Six Sigma+Lean Toolset

Stephan Lunau (Hrsg.)

Renata Meran • Alexander JohnChristian Staudter • Olin Roenpage

Six Sigma+Lean Toolset

Mindset zur erfolgreichen Umsetzung von Verbesserungsprojekten

4., vollständig überarbeitete und erweiterte Aufl age

ISBN 978-3-642-39944-2 ISBN 978-3-642-39945-9 (eBook) DOI 10.1007/978-3-642-39945-9

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der D eutschen Nationalbibliografi e; detaillierte bibliografi sche Daten sind im Internet über http://dnb.d-nb.de abrufb ar.

Springer Gabler© Springer-Verlag Berlin Heidelberg 2006, 2007, 2012, 2013 Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht aus-drücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfi lmungen und die Ein-speicherung und Verarbeitung in elektronischen Systemen.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in dies em Werkberechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürft en.

Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier

Springer Gabler ist eine M arke von Springer DE. Springer DE ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.springer-gabler.de

HerausgeberStephan Lunau

AutorenRenata MeranAlexander JohnChristian StaudterOlin Roenpage

UMS (Consulting) GmbH

UMS (Consulting) GmbH Frankfurt am Main, Deutschland

Frankfurt am Main, Deutschland

V

INHALT

Inhaltsverzeichnis

Vorworte ____________________________________________________________________________________________________ 1

EINFÜHRUNG____________________________________________________________________________________________ 7

– Six Sigma+Lean – eine weltweite ErfolgsgeschichteSind 25 Jahre genug? __________________________________________________________________________ 9

– Six Sigma versus Lean Management – eine Konkurrenz? ________________ 10

– Vom Toolset zum Mindset: Was bedeutet das in der unter nehmerischen Praxis? ________________________ 11

– Business Excellence als Schlüssel für nachhaltigen Erfolg ________________ 12

– Excellence Mindset in der Projektarbeit ______________________________________________ 16

DEFINE – Was ist das Problem?________________________________________________ 19

– Zusammenfassung DEFINE-Phase ____________________________________________________21

– Roter Faden DEFINE-Phase ______________________________________________________________ 22

– Werkzeugübersicht DEFINE-Phase ____________________________________________________ 23

– Project Charter ____________________________________________________________________________________ 25

– Nutzenrechnung __________________________________________________________________________________ 30

– Projektrahmen ____________________________________________________________________________________ 33

– Multigenerationsplan __________________________________________________________________________ 35

– SIPOC ________________________________________________________________________________________________ 37

– Abhängigkeitsbetrachtung __________________________________________________________________ 39

VI

INHALT

– Projektmanagement ____________________________________________________________________________ 40

– Projektstrukturplan ______________________________________________________________________________ 42

– Netzplan ______________________________________________________________________________________________ 44

– Zeitplanung__________________________________________________________________________________________ 46

– Ressourcenplanung ____________________________________________________________________________ 48

– RACI Chart __________________________________________________________________________________________ 50

– Budgetplanung ____________________________________________________________________________________ 52

– Risikomanagement______________________________________________________________________________ 54

– Stakeholder-Management __________________________________________________________________ 56

– Kick-off-Meeting __________________________________________________________________________________ 59

– Projektkommunikation ________________________________________________________________________ 61

– Kundenbedürfnistabelle ______________________________________________________________________ 63

– Kano-Modell ________________________________________________________________________________________ 65

– Tool 1 __________________________________________________________________________________________________ 68

– Gate Review ________________________________________________________________________________________ 71

– Gate Review DEFINE__________________________________________________________________________ 73

MEASURE – Wie groß ist das Problem? ________________________________ 75

– Zusammenfassung MEASURE-Phase________________________________________________ 77

– Roter Faden MEASURE-Phase __________________________________________________________ 78

– Werkzeugübersicht MEASURE-Phase________________________________________________ 79

– Tool 2 __________________________________________________________________________________________________ 81

– Daten sammeln __________________________________________________________________________________ 84

VII

INHALT

– Operationale Definition ________________________________________________________________________ 85

– Datenquelle ________________________________________________________________________________________ 88

– Datenart ______________________________________________________________________________________________ 89

– Erfassungsformulare __________________________________________________________________________ 91

– Stichprobenstrategie____________________________________________________________________________ 93

– Messsystemanalyse (MSA) ________________________________________________________________ 99

– Gage R&R für diskrete (binäre) Daten ______________________________________________ 104

– Messsystemanalyse Typ I ________________________________________________________________ 107

– Messsystemanalyse Typ II ________________________________________________________________ 108

– Untersuchung von Linearität und systematischen Messabweichungen __ 110

– Prüfung der Qualität vorhandener Daten __________________________________________ 112

– Datensammlungsplan ________________________________________________________________________ 114

– Variation verstehen ____________________________________________________________________________ 116

– Tortendiagramm ________________________________________________________________________________ 117

– Balkendiagramm________________________________________________________________________________ 118

– Pareto-Diagramm ______________________________________________________________________________ 119

– Punktdiagramm ________________________________________________________________________________ 121

– Histogramm ______________________________________________________________________________________ 122

– Box Plot ____________________________________________________________________________________________ 125

– Verlaufsdiagramm______________________________________________________________________________ 127

– Regelkarten ______________________________________________________________________________________ 130

– Streudiagramm __________________________________________________________________________________ 132

– Wahrscheinlichkeitsnetz ____________________________________________________________________ 133

VIII

INHALT

– Lageparameter Mittelwert__________________________________________________________________ 135

– Lageparameter Median ____________________________________________________________________ 137

– Streuungsparameter Varianz ____________________________________________________________ 139

– Streuungsparameter Standardabweichung ______________________________________ 140

– Streuungsparameter Spannweite ______________________________________________________ 142

– Streuungsparameter Span ________________________________________________________________ 143

– Prozessleistung ________________________________________________________________________________ 144

– Defects per Million Opportunities (DPMO) ________________________________________ 145

– Parts per Million (ppm) ______________________________________________________________________ 147

– Defects per Unit (DPU)______________________________________________________________________ 148

– Yield __________________________________________________________________________________________________ 149

– Span/Perzentilabstand ______________________________________________________________________ 151

– Datentransformation __________________________________________________________________________ 153

– Prozessfähigkeit und Prozessstabilität______________________________________________ 155

– Cp- und Cpk-Werte ____________________________________________________________________________ 157

– Gate Review MEASURE __________________________________________________________________ 160

ANALYZE – Was sind die Kernursachen des Problems? 161

– Zusammenfassung ANALYZE-Phase________________________________________________ 163

– Roter Faden ANALYZE-Phase __________________________________________________________ 164

– Werkzeugübersicht ANALYZE-Phase ______________________________________________ 165

– Ursache-Wirkung-Diagramm ____________________________________________________________ 167

– FMEA ________________________________________________________________________________________________ 170

IX

INHALT

– Tool 3 ________________________________________________________________________________________________ 177

– Prozess analysieren __________________________________________________________________________ 180

– Spaghettidiagramm __________________________________________________________________________ 185

– Prozessflussdiagramm ______________________________________________________________________ 187

– Prozessfunktionsdiagramm ______________________________________________________________ 189

– Wertstromdiagramm __________________________________________________________________________ 191

– Wertanalyse ______________________________________________________________________________________ 194

– Zeitanalyse ________________________________________________________________________________________ 198

– Prozesseffizienz ______________________________________________________________________________________ 202

– Kapazitätsanalyse ____________________________________________________________________________ 203

– Prozessflussanalyse__________________________________________________________________________ 205

– Daten analysieren ____________________________________________________________________________ 207

– Datenschichtung________________________________________________________________________________ 209

– Konfidenzintervall ______________________________________________________________________________ 211

– Hypothesentests________________________________________________________________________________ 214

– ANOVA/einfaktorielle Varianzanalyse________________________________________________ 220

– ANOVA/zweifaktorielle Varianzanalyse ____________________________________________ 225

– Korrelationskoeffizient ______________________________________________________________________ 229

– Einfache lineare Regression ____________________________________________________________ 231

– Multiple lineare Regression ______________________________________________________________ 236

– Logistische Regression ____________________________________________________________________ 238

– Design of Experiments (DOE) __________________________________________________________ 242

– Vollfaktorielle Versuchspläne ____________________________________________________________ 247

X

INHALT

– Teilfaktorielle Versuchspläne ____________________________________________________________ 251

– Variationsreduktion ____________________________________________________________________________ 255

– Response Surface Methoden____________________________________________________________ 257

– Weitere Versuchspläne______________________________________________________________________ 258

– Hauptursachen ableiten ____________________________________________________________________ 261

– Gate Review ANALYZE ____________________________________________________________________ 264

IMPROVE – Was sind die Lösungen zur Behebung der

Ursachen? ________________________________________________________________________________________ 265

– Zusammenfassung IMPROVE-Phase ______________________________________________ 267

– Roter Faden IMPROVE-Phase ________________________________________________________ 268

– Werkzeugübersicht IMPROVE-Phase ______________________________________________ 269

– Lösungen ableiten ____________________________________________________________________________ 271

– 5 S ____________________________________________________________________________________________________ 272

– Poka Yoke __________________________________________________________________________________________ 276

– Arbeitsplatzlayout ______________________________________________________________________________ 280

– Theory of Constraints ________________________________________________________________________ 282

– Rüstzeitreduzierung __________________________________________________________________________ 284

– Total Productive Maintenance (TPM)________________________________________________ 288

– Generisches Pull-System (GPS) ______________________________________________________ 294

– Replenishment Pull-System (RPS) __________________________________________________ 297

– Zwei Behälter Replenishment Pull-System ______________________________________ 300

– Losgrößenbestimmung______________________________________________________________________ 301

XI

INHALT

– Prozessfluss und Prozesslogik__________________________________________________________ 302

– Brainstorming ____________________________________________________________________________________ 303

– Anti-Lösung-Brainstorming ________________________________________________________________ 305

– Brainwriting________________________________________________________________________________________ 307

– SCAMPER ________________________________________________________________________________________ 309

– Analogie-Brainstorming ____________________________________________________________________ 311

– Affinitätsdiagramm ____________________________________________________________________________ 313

– Musskriterien ____________________________________________________________________________________ 314

– Aufwand-Nutzen-Matrix ____________________________________________________________________ 316

– N/3-Methode______________________________________________________________________________________ 317

– Platzzifferverfahren____________________________________________________________________________ 319

– Pugh-Matrix ______________________________________________________________________________________ 321

– Tool 4 ________________________________________________________________________________________________ 323

– Soll-Prozessdarstellung ____________________________________________________________________ 326

– Kosten-Nutzen-Analyse ____________________________________________________________________ 328

– Prozesssteuerung vorbereiten __________________________________________________________ 330

– Reaktionsplan____________________________________________________________________________________ 332

– Pilot____________________________________________________________________________________________________ 334

– Implementierungsplan ______________________________________________________________________ 337

– Risikoanalyse ____________________________________________________________________________________ 339

– Rollout ______________________________________________________________________________________________ 340

– Gate Review IMPROVE ____________________________________________________________________ 341

XII

INHALT

CONTROL – Wie wird die Nachhaltigkeit der Verbesserung

sichergestellt? ________________________________________________________________________________ 343

– Zusammenfassung CONTROL-Phase ______________________________________________ 345

– Roter Faden CONTROL-Phase ________________________________________________________ 346

– Werkzeugübersicht CONTROL-Phase______________________________________________ 347

– Prozessdokumentation ______________________________________________________________________ 349

– Visuelles Management ______________________________________________________________________ 353

– Control Charts/Regelkarten ______________________________________________________________ 356

– Dashboard ________________________________________________________________________________________ 365

– Prozesssteuerungsteam____________________________________________________________________ 368

– Glass Wall Management __________________________________________________________________ 370

– Audits ________________________________________________________________________________________________ 372

– Projektdokumentation________________________________________________________________________ 375

– Projektabschluss ______________________________________________________________________________ 377

– Gate Review CONTROL __________________________________________________________________ 380

– Kontinuierlicher Verbesserungsprozess ____________________________________________ 381

– Lean Workout ____________________________________________________________________________________ 383

ANHANG

– Abkürzungen ____________________________________________________________________________________ 387

– Stichwortverzeichnis__________________________________________________________________________ 391

– Sigmawert Tabelle ____________________________________________________________________________ 399

– Literaturliste ______________________________________________________________________________________ 400

Vorwort zur vierten Auflage

Wir freuen uns über das positive Feedback vieler Leserinnen und Leser, die unseren Para dig -menwechsel vom Toolset zum Mindset als einen richtigen Schritt zur erfolgreicheren Anwen -dung von Six Sigma+Lean bewerten. Auch in unserer tagtäglichen Arbeit mit dem Six Sigma+Lean-Mindset in den Unternehmen bemerken wir, wie positiv der Paradigmenwechsel angenommenund umgesetzt wird.Eine durch zielgerichtetes (Hinter-) Fragen und Beantworten geleitete Projektarbeit, so beob-achten und erleben wir es, führt zu einem tiefer gehenden Verständnis der Prozesse undderen Steuer- und Störgrößen. Sie ermöglicht bessere und langlebigere Lösungen und erhöhtletztlich das Verständnis und darüber die Akzeptanz für die DMAIC-Methodologie.

Der Paradigmenwechsel fügt sich nahtlos in unsere Philosophie der kontinuierlichen Verbes -serung ein. Es geht in letzter Instanz darum, täglich Möglichkeiten zur Verbesserung im eige-nen Arbeiten zu identifizieren und auszuschöpfen und damit der Vision der Perfektion wiederein kleines Stück näher zu kommen. Das Mindset leistet dabei wesentliche Unterstützung,denn es rückt die Fragen zum Erkennen, Bewerten, Verstehen und Lösen von Problemen inden Mittelpunkt des Handelns. Dabei ruht der Erfolg unverändert im nachhaltigen Beseitigender zugrundeliegenden Kernursachen.

Aus diesem Grund gehen wir in der vierten Auflage den Weg konsequent weiter, dass wirdas Mindset und die damit verknüpften Leitfragen nutzen, die zur Erarbeitung und UMSetzungvon Verbesserungen wichtig sind. Das sind im Wesentlichen folgende Fragen:• Was ist das Problem?• Wie groß ist das Problem?• Was sind die Kernursachen des Problems?• Was sind die besten Lösungen zur Behebung der Ursachen?• Wie wird die Nachhaltigkeit der Verbesserung sichergestellt?

Bei der Beantwortung der Fragen helfen die Werkzeuge und Methoden, die Sie in diesemSix Sigma+Lean Toolset finden. Es geht darum, die für die jeweilige Fragestellung relevantenWerkzeuge auszuwählen und anzuwenden. Hier wollen wir mit dem vorliegenden Formatgezielt und auf einfache Art und Weise – durch Erklärungen und Tipps angereichert – helfen.

Dass wir uns mit der nun vierten Auflage unserem Zielbild der Perfektion weiter annähern,verdanken wir unseren Leserinnen und Lesern und dem gesamten UMS-Team, welche unsfortlaufend mit Anregungen und Verbesserungsvorschlägen unterstützen. Mein besondererDank gilt erneut den Autorinnen und Autoren, insbesondere Renata Meran und MiguelGuzman, die wieder zahllose Nächte und Wochenenden in die Einarbeitung der Änderungenund Verbesserungen und damit in die Realisierung dieses Buches investiert haben. Zu guter

1

Letzt, wie auch in den Auflagen zuvor, ein großes Dankeschön an Mariana Winterhager, diewiederum alle zur Verfügung stehenden Tages- und Nachtzeiten für die Gestaltung desBuchs genutzt hat.

Ich wünsche Ihnen, dass Sie mit Hilfe dieses Buches Ihre Six Sigma+Lean-Verbesserungs -projekte noch erfolgreicher abschließen können und damit, im Sinne der kontinuierlichenVerbesserung, der Vision eines perfekten Unternehmens schrittweise näher kommen.

Frankfurt am Main, Mai 2013Ihr Stephan Lunau

2

Vorwort zur dritten Auflage

In den vergangenen fünf Jahren, also seit Erscheinen der zweiten Auflage, haben sich Ein -satz und Umfang von Six Sigma+Lean kontinuierlich weiterentwickelt. Dies und auch die zahl-reichen Erfahrungen und Anregungen von Nutzern der Methode haben uns zu einer Reihevon inhaltlichen Ergänzungen und Erweiterungen, vor allen Dingen aber auch zu einem Para -digmenwechsel inspiriert: vom Toolset zum Mindset.

Zum Hintergrund: Wir erkennen zunehmend die Gefahr, dass Tools und Templates häufigdie Projektarbeit dominieren, wobei Musswerkzeuge und abzuarbeitende Checklisten nichtzwangs läufig für gute Projektergebnisse bzw. Akzeptanz in der Organisation sorgen. Auchdie Tendenz zu einer gewissen Überorganisation der Projektarbeit ist nicht von der Hand zuweisen. Denn nicht jedes Problem rechtfertigt den organisatorischen Aufwand, den wir häu -fig beobachten. Aus diesen Gründen haben wir das toolbasierte Vorgehen zu einem fragen-basierten Ansatz weiterentwickelt.

Es hat sich nämlich gezeigt, dass systematisches Hinterfragen der beste Filter für die Wahlder geeigneten Werkzeuge ist. Das führt erfahrungsgemäß zu schnelleren und besserenErgebnissen. Werkzeuge sind Mittel zum Zweck der Problemlösung. Nicht mehr und nichtweniger.

Auch die Akzeptanz bei den Stakeholdern lässt sich durch den fragenbasierten Ansatz we -sentlich steigern. Diese Zielgruppe wird nicht mit Tools und entsprechenden Detail infor ma -tionen konfrontiert, sondern mit Erkenntnissen und Antworten bedient.

In der Konsequenz stellen wir Ihnen hiermit einen über das klassische Toolset hinausgehen-den Optimierungsansatz zur Verfügung. Nichtsdestotrotz haben wir darauf verzichtet, dasBuch in „Six Sigma+Lean Mindset“ umzubenennen, sondern diese Neuausrichtung im Unter -titel hervorgehoben. Ebenso haben wir den bekannten und bewährten chronologischenAufbau beibehalten, diesen jedoch um die beschriebenen Fragen erweitert und um weiterepraxisrelevante Anwendungstipps ergänzt.

Herausgekommen ist ein Werk, das unserer Überzeugung nach noch besser geeignet ist,den Anforderungen der praktischen Arbeit gerecht zu werden. Wir freuen uns auf Ihr Feed -back.

Ich möchte an dieser Stelle neben den Autoren, die wieder zahllose Nächte und Wochen -enden in die Realisierung dieses Buches investiert haben, auch dem gesamten UMS-Teamdanken. Liebe Kollegen, ihr habt kontinuierlich eure geballten Erfahrungen hier einfließen las-

3

sen. Danke dafür. Beispielhaft seien hier die Kollegen Martin Funk, Felix Reble und Marc Törökgenannt, die insb. bei den Lean-Werkzeugen, Statistik und Messsystemanalyse hervorragen-de Unterstützung geleistet haben. Ein großer Dank gebührt auch Mariana Winterhager, diewie schon bei den Auflagen zuvor die gestalterische Umsetzung rund um die Uhr praktizierthat.

Ich wünsche viel Erfolg bei der Anwendung und Weiterentwicklung dieses „Best Practice“-Ansatzes.

Frankfurt am Main, Januar 2012Ihr Stephan Lunau

4

Vorwort zur zweiten Auflage

Die erste Auflage des Six Sigma+Lean Toolset, Verbesserungsprojekte erfolgreich durchfüh -ren, hat durch seine praxisorientierte Form eine große Anerkennung gefunden. Für die zahl -reichen positiven Rückmeldungen von Anwendern und Lesern möchten wir uns an dieserStelle nochmals herzlichst bedanken. Damit ist das wesentliche Ziel des Toolsets als Werk -zeug zur zielgerichteten Unterstützung in der täglichen Projektarbeit erreicht. So wie sich derSix Sigma+Lean Ansatz über die Jahre kontinuierlich weiterentwickelt hat, soll sich auch dasDMAIC Toolset in seiner zweiten Auflage weiterentwickeln und den Stand der durch die UMS gesammelten Erfahrungen repräsentieren.

Die Aktualisierungen und Erweiterungen betreffen alle Bereiche des Buches. Neben einerausführlicheren Einleitung, die die Erfolgsfaktoren einer Six Sigma+Lean Implementierung inden Mittelpunkt stellt, ist die Darstellung der Lean Werkzeuge überarbeitet worden, an derauch Carmen Beernaert von der George Group Consulting beteiligt war. Die George GroupConsulting ist ein langjähriger Partner der UMS, mit dem wir in zahlreichen internationalenProjekten erfolgreich zusammengearbeitet haben. Es freut mich daher, dass wir die LeanErfahrungen von Carmen Beernaert und ihrem Kollegen René Ffrench in das vorliegendeBuch einfließen lassen konnten.

Mein Dank gilt neben den Autoren auch den Herren Sebastian Große-Siestrup, Tomasz Borekund Felix Reble, die mit Fleiß und Engagement die vielen Verbesserungen und Ergänzungenzusammengetragen haben und dafür gesorgt haben, dass alle neuen Inhalte, Rückmeldun-gen und Anregungen berücksichtigt wurden. Ebenso möchte ich Mariana Winterhager fürihren unermüdlichen Einsatz beim Einarbeiten der Verbesserungsvorschläge in das Toolsetdanken.

Wir hoffen, dass wir Ihnen mit dem Ergebnis unserer Arbeit ein noch besseres Werkzeug fürIhre tägliche Projektarbeit zur Verfügung stellen und freuen uns auch weiterhin auf Anregun -gen und Feedback, die zur Weiterentwicklung dieses Werkzeuges dienen.

Vielen Dank und Erfolg

IhrStephan Lunau

Frankfurt am Main, Oktober 2006

5

Vorwort zur ersten Auflage

Six Sigma hat sich über die letzten 20 Jahre global als Best Practice Konzept zur Opti mie -rung von Prozessen etabliert. Viele namhafte Unternehmen aus unterschiedlichsten Bran chensetzen Six Sigma für die Optimierung erfolgreich ein und profitieren vom signifikanten, er -geb niswirksamen Nutzen der Projekte. Kundenfokussierung und Messbarkeit stehen dabeiim Vordergrund.

In der langen Geschichte von Six Sigma hat es viele Entwicklungen und Erweiterungen desAnsatzes gegeben, die in das Konzept eingeflossen sind. Ein sehr wichtiger Schritt ist dieIntegration der „Lean Production“ Werkzeuge in das Six Sigma Konzept. Diese tragen maß-geblich dazu bei, dass neben der Reduktion der Prozessvariation – die durch klassischeQualitätswerkzeuge und statistische Analysen erreicht wird – auch eine signifikante Beschleu - nigung der Prozesse und die Reduktion von Beständen und Durchlauf zei ten möglich sind.Damit vereint der von der UMS GmbH praktizierte Six Sigma+Lean Ansatz in seinem Vor -gehen die erprobten Werkzeuge beider Welten, die in dem bewährten DMAIC Regelkreissystematisch verbunden sind. Für jedes Problem sind die richtigen Werkzeuge vorhanden;so werden gute und nachhaltige Projektergebnisse sicherstellt. Das vorliegende Six Sigma+Lean Toolset trägt der beschriebenen Entwicklung Rechnung, in -dem es als Nach schlagewerk für den ausgebildeten Master Black Belt, Black Belt und GreenBelt in der Praxis dient. Es enthält alle wichtigen Six Sigma+Lean Werkzeuge, die in einer kla-ren und übersicht lichen Struktur abgebildet und mit einem Beispiel hinterlegt sind. Das Buchfolgt dem Vorge hen in einem Projekt und bildet alle Werkzeuge, nach DMAIC Phasen sor-tiert, ab. Es ver setzt den Praktiker somit in die Lage, mit dem Toolset als Hilfe, sein Projektchronologisch, im Sinne eines roten Fadens, durchzuarbeiten.

Mein Dank gilt dem gesamten UMS Team, das mit seinem fundierten Fachwissen und demreichen Schatz an Erfahrungen an der Realisierung dieses Toolsets mitgewirkt hat, insbeson -dere den als Autoren genannten Kollegen: Alexander John, Renata Meran, Olin Roenpageund Christian Staudter. Weiterhin danke ich Mariana Winterhager, die uns mit unermüdlichemEngagement bei der gestalterischen Umsetzung dieses Buches unterstützt hat. Ich wünsche Ihnen viel Erfolg im Projekt!

Frankfurt am Main, September 2005

Stephan Lunau

6

SIX SIGMA+LEAN

TOOLSET

EINFÜHRUNG

R. Meran et al., Six Sigma+Lean Toolset, DOI 10.1007/978-3-642-39945-9_1,© Springer-Verlag Berlin Heidelberg 2013

9

EINFÜHRUNG

Six Sigma+Lean – eine weltweite Erfolgsgeschichte

Sind 25 Jahre genug?

Six Sigma ist seit mehr als 25 Jahren in der unternehmerischen Praxis bekannt undhat sich weltweit bewährt. • Wäre es nicht langsam Zeit, eine neue „Sau durchs Dorf “ zu treiben? • Passt das Konzept noch in die heutige Zeit oder hat es sich überholt?

Bevor wir uns diesen Fragen zuwenden, einige Hintergründe und Informationen zuden Begriffen Six Sigma und Lean:

Six Sigma stand für eine Qualitätssicherungs- und -steigerungsinitiative bei Moto -rola Ende der 80er Jahre. Für die Erfolge erhielt Motorola den renommierten Preis„Malcom Baldrige National Quality Award“. Die Ideen und Bausteine des Pro grammswurden von weiteren Unternehmen, wie beispielsweise Texas Instruments, aufge -grif fen und angewendet. Und zwar mit ähnlich erfolgreichen Ergebnissen. GeneralElectric übertrug das Konzept auch auf Dienstleistungsprozesse. Die erfolgreicheAnwendung im gesamten Unternehmen und die konsequente Unterstützung durchJack Welch (CEO General Electric von 1981 bis 2001) führten dazu, dass das SixSigma-Konzept weltweit Bekanntheit erlangte und in vielen weiteren Unternehmenangewendet wurde.

In seinen Ursprüngen steht der Begriff „Six Sigma“ für die Beschreibung eines sta-tistischen Qualitätsziels: in 99,99999976% der Fälle werden die Kundenspezifika -tionen eingehalten (sechs Standardabweichungen links und rechts von dem Pro -zessmittelwert).1 Allein der statistische Begriff „Sigma“ (für die Standardabwei chung)zeigt, welchen Stellenwert die Datenanalyse und die statistischen Auswertungenbei dieser Methode hatten.

Zentrales Element von Six Sigma ist die Kombination eines phasenbasierten, werk -zeugorientierten und strukturierten Ansatzes. Six Sigma steht jedoch für mehr alsnur ein fundiertes Analysewerkzeug, basierend auf wissenschaftlicher Statistik. SeitBeginn stellt es eine systematische und stringente Methode zur Geschäfts prozess -optimierung dar, und zwar mit dem Ziel, alle kritischen Kunden- und Business -anforderungen vollständig und profitabel zu erfüllen.

1 In der Literatur wird im Allgemeinen von einem 1,5-Sigma-Shift ausgegangen. Deswegen wird häufig alsZielwert 99,99966 Prozent angegeben, was einem Sigma-Wert von 4,5 entspricht.

9

10

EINFÜHRUNG

Zu Beginn der Six Sigma-Anwendung wurden die definierten Werkzeuge relativ starrangewandt. Das heißt, es galt in jeder Phase sogenannte Muss- oder Pflicht werk -zeuge anzuwenden. Diese stringente Vorgehensweise war weltweit der Schlüs selzum Erfolg vieler Projekte. Denn es half, eine kulturelle Veränderung voranzutrei-ben: Entscheidungen wurden nicht mehr bauchgetrieben, sondern zahlen- und fak -tenbasiert getroffen. Allerdings gerieten Six Sigma-Projektleiter oftmals in den Rufvon Wissenschaftlern, was insbesondere auf die teilweise komplexen statistischenMethoden zurückzuführen war. Das führte nicht selten dazu, dass Six Sigma alsaufwändig und bürokratisch wahrgenommen wurde.

Im Zeitverlauf hat sich das gewandelt: Einerseits wurde die Statistik immer anwen-dungsorientierter gestaltet und andererseits hat sich gezeigt, dass der DMAIC-Zyk lus analog einer offenen Plattform geeignet ist, bewährte Werkzeuge zu inte-grieren.

Denn DMAIC ist systematischer, strukturierter, gesunder Menschenverstand. DieBuchstaben stehen für fünf aufeinanderfolgende Projektphasen: DEFINE (Problem und Ziel definieren)MEASURE (aktuelle Prozessleistung messen)ANALYZE (Ursachen analysieren und verifizieren)IMPROVE (Verbesserungsmaßnahmen identifizieren und umsetzen)CONTROL (Nachhaltigkeit der Ergebnisse sicherstellen).

Six Sigma versus Lean Management – eine Konkurrenz?

Die Lean-Welle hat Anfang der 90er Jahre Einzug in den Unternehmen gehalten.Das führte dazu, dass Lean-Werkzeuge nach und nach ein fester Bestandteil desDMAIC-Werkzeugkastens wurden. Bestimmte Fragestellungen, für die es keineStandardwerkzeuge in dem klassischen Six Sigma-Toolset gab, konnten dadurchgelöst werden.

Beispielsweise kann die Durchlaufzeit durch die Anwendung von reinen Lean Ana -lyse- und Verbesserungs-Tools signifikant reduziert werden. Weiterhin ist die Elimi -nierung von Verschwendung heute eines der wesentlichen Ziele in Prozessverbes -serungsprojekten. Hier zeigen die bewährten Lean-Methoden ihre volle Wirksam keit.

Die Diskussion, welche Methode die Leitmethode darstellt und welche nur Werk -zeug ist, ist aus unserer Sicht überflüssig. Am Ende des Tages zählt das Ergebnis

10

11

EINFÜHRUNG

und in der Summe nur der Erfolg des gesamten Programms. Wie und mit welchenWerkzeugen das erreicht wurde, ist – streng genommen – nebensächlich. Das be -deutet auch, dass die Weiterentwicklung des Werkzeugkastens nicht ausgeschlos-sen, sondern jederzeit willkommen ist.

Entsprechend geht es auch nicht um die starre Anwendung von Pflichtwerkzeugenoder um die Menge der eingesetzten Werkzeuge. Vielmehr ist ein intelligentes Hin -terfragen der Schlüssel zum Erfolg. Die Werkzeuge sind Mittel zum Zweck: Siesollen es uns nur erleichtern, die richtigen Antworten auf die Fragen zu finden.

Dieser neue fragen- statt toolorientierte Ansatz führt dazu, dass Six Sigma+Lean

gera de bei Führungskräften und Management immer mehr Verständnis und Akzep -tanz genießt. Gleiches gilt auch für die Arbeit in den Projektteams. Projekte undWorkshops laufen schneller und effizienter und erzeugen mehr Akzeptanz bei denStakeholdern. Der Ruf von Six Sigma+Lean als ein aufwändiges und bürokratischesKonzept wird somit nach und nach beseitigt.

Daher verstehen wir dieses Buch als eine Weiterentwicklung des Toolsets hin zumMindset.

Vom Toolset zum Mindset: Was bedeutet das in der unter-

nehmerischen Praxis?

Viele Verbesserungsprojekte erzeugen innerhalb der Organisation signifikantenNutzen. Aber sind die Auswirkungen auch für den externen Kunden wirklich indem angestrebten Maß spürbar?

Oft wird Projektmanagern vorgeworfen, nur fleißig zu sein, ohne dass die Ergeb nis -se am Ende der Prozesskette sichtbar werden. Anforderungen der Kunden, Pro -

Isolierte Lösung mit Werkzeugen (z. B. Six Sigma + Lean)

Ganzheitliche Strategieumsetzung

Unternehmensprozesse! ?

Output Kunde

Abbildung 1: Sind die Anstrengungen der Organisation für die Verbesserung von Prozessen für den Kun -den spürbar?

