DE102021109818A1 - Verfahren zur Qualitätssicherung von Produkten - Google Patents

Verfahren zur Qualitätssicherung von Produkten Download PDF

Info

Publication number
DE102021109818A1
DE102021109818A1 DE102021109818.1A DE102021109818A DE102021109818A1 DE 102021109818 A1 DE102021109818 A1 DE 102021109818A1 DE 102021109818 A DE102021109818 A DE 102021109818A DE 102021109818 A1 DE102021109818 A1 DE 102021109818A1
Authority
DE
Germany
Prior art keywords
artificial intelligence
products
status
production
blockchain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102021109818.1A
Other languages
English (en)
Inventor
Christian Weber
Patrick Ratheiser
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Leftshift One Software GmbH
Original Assignee
Leftshift One Software GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Leftshift One Software GmbH filed Critical Leftshift One Software GmbH
Priority to DE102021109818.1A priority Critical patent/DE102021109818A1/de
Priority to PCT/EP2022/060289 priority patent/WO2022223545A1/de
Publication of DE102021109818A1 publication Critical patent/DE102021109818A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3236Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
    • H04L9/3239Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32177Computer assisted quality surveyance, caq
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32194Quality prediction

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung betrifft ein Verfahren, insbesondere computerimplementiertes Verfahren, zur Qualitätssicherung von Produkten (1), insbesondere von Medikamenten, von Halbleiterelementen und/oder von Lebensmitteln, bei dem Zustandsmitteilungen (2) von Zuständen der Produkte (1) und/oder einer Produktion der Produkte (1) bezüglich Qualitätsvorgaben (16) ausgewertet werden und bei dem anhand der Auswertung eine Handlung (6, 19) zu den Produkten (1), der Produktion und/oder einem Produktionsablauf erfolgt. Erfindungsgemäß werden beim Verfahren mittels einer künstlichen Intelligenz (3) die Zustandsmitteilungen (2) ausgewertet und die Handlung (6, 19) veranlasst. Ferner betrifft die Erfindung ein Qualitätssicherungssystem zur Qualitätssicherung von Produkten (1) gemäß diesem Verfahren.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zur Qualitätssicherung von Produkten, insbesondere von Medikamenten und/oder von Halbleiterelementen, bei dem Zustandsmitteilungen von Zuständen der Produkte und/oder einer Produktion der Produkte bezüglich Qualitätsvorgaben ausgewertet werden und bei dem anhand der Auswertung eine Handlung zu den Produkten, der Produktion und/oder einem Produktionsablauf erfolgt.
  • Seit längerem sind Verfahren zur Qualitätssicherung bekannt, bei denen beispielsweise Produkte analysiert werden und anhand der Analyse die Produkte entsprechend weiterverarbeitet oder aus der Produktion entfernt werden.
  • Aufgabe der vorliegenden Erfindung ist es, ein Verfahren zur Qualitätssicherung zu verbessern.
  • Die Aufgabe wird gelöst durch ein Verfahren zur Qualitätssicherung und ein Qualitätssicherungssystem mit den Merkmalen der unabhängigen Patentansprüche.
  • Vorgeschlagen wird ein Verfahren zur Qualitätssicherung von Produkten. Das Verfahren kann ferner ein computerimplementiertes Verfahren sein. Bei derartigen Produkten kann es sich um Medikamente, um Halbleiterelemente und/oder um Lebensmittel handeln.
  • Beim Verfahren werden Zustandsmitteilungen von Zuständen der Produkte und/oder einer Produktion der Produkte bezüglich Qualitätsvorgaben ausgewertet. Die Qualitätsvorgaben können dabei von einem Produzenten oder von einem Auftraggeber, welche die Produktion der Produkte in Auftrag gegeben hat, vorgegeben werden. Beispielhaft handelt es sich bei den Qualitätsvorgaben um eine Einhaltung von Parametern der Produkte, wie beispielsweise die Einhaltung eines vorgegebenen Temperaturbereichs der Produkte, um eine Zuverlässigkeit bei der Funktion der Produkte, wenn die Produkte beispielsweise Halbleiterelemente sind, oder beispielsweise um eine Sterilität der Produkte, wenn die Produkte Medikamente oder medizinische Produkte sind.
  • Ferner erfolgt beim Verfahren anhand der Auswertung eine Handlung zu den Produkten, der Produktion und/oder einem Produktionsablauf.
  • Erfindungsgemäß werden beim Verfahren mittels einer künstlichen Intelligenz die Zustandsmitteilungen ausgewertet und die Handlung wird veranlasst. Dabei veranlasst die künstliche Intelligenz die Handlung. Mit Hilfe der künstlichen Intelligenz kann die Qualitätssicherung der Produkte automatisiert und beschleunigt werden. Außerdem können mittels der künstlichen Intelligenz Fehler, welche auf menschliches Versagen zurückzuführen sind, vermindert werden.
  • Vorteilhaft ist es, wenn das Verfahren von der künstlichen Intelligenz durchgeführt wird.
  • Von Vorteil ist es, wenn zumindest die auf Basis der Zustandsmitteilungen von der künstlichen Intelligenz getroffenen Entscheidungen in einer Blockchain gespeichert werden. Zusätzlich oder alternativ können auch zumindest die Zustandsmitteilungen in einer Blockchain gespeichert werden. Weiterhin zusätzlich oder alternativ können die auf Basis der Entscheidungen veranlassten Handlungen in einer Blockchain gespeichert werden. Die Blockchain stellt eine gute Möglichkeit dar, Daten, wie hier die Zustandsmitteilungen, die Entscheidungen der künstlichen Intelligenz und/oder die Handlungen der künstlichen Intelligenz, zu speichern bzw. zu dokumentieren. Die Dokumentation, oder auch Protokollierung, derartiger Daten ist dahingehend wichtig, dass damit nachvollzogen werden kann, wie die Handlung zu einem Produkt und/oder zur Produktion und/oder zum Produktionsablauf zustande kam. Beispielsweise kann damit nachgewiesen werden, dass die Produkte eine Produktionsstelle mit hoher Qualität bzw. innerhalb von den Qualitätsvorgaben verlassen hat. Mittels einer Speicherung und der damit verbundenen Dokumentation der Entscheidungen der künstlichen Intelligenz kann auch nachgewiesen werden, dass diese korrekt entschieden hat. Die Blockchain hat dabei den Vorteil, dass diese besonders fälschungssicher ist.
