Systemblick

Qualität und Compliance im Shopfloor
  • 0.0 (0)
  • Business
  • Updated Biweekly

Der Podcast für Qualitätsmanager, Produktionsleiter und Compliance-Verantwortliche in der Fertigungsindustrie, die Produktionsqualität nicht nur sichern, sondern lückenlos nachweisen wollen. Im Fokus stehen zentrale Herausforderungen moderner, regulierter Industrien – von Automotive über Luftfahrt und Railway bis Maschinenbau: Traceability, Nachweispflichten, regulatorische Anforderungen und durchgängige Qualitätssicherung entlang der gesamten Wertschöpfungskette. Jede Folge liefert konkrete Best Practices, erprobte Lösungen und strategische Einordnungen direkt aus der Praxis.

Episodes

  1. Oct 14

    Wo KI in der Produktion wirklich scheitert

    Viele Betriebe sammeln seit Jahren Daten. Im MES, im ERP, im Qualitätssystem. Jeder schaut in seinen Bereich, zusammengeführt ist nichts. Und genau dann kommt die Frage, die alles auffliegen lässt: Welche Teile sind vom Fehler betroffen?In dieser Folge spreche ich mit Philipp Gläser darüber, warum gesammelte Daten noch lange kein Datenschatz sind, was passiert, wenn KI auf diesen Datenfriedhof losgelassen wird, und wie man es richtig aufsetzt. Unser Beispiel: Eine Schraubverbindung landet sauber im Zielfenster, Drehmoment und Winkel passen, der Haken ist grün. Trotzdem ist das Teil beschädigt, weil die Schraube zum Beispiel eingefettet war und zu viel Kraft aufs Gewinde gewirkt hat. Das Prüfsystem sagt i.O. Eine Anomalieerkennung sieht den Ausreißer im Kurvenverlauf. Aber nur, wenn die Daten dafür überhaupt zusammenliegen.  Warum Daten aus MES, ERP und Qualitätssystem nebeneinander statt zusammen liegen. KI hilft, aber nur so gut wie die Datenbasis darunter. Erst Silos aufbrechen und die Daten in eine Struktur bringen, dann konkrete Use Cases mit klaren Zielen definieren. Pauschal "wir machen jetzt KI" scheitert in der Pilotphase. Womit sollte ein Produktionsleiter anfangen? Erstens mit der Datenbasis: Silos aufbrechen und die Daten in eine gemeinsame Struktur bringen. Zweitens mit konkreten Use Cases und klaren Zielen dahinter.  Mehr zum Thema Predictive Maintenance gibt es in dieser Folge: https://www.youtube.com/watch?v=y7EJ0yOMbPI  Du hast selbst ein Thema aus Shopfloor, Qualität oder Produktion, über das du sprechen willst? Melde dich und vielleicht sitzt du mir bald gegenüber: https://www.csp-sw.de