11

12

EINFÜHRUNG

duk te und Märkte sind so dynamisch und schnelllebig, dass es keineswegs mehrausreicht, isoliert an einzelnen Prozessen bzw. Teilprozessen zu arbeiten. Hinzukommt die Tendenz, dass sich Initiativen über die Jahre abnutzen. Ihre Wir kunglässt nach und die Mitarbeiter bzw. die Organisation benötigen fortlaufend neueImpulse, um weiterhin an dem Ziel der kontinuierlichen Verbesserung zu ar beiten.Das fällt schwer, und Aktionen, wie Namensänderungen oder die Ergänzung derInitiative um ein „+“, lösen nicht das Problem der nachlassenden Wirksamkeit.

Das führt dann i. d. R. leider zu dem eingangs erwähnten „Sau durchs Dorf-Trei -ben“-Phänomen, was nicht dazu beiträgt, dauerhaft die Akzeptanz der Mitarbeiterund die Ausrichtung der Führungskräfte auf das jeweilige Ziel aufrecht zu erhalten. Vielmehr bedarf es eines ganzheitlichen und für alle nachvollziehbaren Ansatzes,der dem Unternehmen hilft, langfristig erfolgreicher zu werden und zu bleiben.Dieses Konzept sollte direkt mit der Unternehmensstrategie verbunden sein unddamit den gewünschten langfristigen Charakter haben, unabhängig von Werk zeu -gen und Methoden.

Eine Idee, diese Entwicklung zu beschreiben ist der Anspruch, kontinuierlich undin allen Belangen exzellenter zu werden. Aber, was bedeutet das für die Aus gestal -tung eines solchen Exzellenz-Programms auf Unternehmensebene und in der Pro -jektarbeit?

Business Excellence als Schlüssel für nachhaltigen Erfolg

Business Excellence dient der Erreichung maximaler Leistung in allen Belangendes wirtschaftlichen Handelns. Alle Maßnahmen und Verbesserungsprojekte soll-ten sich an diesem Ziel messen lassen.

Vision/Mission/Strategie

StrategischeZiele/operatio-nale KPIs

Aktivitäten und Meilen -steine

Erfolg

UMSETZUNG

WIRKLICHKEITWUNSCH

Abbildung 2: Umsetzung – Die Abweichung zwischen Wunsch und Wirklichkeit

12

Kompetenz und Motivation:Bestleistung für den Unternehmenserfolg ermöglichen

People Excellence

13

EINFÜHRUNG

Die obige Abbildung zeigt den Prozess der Strategieumsetzung. Auf der linken Sei -te steht die Planung. Rechts steht das erreichte Ergebnis. Dazwischen gibt es eineLücke, das Dreieck, das es zu minimieren gilt.

Denn es geht immer darum, alle kritischen Kunden- und Businessanforderungenvollständig und profitabel zu erfüllen. Wichtig ist hierbei, sich – entgegen des inder Vergangenheit gerne praktizierten Ansatzes vieler Six Sigma-Programme –nicht nur als bester Problemlöser innerhalb des Dreiecks zu verstehen.

Vielmehr geht es darum, die relevanten Handlungsfelder für die Verbesserungs -projekte direkt aus der Strategie bzw. den Zielen abzuleiten. Das bedeutet in derPraxis, dass sich das Betätigungsfeld der Business Excellence konkret an demStrategieumsetzungsprozess orientiert und nicht nur auf das Umsetzungsdreieck.Das von uns praktizierte Business Excellence Modell schafft somit die Verbindungzwischen Wunsch und Wirklichkeit. Dazu bedarf es mehr als Tools. Hier geht esum das Mindset der Strategieumsetzung.

Strategieumsetzung als Mindset hat vielschichtige Dimensionen und betrifft diegesamte Organisation. Um diese Aufgabe als Unternehmen sinnvoll anzugehen,ohne sich dabei in der Komplexität der Aufgabe zu verzetteln, bedarf es einesstruk turierten, schrittweisen Vorgehens, das sich aus der Beobachtung unsererKunden über die letzten 15 Jahre ableiten lässt.

Entw

icklu

n gsg

rad

Zeit

Wachstum:Neue Potenziale durch systematische Produkt- und

Prozessinnovation generieren

Marktausschöpfung:Bestehende Potenziale durch kundenorientierte

Marktbearbeitung ausschöpfen

Kosten und Qualität:Handlungsspielräume durch schlanke und

effiziente Prozesse sichern

Abbildung 3: Das UMS Business Excellence-Modell

Innovation Excellence

CommercialExcellence

OperationalExcellence

13

14

EINFÜHRUNG

Unternehmen, die sich auf die Reise zur Excellence begeben, fokussieren sich zuBeginn stark auf das Sichern bestehender Handlungsspielräume durch effizienteProzesse mit dem Fokus auf Kosten und Qualität. Dieser Fokus ist häufig nach in -nen gerichtet. Die operativen Prozesse, gleich welcher Art, werden optimiert, be zie -hungsweise exzellent gestaltet. Dabei spielt es keine Rolle, ob es sich um Produk -tions- oder Dienstleistungsprozesse handelt.

In der klassischen Six Sigma-Sprache kann man diesen Fokus auch als Erfüllungder CTBs (Critical to Business) bezeichnen. Diese Phase bezeichnen wir alsOpera tional Excellence, die wir mit einem darauf zugeschnittenen Mix an Werk -zeugen, Methoden und Konzepten unterstützen (siehe folgende Abbildung).

Ab einem gewissen Zeitraum rücken eher übergreifende Themen in den Fokus derVerbesserungsarbeit. Es geht dabei i. d. R. um die Erfüllung externer Kunden anfor -derungen, der CTCs (Critical to Customer), d. h. um Projekte, bei denen zusätzlichLieferanten und Kunden einbezogen werden. Neben Vertriebs- und Marketing -themen werden auch die Supply Chain-Themen behandelt. Das Motto hier lautet:Bestehende Potenziale durch kundenorientierte Marktbearbeitung auszuschöpfen.Dazu bedarf es anderer, zusätzlicher Konzepte und Methoden. Wir bezeichnendieses Exzellenzfeld als Commercial Excellence.

Im dritten Schritt des Reifegrades werden neue Potenziale durch systematischeProdukt- und Prozessinnovationen generiert. Forschungs- und Entwicklungs berei -

Prozessmanagement Lean Office Produktions -sys teme Supply Chain Management Potenzial analyseMess systeme Experimental ProcedureKenn zahlensysteme Rapid Process DesignProjekt manage ment

Channel Management Customer Service Markt -bearbeitung Value Proposition Verkaufs -prozesse Markteintritt Customer Touch -point Management Segmentierung Customer ValueManagement Opportunity & Pipeline Management

14

15

EINFÜHRUNG

che, Marketing etc. sind stark involviert. Der Mix der Konzepte, Werkzeuge undMethoden, die sich hinter der von uns genannten Innovation Excellence verber-gen, kommen vor allem aus dem Innovationsmanagement.

Alle vorgenannten Exzellenzfelder basieren auf People Excellence. Sie stellt dieKompetenz und Motivation der Mitarbeiter sicher und ermöglicht damit in allen Be -reichen Bestleistungen für den Unternehmenserfolg. Dazu müssen die geeignetenMitarbeiter identifiziert, ausgewählt, qualifiziert und begleitet werden. Für jede dergenannten Phasen werden entsprechende Konzepte angewandt, um die Ziel errei -chung zu unterstützen. Eines davon ist zum Beispiel die Entwicklung einer Kulturfür kontinuierliche Verbesserung.

Interessant für uns ist die Tatsache, dass sowohl praktizierende Six Sigma+Lean-Unternehmen als auch Unternehmen, die sich bisher nicht mit dem Thema konti-nuierlicher Verbesserung auseinandergesetzt haben, alle sehr positiv auf das Kon -zept der Business Excellence reagieren. In den Diskussionen stehen dann natür-lich Fragen im Vordergrund, wie denn die Idee in dem jeweiligen Kontext umzuset-zen ist.

Jede Anwendung des Business Excellence-Konzepts ist individuell auszugestalten.Allerdings haben sich fünf Erfolgsfaktoren herauskristallisiert, deren Beachtungdazu beiträgt, aus dem Konzept ein gelebtes Mindset zu gestalten. Die folgendenFragen sind zu beantworten:

Innovationsmanagement Fuzzy Front End BlueOcean Trendanalyse InnovationsprozesseDesign for Six Sigma Markt-/Wettbewerbsanalyse MachbarkeitsanalyseEarly 6 Just Enough Prototyping

Change Management Recruiting Skills & TrainingKulturdiagnose Mitarbeiterauswahl Grup -penarbeit Verbesserungskultur Reifegrad -analyse Agenda Setting Mitarbeiterentwicklung

15

16

EINFÜHRUNG

Die Idee der Business Excellence, ausgestaltet entlang der fünf Erfolgsfaktoren,ermöglicht es, ein unternehmensweites Konzept zu entwickeln, das die kontinuier-liche Strategieumsetzung sicherstellt.

Excellence Mindset in der Projektarbeit

Die Auflistung der in den Exzellenzfeldern verwendeten Werkzeuge, Methodenund Konzepte geht weit über die in diesem Buch beschriebenen Werkzeuge hin-aus. Obwohl viele der Werkzeuge und Methoden, die in diesem Buch enthaltensind, in allen Exzellenzfeldern zum Einsatz kommen, liegt der Schwerpunkt hierauf Ope ra tional Excellence, welcher wir uns im Folgenden widmen wollen.

Dabei findet sich das Mindset der Business Excellence in jeder der fünf DMAIC-Projektphasen und sogar in jedem einzelnen Tool wieder: Fragenbasiertes Vorge -hen und Ausrichtung auf das angestrebte Ergebnis.

Bezogen auf DEFINE sieht das beispielsweise wie folgt aus:

Fokus• Welche Ziele werden mit Business Excellence verfolgt?• Woran wird die Zielerreichung gemessen?

Prozess• Wie sieht der Prozess von der Identifikation des Handlungsbedarfs bis zum

Nutzeninkasso aus?• Wie wird der Prozess gesteuert?

Tool• Welche Werkzeuge werden eingesetzt?• Wie sind alte und neue Methoden und Werkzeuge miteinander verknüpft?

Skill• Wie sehen Rollen und Verantwortlichkeiten aus?• Welche Kenntnisse und Fähigkeiten müssen Rolleninhaber haben bzw. wie

werden diese entwickelt?

Struktur• Sind Rollen und Verantwortlichkeiten angemessen in der Unternehmens-

struktur verankert?• Gehen damit ausreichend Befugnisse und Ressourcen einher?

16

17

EINFÜHRUNG

In den folgenden Kapiteln werden nun Phase für Phase typische Fragen einer Pro -zessverbesserung gestellt und Werkzeuge vorgestellt, mit deren Hilfe die Fragensystematisch und strukturiert beantwortet werden können. Das fragenbasierte Vor -gehen trägt dazu bei, dass Sie aus der Vielzahl der angebotenen Tools ebensoschnell wie sicher die für Ihre Maßnahme relevanten Tools identifizieren und an wen -den können.Dadurch entsteht eine umfassende Integration von Six Sigma+Lean und Projekt -management, was seinerseits einen Beitrag dazu leistet, dass Verbesserungs pro -jekte OTOBOS abgeschlossen werden: on time, on budget und on specification.

Am Ende zählt eben nur das Projektergebnis: Tools sind dabei nur Mittel zumZweck.

DEFINE: Was ist das Problem?

D.1 Projektziele festlegenWas soll das Ergebnis des Projekts sein?

Projekt CharterNutzenrechnung

D.2 Projekt abgrenzenWas ist Bestandteil des Projekts?Welcher Prozess wird untersucht?

Projektrahmen Multigenerationsplan (MGP)SIPOCAbhängigkeitsbetrachtung

D.3 Projekterfolg sichernWelche Arbeitspakete müssen in welcher Zeitabgeschlossen werden?Welche Stakeholder müssen angesprochen wer-den?Welche Risiken können auftreten und wie werdensie gemanagt?

ProjektmanagementProjektstrukturplanNetzplanZeitplanungRessourcenplanungRACI ChartBudgetplanungRisikomanagementStakeholdermanagementKick-off-MeetingProjektkommunikation

D.4 Kundenanforderungen spezifizierenWelche Anforderungen hat der Kunde an denProzess?Welche Anforderungen hat das Business an denProzess?

KundenbedürfnistabelleKano-ModellTool 1: CTC-/CTB-Matrix

17

SIX SIGMA+LEAN

TOOLSET

DEFINE Was ist das Problem?


21

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zusammenfassung DEFINE-Phase

PHASE 1: DEFINE

Zielsetzung und Umfang der Phase• Die DEFINE-Phase beantwortet die Frage: „Was genau ist

das Problem?” – d. h. wo sitzt der Schmerz, warum muss ergelindert werden, wie genau sieht das Projekt zur Lösung aus und welche Anforderungen haben die Kunden an dieLösung?

• Dazu werden das Problem sowie die Zielsetzung eindeutigdefiniert und das Projekt sowie der Prozess klar abgegrenzt – in dieser Phase findet noch keine Auseinandersetzung mitLösungen oder Ursachen des Problems statt

Die Bedeutung der DEFINE-Phase• Eindeutig definierte Ziele geben die Richtung für das Team

vor• Ein klar abgegrenztes Projekt sowie ein Prozess geben die

Orientierung und setzen den Fokus der Teamarbeit • Durch diese beiden Punkte wird ein einheitliches Verständnis

des Projekts geschaffen, welches für die Kommunikationnach außen von großer Bedeutung ist

Vorgehen in der DEFINE-Phase• Projektziele werden festgelegt und SMART definiert• Projekt und Prozess werden klar abgegrenzt • Ein umfassendes Projektmanagement (inkl. Change und Risi-

komanagement) wird aufgesetzt• Kunden- und Businessanforderungen (CTCs/CTBs) werden

identifiziert und mit dem Projektziel verknüpft

D

M

A

I

C

21

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

22

D

M

A

I

C

Roter Faden DEFINE-Phase

D.1 Projektziele festlegen

Was soll das Ergebnis des Projekts sein?

D.2 Projekt abgrenzen

Was ist Bestandteil des Projekts?Welcher Prozess wird untersucht?

D.3 Projekterfolg sichernWelche Arbeitspakete müssen in welcher Zeit abgeschlossenwerden?Welche Stakeholder müssen angesprochen werden?Welche Risiken können auftreten und wie werden sie gemanagt?

D.4 Kundenanforderungen spezifizieren

Welche Anforderungen hat der Kunde an den Prozess?Welche Anforderungen hat das Business an den Prozess?

D Gate Review/Phasenabschluss

PHASE 1: DEFINE

22

23

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PHASE 1: DEFINE

Werkzeugübersicht DEFINE-Phase

Projekt -management

Projekt -struktur plan Netzplan Zeitplanung Res sourcen -

planung RACI Chart

Budget -planung

Risiko-management

Stakeholder-Manage ment

Kick-off-Meeting

Projekt -kommuni ka -tion

Projekt -rahmen

Multi -generations -plan (MGP)

SIPOCAbhängig -keits -betrachtung

Kunden -bedürfnis -tabelle

Kano-Modell Tool 1CTC- /CTB-Matrix

Project Charter

Nutzen -rechnung

D.2 Projekt abgrenzen

D.1 Projektziele festlegen

D.3 Projekterfolg sichern

D.4 Kundenanforderungen spezifizieren

D Gate Review

23

25

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Project Charter

BezeichnungProject Charter, Team Charter, Project Contract, Projektauftrag, Projektblatt,Projektsteckbrief

ZeitpunktVor Projektstart, während der gesamten Projektdauer

Ziel- Projekt klar definieren- Ausgangssituation, Probleme und Projektziele knapp und eindeutig dar-

stellen- Den zu verbessernden (Teil-) Prozess fokussieren- Die wichtigen Projektbeteiligten benennen- Den Sponsorauftrag an das Verbesserungsteam formalisieren

Vorgehensweise- Entwurf des Project Charter durch den Sponsor/Auftraggeber in Zusam -

menarbeit mit dem Projektleiter (Black oder Green Belt) erstellen- Inhalte des Project Charter frühzeitig mit direkt und indirekt Beteiligten

abklären

AusgangssituationHier werden das Geschäftsumfeld und die Hintergründe zum Problem be -schrieben. In diesem Zusammenhang muss die Bedeutung bzw. Wichtig keitdes Projekts hervorgehoben werden. Begründen, warum das Projekt zeit nahdurchgeführt werden soll und ggf. Konsequenzen aufzeigen, falls das Projektnicht durchgeführt wird.

Problem und ZielProblem und Ziel in klaren, prägnanten und messbaren Begriffen. Es gilt dieSMART-Regel:

• SPEZIFISCH: Produkt bzw. Dienstleistung und/oder konkreter Prozess, indem das Problem auftritt; Fehlerbenennung bzw. Verletzung von Kunden -anforderungen. Auswirkungen des Problems

PROJECT CHARTER

25

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

26

• MESSBAR: Messbar formuliertes Problem im Sinne der Verwendung min-destens einer operativen Messgröße; Schätzungen sind zulässig

• ABGESTIMMT: Gleiches Verständnis von Problemen und Zielen bei Spon-sor und Team

• REALISTISCH: Projektziel ist in definiertem Zeitraum erreichbar

• TERMINIERT: Zeitraum, in dem das Problem aufgetreten bzw. gemessenwurde und Abschlussdatum für die Zielerreichung

Die Problembeschreibung ist eine sachliche Beschreibung des IST-Zustan desund enthält keine Ursachen oder Schuldzuweisungen. Bei der Zieldefini tionwird der SOLL-Zustand formuliert und ist lösungsfrei.

ProjektumfangAuf die wesentlichen Sachverhalte fokussieren und darstellen, welche inner-halb (IN) und welche außerhalb (OUT) des Betrachtungsrahmens liegen.Darstellen, welcher Prozess zugrunde liegt und wie sich dieser hinsichtlichStart und Stopp abgrenzt. Bei umfangreichen Projektzielen einen Multigene -rationsplan (MGP) verwenden, um das Projektziel in kleinere, handhabbareSchritte herunterzubrechen.

ProjektnutzenDen finanziellen Nutzen des Projekts und ggf. weitere, nicht quantifizierbareNutzen darstellen (s. hierzu „Nutzenberechnung“).

RolleDie beteiligten Personen namentlich festlegen und den Ressourcenbedarfabschätzen. Zu den wesentlichen Rollen gehören der Projektauftraggeber(Sponsor), der Projektleiter (Black Belt/Green Belt), die Teammitglieder, derProzesseigner sowie ggf. der Master Black Belt.

MeilensteinBeginn und Dauer des Projekts festlegen. Hierzu gehört ein separater Zeit -plan für das gesamte Projekt inkl. der wichtigsten Aktivitäten.

PROJECT CHARTER

26

27

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Tipp• Vermitteln Sie in der Ausgangssituation des Projektauftrags den notwendi-

gen „Leidensdruck”, um an alle Leser die Notwendigkeit des Projekts zuadressieren; der Project Charter ist die Visitenkarte des Projekts

• Beherzigen Sie die SMART-Regel und konzentrieren Sie sich bei der For -mulierung der Inhalte auf das Wesentliche; viele Projektstarts scheitern anunkonkreten Beschreibungen von Problemen und Zielen

• Erläutern Sie mit dem Sponsor die Notwendigkeit der SMART-Formulie -rung, insbesondere dann, wenn Probleme und Ziele nicht auf Anhieb mess - bar zu formulieren sind; unterstützen Sie den Gedanken, ein gemeinsamesVerständnis über das Problem zu schaffen

• Kleine Teams (drei bis fünf Mitglieder) dienen der Schonung von Res sour -cen und erleichtern die Zusammenarbeit; Entscheidungen werden schnel-ler getroffen und gemeinsame Termine sind leichter zu finden; Sie könnenbei Bedarf Prozessexperten jederzeit mit einbeziehen

• Achten Sie beim Aufsetzen des Teams darauf, dass der Projektleiter ohneständige Rückfragen an Verantwortliche wichtige Aufgaben umgehend de -legieren kann

• Diskutieren Sie den Project Charter mit den Teammitgliedern vor dem Kick- off-Meeting in seinen wesentlichen Zügen, um nicht im Kick-off-MeetingZeit zu verlieren

• Verwenden Sie das Standard-Template für den Projektauftrag aus IhrerOrganisation, auch wenn dies in Teilen von der dargestellten Version ab -weicht

• Der Project Charter ist ein lebendes Dokument: Übertragen Sie gewonne-ne Erkenntnisse in den Project Charter und stimmen Sie nach Beendigungjeder Phase den Project Charter erneut ab

Beispiel Autohaus auf der folgenden Seite.

PROJECT CHARTER

27

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

28

PROJECT CHARTER

Beispiel Autohaus

Vermeidung von Kundenabwanderung

Ausgangssituation/ProjekthintergrundDas Unternehmen ist ein Kfz-Betrieb/Autohaus mit Mehrmarkenvertrieb und -re paraturen. Im Hauptbetrieb sind 80 Mitarbeiter beschäftigt, außerdem arbei-ten jeweils 20 weitere Mitarbeiter in zwei Zweigstellen. Der Bereich Unfall instand -setzung/Lackiererei hat in den letzten zwei Jahren Umsatzeinbußen in Höhe von 384.000,- € hinnehmen müssen. Außerdem gibt es immer mehr Kun den -beschwer den bezüglich der Lackierqualität. Die Kosten dieses Bereichs sindnicht mehr marktgerecht.

Problem:Im Zeitraum Jan-Dez 2010 mussten30% der insgesamt 480 Lackier auf trä -ge aufgrund von Kundenbeschwerdennachgearbeitet werden. Diese Nach -arbeit verursachte im betrachtetenZeit raum zusätzliche Kosten von57.600,- €. Die 480 Lackieraufträge wurden vonvier Mitarbeitern bearbeitet.

Ziel:Senkung der Nacharbeit auf ein Maxi -mum von 5% bis Ende 2011. Steige-rung des Durchsatzes der vier Mit -arbeiter auf min. 700 Aufträge pro Jahrbis Ende 2011.

Projektumfang/Projektfokus

In: Auftragsannahme, Endkontrolledes Fahrzeugs, Vorbereitung derLackierung

Out: Personalkosten, Gewährleistung,Abrechnungssystem, Freundlichkeit

MGP

Gen I: Hauptbetrieb

Gen II: Zweigbetrieb I und II

28

29

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Monetärer Nutzen148.000,- €

Zusätzlicher NutzenErhöhung der Kundenzufrie -denheit, Vermeidung vonKundenabwanderung

Abhängigkeiten

Projektteam:

Name Rolle Geschäfts-bereich

Vereinbartezeitliche Ver-fügbarkeit fürdas Projekt

Genehmigtvon Manager

Goldbach Black Belt Lackierung 45 MT Vetter

Vetter SponsorCustomer-Relationship-Management

1,5 MT Vetter

Stolle Teammitglied Lackiererei 15 MT Vetter

Rimac Teammitglied Lackiererei 10 MT Goldbach

Calabrese Teammitglied Lackiererei 15 MT Vetter

PROJECT CHARTER

Projektstatus /Meilensteine

BeginnTT.MM.JJ

EndeTT.MM.JJ

Status

1

Kick-off /Projektauf -trag unter-schrieben

25.02.11 25.02.11

2 PhaseDEFINE 25.02.11 05.03.11

3 Phase MEASURE 05.03.11 15.04.11

4 Phase ANALYZE 15.04.11 05.05.11

5 PhaseIMPROVE 05.05.11 01.09.11

6 PhaseCONTROL 01.09.11 01.09.12

29

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

30

Nutzenrechnung

BezeichnungBenefit Case, monetärer bzw. nicht monetärer Nutzen, qualitativer und quan-titativer Nutzen

ZeitpunktIm Rahmen der Erstellung des Project Charter, Aktualisierung mit Abschlussjeder Phase des DMAIC-Vorgehens

Ziel- Monetären Nutzen in Abstimmung mit dem Sponsor und dem Controlling

bestimmen- Nicht monetären Nutzen im Sinne weiterer Argumente für das Projekt aus-

weisen

Vorgehensweise- IST-Leistung darstellen, beschrieben durch die Problemformulierung im

Project Charter- SOLL-Leistung skizzieren, beschrieben durch die Zielformulierung im Pro-

ject Charter- Leistungsunterschied zwischen SOLL und IST ermitteln- Finanziellen Nutzen in Abhängigkeit jeder Veränderung und unter Berück -

sichtigung der finanziellen Richtlinien des Unternehmens berechnen bzw.abschätzen und mit dem Controlling abstimmen

- Im Laufe des Projekts auf der Basis von neuen und erweiterten Erkennt-nissen den Projektnutzen anpassen bzw. ändern; er sollte gemeinsam vonTeam und Sponsor angeglichen werden

Tipp• Bestimmen Sie den Projektnutzen mithilfe der aktuellen Richtlinien in

Ihrem Unternehmen• Lassen Sie sich den ermittelten Nutzen vom Controlling abnehmen.

Dadurch schaffen Sie Glaubwürdigkeit und Transparenz für das Projekt• Definieren Sie den nicht monetären Nutzen so konkret wie möglich• Zu Beginn sind die Angaben zu den Kosten/Investitionen nicht bekannt;

NUTZENRECHNUNG

30

31

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

NUTZENRECHNUNG

spätestens in der IMPROVE-Phase ermitteln Sie diese im Rahmen derKosten-Nutzen-Analyse und ergänzen Sie den Project Charter

• Für den Fall, dass das Projektziel eine Kostensenkung beinhaltet, ist dieRechenoperation auf der folgenden Seite +, - ; falls es sich um Umsatz -wachstum handelt, ist die Rechenoperation -, +

Beispiel für Messgrößen für die drei Haupttreiber des monetären Nutzens

Steigerung des Umsatzes

durch

Senkung der Betriebskosten

durch

Senkung des Kapitalaufwandes

durch

• Senkung der Durch -laufzeit

• Erhöhung der Qualität

• Senkung der Nach -arbeits-/Ausschuss -quote

• Senkung von Material-/Energieeinsatz

• Senkung der Arbeits-stunden durch Leih -arbeiter

• Reduzierung offenerPosten

• Reduzierung von Risikokosten

NET BENEFIT

31

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

32

Beispiel für eine monetäre Bewertung

Situation vor Implementierung (Einjahreszeitraum)

# der KPI-Einheiten x Basis -einheiten/KPI x Kosten derBasis einheit

z. B. Nacharbeit: 1.500 Teile x 2 Std.

x 200,- €/Std.

+ Situation nachImplementierung (Einjahreszeitraum)

# der KPI-Einheiten x Basis -einheiten/KPI x Kosten derBasis einheit

z. B. Nacharbeit: 200 Teile x 2 Std.

x 200,- €/Std.

-

Betriebskosten durch Projektimplementierung(Einjahreszeitraum)

Benötigte Investitionen für die Implementierung(Einjahresabschreibung)

Direkte Projektkosten

-

-

-

z. B. Miete für Anlagen: 6.000,- €

z. B. jährl. Abschreibung einer Anlage: 3.000,- €

z. B. Projektteam: 300 Std. x 60,- €/Std.

Beispiele für nicht monetär bewertbare strategische Werte- Strategiekonforme technische Entwicklungen und Innovationen- Verbesserung von Aspekten im Hinblick auf Umwelt, Sicherheit, Gesundheit- Verbesserung der Kunden- und Mitarbeiterbindung, z. B. durch die Verbesse-

rung der Beratungs- und Betreuungsqualität

Net Benefit des Projekts (Einjahreszeitraum)

NUTZENRECHNUNG

32

33

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROJEKTRAHMEN

Projektrahmen

BezeichnungIN/OUT-Frame, Projektrahmen, IN/OUT-Rahmen

ZeitpunktDEFINE, im Idealfall bereits im ersten Projektmeeting

Ziel- Inhalt und Ausrichtung des Projekts klar und eindeutig abgrenzen- Projektfremde Themen identifizieren und abgrenzen- Ein einheitliches Verständnis zum Projektumfang bei allen Teammitglie dern

generieren- Eine Basis für eine klare Kommunikation legen

Vorgehensweise- Den Projektrahmen in Form eines Bilderrahmens visualisieren- Themen gemeinsam im Team definieren, die im Rahmen des Projekts (IN)

bearbeitet werden sollen- Hiervon Themen abgrenzen, die explizit ausgeschlossen werden sollen

(OUT)- Offene bzw. noch zur Diskussion stehende Themen definieren (auf dem

Rahmen)

Tipp• Schaffen Sie Klarheit über die offenen Themen (auf dem Rahmen) im Hin -

blick auf IN/OUT bis zum Abschluss der DEFINE-Phase • Über diese Abgrenzung können Sie die Themen herausstellen, über die in

der weiteren Abstimmung noch Klarheit geschaffen werden muss• Diskutieren Sie die Relevanz der „OUT”-Aspekte für potenzielle Folge -

projektgenerationen• Nutzen Sie den Projektrahmen im weiteren Verlauf des Projekts zur fort-

laufenden Sicherstellung der Projektausrichtung

33

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

34

Personalkosten

Gewährleistung

Abrechnungssystem

Freundlichkeit

PROJEKTRAHMEN

IN OUT

Beispiel Projektrahmen

PROJEKTRAHMEN

Anlageinstandhaltung

Vorbereitung der Lackierung

Endkontrolle der Fahrzeuge

Annahme des Auftrags

34

35

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REMULTIGENERATIONSPLAN

Multigenerationsplan

BezeichnungMGP, Multigenerationsplan


Ziel- Voraussetzung schaffen, um ein langfristiges Projektziel in kleinen Schrit ten

zu erreichen bzw. Folgeprojektgenerationen frühzeitig zu identifizieren- Ein einheitliches Verständnis über den zu verbessernden Prozess gewähr-

leisten

Vorgehensweise- Die im Projektrahmen (IN/OUT-Rahmen) definierten Themenbereiche zur

ersten Generation des Projekts zuordnen- Die hiervon explizit ausgeschlossenen Themen (OUT) einer potenziellen

zweiten bzw. dritten Projektgeneration zuordnen bzw. diese als Basis füreine weitergehende Spezifizierung möglicher Folgeprojektgenerationennutzen

Tipp• Setzen Sie den Multigenerationsplan ein, um das Projekt in „kleine, hand-

habbare Scheiben” zu schneiden und um das langfristige Projektziel trotz-dem nicht aus den Augen zu verlieren („klein schneiden”)

• Nutzen Sie den Multigenerationsplan aber auch, um in der Diskussion mitdem Sponsor frühzeitig potenzielle Folgeprojektgenerationen zu identifi zie -ren („weiterdenken”), z. B. Gen I: Anlage A, Produkt Z im Standort KGen II: Alle Anlagen für Produkt Z im Standort KGen III: Alle Anlagen für Produkt Z deutschlandweit

• Nutzen Sie den Multigenerationsplan im weiteren Verlauf des Projekts zurfortlaufenden Sicherstellung der Projektausrichtung

35

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

36

Beispiel Multigenerationsplan

GENERATION I—

Vollziehe den ersten Schritt

GENERATION II—

Verbessere die erreichte Position

GENERATION III—

Übernimm die Führungsposition

Generation I zielt daraufab, dringliche Problemeabzustellen und Lückenzu füllen

Generation II weitet das Ergebnis von Gene-ration I aus

Generation III strebteinen Quantensprungmit durchschlagendemErfolg an

Anlage A, Produkt Z

im Standort K

Alle Anlagen für Produkt Z im Standort K

Alle Anlagen für Produkt Z

deutschlandweit

MULTIGENERATIONSPLAN

36

37

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

SIPOC

BezeichnungSIPOC (Supplier, Input, Process, Output, Customer) bzw. LIPOK (Lieferant,Input, Prozess, Output, Kunde)


Ziel- Start- und Stoppsignale des im Fokus stehenden Prozesses festlegen - Die relevanten Prozessoutputs bestimmen und deren Kunden identifizieren- Ein einheitliches Verständnis über den zu verbessernden Prozess gewähr-

leisten

Vorgehensweise- Start- und Stoppsignale des zugrunde liegenden Prozesses als „Ereignis”,

d. h. passiv formulieren und farblich festlegen – das stellt sicher, dass keineMissverständnisse über IN/OUT vorliegen

- Den zu optimierenden Prozess in fünf bis sieben Prozessschritten grob dar -stellen

- Einzelne Prozessschritte – mit einem aus Substantiv und Verb bestehen-den Satz – in der richtigen Reihenfolge aufnehmen

- Wichtige Kunden als Empfänger des wesentlichen Outputs beschreiben.- Dieser Schritt bildet die Basis für das nächste Werkzeug – Tool 1: CTC-/

CTB-Matrix- Wesentliche Inputs des Prozesses, relevante Lieferanten des Inputs und

die wichtigsten Prozessoutputs identifizieren

Tipp• Verwenden Sie Moderationskarten oder Post-it® für die Erstellung des

SIPOC – dies lässt Änderungen zu und erlaubt eine stets „saubere” Visu -alisierung der Elemente

• Überprüfen Sie die Relevanz des Outputs für das Projekt: Haben wir dasProjekt an der richtigen Stelle „geschnitten”?