  • Vorteilhaft ist es, wenn zur Optimierung der künstlichen Intelligenz bei einer Fehlfunktion eine Ermittlung einer Fehlerursache anhand der Blockchain erfolgt. In der Blockchain können zumindest die Zustandsmitteilungen, Entscheidungen der künstlichen Intelligenz und/oder die Handlungen der künstlichen Intelligenz gespeichert sein. Wird beispielsweise anhand von Zustandsmitteilungen eine falsche bzw. fehlerhafte Entscheidung getroffen, kann dies anhand der Blockchain nachvollzogen werden und dahingehend die künstliche Intelligenz optimiert werden.
  • Zusätzlich oder alternativ kann eine Analyse der Fehlerursache erfolgen. Dabei kann auch analysiert werden, wie ein entsprechender Fehler vermieden werden kann.
  • Weiterhin zusätzlich oder alternativ kann ein Training zur Verbesserung der künstlichen Intelligenz, insbesondere anhand der Analyse, erfolgen. Dies ist ein Vorteil der künstlichen Intelligenz, die anhand von verursachten Fehlern trainiert werden kann, den Fehler zu vermeiden.
  • Des Weiteren kann bei der Optimierung der Prozess mit der Abkürzung CAPA angewendet werden. CAPA steht dabei für „Corrective and Preventive Action“, also Korrektur- und Vorbeugemaßnahme. Beispielsweise wird die künstliche Intelligenz durch das Optimieren, insbesondere in der Auswertung der Zustandsmitteilungen, der Findung der Entscheidungen und/oder der Veranlassung der Handlungen korrigiert, um weitere Fehler vorzubeugen.
  • Von Vorteil ist es, wenn zur Optimierung der künstlichen Intelligenz aus der Blockchain die zu den Fehlerursachen zugeordneten Zustandsmitteilungen herangezogen werden. Dadurch kann bei Wiederauftreten von Zustandsmitteilungen, die zu den Fehlerursachen geführt haben, eine entsprechend bessere Entscheidung getroffen und/oder eine bessere Handlung veranlasst werden. Zusätzlich oder alternativ können zur Optimierung der künstlichen Intelligenz aus der Blockchain die zu den Fehlerursachen zugeordneten Entscheidungen und/oder veranlassten Handlungen der künstlichen Intelligenz herangezogen werden.
  • Vorteilhaft ist es, wenn das Training der künstlichen Intelligenz, insbesondere anhand der Analyse der Fehlerursache, in der Blockchain gespeichert wird, wobei das Trainieren der künstlichen Intelligenz vorzugsweise in Form einer Dokumentation in der Blockchain gespeichert wird. Dadurch kann auch die Optimierung, das heißt die Ermittlung der Fehlerursache, die Analyse und/oder das Trainieren, der künstlichen Intelligenz nachvollzogen werden. Ist beispielsweise das Trainieren der künstlichen Intelligenz fehlerhaft, kann darauf eingegangen werden. Auch kann nachgewiesen werden, dass das Trainieren fehlerfrei war und ein möglicher Fehler andere Ursachen hat.
  • Von Vorteil ist es, wenn bei der Auswertung der Zustandsmitteilungen zumindest einige der Zustandsmitteilungen mit einer Gewichtung versehen werden. Beispielsweise können einige Zustandsmitteilungen relevanter für die Qualität der Produkte sein als andere Zustandsmitteilungen. Relevantere Zustandsmitteilungen können mit einer höheren Gewichtung versehen werden, als weniger relevante Zustandsmitteilungen. Beispielsweise kann ein Produkt empfindlich auf Temperaturunterschiede reagieren, so dass bei hohen Temperaturunterschieden die Qualität des Produkts sinkt. Eine derartige Zustandsmitteilung, welche die Temperaturunterschiede beinhaltet, kann somit eine hohe Gewichtung erhalten. Andere Produkte können dagegen lichtempfindlich sein, jedoch weniger empfindlich auf Temperaturunterschiede. Diese Produkte können eine hohe Gewichtung auf einen Lichteintrag und eine geringere Gewichtung auf Temperaturunterschiede erhalten.
  • Vorteilhaft ist es, wenn die Auswertung der Zustandsmitteilungen, die von der künstlichen Intelligenz veranlasste Handlung, die Zustandsmitteilung, ein Zustand der künstlichen Intelligenz, die Trainingsdaten der künstlichen Intelligenz, das Training der künstlichen Intelligenz, das Optimieren der künstlichen Intelligenz, das Testen der künstlichen Intelligenz, die zumindest eine Gewichtung, einen Zeitstempel und/oder ein Zustand der künstlichen Intelligenz in einer Blockchain gespeichert werden, wobei ein derartiges Speichern kontinuierlich oder in Intervallen erfolgt. Insbesondere mittels dem Speichern des Zustands der künstlichen Intelligenz kann die künstliche Intelligenz dokumentiert werden. Dabei werden als Zustand beispielsweise die Einstellungen und/oder Parameter der künstlichen Intelligenz gespeichert.
  • Vorteilhaft ist es, wenn bei Fehlfunktionen und/oder bei einem Nachlassen einer Zuverlässigkeit der künstlichen Intelligenz diese, insbesondere anhand der Blockchain, zu einem vorhergehenden Zustand der künstlichen Intelligenz zurückgesetzt und/oder optimiert wird. Somit kann beispielsweise zu einer früheren Version zurückgegangen werden, welche zumindest besser funktionierte als die gegenwärtige künstliche Intelligenz. Die einzelnen Versionen und/oder Einstellungen der künstlichen Intelligenz können ebenfalls in der Blockchain gespeichert sein, so dass anhand der Blockchain eine vorherige Version der künstlichen Intelligenz wiederhergestellt werden kann.
  • Von Vorteil ist es, wenn bei einer Einhaltung der Qualitätsvorgaben als Handlung die Produkte freigegeben werden und/oder die Produkte zur Freigabe vorbereitet werden. Die Produkte befinden sich somit innerhalb der Qualitätsvorgaben und können beispielsweise für einen Verkauf oder eine Auslieferung freigegeben werden.
  • Vorteilhaft ist es, wenn bei einer Verletzung der Qualitätsvorgaben als Handlung die Auswertung der Zustandsmitteilungen an ein Produktionspersonal übermittelt wird. Zusätzlich oder alternativ kann bei der Verletzung der Qualitätsvorgaben als Handlung eine Mitteilung über die Verletzung der Qualitätsvorgaben an ein Produktionspersonal übermittelt werden. Dabei kann eine entsprechende Handlung auch an ein Qualitätspersonal veranlasst werden. Ein entsprechendes Personal kann somit die Ursache der Verletzung der Qualitätsvorgaben analysieren und entsprechende Fehler oder ähnliches beheben. Das entsprechende Personal kann auch, insbesondere anhand der Mitteilung über die Verletzung der Qualitätsvorgaben, die künstliche Intelligenz darauf trainieren, so dass die Qualitätsvorgaben in Zukunft eingehalten werden. Zusätzlich oder alternativ kann das entsprechende Personal darüber entscheiden, ob die Produkte trotz der Verletzung der Qualitätsvorgaben zum Verkauf und/oder zur Auslieferung freigegeben werden können, weil die Verletzung lediglich minimal ist oder ein Fehler in der Auswertung vorliegt.
