FMEA und KI

Eine Ergänzung September 2023:

In einer DGQ-Veranstaltung habe ich ein kleines Startup kennengelernt, welches sich intensiv mit dem Thema KI in der FMEA beschäftigt und einen FMEA-Assistenten entwickeln möchte. Für mehr Informationen bitte Kontakt aufnehmen.

1. Künstliche Intelligenz und FMEA: Eine perfekte Kombination

Die FMEA (Fehlermöglichkeits- und Einflussanalyse) ist ein bewährtes Instrument, um mögliche Fehler in Prozessen, Produkten und Systemen frühzeitig zu erkennen und Risiken systematisch zu reduzieren. Der Einsatz von Künstlicher Intelligenz (KI) bietet großes Potenzial für eine effizientere und wirksamere FMEA. In diesem Artikel werden wir uns mit den Möglichkeiten und Vorteilen der Integration von Künstlicher Intelligenz in die FMEA befassen und anhand von ChatGPT / GPT-4, einem der fortschrittlichsten KI-Modelle, konkrete Anwendungsbeispiele erörtern.

Die Integration von Künstlicher Intelligenz in die FMEA ermöglicht es, den Prozess effizienter, vollständiger und wirksamer zu gestalten. KI-gestützte Algorithmen können dabei helfen, Fehler – Ursache – Folge – Ketten und Netze besser zu erkennen und zu komplettieren, Risikobewertungen zu optimieren und die FMEA-Dokumentation zu automatisieren. Dadurch würden Ressourcen eingespart und die Qualität und Vollständigkeit der Analyse erhöht, was zu einer besseren Wirksamkeit beiträgt.

2. GPT-4: Ein KI-Modell der Extraklasse

GPT-4, ein KI-Modell von OpenAI, ist ein hervorragendes Beispiel dafür, wie Künstliche Intelligenz in der FMEA eingesetzt werden kann. Basierend auf der GPT-Architektur, verfügt GPT-4 über ein tiefes Verständnis von Texten, Kontexten und Zusammenhängen. Dies ermöglicht es GPT-4, menschenähnliche Texte zu verfassen, Fragen für das FMEA-Team zu formulieren und auf Fragen zu antworten. Je genauer und zielgerichteter die Eingaben, die sogenannten Prompts, desto besser das Ergebnis.

3. Anwendung von GPT-4 in der FMEA

Die Fähigkeiten von GPT-4 können dazu genutzt werden, FMEA-Prozesse zu optimieren. Einige Beispiele:

a) Fehleranalyse: GPT-4 kann historische Daten – innerhalb der Software, in zugewiesenen Quellen oder offen, mit der Macht der 100 Billionen Parameter mit denen die KI trainiert wurde, analysieren und dabei Muster und Zusammenhänge erkennen, die auf mögliche Fehlerquellen hinweisen. Teils mögen diese trivial oder bereits bekannt sein, oft aber auch neue Inhalte liefern. Der Moderator kann damit Anregungen bekommen, um die richtigen Fragen zu stellen. Die FMEA gewinnt an Vollständigkeit.

b) Risikobewertung: GPT-4 kann dazu beitragen, die Risikobewertung in der FMEA objektiver und präziser zu gestalten. Durch den Vergleich von Daten und Erfahrungen aus verschiedenen Projekten kann GPT-4 Bewertungen von Risikofaktoren unterstützen und somit eine bessere Priorisierung von Maßnahmen ermöglichen.

c) Automatisierung der FMEA-Dokumentation: GPT-4 kann die Erstellung von FMEA-Berichten und Dokumentationen automatisieren, indem es die Analyseergebnisse in verständliche und strukturierte Texte übersetzt. Dies spart Zeit und Ressourcen und erhöht die Genauigkeit der Dokumentation.

Verschiedene Möglichkeiten der Implementation:

Direkte Integration in FMEA-Software: Eine Möglichkeit besteht darin, GPT-4 direkt in die FMEA-Software zu integrieren. In diesem Szenario hätte das KI-Modell direkten Zugriff auf die notwendigen Daten und Informationen, um gewünschte Funktionen zu erfüllen, Berichte und Dokumentationen zu erstellen.