SIPOC

37

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

38

Supplier Input Process Output Customer

Kunde Fahrzeug Fahrzeug istaufgenommen

Kundendienst Auftrag Fahrzeug vorbereiten

Lacklieferant Lacke Lackierungdurchführen

Fahrzeug fertig stellen

Auftragsberichtund Rechnung Buchhaltung

Fahrzeug ist übergeben

LackiertesFahrzeug Kunde

Start Stopp

• Behalten Sie die Flughöhe (High-Level-Prozess), aber berücksichtigen Siestets, dass der SIPOC ein einheitliches Verständnis generieren soll

• Markieren Sie die für das Projekt relevanten Outputs farblich• Beachten Sie, dass die Bereiche Input und Supplier noch nicht im Fokus

der Betrachtung stehen• Prüfen Sie das Ergebnis des SIPOC vor dem Hintergrund des definierten

Projektrahmens

Beispiel: SIPOC

SIPOC

38

39

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Abhängigkeitsbetrachtung

BezeichnungAbhängigkeitsbetrachtung

ZeitpunktDEFINE bzw. bereits im Vorfeld des Projekts

ZielUnternehmensinterne und -externe Projekte prüfen, um deren potenziellenEinfluss auf das laufende Projekt zu verifizieren

Vorgehensweise

Fokus interne Projekte:- Projekte mit ähnlichem Fokus sichten und die Übertragbarkeit der Ergeb -

nisse auf das vorliegende Projekt prüfen - Zeitgleich durchgeführte Projekte sichten, um deren Informationszuwachs

im Verbesserungsprojekt zu nutzen- Beeinflussung anderer Projekte hinsichtlich zu erwartender Engpässe (z. B.

Ressourcen) für das laufende Projekt prüfen- Dokumentations- und Kommunikationsformen definieren, um einen effekti -

ven und effizienten Informationsaustausch zwischen den Mitarbeitern ver-schiedener Projekte zu gewährleisten

Fokus externe Projekte:- Lieferanten- und kundenseitige Projekte sichten, um deren potenziellen

Ein fluss auf das laufende Projekt zu prüfen

Tipp• Beziehen Sie auch bereits durchgeführte bzw. parallel laufende Projekte

aus anderen Werken oder Niederlassungen in die Betrachtung mit ein• Achten Sie hierbei neben „formalen” Informationsquellen, wie Programm -

büro (Program Office) und Intranet, auch auf „informelle” Quellen

ABHÄNGIGKEITSBETRACHTUNG

39

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

40

Projektmanagement

BezeichnungProgram Management, Projektmanagement

ZeitpunktWährend der gesamten Projektdauer

ZielProjektaktivitäten aktiv steuern, um das Projektziel mit den vorhandenen Res-sourcen ohne Überschreitung von Budget oder Zeitrahmen (OTOBOS = onTime, on Budget, on Specification) zu erreichen

Vorgehensweise1. Alle notwendigen Arbeitspakete und Aktivitäten ableiten und etwaige logi -

sche Beziehungen und Abhängigkeiten feststellen

2. Abgeleitete Arbeitspakete/Aktivitäten hinsichtlich der Umsetzungsdauer unddes Umsetzungsaufwands planen

3. Die Budgets für die Umsetzung der einzelnen Arbeitspakete ermitteln unddas Gesamtbudget verteilen

4. Projektteam zusammenstellen, Ressourcenverfügbarkeit erheben, Res sour -cen und Verantwortlichkeiten verteilen

5. Projektkommunikation aufsetzen, Risiken identifizieren, Maßnahmenplänezur Prävention und Reaktion erarbeiten

6. Change Management-Konzept erarbeiten, Kommunikationsstrategie ableiten

PROJEKTMANAGEMENT

40

41

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Darstellung Projektmanagement-Elemente

PROJEKTMANAGEMENT

AKTIVITÄTENPLANUNG

ZEITPLANUNG

BUDGETPLANUNG

RESSOURCENPLANUNG

RISIKOMANAGEMENT CHANGE MANAGEMENT

41

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

42

Projektstrukturplan

BezeichnungWork-Breakdown-Strukturen, Projektstrukturplan, Aktivitätenplan, Maß nah men -planung

Zeitpunkt- DEFINE, nach der Abgrenzung des Projekts- IMPROVE, bei der Implementierung

ZielGliederung des Projekts in plan- und kontrollierbare Teilaufgaben (Arbeits -pakete), die zur Umsetzung des DMAIC-Projekts oder der zu implementieren-den Lösung aus IMPROVE erforderlich sind

Vorgehensweise

Zusammensetzungsmethode (Bottom-up)- Arbeitspakete sammeln- Beziehungen mit der Frage „Was ist Teil wovon?” analysieren- Projektstruktur in Form einer Hierarchie (Ursache-Wirkung-Kette) aufbau en

und zusammensetzen- Nicht genannte, offensichtlich jedoch erforderliche Aufgabe bzw. Teilpro jek -

te ergänzen

Zerlegungsmethode (Top-down)- Projekt- bzw. Implementierungsphasen festlegen und in Hauptaufgaben

untergliedern- Die Hauptaufgaben in Teilaufgaben zerlegen - Aufgaben in immer feineren Arbeitspaketen definieren und detailliert be -

schreiben

PROJEKTSTRUKTURPLAN

42

43

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Darstellung Zerlegungsmethode

Tipp• Im Hinblick auf den Detaillierungsgrad gilt: Sie müssen in der Lage sein,

durch die Aufteilung in Arbeitspakete eine robuste und realistische Zeit -planung zu erstellen

• Denken Sie daran, jedes Arbeitspaket genau einem Verantwortlichen zu -zuordnen

• Sorgen Sie dafür, dass alle technischen, materiellen und organisatorischenVoraussetzungen für die Erledigung des Arbeitspaketes vorhanden sind

• Zur Prüfung der Vollständigkeit stellen Sie sich die Frage: „Wenn ich dasalles gemacht habe, kann ich die Phase erfolgreich abschließen?”

PROJEKTSTRUKTURPLAN

DEFINE MEASURE ANALYZE IMPROVE CONTROL

Projektzielefestlegen … … … …

- Problem undZiel definie-ren

- Benefit ermitteln

- Project Char-ter erstellen

… … … …

… … … …

… … … …

Projektabgrenzen … … … …

…

… … … … …

43

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

44

Netzplan

BezeichnungProgram Evaluation and Review Technique, Critical Path Method, Netzplan

Zeitpunkt- DEFINE, bei der Projektplanung- IMPROVE, bei der Implementierungsplanung

Ziel- Logische Beziehungen/Abhängigkeiten zwischen Aktivitäten und ihren zeit -

lichen Ablauf im Projekt visualisieren, insbesondere bei der Planung kom-plexer Abläufe/Projekte

- Kritischen Pfad ermitteln, d. h. kürzesten Zeitraum, in dem das Projekt an -geschlossen werden kann

- Projektdauer minimieren und steuerbar machen

Vorgehensweise1. Arbeitspakete in einer logischen Reihenfolge abtragen; Parallelschritte sind

möglich2. Frühesten Beginn, die Dauer und das früheste Ende (Best Case) sowie den

spätesten Beginn und das späteste Ende (Worst Case) in die Arbeitspaketeeintragen

3. Den kürzesten Zeitraum über Addition der Dauer ermitteln und kennzeich-nen

Tipp• Beachten Sie, dass zwischen dem Aufwand zur Durchführung einer Akti vi -

tät und der tatsächlichen Dauer bis zum Abschluss eine Differenz vorlie genkann und berücksichtigen Sie diese

• Konzentrieren Sie sich im Hinblick auf den Detaillierungsgrad immer da -rauf, welche Aktivitäten parallelisiert werden können, wo Abhängigkeiteneinen Einfluss auf die Projektdauer haben

• Nutzen Sie unterschiedliche Farben, um den Überblick zwischen ab ge -schlos sen und ausstehenden Aktivitäten zu behalten sowie den kritischenPfad zu erkennen

NETZPLAN

44

45

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Darstellung Netzplan

NETZPLAN

1.2. 5 T 5.2. 8.2. 2 T 9.2. 16.2. 15 T 2.3.

AKTIVITÄT 1 AKTIVITÄT 2a AKTIVITÄT 3

3.2. 7.2. 10.2. 11.2. 18.2. 4.3.

8.2. 8 T 15.2.

AKTIVITÄT 2b

8.2. 15.2.

FrühesterBeginn

FrühestesEnde

SpätesterBeginn

SpätestesEnde

45

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

46

Zeitplanung

BezeichnungGantt-Diagram, Time plan, Zeitplanung


Ziel- Dauer und Aufwand der einzelnen Meilensteine/Phasen/Arbeitspakete

definieren und visualisieren- Sicherstellen, dass das Projekt rechtzeitig zum Erfolg geführt wird

Vorgehensweise1. Arbeitspakete aus dem Aktivitätenplan und dem Netzplan aufnehmen

2. Anfangs- und Enddatum jeder Aktivität fixieren

3. Zusätzlich mindestens Termine (Start-Ende) und Verantwortlichkeiten fürdie Umsetzung festlegen

4. Ggf. weitere Angaben integrieren, wie Umsetzungsstatus, Aufwand/Nutzenetc.

5. Zeitplan ständig aktualisieren für den laufenden SOLL-IST-Abgleich hin-sichtlich des Umsetzungsstatus, Aufwand/Nutzen etc.

6. Bei Abweichungen Ressourcen aktiv steuern und anpassen

Tipp• Falls Sie unsicher sind, holen Sie sich Unterstützung, z. B. von Ihrem

Coach, für eine realistische Meilensteinplanung• Planen Sie Zeitpuffer bei Aktivitäten ein, um unvorhergesehene Einflüsse

oder eine große Differenz zwischen der Dauer und dem tatsächlichen Auf -wand abfedern zu können

ZEITPLANUNG

46

47

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

• Verwenden Sie geeignete Software-Pakete, um den aktuellen Status derAktivitäten und des Zeitplans zu verfolgen und um bei Abweichungenschnell reagieren zu können

Beispiel grobe Zeitplanung

ZEITPLANUNG

DMAIC-Phasen DEFINE MEASURE ANALYZE IMPROVE CONTROL

Februar1234

März1234

April1234

Mai1234

Juni1234

Juli1234

August1234

September1234

bis 1. Sep -tem ber imFolge jahr

1234

Arbeits pakete

• VorläufigeProblem -darstellung

• GrobeProzess -darstellung

• IdentifizierteProzess- undQualitäts -indikatoren

• Projektplandargestellt

• Datensamm-lungsplan entwickelt undimplementiert

• Problem -darstellungab schließenddefiniert

• Verbesse -rungs ziele ab schließenddefiniert

• Baseline er mit telt

• MöglicheUrsachengesammeltund verifiziert

• Hauptursachenbestätigt

• Lösungs -möglichkeitenquan tifiziert

• Benchmarkingder Best Prac -tices

• Gegenmaß-nahmen-Matrix

• Kosten-Nut-zen-Analysepräsentiert

• Aktionsplanzur Imple men -tie rung erar-beitet

• Haupt -ursachenabgestellt

• Fortwähren -des Über wa -chungs systemimplementiert

• Verbesserungnachgewiesen

GRGR

GR

GR

GR

47

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

48

Ressourcenplanung

BezeichnungRessourcenplanung


Ziel- Ressourcenbedarf ermitteln- Notwendige Ressourcen identifizieren und Verfügbarkeit für das Projekt

sicherstellen

Vorgehensweise1. Teamzusammensetzung festlegen bzw. überprüfen und dabei folgende

Fragen beantworten:- Welche Teilprozesse sind involviert? Wer sind die Beteiligten?

– Nutzen Sie hierfür den SIPOC- Welche Fach- und Methodenexperten werden für die Bearbeitung des

Projekts benötigt? - Wie ist die zeitliche Beanspruchung für die Teamsitzungen und zwi schen

diesen?- Wer sind die Teammitglieder aus der Six Sigma-Organisation (MBB, BB,

GB)? - Sind die richtigen Mitglieder im Team? Funktional? Hierarchisch?

2. Ressourcenbedarf je Teammitglied aus der Aktivitäten- und Zeitplanungab leiten und mit den gewünschten Ressourcen verknüpfen. Verfügbarkeitder Ressourcen sicherstellen und aktiv steuern

3. Realistische zeitliche Rahmenbedingungen mithilfe folgender Fragen fest-legen:- Inwieweit sind die Teammitglieder vom Tagesgeschäft freigestellt?- Wer wird außerhalb des Kernteams in welchem Maße benötigt?- Wer ist der Ansprechpartner?- Ist externe Unterstützung erforderlich?

RESSOURCENPLANUNG

48

49

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

RESSOURCENPLANUNG

- Wann sind Ferienzeiten?- Wer ist wann im Urlaub?- Wer ist wann abwesend (Messebesuch, Vertriebsaktivitäten etc.)?- Welche Laufzeit soll das DMAIC-Projekt haben (90 bis 180 Tage)?

4. Verantwortlichkeiten definieren (RACI Chart)

TippNutzen Sie ein RACI Chart um die Rollen und Verantwortlichkeiten bei derProjektarbeit festzulegen.

49

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

50

RACI CHART

RACI Chart

BezeichnungRACI Chart


ZielRollen und Verantwortlichkeiten bei der Projektarbeit festlegen und Trans -parenz schaffen

Vorgehensweise1. Identifikation/Auflistung aller Aktivitäten sowie der beteiligten Rollen/Perso -

nen

2. Klärung und Festlegung der RACI-Rollen für jede Aktivitäta. Responsible (zuständig)b. Accountable (verantwortlich, haftbar)c. Consulted (beratend)d. Informed (informiert)

3. Klärung der verantwortlichen Person je Aktivität; nur ein Accountable jeAktivität

4. Beseitigung von Verantwortungsüberschneidungen und Auflösung von„Verantwortungslücken”

TippErstellen Sie das RACI Chart spätestens im Kick-off-Meeting – das erprobteWerkzeug beugt Kommunikationsproblemen im Projektverlauf vor.

50

ACCOUNTABLE (A)

CONSULTED (C)

INFORMED (I)

51

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

RESPONSIBLE(R)

Darstellung RACI-Rollen

Beispiel RACI CHART

RACI CHART

„Der Macher“• Person(en), die eine Aufgabe erledigt/erledigen• Zuständig für die Aktion bzw. Einführung einer Maßnahme• Zuständigkeit wird durch die verantwortliche Person

(Accountable) bestimmt • In Projekten können mehrere Rs existieren

„Hält seine Hand ins Feuer“• Person, welche letztendlich für die Erledigung einer Auf -

gabe verantwortlich ist und haftbar gemacht werden kann• Person hat Vetorecht• Ein „A“ kann nur einmal einer Aufgabe zugewiesen

werden

„Berater“• Person(en), die vor einer endgültigen Entscheidung zu

Rate gezogen wird/werden

„Informationsbringschuld“• Die Person(en), die nach einer Entscheidung oder

Handlung benachrichtigt werden muss/müssen

Aktivität

Name

Mitarbeiter-schulung

Erste Vorgespräche mit Kunden

Identifizieren von potenziellen Messgrößen

Herr X R I IFrau Y I RHerr Z I RGeschäftsleitung A A A……

51

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

52

Budgetplanung

BezeichnungBudgetplanung


Ziel- Benötigtes Projektbudget aus den vorangegangenen Projektmanagement-

Elementen ableiten und planen- Projektbudget aktiv steuern

Vorgehensweise1. Auflistung aller budget- und nicht-budgetwirksamen Kostenkategorien

2. Begründung der Notwendigkeit für den jeweiligen Aufwand

3. Auflistung des Zeitpunkts, zu dem die Kosten auftreten werden

4. Ermittlung der Kosten je Kategorie

5. Addition der Kosten zum geplanten Gesamtbudget

Tipp• Berücksichtigen Sie die Projektkosten gemäß den Vorgaben Ihrer

Six Sigma+Lean-Organisation• Arbeiten Sie für die Budgetplanung eng mit Ihrem Sponsor zusammen

BUDGETPLANUNG

52

53

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Beispiel Bugetplanungstabelle

BUDGETPLANUNG

Geplant (SOLL)

Kategorie DetaillierungWas?Wofür?Warum?

DMAIC-Phase

Projekt -aktivität

Kosten -periode

Netto -betrag€

Vor -steuer€

Gesamt -betrag€

Bud

getw

irksa

m (B

W)

1. Externe Dienstleistungen

2. Materialien und Hilfsmittel

3. Reisekosten

4. Investitionen

5.Zusätzliche Kos-ten (z. B. Miete,Software-Lizen-zen)

Nic

ht-(

BW

) 6.Interne Kosten(gemäß IVS*)

* IVS interner Verrechnungssatz Summe:

53

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

54

RISIKOMANAGEMENT

Risikomanagement

BezeichnungRisk Management, Risikomanagement

Zeitpunkt- DEFINE, bei der Projektplanung- Während der gesamten Projektdauer

Ziel- Mögliche Risiken für den Projekterfolg identifizieren- Risiken aktiv managen- Maßnahmen zur Risikominimierung ableiten und umsetzen

Vorgehensweise1. Risiken identifizieren

2. Risiken im Hinblick auf ihren Einfluss und ihre Eintrittswahrscheinlichkeitbewerten und priorisieren

3. Eintrittswahrscheinlichkeit und Einfluss auf den Projekterfolg werden ineiner Neun-Felder-Matrix abgetragen

4. Je nach Feld wird eine Normstrategie im Umgang mit dem jeweiligen Risikoverfolgt

5. Maßnahmen ableiten und/oder Aktivitäten ggf. ergänzen sowie zeitlich pla-nen

TippDenken Sie sowohl an die „Soft Risks”, wie z. B. unerwarteten Widerstand,nicht identifizierte Stakeholder, Konflikte im Team, fehlende bzw. nicht optimaleKommunikation etc., wie auch an die „Hard Risks”, d. h. (extern verursachte)Verspätungen der vorgelagerten Projektaktivitäten, personelle Verän de run geninnerhalb des Teams bzw. des Sponsors oder im Manage ment, un vor her ge -sehene Ressourcenengpässe.

54

55

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Risikomanagement-Matrix (Neun-Felder-Matrix)

RISIKOMANAGEMENT

Vor Projektstart

klärenGroßes Risiko Show Stopper

Mit Vorsicht

fortfahren

Vor Projektstart

klärenGroßes Risiko

Mit Vorsicht

fortfahren

Mit Vorsicht

fortfahren

Vor Projektstart

klären

Einfluss auf Projekterfolg

Ein

tritts

wah

rsch

einl

ichk

eit

Hoch

Mittel

Niedrig

Niedrig Mittel Hoch

55

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

56

STAKEHOLDER-MANAGEMENT

Stakeholder-Management

BezeichnungStakeholder-Management

ZeitpunktIm Vorfeld des Projekts und während der gesamten Projektdauer, insbeson-dere während der DEFINE- und IMPROVE-Phasen; mögliche Widerständeim Hinblick auf die Implementierung von Verbesserungen analysieren

Ziel- Einstellung der Meinungsführer und Multiplikatoren analysieren und sie

durch gezielte Maßnahmen für sich gewinnen- Unterstützung für das Projekt generieren- Widerstände identifizieren und abbauen

Vorgehensweise1. Relevante Personen für die Stakeholderanalyse mithilfe folgender Fragen

be stim men:- Wer ist vom Projekt betroffen? Welche Abteilungen und Schnittstellen

sind involviert? Welche Personen außerhalb des Projekts können einInteresse an dem Projekt haben?

- Wer ist besonders positiv dem Projekt gegenüber eingestellt?- Wer profitiert besonders von dem Erfolg des Projekts?- Wie können die Stakeholder zum Projekterfolg beitragen? Können be -

stimmte Beziehungen positiv eingesetzt werden?

2. Einstellung des jeweiligen Stakeholders zum Projekt bestimmen

3. Bei möglichem Widerstand die Art des Widerstands (TPK-Analyse: tech-nisch, politisch oder kulturell) i. S. v. Ursachen für die negative Haltung jeStakeholder bestimmen

4. Personen hinsichtlich des tatsächlichen bzw. des zu erwartenden Verhal -tens einschätzen; wahrgenommenen Standpunkt der Person (o) sowie desZielbereichs (x) markieren; Lücken visualisieren; einzelne Verknüp fungenzwischen den Personen herstellen: Wer beeinflusst wen?

56

57

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


5. Systematische Kommunikations- und Beeinflussungsstrategie ableiten

Tipp• Führen Sie die Stakeholderanalyse gemeinsam mit dem Projektsponsor

durch – er soll Sie darin unterstützen, die relevanten Stakeholder zu identi-fizieren, zu analysieren und die Maßnahmen abzuleiten

• Dokumentieren Sie die Stakeholderanalyse für den weiteren Projekt verlauf;halten Sie die Namen der Stakeholder und die Analyse jedoch vertraulich– sie kann zu Missverständnissen führen

• Aktualisieren Sie die Stakeholderanalyse kontinuierlich im Laufe des Pro -jekts: Überprüfen Sie stets die Erfolge der durchgeführten Maßnahmenund prüfen Sie, ob „neue” Stakeholder hinzuzufügen sind

• Stakeholder können sowohl innerhalb als auch außerhalb des Unter -nehmens ermittelt werden

Darstellung Stakeholderanalyse

Einstellung zum Projekt Art des Widerstands

Stakeholder

-- - 0 + ++

Technisch(Ich kanndas nicht!)

FehlendeFähigkeiten, Mangel an relevantenRes sourcen

Politisch (Ich darf das nicht!)

Belange bzgl.Macht oderAutorität

Kulturell (Ich magdas nicht!)

Normen, Men-talität, Ge -wohnheiten,Sprache

Hr. A (o) (x)

Hr. B (o) (x)

-- handelt gegen das Projekt- spricht gegen das Projekt0 ist neutral+ spricht für das Projek++ setzt sich für das Projekt ein

57

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

58

Beispiel Beeinflussungsstrategie

Darstellung Kommunikationsplan


Stakeholder Themen/Bedenken Hebel Beeinflussung(durch wen)

Hr. A SAP-Einführung Ressourcen Sponsor

Fr. B Betriebsrat Betriebsvereinbarung Sponsor

Hr. C Ausbildung Training Sponsor

Inhalt Zweck Empfänger Verant -wortlicher

Medien Zeiten Status

Nach -richt

Warum soll dieseNachrichtan denEmpfängergesendetwerden?

Wer soll dieNachrichtem pfan -gen?(RACI)

Wer ist für dieKommu -nikationverant -wortlich?(RACI)

WelcheMediensollenein ge -setztwerden?

Wann soll kom -muniziertwerden?

Wurde dieNachrichtauch wievereinbartgeschickt?

E-Mail,GateReview,Aushang,mündlich,News-letter,„ElevatorSpeech”

58

59

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KICK-OFF-MEETING

Kick-off-Meeting

BezeichnungKick-off-Meeting, Start-Workshop

ZeitpunktZu Beginn der Projektarbeit

Ziel- Aktive Einbindung der Teammitglieder in das Projekt- Konkretisierung der Wichtigkeit des Themas und der Bedeutung des Pro-

jekts für das Unternehmen- Projektstart formalisieren- Jedes Teammitglied kennt seine Rolle und seine Aufgaben und kann diese

entsprechend ausfüllen

Vorgehensweise1. Termin mit dem Sponsor abstimmen

2. Agenda in Abstimmung mit dem Sponsor und MBB entwickeln

3. Teilnehmer (Teammitglieder, auch des erweiterten Kreises) einladen

4. Räumlichkeiten vorbereiten

5. Meeting entlang des definierten Ablaufs (Agenda) durchführen

6. Dokumentation erstellen

Tipp• Lassen Sie das Projekt, Problem, Ziel, Team usw. durch den Sponsor vor -

stellen – er soll den „Sense of Urgency” betonen und seine Wertschätzunggegenüber dem Projektteam zeigen

• Stellen Sie geeignete Räumlichkeiten und notwendige IT-Infrastruktur sicher• Stellen Sie den Teilnehmern die Agenda vor dem Kick-off zur Verfügung

59

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

60

• Fordern Sie die Teammitglieder auf, ihre Kalender mitzubringen, um Folge -termine und Abwesenheitspläne (z. B. wg. Urlaub) gleich zu besprechen

• Beschaffen Sie ausreichend Moderationsmaterial

Beispiel Kick-off-Agenda

KICK-OFF-MEETING

Name derBesprechung Kick-off DMAIC-Projekt Moderator Black Belt

Besprechungs -teilnehmer Protokollant

Datum derBesprechung TT.MM.JJJJ Beginn 10:00 Ende 15:00 Ort RAUM 1

Nr. Thema Beginn Dauer Erwartetes Ergebnis Wer

1 Begrüßung 10:00 15 Min. Alle Teilnehmer kennen sich,Erwartungen an den Kick-offund Ziele sind bekannt

Black Belt

2 Einführung und Pro-jektvorstellung

10:15 15 Min. Alle Teilnehmer kennen denHintergrund und die Notwen-digkeit für das Projekt

Sponsor

3 Vorstellung undAbstim mung ProjectCharter

10:30 30 Min. Gemeinsames Verständnisaller Elemente der ProjectCharter

BlackBelt/Sponsor

4 Six Sigma+Lean-Einfüh-rung

11:00 30 Min. Black Belt

5 Festlegen der Rollenund Spielregeln,Planung Meetings/Urlaubs abstimmung/Organi satorisches

11:30 60 Min. Rollen, Aufgaben und Ver -antwortlichkeiten innerhalbdes Projekts werden vonallen Teilnehmern getragen;Grundlagen für die Projekt-planung und -arbeit

Black Belt

6 Gemeinsames Mittag -essen

12:30 60 Min.

7 SIPOC-Entwicklung 13:30 60 Min. Gemeinsame Abgrenzungdes Projekts bzw. Prozessesund einheitliches Verständnis

Black Belt

8 Bestimmung der näch-sten Schritte (ersteSchritte zu VOCs)

14:30 30 Min. Alle Teilnehmer kennen dieweiteren Schritte und ihrekonkreten Aufgaben

Black Belt

9 Abschluss und Feed-back

15:00 15 Min. Zusammenfassung derErgebnisse und Feedback-runde

Alle

60

61

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REPROJEKTKOMMUNIKATION

Projektkommunikation

BezeichnungProjektkommunikation

ZeitpunktZu Beginn der Projektarbeit und während der gesamten Projektdauer

Ziel- Regelmäßige und strukturierte Kommunikation innerhalb des Projektteams

einzelner Subteams sicherstellen- Sponsor kontinuierlich über den Projektfortschritt informieren- Mitarbeiter im Projektumfeld regelmäßig informieren und Transparenz

schaffen

Vorgehensweise

1. Projektintern: a. Notwendigen Kommunikationsrhythmus für das Projekt definierenb. Abstimmung des Rhythmus mit den Teammitgliedern und dem Sponsor

im Kick-off-Meeting

2. Projektextern/Projektumfeld: a. Kommunikationsziel festlegen und Empfänger bestimmenb. Inhalte und Medien festlegen

Tipp• Nutzen Sie den Kick-off-Termin, um den Projektkommunikationsrhythmus

im Projektteam festzulegen.• Erarbeiten Sie mit Ihrem Team einen „Elevator Speech“. Die sog. Fahr -

stuhl rede wird Ihnen und Ihrem Team ermöglichen, in kurzer und prägnan-ter Form die Notwendigkeit und Inhalte des Projektes zu beschreiben: Pro-blem, Nutzen, aktueller Status (ggf. notwendige Unterstützung)

Beispiele auf der folgenden Seite.

61

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

62

PROJEKTKOMMUNIKATION

Beispiel Projektkommunikationsrhythmus

Beispiel Wochenbericht für Sponsor

Darstellung Kommunikationsplan

Inhalt Zweck Empfänger Verantwortlicher Medien Zeiten Status

Nach -richt

Warum solldiese Nach -richt an denEmpfängergesen detwerden?

Wer soll dieNach richtempfangen?(RACI)

Wer ist für dieKommunika tionverantwortlich?(RACI)

WelcheMedien solleneingesetztwerden?

Wann sollkommuni -ziert wer -den?

Wurde dieNachrichtauch wievereinbartgeschickt?

E-Mail,Gate Review,Aushang,mündlich,Newsletter,„ElevatorSpeech”

Bericht zu den einzel-nen AktivitätenVerantwortliche Leiterder Aktivitäten an BB

Don -ners tag10:00Uhr

Zusammenführung der BerichteBlack Belt

Freitag12:00Uhr

ProjektmanagementMeetingBB & Projektsupport/Coach

Freitag14:00Uhr

Bericht an Sponsor & MBBBB

Freitag16:00Uhr

Projekt Team Meeting Montag10:00Uhr

Lead Name, Vorname

Report-Nr. 7 Datum 22.02.2010 KW 08Zeit Budget Risiko gering

Aktivitäten KW 08 Next Steps KW 09 Notwendige Entscheidungen• xxx geplant abgeschlossen

JA JA

• xxx

Do Fr Mo Di Mi Do Fr Mo Di Mi

62

63

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KUNDENBEDÜRFNISTABELLE

Kundenbedürfnistabelle

BezeichnungCustomer Needs Table, Kundenbedürfnistabelle

ZeitpunktDEFINE, Kundenorientierung sicherstellen

ZielIdentifizierung der tatsächlichen Kundenbedürfnisse

Vorgehensweise1. Originale Kunden- und Businessstimmen („Voice of Customer” – VoC,

„Voice of Business” – VoB) sammeln- Relevante Kunden sind die, die im SIPOC identifiziert wurden- Kundenstimmen sammeln (i. d. R. durch Interviews oder Befragungen,

ggf. im Rahmen von Kundeninteraktionsstudie [„Gemba“- Studie] )

2. Die gesammelten Originalstimmen (VoCs und VoBs) zu Beschwerden,Lösungen, Spezifikationen etc. zuordnen

3. Die „wahren” Kundenbedürfnisse ableiten

4. Die Kundenbedürfnisse formulieren. Dabei ist zu beachten, dass Kunden -bedürfnisse… - … eine Aussage über den Nutzen für den Kunden sind,- … keine Lösung enthalten, - … positiv formuliert sind, d. h. „Ich möchte …” anstatt „Ich will keine …”

oder „Es muss …”

63

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

64

Beispiel Kundenbedürfnistabelle

TippDiskutieren Sie das abgeleitete Bedürfnis mit dem Kunden bzw. mit demSponsor und lassen Sie es sich vom Kunden bestätigen, dass Sie es richtigverstanden haben.

KUNDENBEDÜRFNISTABELLE

Voice of Customer / Business

Bes

chw

erde

Lösu

ng

Urs

ache

Spe

zifik

atio

n

Son

stig

es

„Wahres Bedürfnis“

„Mir ist kalt!”X

Ich möchte eineangenehme Temperatur

„Dreh mal dieHeizung auf!“ X

„Stell die Tempe-ratur auf 22°!“ X

„Das Fenster istundicht!“ X

…

64

65

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Kano-Modell

BezeichnungKano-Model*, Kano-Analyse

ZeitpunktDEFINE; Kundenorientierung sicherstellen

Ziel- Kundenbedürfnisse in Begeisterungsfaktoren, Leistungsfaktoren und

Basisfaktoren klassifizieren- Bedürfnisse erkennen, deren Erfüllung auf jeden Fall vom System gewähr -

leistet werden muss, und erkennen, welche gewährleistet werden können

Vorgehensweise1. Jedes Bedürfnis wird mit einer negativ und einer positiv formulierten Frage

an den Kunden überprüft:- Wie würden Sie sich fühlen, wenn dieses Bedürfnis nicht erfüllt wird?