    Wo KI in der Produktion wirklich scheitert

  2. Sep 30

    Predictive Maintenance: Lohnt sich das? KI vs. 20 Jahre Erfahrung

    Was ist Predictive Maintenance – und lohnt sich vorausschauende Wartung für dein Unternehmen? Ein Maschinenstillstand kostet schnell eine sechsstellige Summe, trotzdem vertrauen viele Produktionsleiter lieber ihrem Bauchgefühl als einem Algorithmus, der den Ausfall schon Wochen vorher kommen sieht.In dieser Folge von Systemblick spricht Andrea mit Christian „Chris" Hendel, Produktmanager bei CSP Intelligence, über Predictive Maintenance ohne Buzzwords: von den vier Wartungsstufen über Datenqualität und Fehlalarme bis zur Frage, ob KI in der Instandhaltung den erfahrenen Instandhalter ersetzt. Spoiler: Das tut sie nicht.Das erfährst du in dieser Folge:✅ Predictive Maintenance einfach erklärt: reaktive, präventive, zustandsbasierte und vorausschauende Wartung am Auto-Beispiel✅ Warum Predictive Maintenance ohne dokumentierte Wartungshistorie kaum funktioniert✅ Für welche Maschinen sich vorausschauende Instandhaltung rechnet und für welche nicht✅ Warum Erfahrung und Daten zusammengehören und das Fachpersonal nie wegfällt✅ Ob sich das Nachrüsten alter Maschinen mit Sensorik lohnt✅ Wie kleine Firmen und der Mittelstand mit wenig Budget einsteigen könnenHäufige Fragen (FAQ):Was ist Predictive Maintenance?Predictive Maintenance (vorausschauende Wartung) nutzt Sensordaten wie Temperatur, Vibration, Geräusche oder Stromaufnahme in Kombination mit historischen Wartungsdaten, um Ausfälle von Maschinen vorherzusagen, bevor sie eintreten.Was ist der Unterschied zwischen Predictive Maintenance und Condition Monitoring?Beim Condition Monitoring bzw. der zustandsbasierten Wartung reagiert man auf einen aktuellen Zustand, etwa ein ungewöhnliches Geräusch. Predictive Maintenance analysiert Daten und Muster, um vorherzusagen, wann und warum ein Problem auftreten wird.Welche Daten braucht man für Predictive Maintenance?Neben Maschinen- und Sensordaten vor allem eine sauber dokumentierte Wartungshistorie: Wann ist was ausgefallen, und warum? Ohne diese Informationen lässt sich ein System kaum sinnvoll trainieren.Für welche Maschinen lohnt sich Predictive Maintenance?Für kritische Maschinen, deren Stillstand den gesamten Prozess lahmlegt, die schwer wartbar sind oder deren Ersatzteile lange Lieferzeiten haben. Bei günstigen, schnell tauschbaren Teilen rechnet es sich meist nicht.Lohnt sich Predictive Maintenance für den Mittelstand?Ja, wenn man klein anfängt: mit einer einzigen kritischen Maschine, die in der Vergangenheit hohe Wartungs- oder Ausfallkosten verursacht hat. Von dort aus lässt sich das System schrittweise ausbauen.Ersetzt KI in der Instandhaltung erfahrene Mitarbeiter?Nein. Das System liefert Hinweise, die Bewertung und Entscheidung bleibt beim Menschen. Erfahrene Mitarbeiter finden Fehler damit schneller und gezielter.🎙️ Du bist Unternehmer und hast eine Geschichte zu erzählen? Melde dich bei uns, vielleicht sitzt du als Nächstes auf unserer Couch.🔔 Abonnieren und keine Folge Systemblick verpassen.🌐 Mehr über CSP Intelligence: https://www.csp-sw.de#PredictiveMaintenance #VorausschauendeWartung #Instandhaltung #KIinderProduktion #ConditionMonitoring #Industrie40 #Mittelstand #Systemblick

    Predictive Maintenance: Lohnt sich das? KI vs. 20 Jahre Erfahrung

  3. Sep 16

    Deutschlands Wissen geht in Rente. Und keiner merkts

    In jedem Werk gibt es diesen einen Menschen. Der, den man holt, wenn die Anlage spinnt und keiner weiß warum. Der, der die Maschine am Klang erkennt. Und irgendwann ist dieser Mensch weg, in Rente, mit 40 Jahren Erfahrung im Kopf und keiner Zeile davon im System.Bruno Kartmann (CSP Intelligence GmbH) spricht in dieser Folge darüber, warum der demografische Wandel für produzierende Unternehmen kein Personalproblem ist, sondern ein Qualitätsproblem. Warum Wissenstransfer fast immer zu spät beginnt. Und was Fertigungsbetriebe konkret tun können, bevor die Erfahrung zur Tür rausgeht.Eine Folge für alle, die Produktion, Qualität oder Personal verantworten und ahnen, dass die nächsten fünf Jahre unangenehm werden. https://www.csp-sw.de

    Deutschlands Wissen geht in Rente. Und keiner merkts

  4. Sep 2

    KI Professor rechnet mit dem AI Act ab „Wie wenn Blinde von Farben sprechen"

