Definition und Zweck:
Die Average Outgoing Quality (AOQ), zu Deutsch Durchschnittliche Endqualität , ist eine statistische Kennzahl im Qualitätsmanagement, die im Zusammenhang mit der Annahmeprüfung von Stichproben verwendet wird. Sie misst die erwartete durchschnittliche Qualität (typischerweise den durchschnittlichen Anteil fehlerhafter Einheiten) einer Produktcharge, *nachdem* diese eine Endprüfung durchlaufen hat und fehlerhafte Einheiten (falls gefunden) aussortiert oder nachgearbeitet wurden.
Der AOQ-Wert berücksichtigt sowohl die Qualität des eingehenden Loses als auch die Wirksamkeit des Prüfverfahrens. Die Formel für AOQ ist:
$$ text{AOQ} = P_a cdot p $$
Wobei:
- $P_a$ = Annahmewahrscheinlichkeit des Loses (die Wahrscheinlichkeit, dass ein Los die Prüfung besteht)
- $p$ = tatsächlicher Anteil fehlerhafter Einheiten im Los vor der Prüfung (Produktionsfehlerquote)
Eine weitere wichtige Kennzahl ist die AOQL (Average Outgoing Quality Limit) , die die schlechteste durchschnittliche Endqualität darstellt, die man bei einem bestimmten Prüfplan langfristig erwarten kann. AOQL ist der höchste AOQ-Wert über alle möglichen Eingangfehlerquoten hinweg.
Relevanz in der Automatisierung und Fertigung:
Obwohl AOQ eine theoretische Kennzahl der statistischen Qualitätskontrolle ist, ist das zugrunde liegende Prinzip in der automatisierten Fertigung und Qualitätssicherung von großer Bedeutung:
- Qualitätssicherung bei der Endprüfung: Automatisierte Endprüfsysteme (z.B. Vision-Systeme, Funktionstests) werden eingesetzt, um fehlerhafte Produkte auszusortieren. Der AOQ-Gedanke hilft dabei, die Effizienz dieser Prüfungen zu bewerten.
- Optimierung von Prüfstrategien: Unternehmen nutzen diese Konzepte, um zu entscheiden, wie intensiv geprüft werden muss, um eine bestimmte Endqualität zu erreichen, und um die Balance zwischen Prüfkosten und Qualitätsrisiko zu finden. Bei hochautomatisierten Prüfungen mit 100%-Kontrolle ist der AOQ im Idealfall sehr niedrig oder null, da alle Fehler erkannt und aussortiert werden.
- Prozessverbesserung: Ein hoher AOQ (selbst nach Prüfung) würde darauf hinweisen, dass entweder der Produktionsprozess zu viele Fehler erzeugt oder das Prüfverfahren nicht effektiv genug ist.
- Rückverfolgbarkeit und Datenanalyse: In modernen, vernetzten Fertigungsumgebungen (Industrie 4.0) werden die Ergebnisse von automatisierten Prüfungen erfasst und analysiert. Diese Daten können dazu genutzt werden, den „tatsächlichen“ AOQ kontinuierlich zu überwachen und die Prüfprozesse dynamisch anzupassen.
Letztendlich zielt die Anwendung dieser Konzepte darauf ab, die Kundenzufriedenheit durch hohe Produktqualität zu gewährleisten und gleichzeitig die Produktionskosten durch effiziente Fehlererkennung und -vermeidung zu optimieren.
→ Siehe auch: Qualitätsmanagement, Qualitätssicherung, Industrie 4.0, Prüfstand