(negativ)- Wie würden Sie sich fühlen, wenn dieses Bedürfnis erfüllt wird? (positiv)

2. Die Kunden haben dann vier Antwortmöglichkeiten:- Ich mag das- Normal- Ist mir egal- Ich mag das nicht

3. Basierend auf den Antworten auf die negativ und die positiv formulierteFrage wird das Bedürfnis dann mithilfe der Tabelle eingeordnet

4. Entsprechend dieser Kundenbeurteilung können die Bedürfnisse klassifi-ziert werden in:- Basisfaktoren (Dissatisfier), d. h. Systemeigenschaften, die vom Kun-

den selbstverständlich erwartet werden

KANO-MODELL

* Diese Klassifizierung beruht auf einem von Professor Dr. Noriaki Kano (Rika Universität, Tokio) 1978 entwickelten Modell.

65

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

66

- Leistungsfaktoren (Satisfier), d. h. Systemeigenschaften an denen derKunde die Qualität des Systems misst

- Begeisterungsfaktoren (Delighter), d. h. Systemeigenschaften, dieüber die Erwartung des Kunden hinausgehen

Folgende Matrix hilft bei der Zuordnung der Bedürfnisse.

Darstellung Kano-Modell

KANO-MODELL

Antwort auf negativ formulierte Frage

Ant

wor

t auf

pos

itiv

form

ulie

rte F

rage

Hohe Zufriedenheit

0%Gar nicht oder sehr schlecht erfüllt

Erfüllungsgrad 100% Vollständig erfüllt

Geringe Zufriedenheit

Kun

denz

ufrie

denh

eit

Begeisterungsfaktoren/Delighters• nicht erwartet• nicht ausgesprochen• noch nicht bewusst

Leistungsfaktoren/Satisfiers/• spezifiziert• ausgesprochen• bewusst

Basisfaktoren/Dissatisfiers/• selbstverständlich• nicht ausgesprochen• fast nicht bewusst

1)

1) Im Zeitverlauf werden Begeisterungsfaktoren zu Basisfaktoren

Ich magdas Normal Ist mir

egalIch magdas nicht

Ich magdas Delighter Delighter Satisfier

Normal Dis-satisfier

Ist miregal

Dis-satisfier

Ich magdas nicht

66

67

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TippPrüfen Sie, ob eine Zuordnung in die leeren Zellen der Tabelle gefallen ist.Dies weist auf eine widersprüchliche Antwortkombination hin. Stellen Sie dieFragen erneut und diskutieren Sie ggf. mit den Kunden, um die Antwortenbesser zu verstehen und den Widerspruch zu klären.

KANO-MODELL

67

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

68

Tool 1

BezeichnungCTC- /CTB-Matrix, Tool 1

ZeitpunktDEFINE, Kundenorientierung sicherstellen

Ziel- kritische Kunden- und Businessanforderungen, die in Verbindung mit den

formulierten Problemen stehen, konkretisieren- Kundenanforderungen („Critical to Customer” – CTCs) in die Sprache des

Prozesses eindeutig und messbar formulieren- Businessanforderungen („Critical to Business” – CTBs) in die Sprache des

Prozesses/des Controllings zu übersetzen

Vorgehensweise- Stimmen der Kunden und des Business sammeln- Aus den Stimmen des Kunden und des Business (VoCs und VoBs) die

Bedürfnisse ableiten (Kundenbedürfnistabelle)- Die Bedürfnisse verstehen, mit dem Kano-Modell bewerten und prio ri -

sieren- Spezifische und messbare Anforderungen (CTCs und CTBs) ableiten

Darstellung Tool 1

TOOL 1

Voice of Customer/ Business

Bes

chw

erde

Lösu

ng

Urs

ache

Spe

zifi k

atio

n

Son

stig

es

„Wahres”Bedürfnis

CTC/CTB

68

69

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Beispiel

TOOL 1

1) LSL = Lower Specification Limit/Untere Spezifikationsgrenze (USG)2) USL = Upper Specification Limit/Obere Spezifikationsgrenze (OSG)(*) Um den Projektrahmen nicht zu sprengen, werden diese CTBs in Folgeprojekten behandelt

Voice of Customer/ BusinessCTC/CTB

Bes

chw

erde

Lösu

ng

Urs

ache

Spe

zifi k

atio

n

Son

stig

es

„Wahres”Bedürfnis

CTC/CTB

„Mir fällt auf, dassdas Fahr zeugeinen Unfallhatte.” X

„Ich möchte,dassmein Auto schönaussieht.“

Jede Lackierungmuss in Farb gebung,Lackdicke und -dich-te dem Originallackentsprechen:• Lackdicke:

LSL1) = 100 μm; USL2) = 180 μm

• Keine Tropfen- und Nasenbildung

• Farbe: Kein sicht-barer Über gang

„Der Lack ist ver-laufen.”

X

„Ich kom me dasAuto abholen undes ist noch nichtfertig.” X

"Ich möchtepünkt liche Lieferung."

Jeder Auftrag ist zumvereinbarten Terminfertig bearbeitet. (*)

„Der Service könn-te freund lichersein.” X

"Ich möchte guten Service."

Die Frage nach derFreundlich keit imCSI-Fragebogenmuss mindestens mitder Note 2 beantwor-tet worden sein. (*)

„Ich will wegen derRech nung nichtan gerufen wer-den.“ X

"Ich möchte diefehlerfreie Rech-nung sofort nachFertigstellungerhalten können."

Jeder Auftrag istnach der End kon trol -le abrechnungsfähigund die Rechnungkann sofort erstelltwerden. (*)

69

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

70

TOOL 1

d. h., CTCs …• beschreiben die Kundenanforderung, nicht

die Lösung• sind messbar, prägnant und positiv formuliert• werden für eine Einheit des Produktes oder

der Dienstleistung formuliert

d. h., CTBs …• beschreiben die Businessanforderung, nicht

die Lösung• sind messbar, prägnant und positiv formuliert• stimmen i. d. R. mit der Zielformulierung (des

Projekts) überein

CTBs (Critical to Business)sind kritische, messbare Businessanforderungen

CTCs (Critical to Customer) sind kritische, messbareKundenanforderungen

Tipp• Konzentrieren Sie sich bei einem DMAIC-Projekt auf ein bis drei CTCs und

ein bis zwei CTBs• Kennzeichnen Sie, welche CTCs und CTBs ggf. nicht in dem vorliegenden

Projekt verfolgt werden, um Missverständnisse zu vermeiden • Projekte mit zu vielen CTCs/CTBs sind nur schwer innerhalb des vorgese-

henen Zeitrahmens von 6 Monaten abzuschließen. Wenn bei einem ProjektQualität, Durchlaufzeit und Lagerbestand verbessert werden sollen, emp-fiehlt es sich die Themen in kleinere, überschaubare Projekte aufzuteilen

• Beachten Sie auch, dass Sie oft Projekte haben können, bei denen einigeder CTCs/CTBs bereits ordnungsgemäß erfüllt werden. Möglicherweisemüssen Sie diese überwachen, um sicherzustellen, dass sich die Optimie-rung an den leistungsschwachen CTCs/CTBs nicht auf diese negativ aus-wirkt

70

71

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Gate Review

BezeichnungGate Review, Tollgate Review, Phasen-Check, Phasenabschluss, Phasen -übergang

ZeitpunktAm Ende jeder DMAIC-Phase

Ziel- Den Sponsor und andere Stakeholder über die Ergebnisse, die in jeder

Phase vom Team erarbeitet wurden, informieren- Fachlichen Verlauf des Projekts mit Sponsor abstimmen- Die Zielverfolgung und den pünktlichen Projektabschluss durch Festlegen

und Nachhalten der wesentlichen Meilensteine gewährleisten- Die Akzeptanz in der gesamten Organisation durch Einbeziehen der

wesent lichen Interessengruppen während des Projekts steigern- Die Teamarbeit wertschätzen- Die weitere Vorgehensweise und ggf. Anpassung des Projektrahmens ab -

stimmen; Risiken gemeinsam mit dem Sponsor identifizieren sowie dasRisikomanagement abstimmen

- Unterstützungsbedarf durch den Sponsor rechtzeitig erkennen; über dieWeiterführung des Projekts (Go/No-Go) entscheiden

Vorgehensweise- Methodische Phasenabnahme mit MBB durchführen (das stellt sicher, dass

alle methodischen Kriterien erfüllt sind)

- Termin mit dem Sponsor abstimmen

- Folgende Teilnehmer sollten frühzeitig eingebunden und ggf. eingeladenwerden• Erforderlich: Projektleiter (Black/Green Belt) und Sponsor• Empfehlenswert: Prozesseigner• Optional: Projektteam, Quality Leader, Master Black Belt, Manage ment,

Controller, interne Kunden, Betriebsrat, weitere Stakeholder

GATE REVIEW

71

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

72

GATE REVIEW

- Präsentation vorbereiten • Ausgangssituation bzw. Ergebnisse der vorhergehenden Phase• Ziel der vorliegenden Phase• (Kurzer) Überblick über die Vorgehensweise• Erkenntnisse und Ergebnisse der Phase• Nächste Schritte

- Meeting abhalten und Präsentation durchführen

- Project Charter besprechen und ggf. Anpassungen vornehmen

- Nächste Schritte abstimmen

- Go/No-Go-Entscheidung: Bei einer Go-Entscheidung wird die nächstePhase eingeleitet; bei einer No-Go-Entscheidung werden die Schrittebesprochen, die zusätzlich notwendig sind, um das Projekt weiterzuführen– alternativ wird das Projekt abgebrochen

Tipp• Präsentieren Sie die Ergebnisse so leicht verständlich wie möglich: Den-

ken Sie an Ihre Zuhörer und bereiten Sie die Präsentation zielgruppen -gerecht auf

• Stimmen Sie die Phasenabschlusstermine rechtzeitig mit allen Beteiligtenab

• Verwenden Sie Phasen-Checklisten für den Projektleiter (Black/Green Belt)und den Sponsor – Sie geben die Richtung für Diskussionen

• Geben Sie auch Ihren Teammitgliedern eine Plattform, sich zu positionie -ren, indem sie auch bestimmte Teile der Präsentation durchführen; dasführt zur stärkeren Identifizierung mit der Arbeit im Projektteam und zeigtIhre Wertschätzung den Kollegen gegenüber

• Planen Sie genügend Zeit für offene und ehrliche Diskussionen ein• Informieren Sie den Sponsor vor dem Meeting hinsichtlich des aktuellen

Status des Stakeholder-Managements – ein Gate Review Meeting ist einegute Möglichkeit, Transparenz zu schaffen und dadurch Einfluss zu neh-men. Vermeiden Sie durch unwesentliche technische Fragen vom Themaabzuweichen

72

73

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Gate Review DEFINE• Projektziele festlegen

- Ist die Ausgangssituation angemessen beschrieben?- Ist das Problem SMART formuliert?- Sind die Ziele des Projekts SMART festgelegt?- Was genau sind die Nutzen des Projekts? Wie hoch ist der monetäre Nut-

zen? War ein Controller an der Schätzung des finanziellen Nutzens beteiligt?

• Projekt abgrenzen- Ist das Projekt klar abgegrenzt? Welche Aspekte sind IN, welche OUT?

Wurde ein MGP (Multigenerationsplan) erstellt? - Ist der zu verbessernde Prozess klar (High Level) definiert?- Gibt es Projekte, die von diesem Projekt beeinflusst werden? Wenn ja, welche?

• Projekterfolg sichern- Ist eine detaillierte Projektplanung erstellt (Aktivitäten- und Zeitplanung)?- Wer sind die Teammitglieder und warum wurden diese ausgewählt?- Sind alle notwendigen personellen Ressourcen mit der erforderlichen zeit-

lichen Kapazität für das Projekt ausgestattet, d. h. vom Alltagsgeschäft inangemessenen Maßen befreit?

- Wurde ein Budget für das Projekt kalkuliert? Wie hoch ist es? Welche An -nahmen stehen dahinter?

- Welche Werkzeuge wurden genutzt, um Akzeptanz für das Projekt zu schaf-fen und Widerstände zu überwinden?

- Was sind die potenziellen Risiken des Projekts?- Kennen alle involvierten Personen ihre Rolle und Verantwortung im Projekt?

Welche Werkzeuge wurden verwendet, um die Rollen und Verantwortlich -keiten im Kernteam festzulegen?

• Kundenanforderungen spezifizieren- Wie wurden die Kunden- und Businessstimmen gesammelt?- Wie wurden die Bedürfnisse aus den Kunden- und Businessstimmen abge-

leitet und sichergestellt, dass sie die wahren Bedürfnisse beschreiben?- Ist es sichergestellt, dass das Projektteam nicht an der Verbesserung von

„Nice-to-have”-Eigenschaften arbeitet, ohne dass die Basis-Anforderungenerfüllt sind?

- Sind die kritischen Kunden- und Businessanforderungen messbar formuliert?

GATE REVIEW DEFINE

73

SIX SIGMA+LEAN

TOOLSET

MEASUREWie groß ist das Problem?


77

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zusammenfassung MEASURE-Phase

PHASE 2: MEASURE

Zielsetzung und Umfang der Phase• Die MEASURE-Phase beantwortet die Frage: „Wie groß ist

das Problem?“ – d. h. wie gut werden die CTCs und CTBsdurch den aktuellen Prozess erfüllt?

• Dazu wird der Output des identifizierten Prozesses betrachtet;der Prozess selbst und die verwendeten Inputs werden in derANALYZE-Phase behandelt

Die Bedeutung von Messbarkeit• Mit diesen Informationen in Form von Messgrößen kann eine

Problemstellung mit statistischen Methoden aufgegriffen wer-den

• Diese Methoden machen die Zusammenhänge zwischen denMessgrößen und ihre Veränderungen offensichtlich

• Messbarkeit ist damit eine zwingende Voraussetzung für diestatistikgetriebene Prozessoptimierung

Vorgehen in der MEASURE-Phase• Die Eigenschaften des Outputs werden durch entsprechende

Messgrößen erfasst• Die in der DEFINE-Phase identifizierten Kunden- und Busi ness -

anforderungen (CTCs/CTBs) werden benutzt, um die re le van -ten Output-Messgrößen auszuwählen

• Die Datensammlung in der MEASURE-Phase beschränkt sichauf die Output-Messgrößen; Input- und Prozess-Messgrößenkönnen in der ANALYZE-Phase erhoben werden

• Von zentraler Bedeutung ist ein Vier-Schritte-Vorgehen, daseine hohe Qualität der Datensammlung sicherstellt

• Mit den erhobenen Output-Messgrößen können die Ergeb nis -se grafisch dargestellt und die Stabilität und Fähigkeit desPro zesses beurteilt werden

Nur was gemessen werden kann,kann auch verbessert werden!

D

M

A

I

C

7777

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

78

Roter Faden MEASURE-Phase

DEFINEMEASURE

Ergebnis DEFINEProblem und Ziele sind eindeutig definiert, Prozess klar ab -ge grenzt, Projektmanagement aufgesetzt, für das Projektzielrelevante Kunden- und Businessanforderungen (CTCs undCTBs) identifiziert

M.2 Daten sammeln

Was soll wie durch wen zu welchem Zeitpunkt an welchemOrt gemessen werden?

M.1 Messgrößen ableiten

Welche Messgrößen sind geeignet?

M.3 Prozessvariation verstehen

Wie läuft der Prozess in der Realität?

M.4 Prozessleistung ermitteln

Wie gut erfüllt der Prozess die Anforderungen der Kundenund des Business?

M Gate Review/Phasenabschluss

D

M

A

I

C

PHASE 2: MEASURE

7878

79

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PHASE 2: MEASURE

M.2 Daten sammeln


Werkzeugübersicht MEASURE-Phase

Stichproben -strategie

Daten sammeln

Opera tionaleDefinition Datenquelle Datenart

Mess system -analyse(MSA)

Daten -sammlungs-plan

Erfassungs -formulare

Prozess -leistung

Prozess -kennzahlen

Daten- trans formation

Prozess- fähig keit und -stabilität

M Gate Review

Variation verstehen

GrafischeDarstellung

Lage- undStreuungs -parameter

Tool 2Messgrößen-Matrix

M.3 Prozessvariation verstehen

M.1 Messgrößen ableiten

7979

81

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 2

Tool 2

BezeichnungMeasurement Matrix, Messgrößen-Matrix, Tool 2

ZeitpunktMEASURE, für die Auswahl der geeigneten Messgrößen

Ziel- Sicherstellen, dass für jedes CTC/CTB eine Output-Messgröße gefunden

wird, die am besten den Grad der Erfüllung der Kunden- bzw. Business -anforderungen wiedergibt

- Relevante Output-Messgrößen (drei bis fünf) priorisieren und auswählen

Vorgehensweise1. Die Kunden- und Businessanforderungen (CTCs/CTBs) aus dem in der

DEFINE-Phase behandelten Tool 1 wortwörtlich auf die Zeilen des Tools 2übertragen

2. Zunächst die vorhandenen Output-Messgrößen (die ohnehin erhoben wer-den, z.B. durch ein Inline-Messsystem) aufnehmen

3. Im Inneren der Matrix die Aussagekraft der Messgröße über den Grad derErfüllung der Kunden- oder Businessanforderung bewerten. Dabei stehenvier Stufen zur Verfügung:- Starke Aussagekraft über den Erfüllungsgrad ( )- Mittlere Aussagekraft über den Erfüllungsgrad ( )- Schwache Aussagekraft über den Erfüllungsgrad ( )- Keine Aussagekraft über den Erfüllungsgrad (/)Alternativ können Zahlen verwendet werden: 9 (starke), 3 (mittlere), 1 (schwache), 0 (keine Aussagekraft)

4. Für jedes CTC und CTB die beste Messgröße auswählen

5. Falls ein CTC oder CTB keine entsprechende aussagekräftige Messgrößehat, wird nach einer neu zu erhebenden Messgröße gesucht

8181

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

82

TOOL 2

Tipp• Nehmen Sie existierende, laufend erhobene Messgrößen zuerst in die Ta -

belle auf; dieses Vorgehen dient dazu, die bestehenden Daten optimal zunutzen

• Nutzen Sie bei der Bewertung der Aussagekraft konkrete Fragen: „Wie gutkann diese Messgröße den Grad der Erfüllung dieses CTC/CTB beschrei-ben/darstellen?“

• Die Erfüllung jedes CTC/CTB sollte idealerweise von einer Output-Mess -größe mit starker Aussagekraft gemessen werden – achten Sie auf min-destens einen „Vollmond“ pro Tabellenzeile

• Output-Messgrößen mit schwacher oder keiner Aussagekraft sind ungeeig-net: die Entscheidung, welche Messgröße erfasst wird, wird stets nachKriterien von Aufwand und Aussagekraft (Nutzen) getroffen

• Ergänzen Sie bisher noch nicht erhobene, präzis formulierte Output-Messgrößen, falls eines der beiden Kriterien verletzt wird

• Die Output-Messgrößen sollen die Erfüllung von CTCs/CTBs trennscharfmessen können, sodass bei einer Veränderung der Messgröße klar ist,welches CTC/CTB stärker oder schwächer erfüllt wird – daher wird i. d. R.nur ein „Vollmond“ pro Tabellenspalte erwartet

Output-MessgrößenKunden- bzw.Businessanforderungen(CTCs/CTBs)

y1 y2 y3 …

CTC1

CTC2

CTB1

Bes

chw

erde

Lösu

ng

Spe

zifik

atio

n

Urs

ache

Son

stig

es

„Wah

res“

Bed

ürfn

is

CTC

/CTB

… … … … CTC1

… … … CTC22

… … … CTB1

TOOL 1

TOOL 2

8282

83

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 2

Beispiel

Der Anteil der Nacharbeit gibt den Grad der Erfüllung eines CTCs und eines CTBsgleichzeitig an; durch die ersten drei Messgrößen ist dennoch die Anforderung derTrennschärfe erfüllt

Output-Messgrößen

Kunden- bzw.Business-anforderungen(CTC/CTB)

Trop

fenb

ildun

g(ja

/nei

n)

Farb

gebu

ng(i.

O./

n. i.

O)

Lack

dick

e(M

ikro

met

er)

Hal

tbar

keit

des

Lack

s (M

onat

e)

Bru

ttoum

satz

der

Abt

eilu

ng

(€)

Ant

eil d

erN

acha

rbei

t (in

%)

Abw

eich

ung

Ist-

Sol

l der

Übe

rgab

e(h

)

Jede Lackierung muss inFarb gebung, Lackdickeund -dichte dem Original -lack entsprechen:

• Lackdicke:LSL1) = 100μ; USL2) = 180μ

• Keine Tropfen- undNasenbildung

• Farbgebung: Kein sicht-barer Übergang

0 1 9 3 0 1 0

9 0 0 0 0 1 0

0 9 0 0 0 1 0

1) LSL = Lower Specification Limit/Untere Spezifikationsgrenze (USG)2) USL = Upper Specification Limit/Obere Spezifikationsgrenze (OSG)

8383

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

84

DATEN SAMMELN

Die Ziele der Datensammlung klären1.1 Relevante Messgrößen: Ziele klären. Diese hängen davon ab, in

welcher Phase sich das Projekt befindet

Daten sammeln

Mit der Datensammlung beginnen3.1 Datensammlungsplan

Die Konsistenz der Messung verbessern4.1 Monitoring

Definitionen und Verfahren für die Durchführung entwickeln2.1 Operationale Definition2.2 Datenquellen2.3 Datenarten2.4 Erfassungsformulare2.5 Stichproben2.6 Messsystemanalyse

1

3

4

2

8484

85

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

OPERATIONALE DEFINITION

Operationale Definition

BezeichnungOperational definition, operationale Definition

ZeitpunktNach der Ableitung und Auswahl von Messgrößen im Rahmen der Daten -sammlung

Ziel- Eine operationale Definition dient dazu, dass jede messende Person das

gleiche Verständnis von der Messgröße und der Messmethode hat, d. h.das Messergebnis ist von dem Zeitpunkt und der Person unabhängig

- Zweideutigkeiten bei der Datenerfassung und bei der Interpretation derErgebnisse vermeiden

Vorgehensweise- Für jede Messgröße eine operationale Definition formulieren, d. h. eine

genaue Beschreibung: Was und wie soll gemessen werden?

WA

S

Messgröße Eine detaillierte Beschreibung des Objektes, das ge mes sen wird und der Messgröße (was genau wird ge messen?)

WIE

Messinstrument Eine genaue Beschreibung des Messinstrumentes(Messgerät, reine Sichtprüfung, etc.)

Messmethode Eine Beschreibung der detaillierten Messprozedur, d. h. Position von Objekt und Messmittel, Beleuch tung,ggf. Bedienung des Messgerätes

Entscheidungs -kriterien

Bei diskreten Messgrößen sind dies Kriterien für Gut teileoder Ausschuss, z. B. Vergleichs- und Mus ter karten, etc.;stetige Merkmale (z. B. der Durch messer eines Rohres)können unter Um stän den auch mit Hilfe einer Lehre dis-kret gemessen werden

8585

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

86


- Prüfen Sie mit einer Messsystemanalyse, ob die operationale Definition fürjeden verständlich ist und das gemeinsame Verständnis sichert

Tipp• Nutzen Sie Musterteile bzw. Musterkarten oder andere visuelle Instrumente

als Hilfestellung• Formulieren Sie die operationale Definition so kurz wie möglich, so aus-

führlich wie nötig – zu detaillierte Beschreibungen werden häufig überlesen

Beispiel Anteil der internen Nacharbeit

Beschreibung derMessgröße

Der prozentuale Anteil der Lackierstunden für die Nach -arbeit, d. h. Korrektur und Verbesserung der Arbeitsleis tung,nachdem die Grundierung, der Basislack und der Klarlackgetrocknet sindAnteil = (Lackierstunden Nacharbeit)/(Lackierstunden ge -samt)

Messinstrument Sichtprüfung

Messmethode

Teile werden bei voller Beleuchtung in der Trockenkabinenach Beendigung des Trockenvorgangs betrachtet; für diePrüfung der Lackdeckung und des Lackübergangs Ver -gleichskarte XColor35, für die Prüfung von Tropfenbil dungund Kratzern Vergleichskarte Fehlergrößen G38

Entscheidungs-kriterien

Zu verbessernde Arbeitsleistungen sind alle Lackierungen,die den gesondert aufgestellten Qualitätskriterien derLackiererei nicht entsprechen in Bezug auf Lackdeckung,Tropfenbildung, Lackübergang zwischen alt und neu

8686

87

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Beispiel Anteil der Tropfenbildung

Beispiel Lackdicke


Der prozentuale Anteil der Teile, der Tropfenbildung auf-weistAnteil = (Anzahl Teile mit Tropfenbildung)/(Anzahl Teilegesamt)

Messinstrument Sichtprüfung

Messmethode

Teile werden bei voller Beleuchtung in der Trockenkabinenach Beendigung des Trockenvorgangs betrachtet; für diePrüfung von Tropfenbildung vgl. Vergleichskarte Fehler -größen G38


Maximale Größe von Tropfen: F2 auf der Vergleichskartefür die Fehlergrößen G38; ist ein Tropfen größer, mussdas Teil überarbeitet werden


Die Lackdicke wird in μm erfasst

Messinstrument Lackdicke-Messgerät DFT-Ferrous (PosiTest DFT)

Messmethode

Das fertiggestellte Fahrzeug wird nach Trocknung desKlar lacks überprüft. Das Gerät wird im Winkel von 90 Gradzu der lackierten Fläche auf die Mitte der lackierten Ober -fläche gelegt und die Lackdicke abgelesen


Entfällt

8787

Datenquelle

BezeichnungAnalysis of Data Source, Datenquellenanalyse, Datenquelle

ZeitpunktMEASURE, ANALYZE, IMPROVE, CONTROL, im Rahmen jeder Daten -sammlung

ZielDie Datenquellenanalyse zeigt auf, ob Messgrößen bereits bestehen, neuerrechnet oder gar neu erfasst werden müssen

Vorgehensweise- Die priorisierten Messgrößen auf ihre Datenquelle prüfen- Können vorhandene Datenquellen im Prinzip verwendet werden, ist zu -

nächst zu prüfen, ob die Datenqualität akzeptabel ist

TippFalls der Aufwand für die Erfassung der vorhin operational definierten Mess -größe sehr groß ist, prüfen Sie, ob Sie durch eine Anpassung der operationa-len Definition auf bereits bestehende Quellen zurückgreifen können

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

88

DATENQUELLE

MessgrößenBestehend Neu

Que

llen Bes

tehe

ndN

eu

PRIO1a

PRIO1b

PRIO2a

PRIO2b

8888

89

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

DATENART

Datenart

BezeichnungData Type, Datenart

ZeitpunktMEASURE, ANALYZE, IMPROVE, CONTROL, im Rahmen jeder Daten -samm lung, vor jeder Datenanalyse

Ziel- Datenart bestimmen, in der die Messgröße formuliert worden ist- Je nach der Datenart unterscheidet/unterscheiden sich:

– die Anzahl der notwendigen Daten für eine sinnvolle Aussage– die Vorgehensweise bei der Messsystemanalyse – die grafischen Darstellungsarten– die Möglichkeiten statistischer Analysen

Vorgehensweise1. Datenart für jede Messgröße bestimmen

2. Konsequenzen aus der Datenart erkennen- Die Datenerhebung, die grafische Darstellung der Daten und die Daten -

analyse gestalten sich bei unterschiedlichen Datenarten verschieden (z. B. berechnen sich Stichprobengrößen unterschiedlich, Kuchen dia -gramme können nur für diskrete Daten verwendet werden)

- Stetige (metrische) Daten sind gegenüber diskreten (nominalen) Datenzu bevorzugen: Stetige Daten bieten eine bessere Informationsbasis.Sie können Informationen über die Lage (Mittelwert) und die Streuung(Standardabweichung) der Messgröße liefern. Diskrete Daten sind hier-zu nicht in der Lage. Beispiel Lackdicke: i. O. oder n. i. O. (diskret) ver-sus exakte Lackdicke (stetig)

3. Ggf. Messgröße neu operational definieren

8989

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

90

DATENART

Tipp• Ziehen Sie stetige Daten diskreten Daten vor: Stetige Daten liefern eine

bessere Informationsbasis, die sowohl Lage als auch Streuung der Mess -größe umfasst; Beispiel Lackdicke:- Diskret: Lackdicke in Ordnung/nicht in Ordnung- Stetig: Lackdicke in Mikrometern gemessen

• In vielen Fällen können metrische diskrete Daten (z. B. rang skalierte Da ten)wie stetige Daten verwendet werden

Metrisch Nominal

Dis

kret

Ordinal bzw. rang -skaliertz. B. Alter, Schulnoten,Güteklasse

Kardinal z. B. Anzahl der Kinder

Binär z. B.männlich/weiblich,Kopf/Zahl, i. O./n. i. O.