  • Zusätzlich oder alternativ kann die künstliche Intelligenz die Produktion der Produkte stoppen. So können Rohstoffe eingespart werden, die bei der Produktion von fehlerhaften Produkten auftreten würde. Zusätzlich oder alternativ kann die künstliche Intelligenz die Produkte auch zurückhalten. Diese Produkte können dann genauer analysiert werden.
  • Von Vorteil ist es, wenn als Zustandsmitteilungen Sensormitteilungen zumindest eines Sensors zur Überwachung eines Qualitätsparameters der Produkte und/oder Produktionsparameter bei der Produktion ausgewertet werden. Bei der Produktion werden vorteilhafterweise Sensoren eingesetzt, mittels denen Produktionsparameter überwacht werden können. Beispielsweise werden Temperatursensoren eingesetzt, um bei der Produktion die Temperatur zu überwachen. So ist beispielsweise eine Qualitätsvorgabe, dass die Temperatur der Produkte einen Grenzwert nicht überschreiten oder unterschreiten darf. Derartige Sensordaten oder hier Sensormitteilungen werden als Zustandsmitteilungen von der künstlichen Intelligenz ausgewertet.
  • Vorteilhaft ist es, wenn als Zustandsmitteilungen Produktionsanlagenmitteilungen einer bei der Produktion der Produkte eingesetzten Produktionsanlage ausgewertet werden. Beispielsweise kann als Produktionsanlagenmitteilungen eine Produktionsgeschwindigkeit als Zustandsmitteilung ausgewertet werden. Die Produktionsanlagenmitteilungen können somit Einstellungen der Produktionsanlage und/oder Mitteilungen einer Steuerung der Produktionsanlage sein. Im Allgemeinen sinkt mit steigender Produktionsgeschwindigkeit die Qualität der Produkte, so dass beispielsweise anhand dessen die künstliche Intelligenz die Produktionsgeschwindigkeit als Handlung verlangsamen kann.
  • Von Vorteil ist es, wenn als Zustandsmitteilungen Eingabemitteilungen von Personen ausgewertet werden. Derartige Eingabemitteilungen werden auch als Tickets bezeichnet. Mittels derartigen Eingabemitteilungen kann das Personal beispielsweise Auffälligkeiten oder auch bekannte Abweichungen bei der Produktion und/oder beim Produktionsablauf mitteilen, welche dann von der künstlichen Intelligenz ausgewertet werden.
  • Vorteilhaft ist es, wenn als Zustandsmitteilungen Umgebungsmitteilungen ausgewertet werden. Eine Umgebungsmitteilung kann beispielsweise eine Umgebungstemperatur sein. Es kann einen Einfluss auf die Qualität der Produkte haben, wenn die Umgebungstemperatur, beispielsweise der Produktionsanlage, vergleichsweise hoch, beispielsweise +50°C, oder niedrig, beispielsweise -20°C, ist. Als weiteres Beispiel kann beispielsweise eine Luftfeuchtigkeit als Umgebungsmitteilungen ausgewertet werden.
  • Von Vorteil ist es, wenn als Zustandsmitteilungen Rohstoffparameter von für die Produkte eingesetzten Rohstoffen ausgewertet werden. Auswirkungen auf die Qualität der Produkte können ferner die Rohstoffparameter haben.
  • Vorteilhaft ist es, wenn mittels den Zustandsmitteilungen die künstliche Intelligenz gelernt wird. Zusätzlich oder alternativ kann anhand der Auswertung der Zustandsmitteilungen die künstliche Intelligenz gelernt werden. Zusätzlich oder alternativ kann anhand der Eingabemitteilungen des Produktionspersonales die künstliche Intelligenz gelernt werden.
  • Von Vorteil ist es, wenn die künstliche Intelligenz mittels Trainingsdaten zu den Produkten und/oder zur Produktion der Produkte und/oder zu den Zustandsmitteilungen trainiert wird. Dadurch kann die künstliche Intelligenz verbessert werden.
  • Vorteilhaft ist es, wenn die künstliche Intelligenz mittels Testprodukten und/oder Testzustandsmitteilungen getestet wird. Dadurch erfolgt ein Testen. Die Testprodukte und/oder Testzustandsmitteilungen können genormte Produkte und/oder Zustandsmitteilungen sein, mittels denen die künstliche Intelligenz mit einem genormten oder festen Testverfahren getestet wird. Ein derartiges Testen der künstlichen Intelligenz kann dabei in Intervallen erfolgt. Von Zeit zu Zeit kann damit überprüft werden, ob die künstliche Intelligenz korrekt arbeitet.
  • Vorgeschlagen wird ferner ein Qualitätssicherungssystem zur Qualitätssicherung von Produkten, insbesondere Medikamenten und/oder Halbleiterelementen, das ausgebildet ist, ein Verfahren gemäß einem oder mehreren der in der vorangegangenen und/oder nachfolgenden Beschreibung beschriebenen Verfahrensschritt durchzuführen.
  • Das Qualitätssicherungssystem kann eine Recheneinheit umfassen, die ausgebildet ist, die künstliche Intelligenz auszuführen. Die Recheneinheit kann auch mittels eines Computers ausgebildet sein. Das Qualitätssicherungssystem kann ferner eine Auswerteinheit und/oder Steuereinheit umfassen, die ausgebildet ist, die künstliche Intelligenz auszuführen. Beispielsweise kann die künstliche Intelligenz von der Recheneinheit ausgeführt werden, wobei die künstliche Intelligenz die Recheneinheit veranlassen kann, das Verfahren gemäß einem oder mehreren der in der vorangegangenen und/oder nachfolgenden Beschreibung beschriebenen Verfahrensschritte durchzuführen. Vorteilhafterweise kann das Qualitätssicherungssystem einen Speicher umfassen, auf dem die künstliche Intelligenz und/oder der künstlichen Intelligenz zugrundeliegenden Befehle hinterlegt sind, beispielsweise in Form eines Computerprogramms.
  • Vorgeschlagen wird weiterhin ein Computerprogramm umfassend die künstliche Intelligenz, das bei Ausführung durch eine Recheneinheit diese veranlasst, zumindest einen Teil der Verfahrensschritte des Verfahrens zur Qualitätssicherung einem oder mehreren der in der vorangegangenen und/oder nachfolgenden Beschreibung beschriebenen Verfahrensschritte durchzuführen. Das Computerprogramm kann beispielsweise auf dem Speicher des Qualitätssicherungsprogramms hinterlegt sein und/oder werden und von der Recheneinheit ausgeführt werden. Die Recheneinheit kann auch mittels eines Computers ausgebildet sein.
