Datengetriebene Prozessoptimierung für Geberit AG
Für die Geberit AG haben wir historische Prüfdaten analysiert und mittels Machine Learning neue Erkenntnisse für die Optimierung des Qualitätsprüfprozesses gewonnen. Dadurch konnten konkrete Massnahmen abgeleitet, Prüfzeiten reduziert und Produktionsfehler verringert werden.
Eckdaten
- Datenanalyse historischer Produktions- und Prüfdaten
- Einsatz von Machine-Learning-Modellen für Prozessoptimierung
- Nutzung einer leistungsfähigen Data-Science-Plattform
- Moderation und Durchführung von Workshops zur Massnahmenableitung
- Ableitung konkreter Optimierungsprojekte
- Schnelle Erkenntnisgewinnung (Time-to-Insight in wenigen Tagen)
- Zusammenarbeit mit Fachexperten und Ingenieuren für valide Ergebnisse
Kundenbeschreibung
Die Geberit AG ist ein weltweit führender Schweizer Konzern im Sanitärbereich. Vor der Auslieferung durchlaufen alle Produkte eine engmaschige Qualitätsprüfung – ein zentraler Prozessschritt, der hohe Güte, Konstanz und Effizienz sicherstellen muss.
Herausforderung
Obwohl der Prüfprozess bereits sehr zuverlässig war, sollte er durch die Nutzung mehrjähriger historischer Daten weiter optimiert werden. Zusätzlich sollten aus den Daten Rückschlüsse auf vorgelagerte Produktionsprozesse gezogen werden, um Fehler zu reduzieren und die Gesamteffizienz zu steigern.
Unser Beitrag
Wir analysierten die historischen Prüfdaten mit unserer Data-Science-Plattform und erstellten Machine-Learning-Modelle, die neue Einsichten ermöglichten. In Workshops entwickelten wir gemeinsam mit Geberit und m&f Engineering Massnahmen zur Prozessverbesserung. Drei konkrete Projekte wurden identifiziert, zwei davon konnten sofort umgesetzt werden. Erste Erkenntnisse lagen bereits nach wenigen Tagen vor.
Wir sind gerne persönlich für Sie da.
Bereit für den nächsten Schritt? Wir sind es auch.