Nominal bzw.Kategorienz.B. Farbe, Partei,Methode,Telefonnummer

Ste

tig

Kardinalz. B. Temperatur, Gewicht, Länge, Zeit

Nicht möglich

9090

91

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REERFASSUNGSFORMULARE

160 161 162 163 164 165 166 167 168

Erfassungsformulare

BezeichnungData Collection Forms, Erfassungsformulare

ZeitpunktIm Rahmen jeder Datensammlung

Ziel- Klare und leicht verständliche Erfassungsformulare erarbeiten, die die

Samm lung erleichtern- Ein gemeinsamer Standard garantiert, dass verschiedene Personen die

Daten vollständig und gleichartig erfassen und das Ergebnis konsistent ist- Formulare ermöglichen die Rückverfolgung von Daten

Vorgehensweise1. Erstellung eines zeitsparenden, einfachen und benutzerfreundlichen For -

mulars entsprechend der operationalen Definition

2. Ausfüllhilfen formulieren

3. Formular in der Praxis testen und ggf. anpassen

Beispiel: Erfassung der Lackdicke

9191

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

92

Beispiel: Erfassung der Häufigkeit von Fehlern

Beispiel: Erfassung von Schadensort und -typ

TippTesten Sie jedes Erfassungsformular vor der Datensammlung, um sicher zu -stel len, dass alle das gleiche Verständnis haben, was wie aufgenommen wer -den muss

ERFASSUNGSFORMULARE

Auftrag SOLL IST Mitarbeiter Ursachen

10272930 Mi 15 Uhr Mi 18 Uhr BJ Lackiererei überlastet

10272931 Mi 18 Uhr Mi 18 Uhr HP

10272932 Do 12 Uhr Do 15 Uhr CG Auftrag zurückgezogen

10272933 Do 15 Uhr Do 17 Uhr BJ, BS, RB Mitarbeiter krank

10272934 Do 15 Uhr Do 19 Uhr CG Lackiererei überlastet

10272935 Do 18 Uhr Fr 18 Uhr CGAusbeulen nicht ausrei -chend

Grund Häufigkeit Kommentare

Tropfenbildung im Lack, Basislack IIII IIII IIIIUnvollständige Lackabdeckung IIII IIII

Erfasser: Hr. Meyer, Datum: 18.02.2010

Datum:18.01.08

Zeit:12:15 Uhr

Ort:Lackiererei

Name:A. Meyer

Anliefernder Spediteur:UPS

Art desSchadens Delle Rost Kratzer Loch

Zeichen D R K L Rechte Seite

Linke Seite

Aufsicht

Vord

erse

ite

Rüc

ksei

te

L L

R R

R

RR R

RK

K

D

D

Beispiel: Erfassung der Termintreue

9292

93

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RESTICHPROBENSTRATEGIE

Stichprobenstrategie

BezeichnungSampling Strategy, Stichprobenstrategie


Ziel- Stichproben sparen bei der Datensammlung Zeit und Aufwand

• wenn es unpraktisch, unmöglich oder zu teuer ist, alle Daten zu erfas -sen

• wenn es sich bei der Datenerfassung um einen zerstörenden Prozesshandelt

- Stichprobenstrategie ableiten, die die beste Aussagekraft über den zubeschreibenden Prozess unter Berücksichtigung von Datensammlungs -zielen und Aufwand hat

VorgehensweiseDie Stichprobenstrategie beinhaltet die Methode zur Stichprobenziehung unddie Planung der Stichprobengröße. Die grobe Vorgehensweise unterteilt sichin vier Phasen mit einer Vielzahl dahinterliegenden einzelnen Arbeitsschritten:

1. Grenzen Sie die Auswahlbasis für die Stichprobenziehung ab

2. Wählen Sie ein Auswahlprinzip und einen Auswahltyp- Die unterschiedlichen Auswahlprinzipien und Auswahltypen bei einer

Teil erhebung unterscheiden sich bezüglich ihres Aufwands- Sie kommen entsprechend der Fragestellung zum Einsatz

Grundgesamtheit

μ, , p

Stichprobe

x–, s, p

Ziehung

Folgerung

9393

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

94

STICHPROBENSTRATEGIE

Abgrenzung der Grundgesamtheit

Wahl des Erhebungsprinzips

Vollerhebung Teilerhebung

Festlegung des Auswahlprinzips

Quotenverfahren

Konzentrationsverfahren

Auswahl aufs Geratewohl

Einfache Auswahl

Festlegung der Auswahlbasis

Klumpenauswahl

Geschichtete Auswahl

Auswahl durch Zufallsprozess

Auswahl mit Zufallskennzahlen

Systematische Auswahl

ZufallsauswahlNicht zufälligeAuswahl

Wahl desAuswahltyps

Wahl desAuswahltyps

Auswahl derAuswahltechnik

Festlegung der Stichprobengröße

9494

95

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU


4. Bestimmen Sie die Stichprobengröße- Je größer die Stichprobe, desto höher ist die Aussagekraft, d. h. die

Quali tät der statistischen Folgerung auf die Grundgesamtheit- Insofern sollte auf alle vorhandenen Daten zurückgegriffen werden (z. B.

aus IT-Systemen): Auch hier werden die Daten als Stichproben behan-delt, denn der zu verbessernde Prozess gilt als nicht abgeschlossen

- Bei der Neuerhebung von Daten (z. B. manuelle Zählung, Umfragen)muss zwischen Kosten der Erhebung und benötigter Aussagekraft ab -gewogen werden

AuswahlprinzipNicht zufällige Auswahl Zufällige Auswahl

Aus

wah

ltyp

QuotenverfahrenVorgabe von Quoten, z. B. Unfall -schaden, SteinschlagausbesserungAnwendung: Wenn nur gezielteInformationen benötigt werden

Einfache AuswahlAlle Einheiten haben die gleicheChance, gezogen zu werdenVorteil: keine Kenntnis überGrundgesamtheit notwendigNachteil: hoher Aufwand

KonzentrationsverfahrenNur ein Teil der Grundgesamtheitwird betrachtet, z. B. UnfallschadenAnwendung: Wenn nur ein Aspektuntersucht werden soll

KlumpenauswahlverfahrenDie Grundgesamtheit wird sinnvoll in Klumpen gegliedert und danneiner ausgewählt, z. B. StandorteVorteil: geringere KostenNachteil: Informationen können verloren gehen

Auswahl aufs GeratewohlBeispiel: Nur die Informationen, dieleicht zu erreichen sind, werdengesammeltAnwendung: Wenn schnell einerster Eindruck gewonnen werdensoll

Geschichtete AuswahlDie Grundgesamtheit wird nach relevanten Kriterien geschichtet, z. B. Lackierungsart, Schicht etc.Dann wird aus jeder Schicht einerepräsentative Stichprobe entnom-menVorteil: kleinere StichprobeNachteil: Informationen über dieGrundgesamtheit müssen vorhandensein

3. Legen Sie einen Auswahltyp fest

9595

Insgesamt fließen drei Faktoren in die Festlegung der Stichprobengröße ein:– Das gewünschte Konfidenzniveau gibt die Sicherheit an, mit der der

Mittelwert der Grundgesamtheit innerhalb des Konfidenzintervalls liegt– Die Granularität gibt die (halbe) Breite des Konfidenzintervalls an– Die Kosten und die Dauer der Datenmessung steigen mit der Stich -

probengröße

- Bei der Berechnung von Stichprobengrößen gilt es zu prüfen, ob die gefor-derte Genauigkeit die anfallenden Kosten wert ist

Faustregeln für die Stichprobengröße - Je nach gewünschter Information kann die minimale Stichprobengröße mit

einer Faustregel angegeben werden- Diese gibt die minimale Stichprobengröße an; häufig sind zusätzliche Da -

ten die zusätzlichen Kosten wert

Beispiel für die Bestimmung eines Fehleranteils- Um den Anteil der Lackschäden an den Reparaturen zu schätzen, müssen

entsprechend der Faustformel mindestens 100 Reparaturen ausgewertetwerden

- Falls sich darunter weniger als fünf Reparaturen von Lackschäden oderaber weniger als fünf Reparaturen aller anderen Schäden befinden, müs-sen weitere Reparaturen ausgewertet werden, bis dies erfüllt ist

Berechnung über das Konfidenzintervall - Aus der Formel des Konfidenzintervalls ergibt sich bei gegebener Varianz

und für wählbare Werte des Konfidenzniveaus und der Granularität durchUmformen die minimale Stichprobengröße:

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

96


n = ?Kosten

Konf

idenz

nivea

u

Granularität

100, mindestens5 pro Kategorie

(z. B. i. O/n. i. O.)30Diskrete

DatenStetigeDaten

9696

97

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU


- n ist die gesuchte Stichprobengröße; das Symbol bedeutet in diesemFall, dass die Stichprobengröße n auf die nächste ganze Zahl aufgerundetwird

- z ist das Quantil der Standardnormalverteilung; z kann durch die Werte1,96 für das 95%ige bzw. 2,575 für das 99%ige Konfidenzniveau definiertwerden

- ist die halbe Intervallbreite und ± drückt das Intervall der Genauigkeitaus, mit der die Aussage gemessen werden soll (Granularität)

- p ist die geschätzte Wahrscheinlichkeit, dass ein Teil n. i. O. ist (auchFehler rate/n. i. O.-Quote); ist diese nicht bekannt, so wird 0,5 angenom-men; diese Vorgehensweise maximiert das Produkt und bestimmt n kon-servativ

- s ist die geschätzte Standardabweichung aus einer Vorab-Stichprobe- Die Parameter s und p (p-dach) werden aus einer Vorabstichprobe ermittelt

Beispiel für die Bestimmung des Mittelwerts- Die Trockenzeit des Basislackes soll untersucht werden- Eine Genauigkeit von ± einer halben Stunde ist gewünscht- Die Trockenzeit hat eine Standardabweichung von 2 Stunden

- Die minimale Stichprobengröße für dieses Beispiel ist 62, d. h. aus einerStichprobe von 62 Lackiervorgängen kann folgende Aussage über den Mit -telwert getroffen werden: mit 95%iger Sicherheit liegt der Mittelwert derGrundgesamtheit ± 30 Minuten um den Mittelwert der Stichprobe

Beispiel für die Bestimmung des Anteils- Die Übereinstimmung des neuen Lackes mit dem Originallack soll über-

prüft werden. Die Fehlerrate beträgt in etwa 25% (p = 0,25). Sie soll miteiner Genauigkeit von 0,1% ( = 0,001) abgeschätzt werden

DiskreteDaten

StetigeDaten

n = fcz . sn2pn = fczn2 . p . (1 - p)p

n= ff1,96 p2 . 0,25 . (1 -0,25)p = `3.841.600.0,25. (1 -0,25)j = `720.300j =720.3000,001

n = fc1,96 . 2n2p = `61,5j = 620,5

9797

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

98


- Mindestens 720.300 Stichproben sind notwendig, um folgende Aussageüber den Anteil zu erhalten: Mit 95%iger Sicherheit liegt der Anteil derGrund gesamtheit ±0,1% um den berechneten Anteil der Stichprobe

Tipp• In einer automatisierten Produktion ist die Berechnung der Stichproben -

größe unnötig, weil ohnehin eine automatische Vollerhebung stattfindet; in diesem Fall prüfen Sie die Qualität der Systemdaten um sicherzustellen,dass diese ausreichend ist

• Für DMAIC-Projekte ist die Grundgesamtheit jedoch immer der zu verbes -sernde Prozess; sobald ein Prozessoutput betrachtet wird, handelt es sichunabhängig von dessen Größe stets um eine Stichprobe, weil der Prozessnicht abgeschlossen ist

• Statistikprogramme ermöglichen die Berechnung der Stichprobengrößeunter Berücksichtigung des - und -Fehlers; in der obigen Faustformelwird approximativ = 0,5 angenommen

9898

99

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

MESSSYSTEMANALYSE (MSA)

Messsystemanalyse (MSA)

BezeichnungMeasurement System Analysis, Messsystemanalyse, Messmittelfähigkeits -untersuchung


Ziel- Quellen für Variation, die das Messergebnis beeinflussen können (Mensch,

Material/Messobjekt, Methode, Maschine/Messgerät, Mitwelt), erkennen,verstehen und minimieren

- Hohe Messqualität sicherstellen, d. h. ein gutes Messsystem muss folgen-den Anforderungen genügen:

Genauigkeit (engl. Accuracy) beschreibt die Nähe eines gemessenen Wer -tes zu einem akzeptierten Referenzwert

Wiederholbarkeit (auch Wiederholpräzision – engl. Repeatability/Precision): Sie bezieht sich darauf, wie eng einzelne Messwerte (bei Erfas -sung der Einzelmesswerte unter wiederholbaren Bedingungen) bei einan -der liegen

Beobachteter MittelwertWahrer Wert(akzeptierter Referenzwert)

SystematischeMessabweichung

(Bias)

Wiederholpräzision n.sg

Verteilung derEinzelmesswerte

9999

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

100


Reproduzierbarkeit (auch Nachvollziehbarkeit oder Vergleichspräzision –engl. Reproducibility): Hier wird der Einfluss verschiedener Prüfer auf dasMessergebnis verstanden (unter sonst identischen Bedingungen messenmehrere Prüfer ein und dasselbe Teil mehrmals)

Linearität (engl. Linearity): Bei einem guten Messsystem ist die Variationüber den gesam ten Messbereich hinreichend klein und konstant

Stabilität (auch Messbeständigkeit – engl. Stability): Ein gutes Mess systemproduziert stabile Messergebnisse über die Zeit, d. h. die Variation überdie Zeit ist minimal

Wiederholpräzision – Streuungist nicht konstant

Systematische Mess abweichung(Bias) ist nicht konstant

ZEIT 1

ZEIT 2

Stabilität

Ref 1 Ref 2 Ref 3

DATENERFASSER 1

DATENERFASSER 2

Vergleichspräzision

100100

101

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Prüfung von Wiederholbarkeit undReproduzierbarkeit sowie Stabilität mit

Gage R&R für diskrete Daten

Diskriminierung (auch Auflösung – engl. Discrimination/Resolution): DasMesssystem ist fähig, vorhandene Ausprägungsunterschiede zwischenunterschiedlichen Teilen aufzudecken

Vorgehensweise1. Vorbereitung:

- Methode planen in Abhängigkeit des Prüfverfahrens (subjektiv/objektiv)und der Art des Messergebnisses (stetig oder diskret) sowie der zu prü -fen den Anforderungen

Subjektiv Objektiv

Diskrete Messergebnisse Stetige Mess -ergebnisse

Prüfung von Genauigkeit, Wiederholbarkeit und Reproduzierbarkeit,Linearität sowie Stabilität mit MSA I, MSA II (Gage R&R für stetige Daten,

Linearity & Bias Study

Prüfverfahren

Prüfung über Sinneswahrnehmung (vi -suell, taktil, akustisch, olfaktorisch etc.)• Einteilung in i. O./n. i. O.• Zuordnung zu einer Kategorie, z. B.

pH-Wert über Lackmus-Papier oderEinteilung nach Likert-Skala

Prüfung erfolgtmittels Lehren• Einteilung in i. O./

n. i. O. oder • Innerhalb/außer -

halb der Spezifi -kationsgrenzen

Prüfung erfolgtdurch Werte an -zeigende Mess -geräte

Ungenügende Diskriminierung

Verbesserte Diskriminierung

Teil 1Teil 2

1 2 3 4 5 6 7 8 9 10

1 2 3 4 5 6 7 8 9 10

101101

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

102


– MSA I: Prüfung auf Genauigkeit und Wiederholpräzision– MSA II: Prüfung der Wiederholbarkeit und Reproduzierbarkeit, genü -

gen de Diskriminierung– Linearity & Bias Study: Prüfung der Linearität und Genauigkeit– Stabilitätsprüfung

- Anzahl und Art der Prüflinge (Teile) – bei diskreten Messergebnissen werden am besten Grenzteile (gera-

de noch gut, gerade schon schlecht) gewählt– bei stetigen Messergebnissen soll das gesamte Produktionsspektrum

geprüft werden- Anzahl der Datenerfasser und der Wiederholungen festlegen- Analyse vorbereiten, d. h. operationale Definition festlegen, Teile durch -

num merieren und ausstellen, Beleuchtung prüfen etc.

2. Durchführung:- Daten sammeln. Dabei sicherstellen, dass die Teile für die Prüfungen in

randomisierter Reihenfolge begutachtet werden bzw. die Testergebnisseunsichtbar für andere Prüfer sind. Das ist wichtig, um die Ergebnissenicht zu beeinflussen

- Notieren Sie die Ergebnisse in eine Tabelle

3. Analyse und Verbesserung:- Ergebnisse analysieren und interpretieren- Maßnahmen ableiten

Tipp• Denken Sie daran, auch bei bereits vorhandenen Daten (z. B. aus SAP oder

anderen Systemen) die Datenqualität zu überprüfen• Um die Stabilität des Messsystems zu prüfen, ist ein Abstand von zwölf Mo -

na ten i. d. R. sinnvoll; bei subjektiven Prüfverfahren (diskrete Mess ergeb nis -se) werden häufig kürzere Abstände (drei bis sechs Monate) gewählt

• Klassischerweise wird eine Auflösung von höchstens 5% der Prozess toleranzvorausgesetzt2 – liegt z. B. die minimale akzeptierte Länge eines Teils bei 9,9cm, die maximal akzeptierte Länge bei 10,1 cm, beträgt die Toleranz 0,2 cm;das Messsystem muss demnach eine Auflösung von 0,01 cm haben

• Eine alternative Daumenregel für die Auflösung findet sich bei Breyfogle3:

2 Nach Edgar DIETRICH, Alfred SCHULZE: „Prüfprozesseignung“, Hanser Fachbuchverlag, 3. Auflage, 20073 Nach BREYFOGLE: „Integrated Enterprise Excellence, Vol. III – Improvement Project Execution“, 2008

102

103

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Demnach soll die Auflösung 10% des kleineren Wertes von entweder dessechsfachen der geschätzten Standardabweichung des Prozesses oderdes Toleranzbereiches nicht übersteigen

• Die Auflösung lässt sich auch bei der geschachtelten Messsystemanalysein Minitab® überprüfen; sie gilt als ausreichend, wenn ein Mindestwert von5 bei der Anzahl der eindeutigen Kategorien erreicht wird

103103

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

104

Gage R&R für diskrete (binäre) Daten

BezeichnungGauge R&R, Gage R&R für diskrete (binäre) Daten

ZeitpunktIm Rahmen der Datensammlung, zur Überprüfung der Wiederholbarkeit undReproduzierbarkeit eines Messsystems mit diskreten Messergebnissen

Ziel- Operationale Definition prüfen - Sicherstellen, dass die Datenerhebung reproduzierbar und wiederholbar ist

Vorgehensweise- Experten festlegen, der den Standard setzt- Datenerfasser benennen und die zu untersuchenden Teile bereitstellen. Im

Regelfall sind mindestens zwei Personen und 30 Stichproben erforderlich- Die zu prüfenden Teile auswählen (Grenzteile wählen) und sie durchgehend

nummerieren- Standard mittels Sichtprüfung durch den Experten festlegen. Ergebnisse

im Messformular festhalten, zum Beispiel i. O. (in Ordnung) und n. i. O.(nicht in Ordnung)

- Erste Sichtprüfung durch den ersten Datenerfasser- Zweite Sichtprüfung durch den zweiten Datenerfasser- Vorgang wiederholen, ohne die eigenen erfassten Ergebnisse oder die des

Experten oder des anderen Datenerfassers zu sehen; die Reihenfolge derTeile in den Sichtprüfungen sollte hierfür zufällig geändert werden

- Achtung: Immer die Teilenummer genau aufschreiben (Paginierung)- Übereinstimmung prüfen. Ziel bei einem guten Messsystem: 100%.- Eine Übereinstimmung von mindestens 90% kann erst einmal als akzepta-

bel gesehen werden- Gründe für mögliche Abweichungen untersuchen- Bei einem Ergebnis von weniger als 90% gilt:

– Operationale Definition überprüfen und ggf. neu definieren– Intensivere Schulung der Datenerfasser durchführen– Störeinflüsse gezielt untersuchen und eliminieren

GAGE R&R FÜR DISKRETE (BINÄRE) DATEN

104104

105

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Tipp• Statt einen einzelnen Experten heranzuziehen, ist es für Sie in der Praxis

sinnvoll, ein Expertengremium zu nutzen (zusammengesetzt aus Kundendes Prozesses, z. B. Endmontage, und dem Endkunden oder zumindesteinem internen Vertreter, z. B. Qualitätsmanagement), das die Teile ausKundensicht beurteilen muss

• Prüfen Sie, ob die gewählten Standards den tatsächlichen CTCs ent spre -chen

• Es ist wichtig, das Ziel der Messsystemanalyse den Prozessbeteiligten undProjektmitgliedern zu erklären: Nicht die Prüfer werden beurteilt, sonderndie Methode! Denken Sie an E = (Q x A )M!

• Gerade für visuelle Prüfungen ist die Beleuchtung sehr wichtig; stellen Siesicher, dass diese konstant und steuerbar ist (z. B. durch eine Leucht kabi -ne)

• Auch objektive Prüfverfahren mit diskreten Messergebnissen können mit -tels der Gage R&R geprüft werden (stetige Merkmale wie z. B. Bohr- oderWellendurchmesser für Passungen können neben anzeigenden Mess gerä -ten auch durch sogenannte Lehren wie z. B. Grenzlehrdorn oder Grenz -rachenlehre beurteilt werden, wobei diese jedoch lediglich eine Einteilungin gut oder schlecht/innerhalb oder außerhalb der Toleranz zulassen)

• Im Idealfall sollte das ganze Prüfteam und nicht nur zwei Datenerfasser ander Gage R & R teilnehmen

• Im Anschluss die Überprüfung der Ergebnisse durch eine gute Dokumen -ta tion der Expertenentscheidung in Bild und Schrift sichern; das ermöglichtzudem gezielte Verbesserungen und notwendige Anpassungen

Beispiel Autohaus auf der folgenden Seite.

105105

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

106

Beispiel Autohaus

Nr. Standard/Experten

Engers Goldbach Repro du -zier barkeit(J/N)Prüfung I Prüfung II Prüfung I Prüfung II

1 i. O. i. O. i. O. i. O. i. O. J

2 n. i. O. n. i. O. n. i. O. n. i. O. n. i. O. J

3 i. O. n. i. O. i. O. i. O. i. O. N

4 n. i. O. i. O. i. O. i. O. i. O. J

… … … … … … …

29 n. i. O. n. i. O. n. i. O. n. i. O. n. i. O. J

30 i. O. i. O. i. O. n. i. O. n. i. O. N

% Übereinstim-mung Standard 86,67% 86,67%

% Wiederhol bar -keit 96,67% 90,00%

% Reproduzier -barkeit 73,33%

Die Teile 1, 2und 29 wer-den von denPrüfern unddem Expertengleich beurteilt

Zwischen den PrüfernBei Teil Nr. 30 ist die Reprodu -zier barkeit verletzt, Daten -erfas ser 1 beurteilt das Teilzwei Mal als i. O.,Datenerfasser 2 hingegenzwei Mal als n. i. O.

GesamtergebnisJeder Prüfer hat bei 26 von 30 Teilen (=86,67%) eine Übereinstim-mung mit dem Experten. Prüfer Engers kann bei 29 von 30 Teilen(=96,67%) sein Messergebnis wiederholen, Prüfer Goldbach nurbei 27 von 30. Bei 22 von 30 Teilen (=73,33%) können die Prüferdie Ergebnisse reproduzieren

Vergleich zum StandardBei Teil Nr. 4 kommen zwar diePrü fer untereinander zum selbenEr gebnis, dies weicht jedoch vomExperten-Standard ab. Die PrüferEngers und Goldbach sind nach -zu schu len


Innerhalb der PrüferBei Teil Nr. 3 ist die Wiederholbarkeit verletzt,Datenerfasser 1 beurteilt das Teil im erstenDurchlauf anders als im zweiten. Dies könnte aufeine zu unkonkrete operationale Definition hindeu-ten. Ist die Wiederholbarkeit verletzt, ist auchkeine Reproduzierbarkeit möglich!

106106

107

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

MESSSYSTEMANALYSE TYP I

Messsystemanalyse Typ I

BezeichnungMeasurement System Type I, MSA Typ I

ZeitpunktIm Rahmen der Datensammlung, zur einmaligen oder regelmäßigen (periodi-schen) Überprüfung des Messsystems mit stetigen Messergebnissen

Ziel- Genauigkeit und Wiederholpräzision des Messsystems prüfen - Erkenntnisse über die Fähigkeit und Auflösung des Messsystems gewinnen

VorgehensweiseEin und dasselbe Referenzteil mit bekannter Ausprägung (Referenzwert) wirdunter identischen Bedingungen (gleicher Messaufbau am gleichen Ort, identi-sche Umgebungsbedingungen, ein Prüfer) 30 (bis 50) Mal unter jeweiligemZurücklegen des Prüflings gemessen

Beispiel

Ein Messpunkt liegt auf den Eingriffsgrenzen (Referenzwert +/- 0,1*Toleranz). Dasdeutet auf ein instabiles Messverfahren hin, obwohl alle Messwerte durch einenPrüfer unter gleichen Bedingungen erhoben wurden

107107

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

108

Messsystemanalyse Typ II

BezeichnungMeasurement System Type II, MSA Typ II, Gage R&R


Ziel- Wiederholpräzision (Repeatability) und Vergleichspräzision (Reproduci -

bility) des Messsystems prüfen - Auflösung des Messsystems prüfen

Vorgehensweise- Bei der Durchführung einer Gage R&R für stetige Merkmale gilt die Regel,

dass die Anzahl der Prüfobjekte x Anzahl Prüfer x Anzahl Wiederholungs -messungen größer als 30 sein sollte

- Klassischer Ansatz: Mind. 10 Prüflinge (die das gesamte zu erwartendeProduktionsspektrum widerspiegeln sollten; das können auch Teile außer -halb der Spezifikations grenzen sein) werden von mind. 2 Prüfern in mind.2 Durchläufen je Teil und Prüfer untersucht

- Interpretation der Ergebnisse:

MESSSYSTEMANALYSE TYP II

Standardabweichung Varianz

% Streuung in derUnter suchung

% P/T-Ratio% Toleranz

% Beitrag(% Contribution)

Messsystem ist geeignet < 10% < 30% < 1%

Messsystem ist – abhängig von Mess -aufgabe und Kosten –bedingt geeignet

< 30% < 30% < 9%

Messsystem ist nicht geeignet 30% 30% 9%

6·SGage

Toleranz · 100%

SGage

SGesamt

· 100%S2

Gage

S2Gesamt

· 100%

108108

109

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

MESSSYSTEMANALYSE TYP II

Beispiel

Das Balkendiagramm zeigt die Verteilung der beobachteten Streuung. Ziel ist,dass die durch das Messsystem verursachte Streuung deutlich kleiner ist als diezwischen den Teilen. Endgültigen Aufschluss liefern die analytischen Ergebnisse.In dem obigen Beispiel übersteigt die Streuung des Messsystems die erlaubteGrenze. Das Messsystem ist nicht fähig.

TippIn der Tabelle sind die geläufigen Grenzwerte für die Fähigkeit von Mess -•sys temen aufgeführt; eine „harte Grenze“ liegt demnach (2./3. Spalte) bei 30%; manche Autoren (Dietrich/Schulze) empfehlen, nur diese Grenze in

Betracht zu ziehen, wobei für bestehende Messsysteme der Grenzwertvon 30%, für neue Messsysteme 20% gelten sollteDa sich die Werte für % Streuung in der Untersuchung und % Toleranz je•nach Auswahl der Prüflinge unterscheiden und zu unterschiedlichen Er geb -nis sen führen können, ist vorher festzulegen, welcher Grenzwert der ver-bindliche ist; besonderes Augenmerk ist hierbei auf die Auswahl derPrüflinge zu legen, diese sollten den kompletten Spezifikationsbereichabdecken

109109

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

110

Untersuchung von Linearität und sys te ma -tischen Messabweichungen

BezeichnungLinearity and Bias Study, Gage Linearity and Bias Study, Prüfung der Line ari -tät, Untersuchung von Linearität und sys te ma tischen Messabweichungen


Ziel- Linearität des Messsystems prüfen - Systematische Messabweichung (Bias) des Messsystems prüfen

Vorgehensweise- Das Vorgehen entspricht im Wesentlichen dem der Messsystemanalyse

Typ 1 für unterschiedliche Teile – es werden i. d. R. fünf Teile mindestenszehn Mal gemessen, wobei die (Referenz-)Teile den Mess- bzw. den Tole -ranzbereich abdecken

- Bei der Linearitätsuntersuchung wird die systematische Messabweichung(„Bias“) über den im Fokus stehenden Messbereich untersucht; zudem wirddurch die systematischen Messabweichungen an den Referenzwerten eineRegressionsgerade aufgetragen, deren Steigung anhand eines Prüfwertesüberprüft wird

Anhand der Ergebnisse wird das Messsystem auf seine Eignung beurteilt

UNTERSUCHUNG VON LINEARITÄT UND MESSABWEICHUNGEN

110110

111

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

UNTERSUCHUNG VON LINEARITÄT UND MESSABWEICHUNGEN

Beispiel

Bei dieser Untersuchung wurden 5 Teile je 10-mal getestet. Jedes Ergebnis wurdeaufgetragen und die Mittelwerte der einzelnen Teile und der Gesamtmittelwert hin-zugefügt. Die fünf zu den jeweiligen Referenzwerten ermittelten Mittelwerte zeigenzum Teil deutliche systematische Messabweichungen; die systematische Mess -abweichung ist bei kleinen Werten negativ (<0) und nimmt mit höherem Referenz -wert zu (ansteigende Regressionsgerade). Das statistische Ergebnis bestätigt,dass dieses Messsystem nicht geeignet oder akzeptabel ist.

111111

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

112

Prüfung der Qualität vorhandener Daten

BezeichnungEignung von Systemdaten prüfen, Prüfung der Qualität vorhandener Daten


Ziel- Qualität der Daten für MEASURE, ANALYZE, IMPROVE, CONTROL über-

prüfen- Sicherstellen, dass Schlussfolgerungen auf Basis der Datenanalyse valide

sind

VorgehensweiseFür die Überprüfung der Qualität von Systemdaten eignen sich die oben be -schriebenen Verfahren in der Regel nicht. Zur Beurteilung der Verlässlichkeitder Daten bieten sich grundsätzlich zwei Möglichkeiten an:

- Plausibilitätschecks– Bei Zeiten jeglicher Art: Ist die Differenz von End- minus Starttermin

negativ oder für den Sachverhalt unplausibel, ist dies ein Indiz dafür,dass die Datenqualität weiter untersucht und verbessert werden muss

– Produktionsmengen: Kaufmännische Daten u. Ä. können z. B. mit Vor -jahresdaten verglichen und auf Plausibilität untersucht werden

– Sind die Daten im System ebenfalls auf (Papier-) Dokumenten vorhan -den, können diese stichprobenartig überprüft werden

– Mögliche Unsicherheiten bei Bestandsabfragen lassen sich mit den Er -geb nissen der letzten Inventuren abschätzen bzw. vergleichen

- Beurteilung der Fehlermöglichkeiten (angelehnt an FMEA, s. ANALYZE) – Zur Beurteilung der Qualität von Systemdaten hat sich die Betrachtung

der Fehlermöglichkeiten bei der Erfassung, Verarbeitung und Bereit stel -lung von Daten bewährt; neben den potenziellen Fehlerquellen bietet essich an, auch deren Auftrittshäufigkeit zu betrachten; dieses Vorgehenentspricht in Grundzügen demjenigen bei der FMEA (s. ANALYZE)

– Im Expertenteam sind für die einzelnen Schritte mögliche Fehler zu

PRÜFUNG DER QUALITÄT VORHANDENER DATEN

112112

113

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PRÜFUNG DER QUALITÄT VORHANDENER DATEN

iden tifizieren und zu beschreiben; die Auftrittshäufigkeit ist im Idealfallmit ausreichender Stichprobengröße zu bestimmen

– Über den gesamten Prozess lässt sich dann die Zuverlässigkeit der imFokus stehenden Daten abschätzen

– Als kritische Fehlerquellen lassen sich erfahrungsgemäß nennen:- Schnittstellen von Systemen- Medienwechsel- Manuelle Erfassung/Eingabe von Daten- Mehrfache Eingabemöglichkeiten durch viele Bediener oder zu mehre-

ren Zeitpunkten- Unklar spezifizierte bzw. vermeintlich unwichtige Datenfelder (z. B.

Ver packungsgrößen bei Produkt-Stammdaten)

TippPrüfen Sie immer die Datenqualität. Verlassen Sie sich nicht darauf, dass„Daten aus dem Computer gute Daten” sind. Dieser Irrtum kann schwerwie-gende Folgen haben, denn schlechte Daten führen häufig zu falschen Schluss -folgerungen

113113

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

114

Datensammlungsplan

BezeichnungDatensammlungsplan


Ziel- Nachdem nun Definitionen und Verfahren für die Durchführung der Daten -

sammlung entwickelt wurden, können diese in einem Datensammlungs -plan zusammengefasst werden

- Der Plan kann gleichzeitig als Übersicht über die anstehenden Arbeits -pake te, deren Terminierung, die dafür Verantwortlichen und weitere Informa -tio nen dienen

Vorgehensweise1. Messgröße auswählen und operationale Definition erstellen

2. Datenquellen und Datenart bestimmen

3. Stichprobenstrategie festlegen

4. Datenerfassungsformulare entwickeln

5. Messsystemanalyse durchführen

6. Ort/Quelle, Datum, Zeit und Häufigkeit für die Datensammlung festlegen

7. Alle relevanten Informationen im Datensammlungsplan zusammentragen

8. Datenerhebung durchführen

DATENSAMMLUNGSPLAN

114114

115

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REDATENSAMMLUNGSPLAN

Beispiel

Tipp• Informieren Sie Mitarbeiter und Vorgesetzte und erklären Sie die Ziele des

Projekts und der Datensammlung• Schulen Sie die Datenerfasser und testen Sie die Erfassungsformulare• Führen Sie einen Pilot zur Datensammlung durch

WAS WIE WER WANN WO

Mes

sgrö

ße

Art

der M

essg

röße

(Out

put/P

roze

ss/

Inpu

t)

Dat

enar

t(s

tetig

/dis

kret

)

Ope

ratio

nale

Def

initi

on d

erM

essg

röße

Ope

ratio

nale

Def

initi

on d

erM

essm

etho

de

Vera

ntw

ortli

che

Per

son

Dat

um, Z

eit u

ndH

äufig

keit

Dat

enqu

elle

; Ort

der M

essu

ng

AnteilTropfen -bildung

Output Diskret Der prozen-tuale Anteilder Teile, der Tropfen - bildung aufweist. Anteil =(Anzahl Teilemit Tropfen -bildung)/(Anzahl Teilegesamt)

Sichtprü fung:Teile werdenbei vollerBeleuch tungin derTrocken -kabine nachBeendi gungdes Trocken -vorgangsbetrachtet.Für die Prü fung von Tropfen -bildung vgl.Ver gleichs -karte G38

La -ckie -rer

JedesTeil zwi -schendem27.01.2010und dem14.02.2010

In derLackie -rerei/am Fahr -zeug

115115

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

116

Variation zu einem Zeit punkt Variation im Zeitverlauf

DiskreteDaten

• Tortendiagramm• Balkendiagramm• Pareto-Diagramm

• Verlaufsdiagramm• Regelkarten, z. B.