    „Wie wenn Blinde von Farben sprechen." So beschreibt KI-Professor Patrick Glauner die Bundestags-Anhörungen zum AI Act, weil unter den geladenen Sachverständigen kaum noch echte Fachleute sitzen.  In dieser Folge rechnet er mit der KI-Verordnung ab: zu lang, zu schwammig, innovationsbremsend und trotzdem gibt es schlaue Wege hindurch. Ein offenes Gespräch über Überregulierung, den Mittelstand, Deutschlands Platz im weltweiten KI-Rennen und die Frage, wo das größte ungenutzte Potenzial wirklich liegt. 🎧 Systemblick - der Podcast für alle, die Produktion und Qualität wirklich verstehen wollen. Bremst der AI Act Innovation?Nach Glauners Einschätzung ja: zu lange Gesetzestexte, unklare Anforderungen und schwer einzuordnende Risikoklassen verteuern und verzögern Innovation, gerade für den Mittelstand. War KI vor dem AI Act unreguliert?Nein. KI in Flugzeugen, Autos oder Finanzprodukten war schon vorher vertikal reguliert und musste denselben Anforderungen genügen. Gibt es einen pragmatischen Umgang mit dem AI Act?Glauner verweist auf andere EU-Länder (Osteuropa, Baltikum): gleiche Anforderungen, aber entspanntere Umsetzung, statt „päpstlicher als der Papst" alles zu übererfüllen. Wo steht Deutschland bei KI international?Über alle Faktoren aggregiert (Unternehmen, Forschung, Innovation, Finanzen, wirtschaftlicher Impact) auf Platz 5 weltweit, hinter USA, China und Großbritannien. Warum scheitern so viele KI-Projekte?Weil oft kein konkreter Anwendungsfall vorhanden ist. Mit dem richtigen Use Case und verfügbaren Daten liegt die Erfolgsquote laut Glauner bei über 90 %. 👉 Abonniere Systemblick für ehrliche Gespräche über Fertigung, Qualität und KI. 🔔 Glocke an, damit du keine Folge verpasst. #AIAct #KIVerordnung #KI #Mittelstand #Regulierung #Industrie40 #Automatisierung #Fertigung #Digitalisierung #Systemblick www.csp-sw.de

    KI Professor rechnet mit dem AI Act ab „Wie wenn Blinde von Farben sprechen"

  5. Aug 19

    SaaS tot? Was KI nicht nachbauen kann

    Ist SaaS tot? Kurz gesagt: Es ist kompliziert. Alle reden davon, dass KI klassische Software überflüssig macht. Startup-Gründer Maximilian Grau (Medabsy) sieht das anders und hat einen Verdacht, warum die „SaaS ist tot"-Schlagzeilen gerade jetzt überall auftauchen.  In dieser Folge von Systemblick sprechen wir darüber, was KI an spezialisierter Software eben nicht nachbauen kann, warum eigene Daten und regelbasiertes Know-how der eigentliche Burggraben sind und weshalb es einen Zusammenhang zwischen den Weltuntergangs-Meldungen und den Börsengängen von OpenAI und Anthropic geben könnte.  Darum geht's: • Warum KI einfache Software ersetzt,hochspezialisierte aber nicht • Der wahre Grund, warum SaaS überlebt: Daten, die kein Modell je gesehen hat • Wieso „nur ein paar Prompts" eben keine fertige Software ergeben • Die These: Steckt hinter „SaaS ist tot" vor allem Börsen-Marketing? • 800 Mrd. $ in Datencenter und was das über den KI-Hype verrät  Gast: Maximilian Grau, Mitgründer & Geschäftsführer von Medabsy (Dingolfing)

    SaaS tot? Was KI nicht nachbauen kann

  6. Aug 5

    Dark Factory = Shopfloor Digital: Warum der Mensch in den Hintergrund tritt

    Braucht die Fabrik von morgen noch Menschen? Maximilian Eilhardt (CSP Intelligence GmbH) sagt: immer weniger. In dieser Folge von Systemblick sprechen Andrea und Max über den Shopfloor von morgen – von der Dark Factory über Maschinendaten bis zur Frage, wie Europa gegen die vollautomatisierte Produktion aus Asien überhaupt noch bestehen will. Warum das jetzt zählt: Wer heute plant, baut für die nächsten 3 bis 4 Jahre. Wer jetzt nicht anfängt, hängt ein Jahrzehnt hinterher. Maximilian zeigt, wie Unternehmen ihre Maschinendaten in Stunden statt Wochen nutzbar machen, warum die größte Hürde nicht die Technik ist, sondern das Mindset und womit man am besten anfangen sollte.Darum geht's: Was „Shopfloor von morgen" wirklich heißt und warum der Mensch in den Hintergrund tritt Dark Factory, Shopfloor Digital & Digital Factory: Fabriken, die für Maschinen gebaut werden Maschinendaten sichtbar machen, Anomalien erkennen, Fehler im Feld zurückverfolgen Shopfloor-Daten als Futter für KI-Systeme Europa vs. Asien: Energiepreise, Regulatorik, Wettbewerbsfähigkeit Konkrete erste Schritte ohne teures Großprojekt Systemblick - Qualität im Shopfloor. Der Podcast für Produktions- und Qualitätsverantwortliche in der Fertigung. Abonnieren und keine Folge verpassen. #Shopfloor #DarkFactory #Industrie40 #Qualitätsmanagement #Fertigung #Maschinendaten #KIinderProduktion #Digitalisierung #SmartFactory #Produktion Mehr Infos zu Maximilian und seinen Lösungen

    Dark Factory = Shopfloor Digital: Warum der Mensch in den Hintergrund tritt

  7. Jul 22

    Stirbt der deutsche Maschinenbau?

