Ausliefer-Produkt-Audits (APA)

Das Frühwarnsystem für die

Ausliefer-Produkt-Audits (APA)

Das Frühwarnsystem für die

Ausliefer-Produkt-Audits (APA)

Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA)

Gliederung:

• Auswertung der APA-Daten

• Datengrundlage

• Konzeption

• Training

• Testlauf

• Die Folgen von APA-Beanstandungen

• Datengrundlage

• Konzeption

• Abhängigkeitstest

• Implementierung und Umsetzung

• Zusammenfassung

Generelle Bemerkungen

Zwei Ziele der Diplomarbeit:

• Auswertung der APA-Daten

• Hinzunahme einer zweiten Datenbank (sog. QUIS-Datenbank), um Korrelationen zwischen den APA-Daten und den QUIS-Daten

aufzudecken

Umsetzung:

• Auch Programm ist zweigeteilt

• Theoretisch kann ein Teil auch einzeln durchgeführt werden

Datengrundlage

Ausliefer-Produkt-Audit-Datenbank (APA):

• Im Anschluss an Produktion wird bei ca. 1% aller Fahrzeuge (bei DaimlerChrysler) ein sogenanntes Audit erstellt

• Dazu wird aus Kundensicht das Fahrzeug geprüft und evtl. werden Beanstandungen gemacht

• In APA werden die allgemeinen Fahrzeugdaten (Fahrzeug- Identifikationsnummer, Produktionsdatum, etc.) und die

Beanstandungen abgelegt

• Beanstandungen werden über (5-stellige) Schadenschlüssel gespeichert

• Diese Audits sind in der Norm DIN / ISO 16949 explizit gefordert

Konzeption

Ziel:

Das Frühwarnsystem soll erkennen, ob sich die Qualität der Fahrzeuge verschlechtert.

Durchführung:

Vereinfacht wird in einem Trainingslauf zunächst der

„Normalzustand“ ermittelt und in einem anschließenden Testlauf ein bestimmter Zeitraum auf evtl. Abweichungen davon getestet.

Hierbei werden alle Fahrzeuge gleich behandelt und lediglich in Baureihen- oder Baumustergruppen eingeteilt, die dann gesondert betrachtet werden.

Konzeption

Schematischer Aufbau des APA-Frühwarnsystems

Training

• Betrachtung aller Fahrzeuge der Trainingsmenge und deren Beanstandungen

• Für alle vorkommenden Beanstandungen: Ermittlung der Anzahl k der Fahrzeuge mit dieser Beanstandung gruppiert nach Baureihen oder Baumustern

• Berechnung der Wahrscheinlichkeit für das Auftreten der bestimmten Beanstandung innerhalb der bestimmten Gruppe als Quotient aus k und n, wobei n die Gesamtanzahl an Fahrzeugen der Gruppe ist

• Daraus resultieren Beanstandungswahrscheinlichkeiten der Form

n p = k

Testlauf

Ziel:

Entscheidung, ob signifikanter Unterschied der Fehlerzahl der

Fahrzeuge der Trainings- und der Testmenge vorliegt anhand eines statistischen Tests

Gegebene Werte:

• n : Anzahl an Fahrzeugen der Trainingsmenge

• k : Anzahl an Fahrzeugen der Trainingsmenge mit der entsprechenden Beanstandung

• n‘ , k‘ : analoge Werte innerhalb der Testmenge

• f : Faktor zwischen 1,5 und 2 , abhängig von der „Schwere“ der Beanstandung

Testlauf

• Erwartungswert

• Standardabweichung

• relativer Fehler bei der Berechnung von p

• Ausgabe einer Warnung, falls

p n

E = '⋅

) 1

(

' p p

n

S = ⋅ ⋅ −

p n

r = ^{1 −}_⋅ p

r S

f E

k ' > + ⋅ + 2 ⋅

Datengrundlage

Qualitäts-Informationssystem (QUIS):

• Enthält von allen Fahrzeugen der letzten 10 Jahre allgemeine Fahrzeugdaten (Typ-Beschreibung, Produktionsdatum, …)

• Zusätzlich sind alle Garantie- und Kulanzfälle aller Fahrzeuge der letzten 10 Jahre abgespeichert

• Bildet somit riesiges Data Warehouse

Konzeption

Ziel:

Dieser Teil des Systems soll einen möglichen Zusammenhang zwischen den APA-Beanstandungen und den Garantiefällen auffinden, d.h. die Garantiefälle zum Teil als Folgeschäden auffassen.

Durchführung:

Zu diesem Zweck werden alle mit einer gewissen Häufigkeit

auftretenden Schadenspaare (eine APA-Beanstandung und ein Quis- Schaden) analysiert und versucht eine Abhängigkeit nachuzweisen.

Konzeption

Schematischer Aufbau der APA-Folgeschäden-Erkennung

Abhängigkeitstest

Die geben die entsprechenden Anzahlen an Fahrzeugen an.h _ij

Nein Ja APA-

Schaden

Quis-Schaden Nein Ja

h 00

h 10

h 01

h 11

Als Grundlage für den Signifikanztest dient folgende Vierfeldertafel:

Abhängigkeitstest

• Wahrscheinlichkeit für QUIS-Fehler

• Wahrscheinlichkeit für APA-Beanstandung

• W.keit, dass beides eintritt

(unter der Annahme der Unabhängigkeit)

• Mit diesen Größen wird nun ein auf der Binomialverteilung basierender Test durchgeführt.

n h p_Q = h⁰⁰ + ¹⁰

n h p_A = h⁰⁰ + ⁰¹

A Q p p

p = ⋅

Implementierung und Umsetzung

thttpd

Webserver

Intranet,

über Browser CGI-Modul

Perl- Skripte

MySQL-DB

D^BI

- Modul

Benutzer

QUIS-DB

Intranet, DBI-Modul

FWS-Server

Zusammenfassung

• Analyse der APA-Daten

• Erfassung des „Normalzustandes“ im Trainingslauf

• Testen eines nicht im Trainingszeitraum enthaltenen Zeitabschnitts auf Abweichungen von der zu erwartenden Fehleranzahl

• Hinzunahme der Garantie-Datenbank (QUIS)

• Identifizierung der Garantieschäden als Folgeschäden

• Testen, ob bestimmte APA-Schäden und QUIS-Schäden voneinander abhängig sind

• Zur Realisierung verwendete Sprachen / Module: Perl, CGI, DBI

• Verwendetes DBMS: MySQL