- p-Karte (p-Chart)- np-Karte (np-Chart)- c-Karte (c-Chart)- u-Karte (up-Chart)

Stetige Daten

• Punktdiagramm• Histogramm• Box Plot

• Verlaufsdiagramm• Regelkarten, z. B.

- I/MR-Karte (I/MR-Chart)- Xquer/R-Karte (Xbar-R-Chart)- Xquer/S-Karte (Xbar-S-Chart)

Variation verstehen

BezeichnungUnderstanding Variation, Variation verstehen

ZeitpunktMEASURE, ANALYZE und CONTROL, stets im Anschluss an eine Daten -sammlung

Ziel- Prozessvariation überprüfen, um den IST-Prozess zu verstehen- Die Überprüfung der Variation und die grafische Darstellung ermöglicht die

Interpretation der erhobenen Daten (Output), insbesondere über Verteilungund Muster (Lage und Streuung)

- Ursachen für Variation identifizieren (gewöhnliche/spezielle Ursachen fürVariation)

Vorgehensweise1. Daten in grafischen Darstellungen abbilden2. Statistische Kennzahlen analysieren3. Variation interpretieren

Um Variation zu überprüfen und grafisch darzustellen, gibt es eine Vielzahl vonWerk zeugen:

VARIATION VERSTEHEN

116116

117

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TORTENDIAGRAMM

Tortendiagramm

BezeichnungPie Chart, Tortendiagramm, Kuchendiagramm


ZielTortendiagramme sollen Ergebnisse diskreter Daten zu einem bestimmtenZeitpunkt grafisch und in den verhältnismäßigen Proportionen darstellen

VorgehensweiseRelative Häufigkeiten (Prozentsätze/Anteile) des Auftretens eines diskreten(metrischen oder nominalen) Merkmals auf einem Kreis darstellen. Der gesamte Kreis beinhaltet 100% der Daten

Beispiel

TippBei der Darstellung beginnen Sie mit dem prozentual größten Segment imUhrzeigersinn bei „12 Uhr”. Um Missverständnisse zu vermeiden, geben Sieimmer die Größe der Stichprobe an.

Die Größe der „Stücke“ reprä-sentiert den proportionalenAnteil an der Gesamtheit.Tortendiagramme zeigen dasVerhältnis von Mengen an,indem die gesamte „Torte”(100%) in Teilstücke oder klei-nere Prozentanteile unterteiltwird

Tortendiagramm von Begründung Nacharbeit

Wenig Klarlack 8,8%

Ungleich -mäßig 28,7%

./. 22,5%

Sonstiges 1,3%Verunreinigung

5,0%

Tropfen18,8%

Farbe15,0%

KategorieUngleichmäßig./.TropfenFarbeWenig KlarlackVerunreinigungSonstiges

117117

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

118

BALKENDIAGRAMM

Balkendiagramm

BezeichnungBar Chart, Balkendiagramm


ZielBalkendiagramme stellen grafische Vergleiche verschiedener Kategorien (dis-krete Daten) zu einem bestimmten Zeitpunkt dar

VorgehensweiseLänge der Balken ermitteln und abtragen. Die Länge der Balken ist jeweils pro-portional zu dem Wert, der repräsentiert werden soll

Beispiel

118118

119

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PARETO-DIAGRAMM

Pareto-Diagramm

BezeichnungPareto Chart, Pareto-Diagramm

ZeitpunktMEASURE, ANALYZE und CONTROL, stets im Anschluss an eine Daten -samm lung

Ziel- Bei diskreten Daten Schwerpunkte darstellen und damit Prioritäten setzen- Hebelkräfte identifizieren; sie lassen Bereiche erkennen, die große Wir kung

haben, und ermöglichen dadurch die Eingrenzung und Konzentration aufwenige entscheidenden Ursachen

- Sich auf die wenigen Ursachen konzentrieren, deren Optimierung diegrößte Auswirkung hat (80:20-Regel)

Vorgehensweise1. Daten in Kategorien darstellen

2. Länge der Balken ermitteln. Die Länge der Balken ist jeweils proportionalzu dem Wert, den sie repräsentiert

3. Balken von links nach rechts entsprechend ihrer Länge abtragen, mit demgrößten beginnen

4. Kurve auftragen, die die kumulierten Anteile prozentual zeigt

119119

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

120

Beispiel

Tipp• Prüfen Sie, ob die Kategorie „Sonstige“ (falls vorhanden) klein genug ist;

wenn nicht, nehmen Sie eine Aufteilung in spezielle Kategorien vor• Konzentrieren Sie sich auf die wichtigen Kategorien mit großer Hebel -

wirkung. Ist das Pareto-Diagramm sehr flach, überlegen Sie sich, ob eineandere Klassifizierung den 80/20-Effekt klarer herausstellen könnte

• Konzentrieren Sie sich auf offensichtliche Probleme

PARETO-DIAGRAMM

120120

121

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PUNKTDIAGRAMM

Punktdiagramm

BezeichnungDot Plot, Punktdiagramm


Ziel- Form der Datenverteilung veranschaulichen, indem dargestellt wird wie

häufig verschiedene Einzelwerte vorkommen- Hilfreiches Instrument, um Datenhäufungen bei quasi-stetigen Daten dar-

zustellen- Die Streuung stetiger Daten auf einfache Weise darstellen- Ausreißer – insbesondere bei kleinen Datenmengen – erkennen

Vorgehensweise- Häufigkeiten der einzelnen Datenpunkte abbilden; es findet keine Klassen -

bildung statt (Minitab® beginnt bei großen Datenmengen mit vielen Nach -kommastellen automatisch mit einer Klassenbildung)

- Jeder Wert wird als einzelner Punkt (Dot) im Diagramm abgetragen

Beispiel

TippEin Punktdiagramm kann auch genutzt werden um festzustellen, ob der Stich -proben umfang groß genug ist: Der Expertenblick erkennt, ob die gesamteDaten breite vorliegt oder ob zusätzliche Daten notwendig sind.

Punktdiagramm von Durchlaufzeit

121121

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

122

Histogramm

BezeichnungHistogram, Histogramm, Häufigkeitsverteilung


Ziel- Die Verteilung von stetigen Daten darstellen- Mit diesem Hilfsmittel feststellen, ob ein Prozess in Bezug auf die Kunden -

anforderungen zentriert ist und ob die Streuung innerhalb der Spezifika -tionsgrenzen liegt

Vorgehensweise1. Stetige Daten in Kategorien bzw. Klassen zusammenfassen. Faustregel:

Anzahl der Kategorien (k) ist k= n–

2. Häufigkeiten der tatsächlich auftretenden Kategorien in Form von Balkenmaßstabsgetreu abtragen; auf der x-Achse steht das relevante Intervall fürdie abzubildenden Daten; auf der y-Achse stehen die Häufigkeiten (abso -lute oder relative prozentuale Werte)

Beispiel

HISTOGRAMM

122122

123

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

HISTOGRAMM

Tipp• Verwenden Sie größere Datensätze (mindestens 50 bis 100 Datenpunkte);

zu kleine Datensätze können zu fehlleitenden Interpretationen führen• Beachten Sie: Mehrere Gipfel im Histogramm können ein Indiz dafür sein,

dass der Datensatz zu klein ist oder dass die Daten aus unterschiedlichenQuellen stammen – in diesem letzten Fall den Datensatz stratifizieren bzw.schichten; weitere Verteilungsformen sowie daraus resultierende Hand lun -gen sind nachfolgend dargestellt

• Für die Verdeutlichung der Variation im Zeitverlauf verbinden Sie das Histo -gramm oft mit einem Verlaufsdiagramm oder Zeitplot.

Interpretationshilfen

Histogramm Beschreibung Fragestellung/Handhabung

Symmetrisch, glocken -förmigDie Daten sind symmetrischund glockenförmig verteilt.Es gibt keine oder nur sehrwenige Ausreißer.

Sie können davon ausgehen,dass die Daten normalverteiltsind.

Bimodal, zwei SpitzenMögliche Ursache: DieDaten können aus derMischung zweier Prozessestammen.

Können die Daten aus meh-reren Prozessen stammen?

Vor der weiteren Analyseuntersuchen und – falls mög-lich – die Daten sinnvollschichten.

Asymmetrisch lang aus -laufendDaten sind wahrscheinlichdurch eine natürliche Grenzezu einer Seite begrenzt.Typische Beispiele sind Zei -ten (Wartezeit). Es kannauch vorkommen, dass Da -ten ‚abgeschnitten‘ wurden.

Geeignetes statistischesVerfahren für Analyse aus-wählen.

Wo wird gemessen?Schnittstelle überprüfen.

XXXXXXXX

XXXXXXXXXXXX

XXXXXXXXXX

XX XX X

XX XXXXX XXXXXX XXXX

XXXXXXXXXXXX

XXXXX

XXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXX

123123

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

124

Histogramm Beschreibung Fragestellung/Handhabung

Unzureichende AuflösungNur fünf oder weniger ein-deutige Werte. Evtl. ist dasMessgerät nicht empfindlichgenug.

Messprozess verbessern.

Bestimmte Werte werdenbevorzugt.Große Häufung von Beob -achtungen um eine Minimal-oder Maximalanzeige.

Ist das Messinstrument fä -hig, die gesamte Bandbreiteder Daten zu erfassen?

Evtl. Bandbreite der Mes sungausdehnen.

Bestimmte Werte werdenbevorzugt.Ein Wert tritt extrem häufigauf.

Kann das Instrument be -schä digt sein?

Physikalische Gründe fürdiesen Zustand suchen undausbessern.

SägezahnmusterBestimmte Werte treten häu-figer auf.

Bevorzugt der Prüfer be -stimm te Werte? Wird inkonsistent gerundet?

Evtl. Ableseverfahren desInstruments standardisieren.

Beobachtungen häufensich an der Spezifikations -grenze, wenige oder keineWerte außerhalb desLimits.

Wurden die Daten gefälschtoder erfunden, damit dasSpezifikationslimit nicht über-bzw. unterschritten wird?

Prozess zur Aufzeichnungvon Daten standardisieren.

HISTOGRAMM

X X XX X X XX X X XX X X XXX X XX XXXXXXXXXXXX

XXXXXXXXXXXX XXXXXX

XX XXXXXX

XXXXXXXX

XXXXXXX X XXXXXXXXXX

XXXXXX

XXXXXX

X XXX XXX XXX XXXX XXXXXXXX XXXXXXX XXXXXXX XXXXXXXXXXXXX

Spe

zifik

atio

nsgr

enze

124124

125

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

BOX PLOT

Box Plot

BezeichnungBox and Whisker Plot, Box Plot


Ziel- Lage grafisch zusammenfassen und darstellen, Konzentration des Varia -

tions musters eines Datensatzes- Verschiedene Datensätze schnell und einfach vergleichen (z. B. Vergleich

von Lieferanten oder Anlagen)

Vorgehensweise1. Maximal- und Minimalwert maßstabsgetreu abtragen und mit einer vertika-

len Linie verbinden

2. Median als Horizontale darstellen

3. Rechteck (Box) zwischen dem 1. und dem 3. Quartil bilden

100% der D

aten

75%der D

aten50% der D

aten

25%

der Daten

Maximum x(n)

3. Quartil (75%) x0.75

1. Quartil (25%) x0.25

Median x~

Minimum x(n)

125125

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

126

Beispiel

TippAusreißer werden i. d. R. von Statistikprogrammen gesondert dargestellt

BOX PLOT

126126

127

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

VERLAUFSDIAGRAMM

Verlaufsdiagramm

BezeichnungRun Chart, Time Series Plot, Verlaufsdiagramm


Ziel- Trends, Verschiebungen oder Muster eines Prozesses bei stetigen oder

diskreten Daten darstellen- Prozessverläufe vor und nach einer Verbesserung vergleichen

Vorgehensweise1. Auf der y-Achse werden die Ausprägungen des Prozesses in chronologi-

scher Reihenfolge dargestellt. Die Beobachtungsreihenfolgen werden aufder x-Achse eingetragen.

2. Die abgetragenen Werte werden mit einer gestrichelten Linie verbunden.

Beispiel

127127

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

128

TippSie benötigen eine längere Beobachtungszeit, um mit Verlaufsdiagrammenspezielle Ursachen zu finden. Um aussagekräftige Muster erkennen zu kön-nen sind mindestens 20 Datenpunkte erforderlich. Bei Bedarf können zusätz-lich die Kundenspezifikationen bzw. der Median eingetragen werden

Interpretationshilfen

Diagramm Beschreibung Fragestellung

Zu wenige VerläufeZu wenige Cluster (Häu -fun gen) von Punktenüber und unter der Mittel -linie.

Mögliche Ursachen:Zyklen.

Was haben die Clusterun ter halb der Mittelliniege mein sam und wieunter schei den sie sichvon den Clustern ober-halb der Mittel linie?

Zu viele VerläufeZu viele Cluster ober-und unterhalb derMittellinie.

Mögliche Ursache: Über kom pen sation,Stichproben aus mehre-ren Quellen, frei erfunde-ne Daten.

Was unterscheidet dieMes sungen oberhalb derMittel linie von denenunterhalb?

Verschiebungen8 oder mehr Punkte ineiner Reihe auf einerSeite der Mit tel linie.

Mögliche Ursache:Verschie bung in einemzentralen Element desProzes ses.

Was war zu der Zeit, zuder die Verschiebung auf-trat, am Prozess anders?

VERLAUFSDIAGRAMM

128128

129

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

VERLAUFSDIAGRAMM

Diagramm Beschreibung Fragestellung

Trends6 oder mehr Punkte ineiner Reihe, die stetigzunehmen oder stetigabnehmen.

Mögliche Ursache:Trend.

Was war zum Zeit punktdes Trend beginnsanders?

Gleiche WerteEine Folge von 7 odermehr Punkten mit glei-chem Wert

Ist das Messgerät even-tuell „hängen geblieben“?

129129

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

130

Regelkarten

BezeichnungControl Charts, Shewhart Charts, Regelkarten

ZeitpunktMEASURE, ANALYZE und insbesondere in CONTROL, stets im Anschlussan eine Datensammlung

Ziel- Prozessüberwachung: Prozessstreuungen erkennen und verfolgen- Feststellung, ob der Prozess beherrscht bzw. unter Kontrolle ist- Identifikation von gewöhnlichen und speziellen Ursachen (common and

special causes)- Werkzeug für die laufende Prozesslenkung

VorgehensweiseEs gibt in Abhängigkeit von Art und Menge der zu überwachenden Merkmaleverschiedene Arten von Regelkarten. Nachfolgendes Diagramm kategori siertdie möglichen Regelkarten:

Beispiel

I/MR

Xquer/R

Xquer/S

REGELKARTEN

Stichprobengröße = 1

Kleine Stichprobengröße <10(i. d. R. 3 bis 5); konstant

Große Stichprobengröße >10oder variable Stichprobengröße

STETIGE DATENz. B. Zeit,Temperatur,Kosten

130130

131

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

REGELKARTEN

Gewöhnliche Variation Spezielle Variation

Die Control Charts werden im Abschnitt „CONTROL“ detailliert vorgestellt

c-Karte

u-Karte

np-Karte

p-Karte

DMAICPROJEKT

TROUBLESHOOTING

Grö

ße

Zeit

Obere Kontrollgrenze+3s

Mittellinie

-3sUntere Kontrollgrenze

KonstanteStichprobengröße(Anzahl Fehler >5)

VariableStichprobengröße

KonstanteStichprobengröße(>50)

VariableStichprobengröße(>50)

Fehler pro Teil

Fehler hafte Teile

DISKRETEDATENz. B. Fehler,Erkrankung

GEWÖHNLICHEVARIATION

SPEZIELLE VARIATION

Bsp.: Täglicher Weg zurArbeit:• Verkehrbedingungen• Parkplatzsituation

Grafisches Ergebnis

• Werden erwartet• Sind normalverteilt• Sind zufällig

Bsp.: Täglicher Weg zurArbeit:• Unfall• Polizeikontrolle

Grafisches Ergebnis

• Sind unerwartet• Sind nicht normal -

verteilt• Sind nicht zufällig

131131

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

132

Streudiagramm

BezeichnungScatter Plot, Streudiagramm

ZeitpunktMEASURE und insbesondere in ANALYZE, stets im Anschluss an eine Daten -sammlung

ZielDie (lineare oder nicht lineare) Beziehung zwischen zwei metrischen Variablendarstellen

VorgehensweiseDatenpunkte im Koordinatensystem eintragen

Tipp• Nutzen Sie diese zusätzliche Möglichkeit, um vermutete Zusammenhänge

aus dem Ursache-Wirkung-Diagramm zu verifizieren• Berücksichtigen Sie, dass Streudiagramme nicht zwingend einen Ursache-

Wirkung-Zusammenhang veranschaulichen – sie zeigen lediglich auf, obeine Beziehung existiert

Beispiel

STREUDIAGRAMM

132132

133

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

WAHRSCHEINLICHKEITSNETZ

Wahrscheinlichkeitsnetz

BezeichnungProbability Plot, Normal Probability Plot, Wahrscheinlichkeitsnetz


ZielDen Datensatz auf eine bestimmten Verteilung (z. B. Normalverteilung) überprü -fen, z. B. im Hinblick auf die Bestimmung von Prozessleistungs kenn zahlen

Vorgehensweise- Verteilungsfunktion der (theoretischen) Verteilung derart trans for mie ren,

dass sie eine Gerade darstellt. Aufgrund der Komplexität dieser Trans for -mation sollte ein Wahrscheinlichkeitsnetz mit Hilfe einer Statistik-Softwareerstellt wer den.

- Datenpunkte der empirischen Verteilung (vorhandener Datensatz) abtragen.- Ggf. Vertrauensintervall abbilden.- Liegen die Datenpunkte auf der Geraden bzw. innerhalb des Vertrauens-

intervalls, so kann von normalverteilten Daten ausgegangen werden.

TippIn der Statistik-Software Minitab® basiert das dargestellte Ergebnis der Über-prüfung auf Normalverteilung auf dem Anderson-Darling-Test.

Beispiel auf der folgenden Seite

133133

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

134

Anhand dieses Wahrscheinlichkeitsnetzes kann geprüft werden, ob die Daten nor-malverteilt sind. Liegen die Daten eng an der Geraden, so kann Normal verteilungangenommen werden. Je mehr (normalverteilte) Daten zur Ver fügung stehen, umso dichter an der Geraden sollten diese liegen. In diesem Beispiel liegen die Datennicht direkt auf der Geraden, was auf Nichtnormal verteilung hindeutet. Der p-Wertfür den Anderson-Darling-Test liegt < 0,005 – ist also kleiner als der typischenAlpha-Wert von 0,05. Daher kann man nicht davon ausgehen, dass die vorliegen-den Daten normalverteilt sind.

WAHRSCHEINLICHKEITSNETZ

Beispiel

134134

135

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

LAGEPARAMETER MITTELWERT

Lageparameter Mittelwert

BezeichnungMean, Mittelwert, arithmetisches Mittel

ZeitpunktMEASURE, ANALYZE, IMPROVE und CONTROL, stets im Anschluss aneine Daten erhebung

ZielDie Lage des stetigen Datensatzes feststellen

VorgehensweiseDie Summe aller Daten bilden und durch die Anzahl der Datenpunkte (n) divi-dieren. Für den Mittelwert einer Stichprobe wird ein x– genutzt. Wird der Mit tel -wert einer Grundgesamtheit bestimmt, wird dieser als geschrieben.

TippDer Mittelwert ist sehr empfindlich gegenüber Ausreißern (ungewöhnlichenBeobachtungswerten). Eine zusätzliche Betrachtung des Median ist dahersinn voll.

BeispielIm Lackierbetrieb wird stichprobenartig überprüft, wie dick der aufgetragene Lackim Mittel ist. Es werden sechs Teile untersucht:

(Beispiel auf der folgenden Seite)

nxj

j =1x = = x1 + x2 + … + xn

n n

135135

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

136

LAGEPARAMETER MITTELWERT

Die untersuchten Teile haben im Mittel eine Lackdicke von 188,17 m.ACHTUNG: Von dem Ergebnis darf nicht auf alle Teile geschlossen werden.

Arithmetisches Mittel

255μm

89μm

110μm

152μm

324μm

199μm

x = 255 + 89 + 110 + 152 + 324 + 199 = 188,176

136136

137

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RELAGEPARAMETER MEDIAN

Lageparameter Median

BezeichnungMedian

ZeitpunktMEASURE, ANALYZE, IMPROVE und CONTROL, stets im Anschluss an eineDaten erhe bung

ZielDie Lage des stetigen Datensatzes feststellen

Vorgehensweise- Die Daten der Größe nach sortieren, im Regelfall aufsteigend- Den mittleren Wert …

– bei einer ungeraden Stichprobengröße durch Bestimmung des mittlerenDatenpunkts festlegen

– bei einer geraden Anzahl von Daten durch die Mittelwertbildung der bei-den mittleren Daten festlegen

Der Median entspricht dem mittleren Wert des sortierten Datensatzes. Er teiltden Datensatz, wobei jeweils eine Hälfte der Daten oberhalb und eine unter-halb des Medians liegt.

• Bei einer ungeraden Anzahl von n Beobachtungen ist der Median der mittlereWert

• Bei einer geraden Stichprobengröße (n) entspricht er dem Mittelwert der bei-den mittleren Werte

x~ = xfn+1p

2

xfnp

+ xfn

+1p2 2x~ =

2

137137

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

138

LAGEPARAMETER MEDIAN

BeispielIm Lackierbetrieb wird stichprobenartig überprüft, wie dick der aufgetragene Lackim Mittel ist. Es werden 6 Teile untersucht:

TippBei der Bestimmung des Medians fallen im Vergleich zum Mittelwert Aus -reißer weniger ins Gewicht. In diesem Fall zeigt der Median eher die wirklicheLage der Mehrheit der Daten eines Datensatzes.

Datenreihe der Größe nachordnen

x1=255μm

x2=89μm

x3=110μm

x4=152μm

x5=324μm

x6=199μm

x2=89μm

x3=110μm

x4=152μm

x6=199μm

x1=255μm

x5=324μm

Mittel wertbilden

x = = = x]3g + x]3+1g =

152 + 199= 175,52 2 2 2

xd6n

+ xd6 +1n

2 2

xdnn

+ xdn +1n

2 2

138138

139

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

STREUUNGSPARAMETER VARIANZ

Streuungsparameter Varianz

BezeichnungVariance, Varianz

ZeitpunktMEASURE, ANALYZE, IMPROVE und CONTROL, stets im Anschluss an eineDaten erhebung

ZielDie Streubreite eines Prozesses darstellen (je größer die Varianz, desto grö-ßer ist die Streuung des Prozesses)

Vorgehensweise- Summe der quadrierten Abweichungen aller Daten vom Mittelwert bilden

und durch die Anzahl der Datenpunkte abzüglich eins (n – 1) dividieren - Der daraus resultierende Wert ist die durchschnittliche quadrierte Abwei -

chung vom Mittelwert

BeispielAus der stichprobenartigen Prüfung der Lackdicke liegen folgende Ergebnisse inMikrometern vor: 255, 89, 110, 152, 324, 199

TippDurch die quadrierte Dimension ist die Größe der Varianz schwer zu bewer-ten. Je größer die Varianz, desto stärker streut der Prozess. Eine bessereBeschreibung der Streuung gibt die Standardabweichung.

s2 = = (x1 - x)2 + (x2 - x)2 + … + (xn - x)2

n - 1 n - 1

n(xj - x)2

j=1

s2 = (255 - 188,17)2 + (89 - 188,17)2 + …

= 40.286,83

= 8.057,376 - 1 5

139139

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

140

STREUUNGSPARAMETER STANDARDABWEICHUNG

Streuungsparameter Standardabweichung

BezeichnungStandard Deviation, Standardabweichung

ZeitpunktMEASURE, ANALYZE, IMPROVE und CONTROL, stets im Anschluss an eineDaten erhebung

ZielDie Streubreite eines Prozesses darstellen (je größer die Standard abwei chung,desto größer ist die Streuung des Prozesses)

VorgehensweiseQuadratwurzel aus der Varianz bilden. Der resultierende Wert entspricht derStandardabweichung

Beispiel

x - s98,40

x188,17

x + s277,93

68% der Werte

s = s2 = n - 1

n(xi - x)2

i=1

140140

141

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

STREUUNGSPARAMETER STANDARDABWEICHUNG

Aus der Varianz der Lackdicke ergibt sich

s = 8.057,37 m² = 89,76 m

- Anhand der Stichprobe lässt sich errechnen, dass ca. 68% der Stichproben -werte zwischen 98,40 und 277,93 Mikrometern liegen

- Die Streuung im Lackierprozess ist relativ zu den Spezifikationsgrenzen (100und 180 Mikrometer) enorm

Tipp• Die Standardabweichung hat die gleiche Dimension wie die untersuchten

Daten bzw. der Mittelwert und ist daher einfacher zu interpretieren:• Bei einer Normalverteilung liegen ca. 68% der Werte im Bereich ±1 Stan -

dardabweichung, ca. 95% im Bereich ±2 s und ca. 99% im Bereich ±3 s.• Ein s steht für die Standardabweichung einer Stichprobe, für die Stan -

dard abweichung der Grundgesamtheit.

141141

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

142

STREUUNGSPARAMETER SPANNWEITE

Streuungsparameter Spannweite

BezeichnungRange, Spannweite

ZeitpunktMEASURE, ANALYZE und CONTROL, stets im Anschluss an eine Daten -erhebung

ZielDie Streubreite eines Prozesses darstellen (Je größer die Spannweite, destogrößer ist die Streuung des Prozesses)

VorgehensweiseDifferenz zwischen dem größten und dem kleinsten Wert eines Datensatzesbilden; diese Differenz entspricht der Spannweite R

R = XMAX - XMIN

TippDie Range ist sehr sensibel gegen Ausreißer und sollte daher vorsichtig inter-pretiert werden; im Zweifelsfall besser den um Ausreißer bereinigten Spanverwenden

Beispiel

R = 324 - 89 = 235

Range

X XX XX X XX X X

X X X X XX X X X X

X X X X X X XX X X X X X X X X X X

142142

143

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Streuungsparameter Span

BezeichnungSpan, Perzentilabstand

ZeitpunktMEASURE, ANALYZE und CONTROL, stets im Anschluss an eine Daten -erhebung

ZielDie Streubreite eines um die Ausreißer bereinigten Datensatzes darstellen

Vorgehensweise- Daten der Größe nach sortieren, im Regelfall aufsteigend. Zum Beispiel

die 5% kleinsten und 5% größten Daten des Datensatzes entfernen - Der Span (90) ist die um die Ausreißer (auf jeder Seite jeweils 5%) berei-

nigte SpannweiteSpan (90) = x0,95 - x0,05

TippSpan ist eine gute Kennzahl, um Abweichungen von Zielwerten darzustellen.Bilden Sie eine neue Variable Y = XIST - XSOLL und errechnen Sie daraus dieIntervallbreite Span (90) = Y0,95 - Y0,05

Beispiel

n = 100, min = 100, max = 300, P0,05 = 110, P0,95 = 255

Span (90) = 255 - 110 = 145

STREUUNGSPARAMETER SPAN

Span (90)

X XX XX X XX X X

X X X X XX X X X X

X X X X X X XX X X X X X X X X X X

143143

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

144

PROZESSLEISTUNG

Prozessleistung

BezeichnungProcess Performance, Prozessleistung

ZeitpunktAbschluss MEASURE, kontinuierlich während ANALYZE und IMPROVE, ins-besondere während CONTROL

Ziel- Die Leistungsfähigkeit eines Prozesses in Bezug auf den Grad der Erfül lung

der Kunden- und Businessanfor de run gen feststellen - Den Status quo und die Verbesserungen nach Implementierung der Lösun -

gen beschreiben

VorgehensweiseDie in der Six Sigma+Lean-Welt gebräuchlichsten Qualitätskennzahlen zur Er -mittlung der Leistungsfähigkeit sind:

DPMODefects per MillionOpportunities

• Qualität aus Unternehmenssicht • Fehler je 1 Mio. Möglich keiten • Basis für die Sigma-Wert-Berechnung

ppm Parts per Million • Qualität aus Kundensicht • Anteil fehlerhafter Teile von allen Teilen

DPU Defects per Unit • Durchschnittliche Anzahl von Fehlern pro Einheit

Yield Ertrag • Anteil fehlerfreier Teile aus der Produktion

YRTPRolled TroughputYield

• Wahrscheinlichkeit mit der eine Einheit jeden einzelnenSchritt des gesamten Prozesses fehlerfrei durchläuft

YNormNormalized Yield • Geometrische Mittel des Rolled Troughput Yields

SpanPerzentilabstand • Um die Ausreißer bereinigte Streubreite eines Daten -

satzes – häufig verwendet, um die Streubreite der Ab -weichungen zwischen IST- und SOLL-Wert darzustellen

OEEOverall EquipmentEffectiveness

• Gesamtanlageneffektivität

144144

145

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Defects per Million Opportunities (DPMO)

BezeichnungDefects per Million Opportunities, DPMO, Defekte pro Million Möglichkeiten,Fehler pro Million Möglichkeiten (FPMM)

ZeitpunktAbschluss MEASURE, kontinuierlich während ANALYZE, IMPROVE undCONTROL und nach Abschluss des Projekts zur Sicherung der Nachhaltig -keit

ZielDie interne Optimierungssicht auf die Anzahl der Defekte pro erzeugter Ein -heit lenken mit dem Ziel, diese zu minimieren

Vorgehensweise- Erzeugte Einheit definieren (Output eines Prozesses, z. B. eine Lackie -

rung)- Fehlermöglichkeiten feststellen (im Regelfall aus den CTCs abgeleitet) - Defekte definieren (jede eintretende Fehlermöglichkeit an einer Einheit

entspricht einem Defekt)- Anzahl der untersuchten Einheiten bestimmen und Defekte zählen; DPMO-

Wert berechnen:

Tipp• Nur solche Fehlermöglichkeiten beschreiben, die aus CTCs abgeleitet wer -

den und als Defekt tatsächlich in Erscheinung treten

DEFECTS PER MILLION OPPORTUNITIES (DPMO)

DPMO = Defects per Million Opportunities

DPMO = D . 1.000.000N . O

D = Anzahl der FehlerN = Anzahl der erzeugten EinheitenO = Anzahl der Fehlermöglichkeiten pro Einheit

145

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

146

DEFECTS PER MILLION OPPORTUNITIES (DPMO)

• Beim Zählen der Defekte darauf achten, dass eine Einheit auf alle Fehler -möglichkeiten überprüft wird

• Aus einer Sigma-Umrechnungstabelle kann das Prozess-Sigma (der Sigma -wert) einfach abgelesen werden

• Bei Mehrfachberechnung zu verschiedenen Zeiten im Projekt auf gleicheEinheiten achten, um die Vergleichbarkeit der Ergebnisse zu gewährleisten– ebenso beim Wegfall von Fehlermöglichkeiten

• Die Anzahl von Fehlermöglichkeiten sollte der Anzahl der CTCs entspre-chen

Beispiel

Berechnung„Autohaus-Beispiel”

N = 80

D = 108

O = 4

Zahl der verarbeiteten Einheiten

Anzahl der gemachten Fehler

Anzahl der Fehlermöglichkeiten pro Einheit

1,95

DPMO

Prozess-Sigma

108 . 106 =337.50080 .4

146146

147

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REPARTS PER MILLION (PPM)

Parts per Million (ppm)

BezeichnungParts per Million (ppm), Fehler pro Million

ZeitpunktAbschluss MEASURE, kontinuierlich während ANALYZE, IMPROVE undCONTROL und nach Abschluss des Projektes zur Sicherung der Nachhaltig -keit

ZielFokussierung auf die Kundensicht: Eine Einheit mit einem Fehler und ein Teilmit mehreren Fehlern sind gleichermaßen fehlerhaft und werden als Defektgezählt, da die Einheit insgesamt für den Kunden unbrauchbar ist

Vorgehensweise- Fehlermöglichkeiten, bei deren Eintreten eine Einheit insgesamt als defekt

bezeichnet wird, festlegen- Anzahl der untersuchten Einheiten bestimmen und defekte bzw. fehler haf te

Einheiten zählen- ppm-Wert berechnen:

Beispiel

TippBei nur einer Fehlermöglichkeit entspricht der DPMO-Wert dem ppm-Wert

• Bei 63 von 80 Aufträgen im Hauptbetrieb gab es Nacharbeiten wegen Lackier -fehlern und/oder die Aufträge waren nicht rechtzeitig fertiggestellt worden:

• Wir haben also eine ppm-Rate im Hauptbetrieb von 787.500

ppm = 63 . 1.000.000 = 787.50080

ppm = Anzahl fehlerhafter Einheiten . 1.000.000Anzahl Einheiten gesamt

147147

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

148

DEFECTS PER UNIT (DPU)

Defects per Unit (DPU)

BezeichnungDefects per Unit (DPU), Defekte pro Einheit


ZielDie durchschnittliche Anzahl von Fehlern pro Einheit feststellen

Vorgehensweise– Defekte definieren (jede eintretende Fehlermöglichkeit an einer Einheit

ent spricht einem Fehler)– Anzahl der untersuchten Einheiten (Units) bestimmen und Fehler (Defects)

zählen– DPU-Wert berechnen:

Beispiel

TippDie drei Qualitätskennzahlen DPMO, ppm und DPU ergeben zusammen einumfassendes Bild der Prozessleistung – es ist durchaus zu empfehlen, alledrei Kennzahlen zu nutzen

• Bei insgesamt 80 Aufträgen im Hauptbetrieb wurden 108 Fehler festgestellt:

• Wir haben also eine DPU-Rate von 1,35; das bedeutet, dass ein hergestelltesTeil im Durchschnitt 1,35 Fehler hat

DPU = 108 = 1,3580

DPU = Anzahl Fehler gesamt Anzahl Einheiten gesamt

148148

149

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

YIELD

Yield

BezeichnungYield, Ertrag, Ausbeute, Gutanteil


ZielDen Anteil fehlerfrei erzeugter Einheiten bzw. die Gutmenge eines Pro zessesfeststellen

Vorgehensweise- Yield: Gibt den Anteil guter, fehlerfreier Einheiten wieder

- Rolled Throughput Yield: Ermittelt die Wahrscheinlichkeit, dass eine Ein -heit den gesamten Prozess fehlerfrei durchläuft. Dieser Gesamtertrag wirdaus dem Produkt der einzelnen Subprozess-Yields berechnet.

