Insbesondere in der Neuproduktentwicklung nimmt das Berücksichtigen von Gelerntem aus bereits aufgetretenen Fehlern, die eine Vielzahl von beteiligten Fachbereichen erfahren, eine tragende Rolle für die Umsetzung eines präventiven Qualitätsmanagements ein. Bei der BMW Group erfolgt die Fehlerdokumentation bereits in Ansätzen. Die dokumentierten Fehler können als ständig wachsendes Erfahrungswissen eine kontinuierliche Verbesserung bewirken.

Zielsetzung des Projekts ist die Analyse der vorhandenen Daten im Qualitäts- und Fehlermanagement unter Hinzunahme erforderlicher Eingangsgrößen bei der Fehlerentstehung. Dadurch wird eine frühzeitige Erkennung potentieller Fehler vor Ihrer Entstehung im Kontext des Konfigurations- und Releasemanagements ermöglicht (Predictive Analystics). Darauf abgestimmte Maßnahmen sollen automatisch vorgeschlagen werden, um die Fehlerentstehung zu vermeiden und dadurch ein präventives Qualitätsmanagement zu ermöglichen (Prescriptive Analystics).

Unternehmen werden befähigt, ihr Wissen bezüglich aufgetretener Fehler automatisiert zu Dokumentieren  und durch gezielte Datenanalyse unter Einsatz von Maschinellem Lernen, eine effiziente und effektive Fehlervermeidung zu ermöglichen. 

Das Forschungsprojekt wird in Kooperation mit der BMW AG durchgeführt und endet im Mai 2020.