  • Das Computerprogramm kann ferner die künstliche Intelligenz und zur Ausführung der künstlichen Intelligenz zugrundeliegende Befehle und/oder Programmteile umfassen. Das Computerprogramm kann auch die künstliche Intelligenz sein, wobei die künstliche Intelligenz durch das Computerprogramm definiert ist.
  • Vorgeschlagen wird außerdem ein computerlesbares Speichermedium, umfassend ein Computerprogramm, wobei das Computerprogramm die künstliche Intelligenz umfasst, das bei Ausführung mittels eines Computers diesen veranlasst, das Verfahren zur Qualitätssicherung gemäß einem oder mehreren der in der vorangegangenen und/oder nachfolgenden Beschreibung beschriebenen Verfahrensschritte auszuführen. Das computerlesbares Speichermedium kann der oben genannte Speicher sein. Das Computerprogramm kann gemäß einem Merkmal der vorangegangenen und/oder nachfolgenden Beschreibung ausgebildet sein.
  • Vorteilhaft ist es, wenn das Qualitätssicherungssystem einen Computer, zumindest eine Recheneinheit, eine Auswerteinheit, eine Steuereinheit und/oder einen PC umfasst, auf welchen die künstliche Intelligenz, das Computerprogramm mit der künstlichen Intelligenz betrieben wird. Die künstliche Intelligenz und/oder das Computerprogramm mit der künstlichen Intelligenz kann dabei die Computer, zumindest die Recheneinheit, die Auswerteinheit, die Steuereinheit und/oder den PC veranlassen, Verfahren zur Qualitätssicherung gemäß einem Merkmal der vorangegangenen und/oder nachfolgenden Beschreibung auszuführen.
  • Weitere Vorteile der Erfindung sind in den nachfolgenden Ausführungsbeispielen beschrieben. Es zeigen:
    • 1 ein schematisches Flussdiagramm eines Verfahrens zur Qualitätssicherung und
    • 2 ein schematisches Flussdiagramm zum Optimieren der künstlichen Intelligenz.
  • 1 zeigt ein schematisches Flussdiagramm eines Verfahrens zur Qualitätssicherung von Produkten 1. Das Flussdiagramm zeigt mehrere Blöcke, welche mittels Pfeilen miteinander verbunden sind.
  • Gemäß dem hier gezeigten Ausführungsbeispiel werden Produkte 1 mittels einer hier teilweise schematisch gezeigten Produktionsanlage 9 produziert.
  • Hier ist lediglich ein Förderband 10 zum Fördern der Produkte 1 gezeigt. Natürlich kann die Produktionsanlage 9 noch weitere Elemente umfassen, die jedoch hier nicht gezeigt sind. Ferner ist hier der Übersichtlichkeit halber lediglich ein Produkt 1 mit einem Bezugszeichen versehen.
  • Bei den Produkten 1 kann es sich, wie hier gezeigt ist, um Medikamente in Form von hier gezeigten Ampullen handeln. Alternativ kann es sich auch um Halbleiterprodukte, um Lebensmittel oder medizinische Produkte handeln.
  • Beim Verfahren werden Zustandsmitteilungen 2a - 2e von Zuständen der Produkte 1 und/oder einer Produktion der Produkte 1 bezüglich Qualitätsvorgaben 16 ausgewertet. Die Qualitätsvorgaben 16 können dabei von einem Produzenten und/oder von einem Auftraggeber der Produktion vorgegeben sein.
  • Wie hier gezeigt ist, können mehrere Zustandsmitteilungen 2a - 2e vorhanden sein, wobei hier beispielhaft einige Zustandsmitteilungen 2a - 2e gezeigt sind.
  • Eine hier gezeigte erste Zustandsmitteilung 2a kann beispielsweise eine Eingabemitteilung von Personen wie beispielsweise einem Produktionspersonal oder einem Qualitätspersonal sein. Derartige Eingabemitteilungen können als Tickets bezeichnet werden. In den Eingabemitteilungen können ferner beispielsweise Auffälligkeiten bei der Produktionsanlage 9 hinterlegt sein, welche einem Produktionspersonal aufgefallen sind und welche für die Produktion relevant sind oder relevant sein könnten.
  • Eine weitere hier gezeigte zweite Zustandsmitteilung 2b kann beispielsweise eine Sensormitteilung sein, welche von einem ersten Sensor 12 stammt. Bei dem ersten Sensor 12 kann es sich beispielsweise um einen Temperatursensor handeln, welcher eine Temperatur eines Innenraums 14 der Produktionsanlage 9 und/oder eine Temperatur der Produkte 1 ermitteln kann. Die gemessene Temperatur wird somit als hier gezeigte zweite Zustandsmitteilung 2b bzw. Sensormitteilung ausgewertet. Die Temperatur der Produkte 1 kann ein wichtiger Parameter bei der Auswertung der Qualität sein. Natürlich sind auch andere Sensoren 12, 13 möglich, wie beispielsweise ein Lichtsensor oder ein Feuchtigkeitssensor.
  • Des Weiteren ist hier eine dritte Zustandsmitteilung 2c gezeigt, welche in diesem Ausführungsbeispiel eine Produktionsanlagenmitteilung ist. Eine Produktionsanlagenmitteilung kann beispielsweise eine Einstellung der Produktionsanlage 9 sein. Hier stammt die dritte Zustandsmitteilung 2c bzw. die Produktionsanlagenmitteilung schematisch von dem Förderband 10. Beispielsweise ist die dritte Zustandsmitteilung 2c bzw. die Produktionsanlagenmitteilung eine Geschwindigkeit des Förderbandes 10, welche ebenfalls Auswirkungen auf die Qualität der Produkte 1 haben kann. Zusätzlich oder alternativ kann es sich bei den Produktionsanlagenmitteilungen auch um Mitteilungen einer hier nicht gezeigten Steuerung der Produktionsanlage 9 handeln. Derartige Produktionsanlagenmitteilungen von der Steuerung können beispielsweise Fehlermeldungen bzw. Fehlermitteilungen sein. Außerdem ist hier eine vierte Zustandsmitteilung 2d gezeigt, welche ebenfalls eine Produktionsanlagenmitteilung ist. Die vierte Zustandsmitteilung 2d ist hier eine Produktionsanlagenmitteilung entsprechen einer hier gezeigten Klappe 11a, 11b der Produktionsanlage 9.
  • Weiterhin ist hier als fünfte Zustandsmitteilung 2e eine weitere Sensormitteilung gezeigt, welche in diesem Ausführungsbeispiel von einem zweiten Sensor 13 stammt. Der zweite Sensor 13 ist derart angeordnet, dass dieser eine Temperatur einer Umgebung 15 der Produktionsanlage 9 ermitteln kann. Die Temperatur der Umgebung 15 kann ebenfalls Auswirkungen auf die Qualität haben.
  • Die Zustandsmitteilungen 2a - 2e geben somit einen Zustand der Produkte 1 und/oder der Produktion der Produkte 1 wieder.
