Excluding final theses studies

Ziel des Change Management ist es, den Fortschritt im Bereich Automationstechnik, IT, Mikromechanik und Messtechnik in Qualität im Unternehmen umzusetzen. Industrielle Organisationstrukturen sind von horizontal und vertikal vernetzten Anwendungen gekennzeichnet. Qualitätsmanagement als Querschnittsfunktion muss den vernetzten Strukturen folgen. Analog zu den vernetzten Abhängigkeiten wird QUALITY NETWORKING als Qualitäts-Steuerungs-Schema eingeführt. Bei der Realisierung gelten die Leitlinien der DIN/ISO 9000, die system-, prozess-, mitarbeiterorientierte Qualitätsführung und Kontinuierliches Verbessern, sowie Fehlervermeidung als Meta Ziele in den Vordergrund stellt. Kontinuierliches Verbessern im Fertigungsbereich bedeutet automatische Echtzeit- Prozessoptimierung, die gleichzeitig das Prinzip Fehlervermeidung realisiert.Im Fertigungsbereich wird vertikale Prozessautomation im Prozessregelkreis 1 (PRK1) zwischen Leit- und Ressourcenebene einstufig praktiziert und mit statistischen Kennzahlen gesteuert. Damit wird Prozessoptimierung und Fehlervermeidung zu Null-Fehler-Produktion nicht an der Quelle fassbar. Voraussetzung hierfür ist vertikal erweiterte Prozessintegration mit der Prozessebene, die im Prozessregelkreis 2 (PRK2) den Bearbeitungsprozess, Ressourcenparameter und Einflüsse und aus dem Prozessumfeld umfasst. PRK2-Prozesse sind von kurzen Parameteraktionszyklen und vernetzten, nicht-linearen Abhängigkeiten geprägt. Die Beziehungsgeflechte sind mit gebräuchlichen QM Techniken oder mathematisch statistischen Methoden nur unzulänglich abzubilden. Hierzu wird kontinuierliches Prozessmonitoring und online Prozessanalytik notwendig; außerdem Methoden, die Prozess- Optimierungs-Optionen automatisch bzw. selbstlernend erkennen, Regeln zu kausalen Prozesszusammenhänge entdecken und diese schnittstellenfrei zur Optimierung des Prozesses in Echtzeit und maschineller Ressourcen sofort nutzbar bereitstellen.Die Arbeit beschreibt die Entwicklung, Funktionalität, Effektivität und experimentelle Validierung eines solchen Systems. In diesem kommen statistische Verfahren kombiniert mit innovativen Data-Mining Methoden im Rahmen des KDD Prozesses zum Einsatz. Das System stellt mit der Visualisierung gleichzeitig ein Instrument zur fertigungs- und mitarbeiternahen Qualitätsführung dar. Der Übergang von statistischen Qualitätssteuerung -mit iterativen Verbesserungen- hin zu regelbasierter Echtzeit Prozessoptimierung hebt kontinuierliches Verbessern auf ein höheres Niveau und bedeutet ein Paradigmenwechsel im Qualitätsengineering.