Knifflige Produktprobleme sind oft klebrig und zäh wie Kaugummi: Was immer man auch tut, man kriegt sie nicht los. In der Praxis überleben sie, weil die Methode aus Versuch und Irrtum sowohl in der Produktentstehung als auch in der Produktion immer wieder scheitert. Die gute, hoch signifikante Nachricht: Mittels Statistischer Technik sind knifflige Produktprobleme schnell und nachhaltig lösbar.
In meinem Berufsleben habe ich mehr als 100 knifflige Qualitätsprobleme gelöst, die konventionelles Problemlosen aller Art überlebt hatten. Beispielsweise hatte ein Autohersteller Probleme mit dem Zahnriemengeräusch eines Verbrennungsmotors. Versuch und Irrtum in Produktentstehung, Serienanlauf und laufender Produktion verbesserten nichts. Das Problem blieb sowohl im Feld als auch im Werk sehr, sehr teuer. Mittels Statistischer Technik konnte ich die Grundursache aufdecken und die Ausfälle innerhalb weniger Wochen nachhaltig eliminieren.
Statistische Technik erzwingt bereits durch seine ersten beiden Schritte, Planung und Entwurf, das Aufdecken der Grundursache, auch aus der Sicht Dritter. Nur die aufgedeckte Grundursache erlaubt, die beste Problemlösung hinsichtlich Funktion, Geschwindigkeit, Qualität, Kosten und Risiken zu finden.
Nicht immer sind die Grenzen von Versuch und Irrtum und die zugehörige Verschwendung so offensichtlich wie im Beispiel. Bereits Augustine, CEO mehrerer Unternehmen der Luft- und Raumfahrtindustrie, bemerkte, dass der Testaufwand billiger Produkte im Vergleich zu teuren immens hoch ist. Niedrige Kosten von Prototypen verführen zu einem Vorgehen aus vielfachen Versuchen mit jeweils anschliessendem Irrtum. Das ist meist eine hohe und verdeckte Verschwendung.
Zur schnellen und nachhaltigen Lösung kniffliger Produktprobleme ist Statistische Technik oft leistungsfähiger und billiger als Maschinelles Lernen. Statistische Technik ist sogar dann anwendbar, wenn Vorwissen und Daten fehlen. Sie greift gleichzeitig auf alle Prinzipien menschlichen Lernens zu und beschleunigt es. Dagegen erfordert Maschinelles Lernen bereits vorhandene Daten, ignoriert Kausalitäten und wendet jeweils nur eines von fünf Lernprinzipien an, wie der Informatiker Pedro Domingos in „The Master Algorithm“ darstellt.
Der Aufwand für Statistische Technik ist gering. Er umfasst praktisches Lernen anhand konkreter Probleme mit Hilfe von Fachbuch, Training oder Beratung. Dagegen erfordert Maschinelles Lernen immer wieder Einmalaufwand und dauernden Pflegeaufwand.
Sie können sich die Methodik der Statistischen Technik auf vier Wegen aneignen. Beispielsweise lehre ich sie in Wintersemestern an der RWTH Aachen University als Fach Statistische Methoden. Oder Sie finden sie im Fachbuch Statistische Technik, erhältlich bei Amazon. Oder ich berate Sie bei der Lösung konkreter kniffliger Qualitätsprobleme. Oder Sie entscheiden sich für eine unternehmensinterne betriebliche Weiterbildung, in der ausgewählte Ingenieure mehrere knifflige Probleme mit Wirkung auf Kennzahlen Ihres Unternehmens lösen.