  • Die hier gezeigten Zustandsmitteilungen 2a - 2e werden an eine künstliche Intelligenz 3 übermittelt, welche die Zustandsmitteilungen 2a - 2e auswertet und anhand der Auswertung eine Handlung veranlasst. Mit Hilfe der künstlichen Intelligenz 3 kann die Produktion der Produkte beschleunigt werden. Außerdem ist mittels der künstlichen Intelligenz 3 eine Fehleranfälligkeit durch den Menschen zumindest teilweise vermieden. Die künstliche Intelligenz 3 trifft insbesondere anhand der Zustandsmitteilungen 2a - 2e und/oder deren Auswertung Entscheidungen 17 über die Produkte 1.
  • Beispielsweise kann die künstliche Intelligenz 3 eine Einhaltung 4 bzw. Erfüllung der Qualitätsvorgaben 16 anhand der Auswertung ermitteln. Als Handlung kann die künstliche Intelligenz 3 daraufhin eine Freigabe 6 der Produkte 1 veranlassen. Dies erfolgt insbesondere dann, wenn die Produkte 1 die Qualitätsvorgaben 16 erfüllt bzw. eingehalten haben. Beispielsweise kann die Einhaltung 4 ermittelt und damit die Freigabe 6 veranlasst werden, wenn die Qualitätsvorgaben 16 zu mehr als 95% erfüllt bzw. eingehalten sind.
  • Alternativ kann die künstliche Intelligenz 3 anhand der Auswertung auch ermitteln, dass eine Verletzung 5 der Qualitätsvorgaben 16 vorliegt. Eine Verletzung 5 liegt beispielsweise vor, wenn die Qualitätsvorgaben 16 zu weniger als 95% erfüllt bzw. eingehalten sind.
  • Eine auf die Verletzung 5 folgenden Handlung kann beispielsweise eine Mitteilung 18 an ein Produktionspersonal und/oder ein Qualitätspersonal sein. Mittels dieser Mitteilung 18 kann dem entsprechenden Personal mitgeteilt werden, dass die Qualitätsvorgaben 16 verletzt sind. Das Produktionspersonal und/oder ein Qualitätspersonal kann daraufhin die Produkte 1 nochmals bewerten, ob beispielsweise die Verletzung 5 der Qualitätsvorgaben 16 schwerwiegend oder weniger wichtig ist. Das Produktionspersonal und/oder ein Qualitätspersonal kann anhand dessen entscheiden, ob die Produkte 1 zur Auslieferung und/oder zum Verkauf freigegeben werden oder ob die Produkte 1 nochmals bearbeitet oder sogar entsorgt werden.
  • Zusätzlich oder alternativ kann anhand der Verletzung 5 der Qualitätsvorgaben 16 auch eine Zurückhaltung 19 der Produkte 1 erfolgen. Beispielsweise kann dies erfolgen, wenn eine oder mehrere Zustandsmitteilungen 2a - 2e derart kritisch sind, dass die Produkte 1 eine besonders schlechte Qualität aufweisen. Die Zurückhaltung 19 kann auch erfolgen, wenn die Qualitätsvorgaben 16 besonders weit verfehlt wurden. Die Zurückhaltung 19 kann beispielsweise erfolgen, wenn die Qualitätsvorgaben 16 lediglich zu weniger als 50%, insbesondere 25%, erfüllt bzw. eingehalten sind. Auf eine derartige Verletzung 5 der Qualitätsvorgaben 16 kann auch eine Entsorgung der Produkte 1 erfolgen. Die Zurückhaltung 19 der Produkte 1 kann ferner auch dann erfolgen, wenn die Mitteilung 18 an das Produktionspersonal und/oder das Qualitätspersonal erfolgt ist.
  • Beim Verfahren kann ferner der Ablauf der im vorangegangenen und/oder im nachfolgenden beschriebenen Qualitätssicherung in einer Blockchain 7 gespeichert werden. Die Blockchain 7 weist dabei den Vorteil auf, dass damit Daten bzw. hier der Ablauf der Qualitätssicherung besonders gut und fälschungssicher gespeichert werden können. Insbesondere kann dadurch der Ablauf, wie die künstliche Intelligenz 7 die Zustandsmitteilungen 2a - 2e ausgewertet hat, wie die künstliche Intelligenz 7 zu den Handlungen und/oder zu den Entscheidungen 17 gelangt ist, dokumentiert werden. Eine derartige Dokumentation ist wichtig, um im Nachhinein feststellen zu können, an welcher Stelle ein Fehler aufgetreten ist oder um bei Haftungsfragen beweisen zu können, dass der Fehler nicht bei der Produktion oder durch die künstliche Intelligenz 7 erfolgt ist.
  • Dabei können zumindest Entscheidungen 17, welche die künstliche Intelligenz 7 aufgrund der Zustandsmitteilungen 2a - 2e und/oder der Auswertung der Zustandsmitteilungen 2a - 2e getroffen hat, in der Blockchain 7 gespeichert werden. Die Entscheidungen 17 können dabei beinhalten, dass die künstliche Intelligenz 3 entschieden hat, dass die Einhaltung 4 oder eine Verletzung 5 der Qualität der Produkte 1 vorliegt. Dadurch wird nachvollziehbar, wie und/oder auf welchen Grundlagen die künstliche Intelligenz 7 gehandelt bzw. zur Handlung gelangt ist bzw. entschieden hat. Dies ist wichtig für die Dokumentation des Verfahrens zur Qualitätssicherung sowie um nachweisen zu können, wo der Fehler auftrat. Auch kann damit nachgewiesen werden, dass bei einer fehlerhaften Bewertung der Fehler nicht bei der künstlichen Intelligenz 7 liegt.
  • In der Blockchain 7 können noch weitere Daten, welche beim Verfahren auftreten, gespeichert werden. So können ferner Auswertung der Zustandsmitteilungen 2a - 2e, die von der künstlichen Intelligenz 3 veranlasste Handlung, die Zustandsmitteilungen 2a - 2e, ein Zustand der künstlichen Intelligenz 3, Trainingsdaten der künstlichen Intelligenz 3, ein Training der künstlichen Intelligenz 3, ein Testen der künstlichen Intelligenz 3, zumindest eine Gewichtung, ein Zeitstempel und/oder ein Zustand der künstlichen Intelligenz 3 in einer Blockchain 7 gespeichert werden, wobei ein derartiges Speichern kontinuierlich oder in Intervallen erfolgt.
  • Des Weiteren kann ein Optimieren 8 der künstlichen Intelligenz 3 erfolgen. Ein derartiges Optimieren 8 kann zusätzlich oder alternativ in der Blockchain 7 gespeichert werden. Zusätzlich oder alternativ kann das Optimieren 8 der künstlichen Intelligenz 3 auch auf der Blockchain 7 bzw. der darin gespeicherten Daten erfolgen. Nach dem Optimieren 8 der künstlichen Intelligenz 3 kann diese entsprechend erweitert, ersetzt und/oder aktualisiert werden.
  • Ferner ist hier ein Qualitätssicherungssystem 28 gezeigt, mit dem das Verfahren zur Qualitätssicherung gemäß zumindest einem Merkmal der vorangegangenen und/oder nachfolgenden Beschreibung ausgeführt werden kann.
