Es ist erstaunlich, wie häufig uns immer noch Rückrufnachrichten von Automobilherstellern erreichen - trotz den Möglichkeiten, die Big Data Anwendungen im Automotive-Umfeld zur Qualitätssteigerung bieten. Aber Fakt ist: Auf der 2014er Rückrufliste des ADAC haben sich in nur drei Monaten ganze sieben Hersteller mit zehn verschiedenen Modellen angesammelt, die ihre Produkte zurück ins Werk oder zumindest in die Werkstatt rufen mussten.

Es sieht also fast so aus, als ob man da anknüpft, wo man schon einmal war: Im Jahr 2012 erreichten die Rückrufaktionen ein unfassbares Rekordniveau. Laut einer Studie des Center of Automotive Management (CAM) in Bergisch Gladbach waren 15.6 Mio Pkws in USA von Rückrufaktionen betroffen. Über einen Zeitraum von 4 Jahren mussten in USA 63 Mio Fahrzeuge zurückgerufen werden - von 2009 bis 2012 wurden sogar mehr Autos zurückgerufen als verkauft.

Warum im Zeitalter der Digitalisierung groß angelegte Rückrufaktionen immer noch an der Tagesordnung vieler Hersteller stehen, ist mir ein Rätsel. Die Automobilbranche macht für die Rückrufaktionen den gestiegenen Kostendruck, die steigende technische Komplexität, die kürzeren Entwicklungszyklen und den stetig steigenden Anteil der Zuliefererteile verantwortlich. Aber gerade heute gibt es mannigfaltige Möglichkeiten die Produktionsprozesse zu überwachen und zu analysieren. Bleibt die Frage, ob diese Informationsquellen schon genutzt werden. Und die Antwort muss lauten: wahrscheinlich nein. Stand heute sind immer noch die Ersatzteilmanager die Seismografen der Automobilhersteller. Wird ein Ersatzteil häufiger nachgefragt, könnte das auf ein Problem hinweisen, das vielleicht herstellerbedingt ist. Das war's an Analytics in der Automotive-Branche!

Moderne Analyseverfahren können heute in ganz frühen Stadien Warnsignale senden, bevor es zu Nachbestellungen beim Zulieferer oder gar zu großen Rückrufaktionen kommt. Durch die ganzheitliche Auswertung von Produktionsdaten über einzelne Produktionsstandorte und Lieferanten hinweg, können effiziente Frühwarnsysteme eingerichtet werden, die konstant Leistungskennzahlen liefern. Aber das ist nur ein Beispiel von vielen: Heute liefert jede Produktionsstraße eine Vielzahl von Daten, jedoch wird nur ein Bruchteil davon genutzt. Man verpasst die Chance, Fehler frühzeitig zu erkennen - gerade bei neuen, nicht erwarteten Fehlermustern.

Big Data ist in aller Munde, jedoch nutzt nur eine kleiner Anteil von Industrieunternehmen die Daten, die sie heute schon zur Verfügung haben für ihren Wettbewerbsvorteil, wie eine Studie der Universität Potsdam belegt. Mehr Informationen über Big Data@Automotive, die Qualität in der Produktion und wie sie diese mit einer intelligenten Datenanalyse steigern, haben wir in einem Webinar für Sie zusammengestellt.