Wiederkehrende Maschinenfehler in Serviceberichten finden

Das Problem

Ein Maschinenbauer hat eine Baureihe seit Jahren im Feld. Immer wieder kommen Serviceberichte: Sensor ersetzt, Dichtung getauscht, Antrieb justiert. Jeder Bericht wird einzeln bearbeitet und abgelegt. Dass sich ähnliche Fälle häufen, fällt kaum auf, weil die Berichte von verschiedenen Technikern in unterschiedlichen Worten geschrieben werden.

Dabei wäre genau diese Erkenntnis wertvoll: Wenn dasselbe Teil bei vielen Maschinen ausfällt, lohnt sich eine Verbesserung. Das spart später Einsätze, Garantiekosten und Ärger. Wer es nicht merkt, repariert immer wieder dasselbe.

Das Zusammentragen von Hand ist aufwendig. Hunderte Berichte durchzulesen kostet Wochen. KI kann Texte schnell gruppieren und Häufungen sichtbar machen. Wichtig ist aber das Verständnis: Sie liefert Hinweise, keine Beweise. Fachleute müssen jeden Verdacht prüfen.

So lösen Sie es mit KI – Schritt für Schritt

1. Wählen Sie eine Baureihe. Beginnen Sie mit einer Baureihe und einem klaren Zeitraum, zum Beispiel die letzten drei Jahre.

1. Sammeln Sie die Berichte. Aus Serviceverwaltung, E-Mails und Berichtsvorlagen. Legen Sie sie in einer Tabelle ab: Datum, Maschinennummer, Baujahr, Betriebsstunden, Fehlerbeschreibung, Massnahme, Ersatzteil.

1. Vereinheitlichen Sie die Daten. Gleiche Datumsformate, Teilenummern, Maschinenbezeichnungen. Fehlende Angaben markieren Sie als «unbekannt», nicht erraten.

1. Anonymisieren Sie. Kundennamen und Standorte brauchen Sie für die Mustersuche nicht. Ersetzen Sie sie durch Nummern. Nutzen Sie nur freigegebene Werkzeuge.

1. Lassen Sie die KI gruppieren. Mit der Vorlage unten: ähnliche Fehlerbeschreibungen zu Gruppen zusammenfassen, mit Anzahl und Beispielen.

1. Prüfen Sie die Gruppen. Gehören die Fälle wirklich zusammen, oder wurden unterschiedliche Fehler in einen Topf geworfen? Lesen Sie mehrere Originalberichte jeder grösseren Gruppe.

1. Suchen Sie nach Zusammenhängen. Hängt die Häufung mit Baujahr, Charge, Betriebsstunden, Einsatzort oder Lieferant zusammen? Das berechnen Sie in Excel oder Ihrer Auswertungssoftware, nicht per Sprachmodell.

1. Übergeben Sie Verdachtsfälle an die Technik. Die Konstruktion beurteilt, ob ein Serienproblem vorliegt, und leitet Massnahmen ein, siehe Konstruktionsänderungen dokumentieren.

1. Halten Sie das Ergebnis fest. Notieren Sie Befund, Entscheidung und Folgemassnahmen. Wiederholen Sie die Auswertung in regelmässigen Abständen.

Von der Häufung zum Befund

Vorlage zum Kopieren

Du bist Assistent für die Auswertung von Serviceberichten in einem
Schweizer Maschinenbauunternehmen.
Unten stehen anonymisierte Berichte zur Baureihe [Name] mit den
Spalten Datum, Maschinennummer, Fehlerbeschreibung, Massnahme,
Ersatzteil.
Gruppiere Berichte mit ähnlicher Fehlerbeschreibung. Gib je Gruppe an:
Titel, Anzahl Berichte, drei Beispiel-Maschinennummern, gemeinsame
Begriffe in der Beschreibung.
Liste am Ende Berichte auf, die zu keiner Gruppe passen.
Stelle keine Ursachenvermutung an, nenne keine Konstruktionsfehler
und keine Schuldigen. Rechne keine Statistik; nenne nur Anzahlen.
Wenn eine Zuordnung unsicher ist, schreibe «unsicher».
Berichte: [Tabelle einfügen]

Passen Sie Baureihe und Spalten an. Die Gruppen sind Arbeitshypothesen für Ihre Techniker.

Worauf Sie achten müssen

• Keine Ursachenfeststellung durch KI: Die KI erkennt Ähnlichkeiten in Texten, nicht technische Zusammenhänge. Für Ursachen braucht es Untersuchung an Teilen und Daten.
• Datenqualität: Schlecht beschriebene Berichte liefern schlechte Gruppen. Verbessern Sie die Berichtsvorlage.
• Falsche Gruppen: Ähnliche Worte bedeuten nicht gleiche Fehler. Prüfen Sie Stichproben.
• Vertraulichkeit: Servicedaten und Kundenangaben sind sensibel. Anonymisieren und nur freigegebene Werkzeuge verwenden.
• Vertrags- und Garantiefragen: Aus einer Häufung folgt nicht automatisch ein Anspruch. Rechtliche Fragen klären Sie mit der zuständigen Stelle.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Hersteller von Förderanlagen im Kanton Luzern hat 300 Serviceberichte zu einer Baureihe. Der Serviceleiter hat das Gefühl, dass Rollenlager auffällig oft getauscht werden, kann es aber nicht belegen.

Der Innendienst legt die Berichte in eine Tabelle und anonymisiert sie. Die KI bildet zwölf Gruppen. Eine davon, «Lagergeräusche und Lagertausch», umfasst 41 Berichte. Der Serviceleiter liest zehn davon und bestätigt das Muster. In Excel zeigt sich, dass die Fälle gehäuft bei Maschinen aus zwei Baujahren auftreten.

Die Konstruktion untersucht die Lager dieser Baujahre und prüft mit dem Lieferanten die Charge. Die Auswertung hat den Anstoss gegeben, die Ursache bleibt Sache der Technik.

So hilft Ihnen Alpasana

Bei der KI-Beratung und digitalen Transformation von Alpasana nehmen Sie Prozesse und Daten auf, analysieren KI-Potenziale und priorisieren Vorhaben. Das kann die Auswertung von Berichten und die Verbindung von Systemen einschliessen, mit Umsetzung und Dokumentation.

Projekte werden individuell offeriert. Technische Ursachenanalysen an Maschinen gehören nicht zum Angebot.

Häufige Fragen

Wie viele Berichte brauche ich für eine sinnvolle Auswertung?

Es gibt keine feste Zahl. Je mehr einheitlich beschriebene Fälle, desto aussagekräftiger. Bei sehr wenigen Fällen ist das Durchlesen von Hand oft besser.

Kann die KI vorhersagen, welche Maschine als Nächstes ausfällt?

Aus Berichtstexten allein nicht verlässlich. Für Vorhersagen braucht es Messdaten und Fachwissen, siehe Vorausschauende Wartung verstehen.

Darf ich Kundendaten für die Auswertung verwenden?

Für interne Qualitätsverbesserung meist ja, aber vertragliche Pflichten und Datenschutz sind zu beachten. Anonymisieren Sie, soweit möglich, und fragen Sie bei Unsicherheit eine Fachperson.

Wie verbessere ich die Berichte für die Zukunft?

Verwenden Sie Auswahllisten für Fehlerarten und Teilenummern statt Freitext. Mehr dazu unter Störungsmeldungen auswerten.