  • Gemäß dem vorliegenden Ausführungsbeispiel ist schematisch ein Computer 25 gezeigt, auf dem die künstliche Intelligenz 3 bzw. ein Computerprogramm 29 mit der künstlichen Intelligenz 3 ausgeführt werden. Außerdem kann der Computer 25 zumindest eine Recheneinheit 26 aufweisen, welche die Ausführung von Programmen, Anweisungen und/oder Befehlen durchführt. Des Weiteren kann das Computerprogramm 29 die künstliche Intelligenz 3 bzw. die der künstlichen Intelligenz 3 zugrundeliegenden Befehle umfassen. Die künstliche Intelligenz 3, das Computerprogramm 29 und/oder der Computer 25 sind hier voneinander getrennt dargestellt. Vorteilhaft ist es, wenn die künstliche Intelligenz 3 und/oder das Computerprogramm 29 auf dem Computer 25 und/oder von der Recheneinheit 26 betrieben wird. Des Weiteren kann die künstliche Intelligenz 3 und/oder das Computerprogramm 29 den Computer 25 und/oder die Recheneinheit 26 veranlassen, das Verfahren zur Qualitätssicherung gemäß zumindest einem Merkmal der vorangegangenen und/oder nachfolgenden Beschreibung auszuführen. Ferner kann das Qualitätssicherungssystem 28 den Computer 25 umfassen.
  • Außerdem ist gemäß dem vorliegenden Ausführungsbeispiel die Recheneinheit 26 gezeigt. Gemäß dem vorliegenden Ausführungsbeispiel weist der Computer 25 die Recheneinheit 26 auf. Alternativ kann die Recheneinheit 26 auch vom Computer 25 getrennt sein. Ferner kann die künstliche Intelligenz 3 und/oder das Computerprogramm 29 von der Recheneinheit 26 ausgeführt werden, wobei die künstliche Intelligenz 3 und/oder das Computerprogramm 29 die Recheneinheit 26 veranlassen kann, das Verfahren zur Qualitätssicherung gemäß zumindest einem Merkmal der vorangegangenen und/oder nachfolgenden Beschreibung auszuführen.
  • Die künstliche Intelligenz 3 kann auch Teil der Recheneinheit 26 sein. Außerdem kann das Qualitätssicherungssystem 28 die Recheneinheit 26 umfassen.
  • Weiterhin ist gemäß dem vorliegenden Ausführungsbeispiel ein computerlesbares Speichermedium 27 gezeigt. Das Qualitätssicherungssystem 28 kann das computerlesbare Speichermedium 27 umfassen.
  • Das computerlesbare Speichermedium 27 kann ferner das Computerprogramm 29 aufweisen, welches die künstliche Intelligenz 3 bzw. der künstlichen Intelligenz 3 zugrundeliegende Befehle und/oder die künstliche Intelligenz 3 definierende Befehle umfassen. Das computerlesbare Speichermedium 27 kann ferner im Computer 25 angeordnet sein und/oder kann mit dem Computer 25 verbunden sein.
  • Auch wenn es hier derart beschrieben ist, dass die Recheneinheit 26 das Verfahren zur Qualitätssicherung, das Computerprogramm 29 und/oder die künstliche Intelligenz 3 ausführt, so kann dies auch vom Computer 25 erfolgen.
  • Der Übersichtlichkeit halber sind hier die künstliche Intelligenz 3, der Computer 25, die Recheneinheit 26, das computerlesbare Speichermedium 27 und/oder das Computerprogramm 29 voneinander räumlich getrennt dargestellt. Wie bereits beschrieben ist, ist es vorteilhaft, wenn beispielsweise die künstliche Intelligenz 3 auf dem Computer 25 und/oder der Recheneinheit 26 ausgeführt wird. Zusätzlich oder alternativ kann das Computerprogramm 29 die künstliche Intelligenz 3 umfassen. Ferner kann das Computerprogramm 29 und/oder die künstliche Intelligenz 3 auf dem computerlesbaren Speichermedium 27 angeordnet sein. Das computerlesbare Speichermedium 27 kann ferner im Computer 25 und/oder der Recheneinheit 26 angeordnet sein. Zusätzlich oder alternativ kann das computerlesbare Speichermedium 27 mit dem Computer 25 und/oder der Recheneinheit 26 gekoppelt werden und/oder es kann das Computerprogramm 29 und/oder die künstliche Intelligenz 3 auf den Computer 25 und/oder die Recheneinheit 26 übertragen werden.
  • Die in diesem Ausführungsbeispiel dargestellten gestrichelten Linien sind ohne Bezugszeichen versehen und sollen eine Verbindung, beispielsweise eine Datenverbindung, zwischen den verschiedenen hier dargestellten Einheiten verdeutlichen. Es versteht sich, dass noch weitere Einheiten miteinander verbunden sind, welche beispielsweise miteinander Daten austauschen und/oder miteinander kommunizieren.
  • 2 zeigt ein schematisches Flussdiagramm zum Optimieren 8 der künstlichen Intelligenz 3.
  • Beim Optimieren 8 kann bei einer Fehlfunktion eine Ermittlung 20 der Fehlerursache erfolgen. Dies kann insbesondere anhand der Blockchain 7 erfolgen, da darin das Verfahren zur Qualitätssicherung bzw. zur Auswertung der Zustandsmitteilungen 2a - 2e und/oder die Entscheidungen 17 usw. gespeichert ist.
  • Nach der Ermittlung 20 der Fehlerursache kann eine Analyse 21 der Fehlerursache erfolgen. Beispielsweise kann damit ermittelt werden, ob beispielsweise ein Sensor 12, 13 fehlerhaft ist oder ob die künstliche Intelligenz 3 eine falsche Entscheidung 17 getroffen hat.
  • Daraufhin erfolgt ein Training 22 der künstlichen Intelligenz 3. Insbesondere wird die künstliche Intelligenz 3 darauf trainiert, die ermittelte Fehlerursache zu erkennen und daraufhin eine entsprechend bessere Entscheidung 17 zu treffen.
  • Außerdem kann ein Testen 23 erfolgen, bei dem die künstliche Intelligenz 3 beispielsweise mittels einem Testprodukt und/oder einem Testverfahren getestet wird.
  • Falls weiterhin eine Fehlfunktion vorliegt, kann nochmals eine Ermittlung 20 einer Fehlerursache erfolgen, wobei abermals eine Analyse 21, eine Training 22 und/oder ein Testen 23 erfolgen kann.
  • Das Verfahren des Optimierens 8 kann mittels einer Dokumentation 24 gespeichert werden. Diese Dokumentation 24, insbesondere einzelne, mehrere oder alle hier gezeigten Schritte 20 - 23, des Optimierens 8 wird dann vorteilhafterweise wieder in der Blockchain 7 gespeichert.
  • Die vorliegende Erfindung ist nicht auf die dargestellten und beschriebenen Ausführungsbeispiele beschränkt. Abwandlungen im Rahmen der Patentansprüche sind ebenso möglich wie eine Kombination der Merkmale, auch wenn diese in unterschiedlichen Ausführungsbeispielen dargestellt und beschrieben sind.
  • Bezugszeichenliste
  • 1
    Produkt
    2
    Zustandsmitteilung
    3
    künstliche Intelligenz
    4
    Einhaltung
    5
    Verletzung
    6
    Freigabe
    7
    Blockchain
    8
    Optimieren
    9
    Produktionsanlage
    10
    Förderband
    11
    Klappe
    12
    erster Sensor
    13
    zweiter Sensor
    14
    Innenraum
    15
    Umgebung
    16
    Qualitätsvorgaben
    17
    Entscheidung
    18
    Mitteilung
    19
    Zurückhaltung
    20
    Ermittlung
    21
    Analyse
    22
    Training
    23
    Testen
    24
    Dokumentation
    25
    Computer
    26
    Recheneinheit
    27
    Computerlesbares Speichermedium
    28
    Qualitätssicherungssystem
    29
    Computerprogramm