    Bernhard Baumgartner vom VDMA Bayern gibt eine Antwort, die überrascht. Energie, Fachkräftemangel, Bürokratie, internationaler Wettbewerb, die Standortdebatte trifft den Maschinenbau mit voller Wucht. Und trotzdem sagt der Mann, der rund 500 bayerische Mitgliedsunternehmen vertritt: „Mir ist um den bayerischen Maschinenbau nicht bang." Warum? Hidden Champions, Innovationskraft und kleine Firmen, die große Konzerne regelmäßig abhängen, weil zwei, drei geniale Köpfe schneller entscheiden als eine träge Masse von hundert Leuten. In dieser Folge von Systemblick – Qualität im Shopfloor spricht Andrea mit Bernhard Baumgartner (VDMA Bayern, Verband der Maschinen- und Anlagenbauer, mit rund 3.500 Mitgliedern Europas größter Industrieverband) über die Zukunft des Standorts Deutschland, den Stand von KI und Digitalisierung im Maschinenbau und die eine Forderung, die fast alle Unternehmen eint: Lasst uns einfach machen. Das erwartet dich: Was der VDMA Bayern macht. 500 Mitglieder, eine Stimme Standort Deutschland: die vier größten Baustellen KI im Maschinenbau: Wer ist vorne, wer verschläft es? Warum kleine Firmen Konzerne abhängen (3 Köpfe > 100 Leute) Ausblick: Der Maschinenbau in Bayern in 5 Jahren ▸ Stirbt der deutsche Maschinenbau? Nein – die Herausforderungen sind real, aber Innovationskraft und Hidden Champions machen die Branche widerstandsfähig. ▸ Was fordert der Maschinenbau von der Politik? Verlässliche Rahmenbedingungen und weniger Bürokratie. ▸ Wie viele Mitglieder hat der VDMA? Rund 3.500 insgesamt, davon rund 500 im Landesverband Bayern. #Maschinenbau #VDMA #StandortDeutschland #Mittelstand #Bayern #Industrie #HiddenChampions

    Stirbt der deutsche Maschinenbau?

  8. Jul 8

    MILLIONEN€ Kostenfalle wegen alten IT-Systemen bis 2030

    Application Retirement klingt technisch – spart Unternehmen aber oft massiv Kosten, Risiko und Aufwand. In dieser Folge geht es darum, warum alte ERP-, MES- oder andere IT-Systeme nicht einfach „zur Sicherheit“ weiterlaufen sollten, warum Backup keine Archivierung ersetzt und wie Unternehmen ihre Daten audit-sicher verfügbar halten.Außerdem sprechen wir darüber, warum strukturierte Altdaten zur Grundlage für KI-Auswertungen werden können – und weshalb der digitale „Schubladen-Ansatz“ im Rechenzentrum teuer werden kann.Keywords: Application Retirement, alte IT-Systeme, Archivierung, Backup, IT-Harmonisierung, Audit, ERP, MES, KI-Datenbasis

    MILLIONEN€ Kostenfalle wegen alten IT-Systemen bis 2030

  9. Jul 8

    Warum Hacker jetzt kleine Unternehmen angreifen

    Sieht aus wie einQualitätsproblem – ist aber ein Hackerangriff. Warum Cybersecurity undQualitätssicherung im Shopfloor nicht mehr zu trennen sind.     Kleine und mittlereUnternehmen sind heute das bevorzugte Ziel von Cyberangriffen – nichtGroßkonzerne. Durch Automatisierung und KI lohnen sich für Angreifer auchLösegelder von nur 500 Euro, bei fast 4 Millionen KMU allein in Deutschland.Das Problem: Viele Angriffe sehen zuerst wie klassische Qualitätsprobleme aus.Manipulierte Messdaten, unerklärliche Ausschussquoten, Maschinen, die„unrund" laufen – wie beim berühmten Stuxnet-Angriff auf iranischeZentrifugen.     In dieser Folge vonSystemblick – Qualität im Shopfloor spricht Andrea mit Gerald Hahn (AEGYSDataLytics AG) darüber, warum die Integrität von Produktionsdaten die Vorstufejeder Qualitätssicherung ist – und warum Schutz schon ab ca. 2 Euro proArbeitsplatz im Monat möglich ist.     Das erwartet dich: Warum niemand beiQualitätsproblemen an Hacker denkt Irrtum„Cybersecurity betrifft nur Konzerne" – warum KMU das Hauptziel sind Was Schutz wirklichkostet: 2 € pro Arbeitsplatz vs. Insolvenz Wie Angriffe alsQualitätsproblem getarnt sind (Beispiel Stuxnet) DieAlarmanlagen-Metapher: den Angreifer erkennen, der schon drin ist Quick Wins:Firewall-Regionen blocken, erste Analyse in 1 Stunde         ▸ Sind kleine Unternehmen wirklich Ziel von Hackern?Ja – durch automatisierte Angriffe sind KMU heute attraktiver als Konzerne,weil sie schlechter geschützt sind. ▸ Was kostet Cybersecurity für KMU? Basisschutz gibtes ab etwa 2 Euro pro Arbeitsplatz und Monat. ▸ Wie hängen Cybersecurity und Qualitätssicherungzusammen? QS basiert auf Daten – sind diese manipuliert, prüft die QS gegenfalsche Sollwerte.     #Cybersecurity#Qualitätssicherung #Mittelstand #Shopfloor #KMU #ITSicherheit#Qualitätsmanagement