- Normalized Yield: Bestimmt den durchschnittlichen Ertrag pro Prozessschritt.ACHTUNG: Bei sehr unterschiedlichen Yields in den einzelnen Prozess -schrit ten kann dieses Maß irreführend seinYNORM = n YRTP

Beispiel 1 (Yield)

• Von 80 Lackierungen waren lediglich 21 in Ordnung

• Wir haben also eine Yield-Rate von 26,25%

Yield = 21 = 0,2625 = 26,25%80

Y = Anzahl fehlerfreier EinheitenAnzahl Einheiten gesamt

YRTP = YSub1. YSub2

. ... . YSubn

149149

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

150

YIELD

Beispiel 2 (Rolled Throughput Yield)

Beispiel 3 (Normalized Yield)

YNORM = 5 0,494 = 0,8683 = 86,83%

D. h. der durchschnittliche Ertrag je Prozessschritt beträgt ca. 87%

Tipp• Beim Yield können zwei Ausprägungen unterschieden werden:

1. Verhältnis von fehlerfrei erzeugten Einheiten zu Einheiten gesamt(Ertrag in der klassischen Produktion)

2. Verhältnis von erzeugter Gutmenge zu eingesetzter Menge (Ausbeuteim Chemie-/Pharmabereich)

• Im Regelfall wird der Yield ermittelt, bevor etwaige Nachbesserung bzw.Nachbearbeitung erfolgt (First Pass Yield)

• Für die einzelnen Prozessschritte wurden folgende Erträge berechnet:

• Die Wahrscheinlichkeit, dass eine Einheit den gesamten Prozess fehlerfreidurchläuft ist:

Y1 = 92% Y2 = 82% Y3 = 84% Y4 = 82% Y5 = 95%

YRTP = 0,92 . 0,82 . 0,84 . 0,82 . 0,95 0,494

150150

151

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RESPAN/PERZENTILABSTAND

Span/Perzentilabstand

BezeichnungSpan, Perzentilabstand (Perzentilabstand der Abweichungen vom Zielwert alsProzesskennzahl)


ZielDie Prozessleistung, wenn keine Spezifikationsgrenzen vorhanden sind, be -stimmen (Fokus Zielwerterreichung)

Vorgehensweise- Alle Werte (x) in eine neue Variable X transformieren:

X = XIST - XSOLL- Intervallbreite zwischen XIST und XSOLL ohne Berücksichtigung der Ausrei ßer

berechnen. Üblicherweise wird der Span (90) verwendet; der Span ist um -so besser, je kleiner die Intervallbreite ist.Span (90) = X0,95 - X0,05

- Prozess mit dem Ziel optimieren, Nullabweichungen (Intervallbreite = 0) zuerhalten

- Die neue Variable X ist die Abweichung (in Tagen) zwischen dem verein-barten und dem tatsächlichen Liefertermin. Folgende Daten für X sinderfasst:

X = {-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

X0,95 = 8,05

X0,05 = -9,05

Span (90) = 8,05 - (-9,05) = 17,1

151151

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

152

Tipp• Der Span ist eine hervorragende Kennzahl für Themen wie Liefertreue• Die Perzentile können mit Tabellenkalkulationsprogrammen wie MS Excel®

berechnet werden – nutzen Sie dazu in MS Excel® die Funktion „QUANTIL(Matrix; Alpha)“, wobei „Matrix“ für den gesamten Datensatz, „Alpha“ fürdas Per zentil (z.B. 0,95) steht

SPAN/PERZENTILABSTAND

152152

153

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REDATENTRANSFORMATION

Datentransformation

BezeichnungData Transformation, Datentransformation

ZeitpunktMEASURE, ANALYZE, CONTROL, bei der Anwendung bestimmter statisti-scher Werkzeuge für die Datenanalyse

ZielDie theoretischen Voraussetzungen (insb. Normalverteilung) bestimmter sta-tistischer Werkzeuge schaffen

Vorgehensweise1. Homogenität der Daten sicherstellen, d. h. dass die Daten aus einer Grund -

gesamtheit stammen (s. Datenschichtung)

2. Transformationsfunktion aussuchen- Ist der physikalische Zusammenhang bekannt, so kann eine sinnvolle,

für den Projektleiter leicht interpretierbare Transformation gewählt wer-den (wenn z. B. der Zusammenhang multiplikativ entsteht, so werdendie Daten durch Logarithmieren [ln x] additiv)

- In der Praxis arbeitet man jedoch häufig mit Trial & Error, da der Zusam -menhang i. d. R. nicht bekannt ist

- Die gängigen Transformationsfunktionen sind:

Logarithmus log x, In x

Exponential exp x

Logit

Reziprok

Quadrat x2

Quadratwurzel x

Wurzel n x

Box-Cox x

In = b x m1-x1x

153153

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

154

DATENTRANSFORMATION

- Die Box-Cox-Transformation wird von zahlreichen Statistikprogrammenwie Minitab® automatisch unterstützt. Dabei wird der Transformations -parameter (Lambda) gleichzeitig mit den anderen Modellparametern(z. B. Mittelwert) geschätzt. Je nach geschätztem -Wert kann die Box-Cox-Transformation einer der üblichen Transformationsfunktionen ent-sprechen (z. B. = 2 entspricht x2)

3. Daten auf die Erfüllung der Voraussetzung (z. B. Normalverteilung) testenmit der Fragestellung, ob die Transformation ihren Zweck erfüllt hat

TippBitte bedenken Sie, dass im Rahmen der Projektarbeit die statistischen Er geb -nisse stets präsentiert und akzeptiert werden müssen. In der Regel ist es da -her empfehlenswert von der Arbeit mit transformierten Daten abzusehen. AlsAlternative bietet sich an, bei der Ermittlung der Prozessfähigkeit (Cp- undCpk-Werte) die geeignete Verteilung oder die verteilungsfreie Perzentil metho -de zu verwenden.

154154

155

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSFÄHIGKEIT UND PROZESSSTABILITÄT

Prozessfähigkeit und Prozessstabilität

BezeichnungProcess Capability and Stability, Prozessfähigkeit und -stabilität

ZeitpunktZum Schluss der MEASURE-Phase, im CONTROL-Prozess überwachen

Ziel- Festlegung der IST-Situation (Baseline) i. S. v. Prozessfähigkeit und -stabi -

lität- Ableitung der weiteren Vorgehensweise im Projekt

Vorgehensweise- Prozessstabilität prüfen, d. h. die Ursachen von Variation identifizieren (spe -

zielle oder gewöhnliche Ursachen) – s. Variation verstehen- Prozessfähigkeit prüfen, d. h. den Grad der Erfüllung der Kunden- und

Businessanfor de run gen ermitteln – s. Prozessleistung ermitteln- Aus den Ergebnissen die weitere Vorgehensweise ableiten

FÄHIGKEITFähig Nicht fähig

STA

BIL

ITÄ

T Sta

bil

Nic

ht s

tabi

l

DM

AIC

CHAOS

155155

Beispiel

In dem obigen Beispiel ist der Prozess stabil, denn die Punkte scheinen zu -fällig in der Xquer- und R-Karte verteilt. D. h., der Prozess weist gewöhnlicheUr sa chen für Variation auf. Die niedrigen Cp und Cpk-Werte deuten auf einenunfähigen Prozess hin. In diesem Fall ist ein Projekt zur Prozessverbes serungzu empfehlen.

Tipp• Prüfen Sie immer beide Perspektiven: Stabilität und Fähigkeit • Ist der Prozess fähig, jedoch nicht stabil, so ist Notfallmanagement – und

kein Prozessverbesserungsprojekt – gefragt • Ist der Prozess unfähig und stabil, so ist eine Prozessverbesserung not-

wendig • Sind beide Kriterien (Stabilität und Fähigkeit) nicht erfüllt, ist es zu hinter-

fragen, ob ein Projekt zur Prozessverbesserung starten kann, bevor diespeziellen Ursachen identifiziert und behoben worden sind

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

156

PROZESSFÄHIGKEIT UND PROZESSSTABILITÄT

156156

157

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

CP- UND CPK-WERTE

Cp- und Cpk-Werte

BezeichnungCp- und Cpk-Werte

ZeitpunktAbschluss MEASURE, kontinuierlich während ANALYZE und IMPROVE, ins -besondere in der CONTROL-Phase

Ziel- Das Verhältnis zwischen den Kundenspezifikationsgrenzen (Toleranz gren -

zen) und der natürlichen Streubreite des Prozesses (Cp-Wert) ermitteln- Die Zentrierung des Prozesses (Cpk-Wert) feststellen

VorgehensweiseCp-Wert:- Obere und untere Spezifikationsgrenze (LSL, USL) bestimmen- Abstand zwischen oberer und unterer Spezifikationsgrenze (Toleranz) durch

die 6-fache Standardabweichung des Prozesses dividieren- Bei nicht normalverteilten Daten: Toleranz durch den Perzentilabstand von

+/- 3 Standardabweichungen (entspricht 99,73%) dividieren

Cpk-Wert:- Abstand zwischen der nächstliegenden Spezifikationsgrenze und dem Mit -

telwert durch die 3-fache Standardabweichung des Prozesses dividieren;damit wird zusätzlich die Lage des Prozesses berücksichtigt

- Bei nicht normalverteilten Daten: Den Abstand zwischen der nächstliegen -den Spezifikationsgrenze und dem Median durch den halben Perzentil ab -stand dividieren

Bei Normalverteilung Bei Nicht-Normalverteilung

Cp = USL - LSL x0,99865 - x0,00135

Cp = USL - LSL6s

Bei Normalverteilung Bei Nicht-Normalverteilung

Cpk = min ;USL - x; x - LSLE3s 3s Cpk = min ; USL - x~ ; x~ - LSL Ex0,99865 - x~ x~ - x0,00135

157157

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

158

CP- UND CPK-WERTE

Beispiel Cp- und Cpk-Werte

Große StreuungUnfähiger Prozess

Geringe StreuungFähiger Prozess

Gro

ße M

itten

abw

eich

ung

Unb

eher

rsch

ter P

roze

ss

Cpk

< 1,

0

Ger

inge

Mitt

enab

wei

chun

gB

eher

rsch

ter P

roze

ss

Cpk

> 1,

0

Cp < 1,33 Cp > 1,33

LSL Ziel USL LSL Ziel USL

LSL Ziel USL LSL Ziel USL

Die Spezifikationsgrenzen bei den Lackierungen liegen bei LSL = 100 und USL = 180. Bei den erhobenen Daten wurde der Mittelwert mit 154,54 und dieStandardabweichung mit 22,86 errechnet. Normalverteilung ist gegeben.

Cp = USL - LSL = 180 - 100 = 0,586s 6 . 22,86

Cpk= min ;USL - x; x - LSLE = min ;180 - 154,54; 154,54 - 100E = min 60,37; 0,79A = 0,373s 3s 68,58 68,58

158158

159

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

CP- UND CPK-WERTE

Beispiel: Cp und Cpk in Minitab®

Tipp• Ein hoher Cp-Wert ist eine notwendige, aber nicht hinreichende Bedingung

für einen guten Prozess-Sigmawert. Erst durch Berücksichtigung der Pro -zess zentrierung, also durch einen guten Cpk-Wert, kann ein hohes Prozess-Sigma erreicht werden.

• Um einen Sigmawert von 6 (Sechs-Sigma-Prozess) zu erreichen, müs sender Cp und Cpk den Wert 2 annehmen (zwischen Mittelwert und Kunden -spezifikationsgrenzen passen mindestens ±6 Standardabwei chungen). Auf - grund des angenommenen Prozess-Shifts von 1,5 Standard abweichun genhaben sich Six Sigma+Lean-Unternehmen wie Moto rola Cp-Werte von 2 undCpk-Werte von 1,5 als Ziel gesetzt.

• Bei einer langfristigen Betrachtung werden die Cp- und Cpk-Werte als Pp undPpk bezeichnet.

Grafisches Ergebnis:Die Ober- und Unterspezifikations -grenzen und einige statistische Kenn -zahlen der Stichprobe:Ein Histogramm zeigt, wie die Datenim Verhältnis zu den Spezifikations-grenzen liegen. Die Kurve bildet dieNormalverteilung unter Berück sichti -gung der kurz- und langfristigen Be -trach tung ab. In diesem Beispiel wirdnicht danach unterschieden.

Die Cp- und Cpk-Werte: Je größer,desto besser ist der Prozess. Cp = 2bzw. Cpk = 1,5 entspricht einemSechs-Sigma-Niveau.

Da keine Untergruppen angegebenworden sind, sind die kurz- und lang -fristige Prozessfähigkeit identisch.

Cp = (USL-LSL) / (6s innerhalb) ‡ >1 bedeutet: Der Prozess ist schmaler als die gesetzten Grenzen.

CPU = (USL- m) / (3s innerhalb) ‡ <1 bedeutet: Die obere Grenze wird über- schritten.

CPL = (m -LSL) / (3s innerhalb) ‡ <1 bedeutet: Die untere Grenze wird über-schritten.

Cpk = min {CPU, CPL} ‡ <1 bedeutet: Der Prozess passiert beide Grenzen.

m = Mittenwert des Prozesses

159159

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

160

GATE REVIEW MEASURE

Gate Review MEASURE

• Messgrößen ableiten- Sind für jedes CTC und CTB aussagekräftige Messgrößen identifiziert?- Kann dadurch der Grad der Erfüllung der Kunden- und Businessanforderun -

gen ermittelt werden?

• Daten sammeln- Ist das Ziel der Datensammlung klar?- Sind alle relevanten Messgrößen operational definiert?- Ist das Messsystem überprüft worden und dadurch sichergestellt, dass die

Aus sagekraft der Daten angemessen ist?- Ist eine Stichprobenstrategie inkl. der Stichprobengröße festgelegt worden,

die eine angemessene Granularität ermöglicht?- Ist der Aufwand für die Datensammlung i. S. d. Projektzieles gerechtfertigt?- Ist sichergestellt, dass die Qualität der Datensammlung den gestellten

Ansprüchen genügt? Sind hierfür Verantwortliche genannt worden?

• Prozessvariation verstehen- Sind die Daten mit aussagekräftigen grafischen Werkzeugen visualisiert wor-

den?

• Prozessleistung ermitteln- Kann der Grad der Erfüllung der Kunden- und Businessanforderungen durch

geeignete Kennzahlen wiedergegeben werden? - Ist die Baseline für den späteren Vergleich gesetzt?- Handelt es sich um gewöhnliche oder spezielle Ursachen? Ist der Prozess

fähig oder nicht? Ist die weitere Vorgehensweise im Projekt angemessen?- Sind Quick Hits identifiziert und implementiert worden?

• Project Charter- Ist der Project Charter überprüft und ggf. angepasst worden?

160160

SIX SIGMA+LEAN

TOOLSET

ANALYZEWas sind die Kernursachen des Problems?


163

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zusammenfassung ANALYZE-Phase

Zielsetzung und Umfang der Phase• Die ANALYZE-Phase beantwortet die Frage: „Was sind die

Kern ursachen des Problems?“ – Warum kann der aktuelleProzess die Kunden- und Businessanforderungen nicht aus-reichend erfüllen?

• Dazu werden Ursachen-Hypothesen formuliert, die durchProzessanalysewerkzeuge und/oder Datenanalysemethodenüber prüft werden – in dieser Phase findet also eine fokussier-te Auseinandersetzung mit den potenziellen Ursa chen desProblems statt

Die Bedeutung der ANALYZE-Phase• Verifizierung potenzieller Ursachen durch „zahlen-, daten- und

faktenorientierte“ Methoden• Schaffung einer Basis für sichere, aber auch kreative Ent schei -

dungen im Hinblick auf Maßnahmen zur Verbesserung

Vorgehen in der ANALYZE-Phase• Identifikation von möglichen Ursachen• Überprüfung der identifizierten, möglichen Ursachen auf ihre

tatsächliche Bedeutung/ihren tatsächlichen Einfluss auf dasProblem

• Priorisierung/Eingrenzung der Ursachen auf wenige, bedeut-same Ursachen (Kernursachen), auf die in der IMPROVE-Phase eingegangen wird

PHASE 3: ANALYZE

D

M

A

I

C

163

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

164

PHASE 3: ANALYZE

MEASUREANALYZE

Roter Faden ANALYZE-Phase


IST-Zustand: Wie gut erfüllt der Prozess die Anforderungender Kunden und des Business?

A.2 Prozess analysierenWie sieht der aktuelle Prozess im Detail aus?Wo liegen Schnittstellen, Schwachstellen?Wie fließen Material und Information?

A.1 Potenzielle Ursachen sammeln

Warum erfüllt der Prozess die Kundenanforderungen nicht?Wie können die potenziellen Ursachen überprüft werden?

A.3 Daten analysieren

Kann ein signifikanter Einfluss bzw. Zusammenhang durchZahlen und Daten nachgewiesen werden?

A.4 Hauptursachen ableiten

Welches sind die Kernursachen für das Problem?

A Gate Review/Phasenabschluss

D

M

A

I

C

164

165

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PHASE 3: ANALYZE

Werkzeugübersicht ANALYZE-Phase

Wertstrom -diagramm

Prozess analysieren

Spaghetti -diagramm

Prozess fluss -diagramm

Pro zess funk -tionsdiagramm(PFD)

Prozess fluss -analyseWert analyse Zeit analyse Prozess -

effizienzKapazitäts -analyse

ANOVA

WeitereVersuchs -pläne

Daten analysieren

Korrelation

Daten -schichtung

Konfidenz -intervall

Hypothesen -tests

Statistische Versuchs planung(DOE)

Ursache-Wirkung-Diagramm

Tool 3Input-Prozess-Output-Mess größenmatrix

Haupt - ursa chenableiten

A.3 Daten analysieren

A.2 Prozess analysieren


A.1 Potenzielle Ursachen sammeln

Regression

Fehlermög lichkeits- und Ein flussanalyse (FMEA)

A Gate Review

165

167

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

URSACHE-WIRKUNG-DIAGRAMM

Ursache-Wirkung-Diagramm

BezeichnungCause & Effect Diagram, Fishbone, Ursache-Wirkung-Diagramm (UWD), Fisch -grätendiagramm, Ishikawa-Diagramm

ZeitpunktANALYZE, potenzielle Ursachen sammeln, vor allem vor weiteren vertiefendenAnalysen (wie Prozessanalyse, Datenanalyse)

Ziel- Das Team beim Sammeln potenzieller Ursachen im strukturierten Brain -

storming unterstützen- Beziehungen zwischen möglichen Ursachen darstellen- Eine Basis für die weitere, detaillierte Analyse schaffen

Vorgehensweise1. Das spezifische Problem als Frage nach dem "Warum" formulieren und in

ein Kästchen auf der rechten Seite der Darstellung eintragen ("Fischkopf")

2. Die übergeordneten Ursachenkategorien als erste "Fischgräte" abtragen;dabei haben sich die "6 Ms" bewährt: Methode, Mensch, Maschine, Mate -rial, Messung, Mutter Natur

3. Die Ursachen des im "Fischkopf" formulierten Problems mittels Brain -storming festhalten

4. Über weitergehende Fragen nach dem "Warum" auch die Ursachen derUr sachen erfragen und im Diagramm abtragen (i. d. R. fünf Mal)

5. Im Anschluss daran alle Ursachen wie folgt kategorisieren:= Constant: die konstanten, unveränderlichen Ursachen= Noise: die nicht direkt beeinflussbaren Ursachen, welche sozusagen

als "Rauschen" auftreten, z. B. Zeitmangel= Variable: die entscheidenden Variablen, da diese von dem Projekt

be einflusst werden können

C

N

X

167

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

168


Beispiel

Tipp• Erstellen Sie für jedes einzelne CTC und CTB ein separates Ursache-Wir -

kung-Diagramm; das vereinfacht das Fokussieren und damit das Iden ti fi -zieren der Kernursachen

• Formulieren Sie die Frage im Fischkopf spezifisch und präzis• Das Ursache-Wirkung-Diagramm kann auf verschiedene Arten anmoderiert

werden: allgemeines Brainstorming, astweises Vorgehen etc.; wählen Siedas für Sie passende Vorgehen gemäß den Methodenkenntnissen derMit arbeiter

• Die „Gräten” bzw. Äste müssen nicht immer nach den sechs Standard-Msbenannt werden; bei manchen Teams kann es sinnvoll sein, z. B. die kon-krete Maschine zu benennen, ggf. können auch mehrere Gräten eingesetztwerden; berücksichtigen Sie dabei die Teamdynamik

• Die CNX-Bewertung wird aus Sicht des Projektteams vorgenommen:„Was kann aus Sicht des Teams verändert oder beeinflusst werden?”;beziehen Sie die Ergebnisse des Projektrahmens ein

• Zur Erstellung eines UWD können Sie die Mindmapping-Technik verwenden • Werden sehr viele potenzielle Ursachen gesammelt, können Sie diese

durch die Methode N/3 für die Verifizierung priorisieren; Ziel hierbei ist es,den Aufwand für die Verifizierung zu reduzieren:- Jeder Teilnehmer erhält so viele Klebepunkte, die der Anzahl gesam -

mel ter Ursachen geteilt durch drei entsprechen- Die Teilnehmer vergeben ihre Punkte nach ihren persönlichen

Präferen zen

Messungen Mutter Natur Methoden

Einstellung auf gut Glück

Menschen Material Maschinen

Veraltete Maschinen

Keine systema -tische Messung

Mitarbeiterfluktuation

Zu ungenau

Keine Incentives

N

X

X

X

X

Keine VorgabenX

C

Warum ist die Lackierung zu dünn?

- Lackierung zu dünn

- Rostet

- Lack blättert ab

- Falsche Farbe

- Sonstige

100%

168

169

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


- Die potenziellen Ursachen mit den meisten Punkten werden zuerstverifiziert

• Gehen Sie kurz auf die Brainstorming-Regeln ein und hängen Sie dieseauf

• Laden Sie ggf. auch Experten für das Meeting ein • Planen Sie genügend Platz ein (i. d. R. zwei Pinnwände pro Fischgräte)• Planen Sie für die erste Runde ca. zwei Stunden ein – danach lassen

häufig die Konzentration und die Motivation der Teilnehmer stark nach;überprüfen und ergänzen Sie die Fischgräte zunächst im kleinen Kreis imAn schluss an das Meeting und in der darauf folgenden Teamsitzung

169

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

170

FMEA

FMEA

BezeichnungFailure Mode And Effect Analysis, Fehlermöglichkeits- und Einflussanalyse(FMEA)

ZeitpunktANALYZE: Potenzielle Ursachen sammeln zur vertieften Ursachensammlungund Priorisierung von Problemfeldern; in IMPROVE zur Identifizierung vonRisiken und Schwachstellen im Soll-Prozess

ZielPotenzielle Ursachen und Schwachstellen identifizieren -Prioritäten für die weitere Analyse festlegen-Risiken für den Kunden eines Prozesses abschätzen-Maßnahmen zur Risikoreduzierung ableiten-

Vorgehensweise

Fehlermöglichkeits- und Einflussanalyse Letztes Speicherdatum:

Kunde: Tech. Änd.-Stand:

FMEA angelegtam:

Teilename: Fertigungs -bereich/-schritt:

Verantwortlichfür FMEA:

Kunden Teil-Nr. Teile-Nr. Moderator:

Zng.-Nr. Art der FMEA Team

D-Teil: Status derFMEA

Änd. Stände derFMEA:

Dateiablage:

Prozess -schritt

Poten -ziellerFehler

FolgendesFehlers

B Ursa -chendesFehlers

A Entde -ckung/Ver mei -dung

E RPZ Vor ge -schl.Maß nah -me(n)

Verant -wortlich/Termin

Reali sier -te Maß -nah me(n)

B A E RPZ

1

2 3 4 5 6 7 8 9 10

170

171

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

FMEA

Vorgehensweise FMEA ANALYZE-Phase

1In der Dokumentation zunächst allgemeine Informationen über dasProjekt festhalten

2Den analysierten Prozessschritt bzw. die analysierte Produkt funktionpräzise beschreiben

3

Die potenziellen Fehlermöglichkeiten beschreiben: Weshalb könnte derProzess/das Produkt bei einer spezifischen Operation den An forde run -gen nicht entsprechen?

4Folge der Fehlermöglichkeit/des Fehlers auf das Ergebnis darstellen

5Bedeutung/Intensität der Fehlerfolge abschätzen

6Potenzielle Ursachen des Fehlers bzw. der Mechanismen, die diesenFehler auslösen können, auflisten

7Auftretenswahrscheinlichkeit der Fehlerursache während der Prozess -ausführung abschätzen

8Möglichkeiten, die Fehlerursache zu erkennen oder ihr Auftreten zu ver-meiden, aufführen

9Wahrscheinlichkeit der Entdeckung einer potenziellen Ur sache vor derÜbergabe an den nachfolgenden Prozessschritt abschätzen

10

RPZ = B x A x E (Produkt aus Bedeutung, Auftretenswahrscheinlichkeitund Entdeckungswahrscheinlichkeit bilden; die Rangfolge nach der da -raus resultierenden RPZ (Risiko-Prioritäten-Zahl) priorisiert die Hand -lungs felder; bei hohen RPZs muss die Analyse vertieft werden)

171

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

172

FMEA

Vorgehensweise IMPROVE-Phase

11Aktionen definieren, welche die Rangzahlen der Häufigkeit, der Inten -sität und/oder der Entdeckungswahrscheinlichkeit mit den höchstenRPZs verringern

12Verantwortliche Person benennen und Abschlussdatum festlegen

13Tatsächlich ergriffene Maßnahmen und Umsetzungsdatum beschreiben

14Intensität der Wirkung der potenziellen Fehlermöglichkeit auf den Kun -den nach der Verbesserungsmaßnahme abschätze

15Häufigkeit des Auftretens der Fehlerursache während der Prozess -ausführung nach der Verbesserungsmaßnahme abschätzen

16Wahrscheinlichkeit der Entdeckung einer potenziellen Ursache vor derÜber gabe an den nachfolgenden Prozessschritt nach der Verbes se -rungs maßnahme abschätzen

17RPZ neu berechnen

172

173

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

FMEA

Bedeutung• Die Bedeutung der Fehlerfolge ist ein „Maß für die Auswirkung des betrachte-

ten Fehlers aus Sicht des festgelegten Kunden“4

• Die Abschätzung erfolgt auf einer Skala von 1 bis 10, wobei das Team für jedenRangordnungswert vorher ein spezifisches Kriterium festgelegt haben muss

• Folgende Rangskala dient als Beispiel zur Erstellung eines prozess spezi fi schenKataloges4

Rang Allgemeine Bewertungskriterien4

Sehr hoch10-9

Äußerst schwerwiegender Fehler, der die Sicherheit oder dieEinhaltung gesetzlicher Vorschriften verletzt. Existenzbedrohendes Firmenrisiko. Aus Qualitätsgründen kann Produkt nicht ausgeliefert werden. Unakzeptable Kostenüberschreitung

Hoch8-7

Stark gezögerte AuslieferungHoher Anteil Nacharbeit, BandstillstandWerkzeugverschleiß/-beschädigungHohe KostenüberschreitungVerschrottungsanteil hoch

Mäßig6-5-4

Verzögerte AuslieferungMäßiger Anteil NacharbeitProzessstörungWerkzeugverschleiß/-beschädigungMäßige KostenüberschreitungVerschrottungsanteil mäßig

Gering 3-2

Geringe NacharbeitGeringe ProzessstörungGeringe KostenüberschreitungVerschrottungsanteil gering

Sehr gering 1

Sehr geringe, akzeptable Kostenüberschreitung

4 Vgl.: (2008) DGQ-Band 13-11 FMEA – Fehlermöglichkeits- und Einflussanalyse. Hrsg. DeutscheGesell schaft für Qualität e.V., Frankfurt, Berlin, Wien, Zürich: Beuth Verlag GmbH.

173

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

174

FMEA

Auftretenswahrscheinlichkeit• Wahrscheinlichkeit des Auftretens der potenziellen Fehlerursachen wird ge -

schätzt• Die Abschätzung erfolgt auf einer Skala von 1 bis 10• Die bereits geplanten Vermeidungsmaßnahmen werden hier mit berücksichtigt• Es handelt sich nicht um eine mathematische Wahrscheinlichkeit sondern wird

vom Expertenteam nach „besten Wissen und Gewissen“ geschätzt• Folgende Rangskala dient als Beispiel zur Erstellung eines prozess spezifi schen

Kataloges4


Sehr hoch10-9

Neuer Prozess ohne Erfahrung

Hoch8-7

Neuer Prozess mit bekannten, jedoch problematischenVerfahren

Mäßig6-5-4

Neuer Prozess mit Übernahme von bekannten VerfahrenBewährter Prozess mit positiver Serienerfahrung unter geän-derten Bedingungen

Gering 3-2

Detailänderung an bewährten Prozessen mit positiver Serien -erfahrung unter vergleichbaren Bedingungen

Sehr gering 1

Neuer Prozess unter geänderten Bedingungen mit positiv ab -geschlossenem Maschinenfähigkeits- und Prozessfähigkeits -nachweisBewährter Prozess mit positiver Serienerfahrung unter ver-gleichbaren Bedingungen auf vergleichbarer Anlagen


174

175

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

FMEA

Entdeckungswahrscheinlichkeit • Die Wahrscheinlichkeit der Entdeckung einer potenziellen Ursache vor der Über -

gabe an den nachfolgenden Prozessschritt wird beurteilt (Bei einer Kon struk -tions-FMEA kann sie sich auch auf die Fehlerfolge beziehen. Dies sollte jedochgekennzeichnet werden)

• Die Beurteilung erfolgt auf einer Skala von 1 bis 10• Folgende Rangskala dient als Beispiel zur Erstellung eines prozessspezifi schen

Kataloges4


Sehr hoch10-9

Sehr geringe Entdeckungswahrscheinlichkeit des Fehlers, dakein Nachweisverfahren bekannt bzw. kein Nachweisverfahrenfestgelegt ist

Hoch8-7

Geringe Entdeckungswahrscheinlichkeit des Fehlers, da Nach -weisverfahren unsicher bzw. keine Erfahrung mit dem festge-legten Nachweisverfahren

Mäßig6-5-4

Mäßige Entdeckungswahrscheinlichkeit des Fehlers Bewährtes Nachweisverfahren aus vergleichbaren Prozessenunter neuen Einsatz-/Randbedingungen (Maschinen, Material)

Gering 3-2

Hohe Entdeckungswahrscheinlichkeit des Fehlers durchbewähr tes NachweisverfahrenDie geforderte Messgerätefähigkeit vom Nachweisverfahren zurFehlererkennung ist bestätigt

Sehr gering 1

Sehr hohe Entdeckungswahrscheinlichkeit des Fehlers durchbewährtes Nachweisverfahren an Vorgängergeneration. Die Wirksamkeit wurde an diesem Produkt bestätigt


175

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

176

FMEA

Tipp• Die Bewertungskriterien der FMEA sind häufig unternehmensspezifisch.