Claims (21)

  1. Verfahren, insbesondere computerimplementiertes Verfahren, zur Qualitätssicherung von Produkten (1), insbesondere von Medikamenten, von Halbleiterelementen und/oder von Lebensmitteln, bei dem Zustandsmitteilungen (2) von Zuständen der Produkte (1) und/oder einer Produktion der Produkte (1) bezüglich Qualitätsvorgaben (16) ausgewertet werden und bei dem anhand der Auswertung eine Handlung (6, 19) zu den Produkten (1), der Produktion und/oder einem Produktionsablauf erfolgt, dadurch gekennzeichnet, dass beim Verfahren mittels einer künstlichen Intelligenz (3) die Zustandsmitteilungen (2) ausgewertet werden und die Handlung (6, 19) veranlasst wird.
  2. Verfahren nach dem vorherigen Anspruch, dadurch gekennzeichnet, dass zumindest Entscheidungen (17), die auf Basis der Auswertung von der künstlichen Intelligenz (3) getroffen werden, in einer Blockchain (7) gespeichert werden, dass zumindest die Zustandsmitteilungen (2) in der Blockchain (7) gespeichert werden und/oder dass zumindest, insbesondere die auf Basis der Entscheidungen (17), veranlassten Handlungen (6, 19) in der Blockchain (7) gespeichert werden.
  3. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass zur Optimierung (8) der künstlichen Intelligenz (3) bei einer Fehlfunktion eine Ermittlung (20) einer Fehlerursache anhand der Blockchain (7) erfolgt, eine Analyse (21) der Fehlerursache erfolgt und/oder ein Training (22) zur Verbesserung der künstlichen Intelligenz (3), insbesondere anhand der Analyse (21), erfolgt.
  4. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass zur Optimierung (8) der künstlichen Intelligenz (3) aus der Blockchain (7) die zu den Fehlerursachen zugeordneten Zustandsmitteilungen (2) und/oder die mit den Fehlerursachen verbundenen Entscheidungen (17) der künstlichen Intelligenz (3) herangezogen werden.
  5. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass das Training (22) der künstlichen Intelligenz (3), insbesondere anhand der Analyse (21) der Fehlerursache, in der Blockchain (7) gespeichert wird, wobei das Training (22) der künstlichen Intelligenz (3) vorzugsweise in Form einer Dokumentation (24) in der Blockchain (7) gespeichert wird.
  6. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass bei der Auswertung der Zustandsmitteilungen (2) zumindest einige der Zustandsmitteilungen (2) mit einer Gewichtung versehen werden.
  7. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Auswertung der Zustandsmitteilungen (2), die von der künstlichen Intelligenz (3) veranlasste Handlung (6, 19), die Zustandsmitteilung (2), ein Zustand der künstlichen Intelligenz (3), die Trainingsdaten der künstlichen Intelligenz (3), das Training (22) der künstlichen Intelligenz (3), das Testen (23) der künstlichen Intelligenz (3), die zumindest eine Gewichtung, das Optimieren (8) der künstlichen Intelligenz (3), einen Zeitstempel und/oder ein Zustand der künstlichen Intelligenz (3) in einer Blockchain (7) gespeichert werden, wobei ein derartiges Speichern kontinuierlich oder in Intervallen erfolgt.
  8. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass bei Fehlfunktionen und/oder bei einem Nachlassen einer Zuverlässigkeit der künstlichen Intelligenz (3) diese, insbesondere anhand der Blockchain (7), zu einem vorhergehenden Zustand der künstlichen Intelligenz (3) zurückgesetzt und/oder optimiert wird.
  9. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass bei einer Einhaltung (4) der Qualitätsvorgaben (16) als Handlung (6, 19) eine Freigabe (6) der Produkte (1) erfolgt und/oder die Produkte (1) zur Freigabe (6) vorbereitet werden.
  10. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass bei einer Verletzung (5) der Qualitätsvorgaben (16) als Handlung (6, 19) die Auswertung der Zustandsmitteilungen (2) und/oder eine Mitteilung (18) über die Verletzung der Qualitätsvorgaben (16) an ein Produktionspersonal übermittelt wird, die Produkte (1) zurückgehalten werden und/oder die Produktion der Produkte (1) gestoppt wird.
  11. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass als Zustandsmitteilungen (2) Sensormitteilungen zumindest eines Sensors (12, 13) zur Überwachung eines Qualitätsparameters der Produkte (1) und/oder Produktionsparameter bei der Produktion ausgewertet werden.
  12. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass als Zustandsmitteilungen (2) Produktionsanlagenmitteilungen einer bei der Produktion der Produkte (1) eingesetzten Produktionsanlage (9) ausgewertet werden.
  13. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass als Zustandsmitteilungen (2) Eingabemitteilungen von Personen ausgewertet werden.
  14. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass als Zustandsmitteilungen (2) Umgebungsmitteilungen ausgewertet werden.
  15. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass als Zustandsmitteilungen (2) Rohstoffparameter von für die Produkte (1) eingesetzten Rohstoffen ausgewertet werden.
  16. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass mittels den Zustandsmitteilungen (2), anhand der Auswertung der Zustandsmitteilungen (2) und/oder Eingabedaten des Produktionspersonales die künstliche Intelligenz (3) gelernt wird.
  17. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (3) mittels Trainingsdaten zu den Produkten (1) und/oder zur Produktion der Produkte (1) und/oder zu den Zustandsmitteilungen (2) trainiert wird.
  18. Verfahren nach einem oder mehreren der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (3) mittels Testprodukten und/oder Testzustandsmitteilungen getestet wird, wobei das Testen (23) der künstlichen Intelligenz (3) in Intervallen erfolgt.
  19. Qualitätssicherungssystem (28) zur Qualitätssicherung von Produkten (1), insbesondere Medikamenten und/oder Halbleiterelementen, mit einer Recheneinheit (26), die ausgebildet ist, ein Verfahren, insbesondere ein computerimplementiertes Verfahren, gemäß einem oder mehreren der vorherigen Ansprüche durchzuführen.
  20. Computerprogramm (29) umfassend eine künstliche Intelligenz (3), das bei Ausführung durch eine Recheneinheit (26) diese veranlasst, zumindest einen Teil der Verfahrensschritte eines Verfahrens zur Qualitätssicherung gemäß einem oder mehreren der vorherigen Ansprüche auszuführen.
  21. Computerlesbares Speichermedium (27), umfassend ein Computerprogramm (29), wobei das Computerprogramm (29) eine künstliche Intelligenz (3) umfasst, das bei Ausführung mittels einer Recheneinheit (26) diese veranlasst, ein Verfahren zur Qualitätssicherung gemäß einem oder mehreren der vorherigen Ansprüche auszuführen.
DE102021109818.1A 2021-04-19 2021-04-19 Verfahren zur Qualitätssicherung von Produkten Pending DE102021109818A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102021109818.1A DE102021109818A1 (de) 2021-04-19 2021-04-19 Verfahren zur Qualitätssicherung von Produkten
PCT/EP2022/060289 WO2022223545A1 (de) 2021-04-19 2022-04-19 Verfahren zur qualitätssicherung von produkten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021109818.1A DE102021109818A1 (de) 2021-04-19 2021-04-19 Verfahren zur Qualitätssicherung von Produkten