    Warum Hacker jetzt kleine Unternehmen angreifen

  10. Jul 8

    Welche Jobs werden von der K.I. gefressen?

    Welche Jobs sinddurch KI wirklich gefährdet – und welche nicht? Eine Antwort ohneHollywood-Panik, von einer Frau mit über 45 Jahren KI-Forschung.   „Das istHollywood" – so nennt Prof. Jivka Ovcharova (Karlsruher Institut fürTechnologie, KIT) die Angst, dass KI den Menschen ersetzt. Ihre These: Jobs,die nicht mehr zeitgemäß sind, fallen weg – dafür entstehen neue, attraktivere.Und gerade wo Engineering auf KI trifft, geht es ohne Menschen nicht. FürDeutschland als Ingenieurland sieht sie darin sogar einen enormenWettbewerbsvorteil – wenn wir endlich anfangen.   In dieser Folge vonSystemblick – Qualität im Shopfloor spricht Andrea mit Prof. Ovcharova überrealistische KI-Erwartungen, das Prinzip „Test before invest", die Lehrenaus 15 Jahren Industrie 4.0 und warum Pseudo-Experten aktuell das größte Hindernisfür den KI-Einstieg im Mittelstand sind.   Das erwartet dich: KI oder KO – warumdas Thema kein Hype ist, sondern 45 Jahre alt „Intelligenz istmenschlich" – was KI wirklich ist (Daten + Algorithmen) Warum deutscheFirmen zögern, während Asien macht Test before invest:der richtige Einstieg für den Mittelstand Woran manPseudo-Experten erkennt 15 Jahre Industrie4.0 – die ehrliche Bilanz Welche Jobsverschwinden – und welche neu entstehen     ▸ Ersetzt KI meinen Job? Nicht mehr zeitgemäßeTätigkeiten fallen weg, gleichzeitig entstehen neue, attraktive Jobs –entscheidend ist die Bereitschaft zur Weiterentwicklung. ▸ Wie starten Unternehmen richtig mit KI? Nicht mitTool-Käufen, sondern mit Bedarfsanalyse in der eigenen Organisation, 1–2vertrauenswürdigen Spezialisten und dem Prinzip „Test before invest". ▸ Warum scheitern KI-Projekte? Weil zu vieldiskutiert und zu wenig ausprobiert wird – und weil Grundlagen wieDatenqualität fehlen.     #KünstlicheIntelligenz#KI #Mittelstand #Industrie40 #Digitalisierung #Zukunftsjobs #Shopfloor

    Welche Jobs werden von der K.I. gefressen?
  • 10 Episodes

About

Der Podcast für Qualitätsmanager, Produktionsleiter und Compliance-Verantwortliche in der Fertigungsindustrie, die Produktionsqualität nicht nur sichern, sondern lückenlos nachweisen wollen. Im Fokus stehen zentrale Herausforderungen moderner, regulierter Industrien – von Automotive über Luftfahrt und Railway bis Maschinenbau: Traceability, Nachweispflichten, regulatorische Anforderungen und durchgängige Qualitätssicherung entlang der gesamten Wertschöpfungskette. Jede Folge liefert konkrete Best Practices, erprobte Lösungen und strategische Einordnungen direkt aus der Praxis.

Information

  • Creator
    Qualität und Compliance im Shopfloor
  • Years Active
    2026
  • Episodes
    10
  • Rating
    Clean
  • Copyright
    © Qualität und Compliance im Shopfloor
  • Show Website
    Systemblick