Bereitstellung von Informationen über eine API: Alternativ kann GPT-4 über eine API (Application Programming Interface) mit den benötigten Informationen versorgt werden. Dabei werden die relevanten Daten aus der FMEA-Software oder anderen Datenquellen exportiert und über die API an GPT-4 übermittelt. Die KI verarbeitet anschließend die bereitgestellten Informationen und generiert den gewünschten Inhalt.

Ich stelle mir vor, dass z.B. Funktions- und Fehler. und Maßnahmenkatalog nicht nur Sammelwerke sind, sondern live und in Millisekunden mit Hilfe der KI nach Relevanz sortiert, geclustert und vor Allem ergänzt werden.

Teile davon sind bereits Realität, wie in dieser Anwendung.

4. Synergieeffekte mit agilen Projektmanagementmethoden

Die Integration von KI wie GPT-4 in die FMEA kann auch in Verbindung mit agilen Projektmanagementmethoden wie Scrum, Kanban oder agilean signifikante Vorteile bieten. Die Kombination aus Künstlicher Intelligenz und agilen Methoden ermöglicht es, FMEA-Prozesse schneller, flexibler und anpassungsfähiger zu gestalten. Hier sind einige Vorteile, die sich aus dieser Kombination ergeben:

1. Schnellere Iterationen: Agile Projektmanagementmethoden fördern kurze Entwicklungszyklen und schnelle Iterationen. Durch die Integration von GPT-4 in die FMEA können Fehlermöglichkeiten und Ursachen schneller erkannt und Risikobewertungen zügiger durchgeführt werden. Dies ermöglicht es, schnell auf Veränderungen zu reagieren und kontinuierlich Verbesserungen vorzunehmen.
2. Bessere Kommunikation und Zusammenarbeit: Agile Methoden legen großen Wert auf die Kommunikation und Zusammenarbeit innerhalb des Teams. KI-Modelle können dabei unterstützen, indem sie die FMEA-Dokumentation und -Kommunikation erleichtern und automatisieren. Dies fördert eine klarere und effizientere Kommunikation zwischen Teammitgliedern und Stakeholdern. KI-Texte sind in manchen Zusammenhängen nicht „schön“. In der FMEA zählt aber die 6-3-4 Regel*!
3. Anpassungsfähigkeit: Agile Methoden ermöglichen es, flexibel auf Veränderungen zu reagieren. Agilität lebt von Veränderung, FMEA ist eher behäbig. Die Integration von KI in die FMEA kann dazu beitragen, eine Brücke zu schlagen, indem z.B. Risiken automatisch neu bewertet und Maßnahmen angepasst werden. Schnellere Reaktionszeiten in der FMEA lassen die gefühlte „Kluft“ zu den schnellen agilen Iterationen schwinden.
4. Kontinuierliches Lernen und Verbesserung: Sowohl agile Methoden als auch KI-Modelle fördern das kontinuierliche Lernen und die Verbesserung von Prozessen. Durch die Kombination beider Ansätze können FMEA-Teams von der kontinuierlichen, iterativen Analyse und Optimierung von Risikobewertungen und Maßnahmen profitieren.

Zusammengefasst ermöglicht die Integration von Künstlicher Intelligenz in die FMEA in Kombination mit agilen Projektmanagementmethoden eine effizientere und anpassungsfähigere Gestaltung von FMEA-Prozessen. Dies führt zu einer höheren Qualität der Analyse, verbesserten Kommunikation und Zusammenarbeit sowie einer schnelleren Reaktion auf Veränderungen und Herausforderungen. Und damit zu besseren, zuverlässigen Produkten bei optimalen Qualitätskosten.

Es ist abzusehen, dass die FMEA sich auch an die neue Welt mit KI anpassen muss. Sind die 7 Schritte nach AIAG/VDA mit KI-Modellen noch dieselben wie ohne? Wird die Kenntnis von KI-Modellen und deren Nutzbarmachung zu einer Kernkompetenz des FMEA-Moderators?

* 6-3-4 Regel: Die FMEA soll nach 6 Jahren von einer dritten Person einer Vierten erklärbar sein.

Text zum Teil erstellt durch und mit GPT-4