Publications (1)

Publication Number Publication Date
DE102021109818A1 true DE102021109818A1 (de) 2022-10-20

Family

ID=81748331

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021109818.1A Pending DE102021109818A1 (de) 2021-04-19 2021-04-19 Verfahren zur Qualitätssicherung von Produkten

Country Status (2)

Country Link
DE (1) DE102021109818A1 (de)
WO (1) WO2022223545A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629717A (zh) * 2023-07-25 2023-08-22 山东辰欣佛都药业股份有限公司 一种基于大数据的滴眼液生产质量监测管理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018128219B3 (de) * 2018-11-12 2019-12-05 Schuler Pressen Gmbh System mit mehreren als Blockchain organisierten Systemteilnehmern und mit Blockchain-Umschaltung

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Sathyan Munirathinam: Big Data Predictive Analytics for Proactive Semiconductor Equipment Maintenance. In: Proceedings of the 2014 IEEE International Conference on Big Data, 2014. pp. 893 - 902

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629717A (zh) * 2023-07-25 2023-08-22 山东辰欣佛都药业股份有限公司 一种基于大数据的滴眼液生产质量监测管理系统
CN116629717B (zh) * 2023-07-25 2023-10-17 山东辰欣佛都药业股份有限公司 一种基于大数据的滴眼液生产质量监测管理系统

Also Published As

Publication number Publication date
WO2022223545A1 (de) 2022-10-27

Similar Documents

Publication Publication Date Title
EP2359204B1 (de) Adaptives zentrales wartungssystem und verfahren zum planen von wartungsvorgängen von systemen
DE60032377T2 (de) Verfahren und system zur computerbasierten steuerung eines industriellen prozesses
EP2927819B1 (de) Verfahren zur automatischen verarbeitung einer anzahl von protokolldateien eines automatisierungssystems
DE102015225144A1 (de) System und Verfahren zur Diagnose von zumindest einer wartungsbedürftigen Komponente eines Geräts und/oder Anlage
EP2273369A1 (de) Verfahren zur Darstellung einer sicherheitsrelevanten Information auf einer Anzeigevorrichtung und Vorrichtung zur Durchführung des Verfahrens
EP3282399A1 (de) Verfahren zur verbesserten erkennung von prozessanomalien einer technischen anlage sowie entsprechendes diagnosesystem
DE4302656C1 (de) Verfahren und Vorrichtung zum Überprüfen der Funktionsfähigkeit von Inspektionseinrichtungen an Flascheninspektionsmaschinen
EP1975857A2 (de) Verfahren zur rechnergestützten Verarbeitung von in einem Sensornetzwerk erfassten Messwerten
EP3546314A1 (de) Verfahren und vorrichtung zur fehleridentifizierung für ein technisches system
DE102021109818A1 (de) Verfahren zur Qualitätssicherung von Produkten
DE102018209108A1 (de) Schnelle Fehleranalyse für technische Vorrichtungen mit maschinellem Lernen
EP2928157B1 (de) Verfahren zur Analyse und/oder Evaluierung von mindestens einem Ereignis einer technischen Anlage
WO2019201997A1 (de) Verfahren und system zur vorhersage von systemausfällen bei einem medizinischen system
WO2011082863A1 (de) Verfahren und vorrichtung zum überwachen eines produktion-steuerrechners
DE102015007224B4 (de) Steuerung mit Fehlerkorrekturfunktion entsprechend dem Betriebszustand eines Überwachungsgegenstandes
EP3173928B1 (de) Verfahren und vorrichtung zum überprüfen eines komponentenfehlerbaums
EP4047329A1 (de) Verfahren und vorrichtung zur überprüfung einer wiegegenauigkeit einer, in eine förderstrecke integrierte, waage während des laufenden betriebes
DE10038094B4 (de) Vorrichtung und Verfahren zum Generieren und Erweitern der Wissensbasis eines Expertensystems
DE102018114297A1 (de) Verfahren zur Detektion eines Bruchs in einem Hochauftriebssystem eines Fluggeräts
EP3486825A1 (de) Verfahren und vorrichtung zum rechnergestützten bestimmen eines schweregrads einer festgestellten verletzung der integrität
DE102017010150A1 (de) Verfahren, Kontrolleinheit, Computerprogrammprodukt sowie System zum Bereitstellen einer Ausfallsicherheit eines medizinischen Überwachungsvorgangs
DE102022200293A1 (de) Felddatenbasierte validierung eines fehlerpropagationsmodells für ein system in fahrzeugen
EP3525055A1 (de) Diagnosesystem mit einem virtuellen sensor
DE102022104865A9 (de) Verfahren zur Instandhaltung von Flugzeugen
DE102022204427A1 (de) Prüfung des Verhaltens eines Steuergeräts mittels eines erzeugenden gegnerischen Netzwerks

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R006 Appeal filed
R008 Case pending at federal patent court