtung. Damit die posisson-verteilte Zielvariable unverzerrt modelliert werden konnte, setzten wir einen Generalisierten Regressions-Schätzer ein. Um die Effekte von Systemparametern zu den jeweiligen Entwicklungsständen der Software zu schätzen, wurden fortlaufende Versuchspläne entwickelt.
Lieferanten-Kontrolle
Es wurden Stichprobenpläne entwickelt, mittels derer eine Qualitätsverbesserung durch einen geänderten Produktionsprozess beim Lieferanten überprüft werden sollte. Die Normtabellen des Stichprobensystems nach DIN ISO 2859 (Annahmestichprobenprüfung an Hand der Anzahl fehlerhafter Einheiten) wurden um strengere Qualitätsniveaus (AQL, annehmbare Qualitätsgrenzlagen) erweitert. Außerdem wurden exakte Tests für kleine Stichprobengrößen durchgeführt, um einen Feldversuch zu Materialeigenschaften zu analysieren.
Quality Engineering
Bei vdi, VDE, dem Institut für Umformtechnik und Gießereiwesen der TU München und sechs Industrie-Unternehmen führten wir Workshops zum Thema Quality Engineering mit Taguchi-Verfahren durch. Themen waren Qualitätsmessung, Six Sigma, Varianzanalyse, Signal-to-Noise-Ratio, Robust Design.
Statistik-Schulungen
In gewissen Abständen führen wir in dem Beratungsunternehmen Principia Ingenieros Consultores in Madrid wie auch bei dem Baumaschinenhersteller Wacker Neuson SE in München Schulungen der hochqualifizierten Ingenieure in verschiedenen statistischen Bereichen durch.
SPSS-Seminar
In einem Master für Acoustical Engineering in Industrie und Transport der Escuela Técnica Superior de Ingenieros Industriales (Universidad Politécnica de Madrid) in Zusammenarbeit mit dem spanischen Consejo Superior de Investigaciones Científicas.