Prüfen Sie daher, ob in Ihrem Unternehmen eine Vorgabe bzw. ein Stan -dard für die Bewertung von Intensität, Häufigkeit und Entdeckungs wahr -scheinlichkeit existiert.

• Für die Moderation der FMEA stellen Sie die Bewertungskriterien vor undvisualisieren Sie diese. Das soll den Entscheidungsprozess verkürzen.

• Fokussieren Sie die Anwendung der FMEA auf bestimmte Prozessab -schnit te. Eine FMEA für einen komplexeren Prozess kann sehr aufwendigsein. Häufig wird bei umfangreichen FMEA das Verhältnis zwischen Auf -wand und Ergebnis hinterfragt, was die Akzeptanz im Team für das Werk -zeug stark vermindert.

• In der Literatur werden häufig Grenzwerte dafür angegeben, ab welcherBewertung der RPZ Handlungsbedarf besteht, z. B. 100 oder 125.Diskutieren Sie im Team darüber, wann in Ihrem Prozess sinnvollerweiseHandlungsbedarf besteht und lassen Sie sich nicht von starren Zahlenlenken.

Fehlermöglichkeits- und Einflussanalyse Letztes Speicherdatum:

Kunde: Tech. Änd.-Stand:

FMEA angelegtam: Februar 2008

Teilename: Fertigungs -bereich/-schritt:

Verantwortlichfür FMEA: Hr. Goldbach

Kunden Teil-Nr. Teile-Nr. Moderator: Hr. Goldbach

Zng.-Nr. Art der FMEA Team Stoll, Calabrese,Rimac, Engers

D-Teil: Status derFMEA

Änd. Stände derFMEA:

Dateiablage:

Prozess -schritt

Poten -ziellerFehler

FolgendesFehlers

B Ursa -chendesFehlers

A Entde -ckung/Ver mei -dung

E RPZ Vor ge -schl.Maß nah -me(n)

Verant -wortlich/Termin

Reali sier -te Maß -nah me(n)

B A E RPZ

Farbemischen

Fal -scheFarbe

Farb -gebungfalsch

8 FalschimRegal

5 Keine 9 360

Fal -scherAuftrag

Farb -gebungfalsch

8 Falschabgelegt

4 Keine 9 288

Fal -scheEinstel lung

Farb -gebungfalsch

8 KeineSchu -lung

9 Keine 9 648

176

177

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 3

TOOL 3

BezeichnungMeasurement Matrix, Input-Prozess-Output-Messgrößenmatrix, Tool 3

ZeitpunktANALYZE, potenzielle Ursachen als Vorbereitung für die Verifizierung der zu -vor identifizierten potenziellen Ursachen sammeln

Ziel- Die Verbindung zwischen Ursachen (X) über die Output-Messgrößen (Y)

zu den CTCs/CTBs herstellen- Sicherstellen, dass für jede Output-Messgröße potenzielle Einflussfaktoren

(Ursachen) identifiziert wurden- Den Weg zur Verifizierung der potenziellen Ursachen strukturieren

Vorgehensweise1. Spezifische Hypothesen formulieren

Die gesammelten potenziellen Ursachen (z. B. aus der Fischgräte) zunächstsinnvoll gruppieren und konsolidieren, anschließend Hypo thesen über denEinfluss auf die Output-Messgröße herstellen

2. Beziehungsmatrix ausfüllenFragestellung: „Wie groß ist der angenommene Einfluss von X auf Y?“- stark (9)- mittel (3)- klein (1)- keiner (0)

3. Verifizierungsmethode festlegen - Ist der Einflussfaktor eine Konstante oder eine Variable?- Welche ist die beste Input- oder Prozess-Messgröße, um die Hypo these

zu verifizieren?- Ist diese Messgröße diskret oder stetig?- Welche Verifizierungsmethode und welches Werkzeug eignen sich am

besten, um die Hypothese zu verifizieren?- Wie soll die Verifizierung konkret stattfinden?

177

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

178

TOOL 3

4. Verifizierung durchführen- Die Verifizierung findet sukzessiv statt- Die Ergebnisse werden hier eingetragen- Die verifizierte Kernursache ist detailliert beschrieben

5. Potenzial ableiten- Wie groß ist die Auswirkung auf die Output-Messgröße? Wie wurde das

gemessen bzw. geschätzt?- Ist die verifizierte Ursache eine Hauptursache?

6. ANALYZE abschließen- Kann das Projektziel erreicht werden, wenn alle verifizierten Haupt ur -

sa chen abgestellt werden?- Wenn das nicht der Fall ist, müssen andere (noch nicht verifizierte) Ur -

sa chen überprüft werden

Tipp• Betrachten Sie zunächst die mit (X) gekennzeichneten Variablen, hinterfra-

gen Sie die als Konstante (C) bewerteten Ursachen kritisch und bereitenSie diese nur dann zur Verifizierung vor, wenn das Team einen besonderenEffekt daraus erwartet – dies kann in manchen Fällen sinnvoll für die Dis -kussion mit dem Sponsor sein; Einträge, die als Rauschen (N) bewertetwurden, sollten Sie auf jeden Fall hinterfragen; Ziel hierbei ist es, einensteuerbaren Faktor zu finden

• Bearbeiten Sie nur die Beziehungsmatrix im Team und nutzen Sie dafür diebewährten Post-its® und Metaplanwände

• Vervollständigen Sie das Tool 3 allein oder im kleinen Kreis (z. B. mit er fah -renen Belt-Kollegen); das Ausfüllen der Methoden, Datenarten, Werkzeugeetc. kann für einige Teammitglieder sehr mühselig erscheinen, wenn sie dieInhalte nicht beherrschen – die Belts sind hier die Methodenexperten

• Bei einigen potenziellen Ursachen kann es allerdings durchaus Sinn erge-ben, im Team über die Verifizierungsmethoden zu diskutieren und so krea-tive Hinweise zu bekommen; präsentieren Sie die jeweils aktuelle Versiondes Tools 3 in jedem Teammeeting in ANALYZE, um den aktuellen Statusder Phase zu präsentieren und dabei Ihr Projektteam ins Boot zu holen

• Nutzen Sie das Tool 3 zur fortwährenden Dokumentation Ihrer Analyse -ergebnisse – das verschafft Ihnen einen Überblick, was schon erledigt ist,und Sie bekommen ein Gefühl dafür, ob alle wichtigen Ursachen für dasvorliegende Projekt bereits gefunden wurden

• Betrachten Sie die Potenziale als Beiträge zur Zielerreichung; erst wenn

178

179

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 3

Zu

verif

izie

rend

eH

ypot

hese

n

Die

Aus

bil d

ung

der

Lack

ie re

r ist

nic

ht a

us-

reic

hend

Das

Lac

kier

erge

b nis

ist v

om L

acki

e rer

ab -

hän g

ig

Das

Lac

kier

erge

b nis

ist v

on d

er L

acki

er bo

xab

hän g

ig

Das

Lac

kier

erge

b nis

ist v

on d

er V

er dü

n ner

-m

enge

abh

ängi

g

PO

TEN

ZIA

L FÜ

R D

IEZI

ELE

RR

EIC

HU

NG

Tropfenbildung 3 9 3 3 90%

Farbgebung 3 9 3 0 90%

Lackdicke 1 3 9 9 100%

Priorisierung für Verifizierung 7 21 15 12

Konstante oder Variable? X X X X

Input-/ProzessmessgrößeAusbildungs -dauer, An zahlSchu lungen

Lackdicke/Lackierer

Lackdicke/Lackierbox

Lackdicke/Verdünner -menge

Datenart Diskret Diskret Diskret Stetig

Methode

Prozess -analyse

Daten -analyse

Daten -analyse

Daten -analyse

VergleicheAusbildungs -programm und# Tage mitLackierer undBench mark

ANOVA,Test aufgleiche Va rianzen

2 sample t-Test; Testauf gleiche Va rianzen

Regression

Analyseergebnis

Erfahrung undAusbil dungsehr unter -schied lich

P = 0,001;R2 = 18%

P = 0,000;für Lageund Streu -ung

R2 = 99%

% Einfluss (nach Veri fizie rung) – optional 10% 10% 40% 30%

Ursachenbeschreibung

Qualität der Lackierunghängt stark von menschl.Erfahrung ab; da nicht pokayoke

Düse beiLackierbox1 ist defekt

Lackierernehmen un -terschiedl.Mengen vonVerdünner;SOP nichtvollständig

Hauptursache (J/N) J J J J

genug Potenzial vorhanden ist, können Sie die ANALYZE-Phase abschlie-ßen; d. h., das Projektziel kann durch das Beseitigen der identifiziertenHauptursachen erreicht werden

Beispiel

Met

hode

Men

sch

Mas

chin

e

Mat

eria

lM

essu

ngM

utte

r Nat

ur

War

um

Pro

blem

CTC

/Y?

179

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

180

PROZESS ANALYSIEREN

Prozess analysieren

BezeichnungProcess Analysis, Prozessanalyse

ZeitpunktANALYZE, in der Regel nach dem Identifizieren von potenziellen Ursachen

Ziel- Den IST-Prozess im Detail verstehen- Ursachenvermutungen der Prozessbeteiligten oder der Prozesskunden

bestätigen oder widerlegen- Damit Verbesserungspotenzial und ggf. weitere Ursachen aufdecken

Vorgehensweise

1. Ziele festlegen:a. Ursachenhypothesen aus dem Tool 3 aufgreifen und relevanten Pro zess

abgrenzen (bzw. prüfen, ob die Grenzen des SIPOC noch gültig sind)b. Betrachtungs- bzw. Detailebene des Prozesses festlegen; in vielen Un -

ter nehmen sind bereits Prozesshierarchien festgelegt worden, die dabeieine Orientierungshilfe geben – fächern Sie den Prozess so weit auf,dass auf einer nächsten Ebene im Rahmen der Prozessanalyse nochwichtige Schwachstellen identifiziert werden können; dies kann auch füreinen Teil des Prozesses gelten

c. Ggf. Schwerpunkte auf bestimmte Produktfamilien und Produktgruppensetzen

180

181

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESS ANALYSIEREN

Kernprozesse(Level 1)

Subprozesse(Level 2)

Mikroprozesse(Level 3)

Arbeitsanweisungen(Level 4 und darunter)

2. Den Prozess aufnehmen und visualisierena. Geeignete Darstellungsform wählen; die Form der Prozessdarstellung ist

abhängig von der Zielsetzung der Prozessanalyse: Besteht das Ziel derAnalyse u. a. darin, die Schnittstellen zu analysieren, ist eine Dar stel lungdes Prozesses in einem Prozessfunktionsdiagramm sinnvoller als inForm eines Flussdiagramms, in dem die Schnittstellen nicht direkt er kenn - bar sind; unterstützend kann die räumliche Anordnung des ana ly sier tenBereichs (Layout) mithilfe des Spaghettidiagramms dargestellt werden

b. Den abgegrenzten Prozess aufnehmen und visualisieren

Prozessdarstellungsmethoden im Überblick

Auftrags -annahme

Auftrags -überprüfung

Instand -setzung

Fertig -stellung

End -kontrolleLackierung

Auftrags - beginn

Auftrags -abschluss

Auftrags -details zu -sam men -

stellen

Grundierungtrocknen

LetzteLackierung

Basislackauftragen

Klarlackauftragen

Lackantrocknen

lassen

Fahr zeuggrundieren

Fahr zeuglackiert

Lack trocknen

Lack kon-trollieren

Fahrzeuglackiert

Klarlack auftragen: Halten Sie die Spritzdüse etwa 20 cm entfernt vom Lackierbereich. Achten Sie darauf,

dass der Klarlack gleichmäßig verteilt wird…

Beispiel Prozesshierachien

Spaghettidiagramm Prozessflussdiagramm

Prozessfunktionsdiagramm Wertstromdiagramm

181

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

182

PROZESS ANALYSIEREN

3. Den Prozess mithilfe relevanter Analysemethoden im Hinblick auf Schwach -stellen analysieren; die verschiedenen Analysen sind unabhängig vonein-ander und frei kombinierbar. Die Festlegung, welche Analyse verwendetwird, erfolgt i. d. R. auf Basis des Tool 3, wo in Form von Hypothesen dieRichtung des Überprüfens von potenziellen Ursachen vorgegeben wird.

Prozessanalysemethoden im Überblick

SCHWACH STELLEN

(Nicht-) wertschöpfendeTätigkeiten

TIMWOOD Wertanalyse

Durchlaufzeiten

ProzesseffizienzZeitanalyse

Theory of Constraints

Kapazitätsanalyse

ProzessstrukturProzessflussOrganisationProzessmanagement Prozessflussanalyse

182

183

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESS ANALYSIEREN

4. Die Analyseergebnisse visualisierend zusammenfassen und abschließendbewerten; Die identifizierten Schwachstellen (nicht-wertschöpfende Tätig -keiten, lange Prozesszeiten - z. B. durch Rüsten - Engpässe, komplexeProzessstruktur) verdeutlichen, an welcher Stelle des Prozesses die po -ten ziellen Ursachen für ein bestimmtes Problem in Erscheinung treten unddienen letztlich der Verifizierung von Ursachen aus Prozesssicht; es wirdfestgehalten, welche der potenziellen Ursachen über die Prozess analysebestätigt werden konnten; zur Dokumentation kann das Tool 3 verwendetwerden

Zusammenfassende Schwachstellenanalyse

Die einzelnen Methoden sind auf den nachfolgenden Seiten aufgeführt.

Tipp• Die Prozessanalyse ist kein Selbstzweck, sondern dient dem Beweis von

potenziellen Ursachen; nehmen Sie daher nach Abschluss der Analyseimmer eine Rückkopplung zum Ursache-Wirkung-Diagramm bzw. zur FMEAsowie dem Tool 3 vor

• Konzentrieren Sie sich bei der Prozessanalyse beispielhaft auf Produktebzw. Produktgruppen oder Dienstleistungen, die durch typische betriebli-che Abläufe gekennzeichnet sind, mit hoher Auswirkung auf die Service -qualität oder hohen Stückzahlen und Kosten

183

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

184

PROZESS ANALYSIEREN

• Verfahren Sie bei der Prozessaufnahme nach der Regel: So einfach wiemöglich, so detailliert wie nötig – wählen Sie die Betrachtungsebene so,dass die relevanten Informationen erfasst und genutzt werden können

• Vor jeder Prozessdarstellung sollten Sie sich darüber im Klaren sein, wel-che Form der Analyse Sie danach anwenden, weil dies ggf. Auswirkungauf den benötigten Platz sowie Hilfsmittel bei der Aufnahme hat

• Unterbinden Sie bei der Aufnahme des Prozesses persönliche Schuld zu -wei sungen

• Sorgen Sie für ausreichend Platz zur Visualisierung und ausreichend Mo -derations material

184

185

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

SPAGHETTIDIAGRAMM

Spaghettidiagramm

BezeichnungSpaghettidiagramm

ZeitpunktANALYZE, Prozess analysieren; IMPROVE, Lösungen konsolidieren, Dar stel -lung des SOLL-Prozesses

Ziel- Suboptimale Bewegung von Rohmaterial, Fertigprodukten und Personen

im aktuellen Prozess ermitteln (ANALYZE-Phase) - Das Layout optimieren, um wertschöpfende Aktivitäten im SOLL-Prozess

zu optimieren bzw. nicht wertschöpfende Aktivitäten im SOLL-Prozess zuminimieren (IMPROVE-Phase)

Vorgehensweise1. Grundriss des relevanten Bereichs zeichnen, inkl. aller Einrichtungs gegen -

stände und Anlagen2. Alle Bewegungen von Material, Werkzeugen und Mitarbeitern einzeichnen

und als solche kennzeichnen (z. B. durch unterschiedliche Farben undSym bole)

3. Bereits erkannte Schwachstellen (Verschwendung) kennzeichnen, dabeiWe ge hervorheben, die hinsichtlich eines effizienten Vorgehens kritisch sind,z. B. wegen Kreuzungen von Fuß- und Fahrwegen, „Stau“ oder Ge fahren

185

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

186

SPAGHETTIDIAGRAMM

Tipp• Nutzen Sie den Grundriss zur Prozessaufnahme, um direkt vor Ort die tat-

sächlichen Bewegungen aufzunehmen• Verwenden Sie unterschiedliche Farben für die Wege unterschiedlicher

Pro duktvarianten bzw. unterschiedlicher Mitarbeiter• Mit einem genauen Spaghettidiagramm können Sie die Gesamtweglänge

berechnen und damit Verbesserungspotenziale quantifizieren• Auch Beförderungsmittel in die Grafik aufnehmen (z. B. Gabelstapler), um

über die zurückzulegenden Beförderungswege Bereiche mit einem hohenUnfallrisiko zu identifizieren; teilen Sie diese Bereiche weitergehend in pri-märe und sekundäre Bereiche gemäß dem Unfallrisiko ein

• Denken Sie daran, dass das Spaghettidiagramm für lange Prozesse mitvielen Variablen (unterschiedliche Materialien, Personen) schnell unüber-sichtlich werden kann; konzentrieren Sie sich daher auf die Kernfragen,die Sie damit untersuchen möchten

186

187

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSFLUSSDIAGRAMM

Prozessflussdiagramm

BezeichnungFlow Chart, Prozessflussdiagramm

ZeitpunktANALYZE, Prozess analysieren, Visualisierung und Analyse des IST-Prozes -ses; IMPROVE, Lösungen konsolidieren, Darstellung des SOLL-Prozesses

Ziel- Prozesse schnell visualisieren, die keine oder wenige bzw. nicht relevante

Schnittstellen aufweisen- Mögliche Ursachen verifizieren- Weitere Ursachen sammeln- Verbesserungspotenziale identifizieren

Vorgehensweise1. Legen Sie Start- und Endpunkte fest, orientieren Sie sich an einer High-

Level-Darstellung (z. B. SIPOC), die farblich gekennzeichnet und als Ereig -nis formuliert ist („Auftrag liegt vor“)

2. Identifizieren Sie Prozessschritte durch Brainstorming, bevor das eigentlicheDiagramm angefertigt wird; jeder Schritt besteht aus einem Substantiv undeinem Verb (z. B. "Aufträge zusammentragen", "Kreditdaten überprüfen")

3. Ordnen Sie Prozessschritte nach dem tatsächlichen Ablauf an, inkl. der ausder Prozessaufnahme gewonnenen Informationen/Veränderungen hin sicht -lich der Prozessschritte

4. Stellen Sie Verzweigungen und Schleifen dar

5. Kennzeichnen Sie bereits erkannte Schwachstellen (Verschwendungen)

Symbole auf der folgenden Seite

187

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

188

PROZESSFLUSSDIAGRAMM

Symbole

TippFühren Sie im Entscheidungsdiamanten den "Nein"-Ast z. B. immer nachrechts, den "Ja"-Ast immer nach unten weiter; dieses standardisierte Vor ge -hen vermeidet Missverständnisse

Beispiel

1 1

A A

Richtung

Interner Verbinder: innerhalb einer Seite

Externer Verbinder: zwischen unterschied-lichen Seiten

START

ENDE

Tätigkeit Multiple Choice

Ent -schei-dung

Auftragzuteilen

Fahrzeugholen

Lackbestellen

AuftragOK?

Fragenklären

Auftragdurchführen

Nach-arbeit

Arbeitprüfen

ArbeitOK?

Kundenkontaktieren

NEIN

NEIN

JA

JA

Lackier -auftrag ist

erteilt

1 1

Fahrzeugist ab - geholt

188

189

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSFUNKTIONSDIAGRAMM

Prozessfunktionsdiagramm

BezeichnungCross Functional Diagram, Swim Lane Diagram, Prozessfunktionsdiagramm(PFD), Cross-funktionale Darstellung

ZeitpunktANALYZE, zur Visualisierung und Analyse des IST-Prozesses; IMPROVE, zurDarstellung des SOLL-Prozesses

Ziel- Prozesse visualisieren, die für die ANALYZE-Phase relevante Schnittstel len

aufweisen- Mögliche Ursachen verifizieren- Weitere Ursachen sammeln- Verbesserungspotenziale identifizieren

Vorgehensweise1. Am Prozess Beteiligte identifizieren, Funktionen auf Karten schreiben und

senkrecht abbilden

2. Start- und Stopppunkte farblich kennzeichnen

3. Prozessschritte mit Substantiv und Verb formulieren (z. B. Auftrag prüfen),Start- und Stopppunkte als „Ereignis“ (z. B. „Paket liegt vor“)

4. Prozessschritte nach dem tatsächlichen Ablauf anordnen, inkl. der aus derProzessaufnahme gewonnenen Informationen/Veränderungen hinsichtlichder Prozessschritte

5. Die Schritte der entsprechenden Funktion zuordnen

6. Verzweigungen und Schleifen darstellen

7. Bereits erkannte Schwachstellen (Verschwendungen) kennzeichnen

189

Beispiel

Tipp• Grenzen Sie vor Beginn der Visualisierung die „Schwimmbahnen“ als hori-

zontale Striche mit Abstand von etwas mehr als einer Kartenhöhe ab• Verwenden Sie Post-its® oder Moderationskarten, um stets eine saubere

Visualisierung zu ermöglichen, auch wenn Änderungen im Team vorge-nommen werden

• Sprechen Sie stets von Funktionen und Aufgaben, nicht von Personen• Bilden Sie im SOLL-Prozess (IMPROVE-Phase) immer erst den Prozess

ab, dann erst die Funktionen; es gilt die Regel: „Die Aufbauorganisationfolgt der Ablauforganisation“

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

190

PROZESSFUNKTIONSDIAGRAMM


erteilt

Auftragzuteilen

Fahrzeugholen

Fragenklären

Auftragausführen

Arbeit prüfen

AuftragOK?

ArbeitOK?

Nach -arbeit

Kunde

Kundenkontaktieren

Kunden -dienst

Lackier -meister

Lackierer

Karosserie

Lager Lackbestellen

NEIN

NEINJA

JA

Fahrzeugist ab -geholt

190

191

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

WERTSTROMDIAGRAMM

Wertstromdiagramm

BezeichnungValue Stream Map (VSM), Wertstromanalyse, Wertstromdiagramm

ZeitpunktANALYZE, Prozessanalyse, Visualisierung und Analyse des IST-Prozesses;IMPROVE, Lösungen konsolidieren, Darstellung des SOLL-Prozesses

Ziel- Über einen umfassenden Prozessüberblick („Rampe-zu-Rampe“) "lokale

Suboptimierungen" (z. B. durch begrenzten Fokus auf Teilbereiche) ver-meiden

- Über die zusätzliche Darstellung der Material- und Informationsflüsse so wieprozessrelevanter Daten Verschwendungsquellen (wie z. B. Rüst zei ten,Still standszeiten, Ausschuss , etc.) identifizieren

- Verbesserungspotenziale identifizieren

Vorgehensweise1. Prozesse und Produkte definieren:

Einen Überblick über alle relevanten Prozessinformationen auf hoher Ebenedurch Verwendung eines SIPOC-Diagramms erstellen; Definition des Pro -zess rahmens durch Markierung der Start- und Stoppereignisse

Dokumentation des IST-Zustands mit der Hilfe eines Top-down-Prozess -diagramms: vertikale Unterteilung des Kernprozesses in einzelne Teil pro -

Ihr UnternehmenKunde bis

End -ver brau cher

VSM-Fokus"Rampe zu Rampe"

Zulieferer

Materialfluss

Informationsfluss

Optimierung

Gesamter Wertstrom - Supply Chain

START STOPP

191

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

192

WERTSTROMDIAGRAMM

zesse, anschließend Identifizierung des richtigen Beobachtungsniveaus fürdie Skizzierung des Wertstroms; Identifizierung der kundenrelevanten Pro -duktgruppen oder -familien, um sich auf die Bereiche im Wertstrom dia -gramm konzentrieren zu können, die die größte Wirkung auf den Kundenhaben (ABC/XYZ-Analyse)

2. Prozessdiagramm visualisieren:Visualisierung des gesamten Wertstroms: Die Beobachtungsreihenfolgeerfolgt "flussaufwärts" vom Versand aus

3. Material- und Informationsfluss definieren:Unterscheidung der Richtung des Materialflusses im Prozess in Push- undPull-Bewegungen; sämtliche Kontrollen von erhaltenen Waren und Quali täts -kontrollen berücksichtigen

Anschließend Dokumentation der Fließrichtung von Informationen, eingehen-den Bestellungen, die für die Produktion freigegeben werden (Art und Häufig -keit von Kundenbestellungen, Produktionsfreigaben, Auftrags ver mitt lung)

4. Prozessdatenboxen und -zeiten definieren:Dokumentation aller prozessrelevanten Daten (Bearbeitungszeit, Rüstzeit,Ausschussrate, Ertrag, Maschinenverfügbarkeit etc.); Definition der prozess -bezogenen Durchlaufzeiten und der anteiligen, wertschöpfenden und nichtwertschöpfenden Zeiten; Ableitung von Indikatoren zur Bestimmung derProzesseffizienz.

Prozessschritt

Push Materialfluss

First-in-First-out-Sequenz

Ausschuss Nacharbeit PullMaterialfluss

Kunden/Lieferanten

Transport Produkt zum Kunden

300 Stück7 TageBestand

Montage

Elektronische Information:Art, Häufigkeit und Methode

Nicht-elektronische Information:Art, Häufigkeit und Methode

Max. 30 StückFIFO

192

193

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

WERTSTROMDIAGRAMM

5. IST-Zustand validieren:Haben alle, die am Prozess beteiligt sind, das erstellte Wertstromdiagrammüberprüft, um alle Schnittstellen und Material- und Informationsflüsse zuvalidieren?

Beispiel

Tipp• Prüfen Sie die in den Datenboxen vermerkten Messgrößen im Hinblick auf

die Einhaltung der operationalen Definition• Überprüfen Sie die Informationen (Prozessschritte, Informations- und Ma te -

rialfluss) vor Ort• Achten Sie auf einheitliche Maßeinheiten, z. B. Minuten/Stunden

Prozessdaten

Montage# Bediener# von Verschiebungen# von Verschiebungen/Std.

BearbeitungszeitRüstzeitenErtragAusschussrate

2 1

3 4

Abstimmung

Terminvergabe (Telefon)

Information, Anfrage (Telefon)

Abstimmung

Bestellung (Fax)

Auftragsbestätigung (Fax)

Abstimmung

2 Stück0,5 Std.

10 Stück15 Std.

15 Stück15 Std.

50 Stück4,1 Std.

2 Stück3 Std.

5 Stück5 Std.

5 Stück1,7 Std.

30 Min.5 Min./4,1 Std. 1,7 Std. 5 Std. 15 Std. 3 Std. 15 Std. 0,5 Std.

20 Min. 60 Min. 60 Min. 90 Min. 90 Min. 15 Min.

Zulieferer

Empfang/Lager

y: unbearbeitetes Teil

1 8 Std. Schicht

P/T: 5 Min.C/O: 5 Min.Losgröße 1

P/T: 30 Min.

y: gebohrtes Teil

Bohren

1 8 Std.Schicht 1 8 Std.

Schicht 1 8 Std.Schicht 2 8 Std.

Schicht 1 8 Std.Schicht 4 8 Std.

Schicht 1 8 Std.Schicht

C/O: 5 Min.Ertrag: 95%Losgröße 1

P/T: 20 Min.

y: grundiertes Teil

Grundieren


P/T: 60 Min.

y: ausgehärtetes Teil

Trocknen 1


P/T: 60 Min.

y: lackiertes Teil

Lackieren


P/T: 90 Min.

y: lackiertes Teil

Trocknen 2


P/T: 90 Min.

y: montiertes Teil

Montage


P/T: 15 Min.

y: Gutteil

Qualitätssicherung

44,30 Std.** 6,17 Std.*

KUNDEKunden- dienst

1x/W

oche

i

i i i i i i

Abstimmung

Abstimmung

* wertschöpfend, ** nicht wertschöpfendC/O: changeover time/RüstzeitP/T: processing time/Bearbeitungszeit

193

Wertanalyse

BezeichnungValue Analysis, Wertanalyse (nicht zu verwechseln mit der Funktions analyse/Value Engineering im Produktentwicklungsprozess), Wertschöpfungsanalyse,Verschwendungs analyse

ZeitpunktANALYZE, Prozessanalyse; im Anschluss an die Darstellung des Prozesses(Prozessfluss- oder Prozessfunktionsdiagramm, Wertstromdiagramm)

ZielPotenziale identifizieren, um den Anteil der für den Kunden wertschöpfendenAktivitäten zu maximieren

Vorgehensweise1. Erarbeitete Prozessdarstellung heranziehen2. Jede Tätigkeit mit der Frage nach ihrem wertschöpfenden Charakter hinter -

fragen und je nach Definition farblich markieren – je „Wertstufe“ eine Farbe 3. Einordnung der nicht wertschöpfenden Tätigkeiten in eine der sieben Ver -

schwendungsarten (TIMWOOD)

- Wertschöpfende Tätigkeiten:Aktivitäten, die sich aus der Sicht des Kunden bei erstmaliger Ausführungwerterhöhend auf ein Produkt oder eine Dienstleistung auswirken. Sie allei -ne bewirken letztlich, dass die Kundenanforderungen vollständig und wirt-schaftlich erfüllt werden. Wertschöpfende Anteile gilt es grundsätzlich zusteigern.

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

194

WERTANALYSE

Vor der Verbesserung Nach der Verbesserung WertschöpfendeTätigkeit

WertermöglichendeTätigkeit

Nicht wertschöpfendeTätigkeit(Verschwendung)

194

195

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

WERTANALYSE

Wertschöpfend Wertermöglichend Nicht wertschöpfend

Kunde

Kunden -dienst

Lackier -meister

Lackierer

Karosserie

Lager

- Nicht wertschöpfende Tätigkeiten (Verschwendung):Aktivitäten, die aus Sicht des Kunden nicht als wesentlich erachtet würdenund er deshalb nicht bereit wäre, dafür zu zahlen. Nicht wertschöpfendeAk tivitäten sind im Rahmen der Prozessoptimierung zu eliminieren bzw.auf ein Minimum zu reduzieren. Häufig kann jedoch infolge von unzurei -chen den Voraussetzungen nicht unmittelbar auf nicht wertschöpfendeAktivitäten komplett verzichtet werden.

- Wertermöglichende Tätigkeiten:Aktivitäten, die nicht per se wertschöpfend sind. Die wertermöglichendenTätigkeiten sind aktuell für die Leistungserbringung erforderlich oder wenig -stens förderlich. Diese Anteile sind auf das für die Organisation erforderli-che Maß zu reduzieren.

Beispiel

Tipp• Eine Beurteilung der wertschöpfenden und nicht wertschöpfenden

Tätigkei ten bedarf der grundlegenden Kenntnis der Kernkompetenz einesUnter neh mens; bei einem Transportunternehmen ist der Transport vonund zum Kunden wertschöpfend, bei einem Produktionsunternehmen istder Trans port nicht wertschöpfend

NEINJA

JA


erteilt

Auftragzuteilen

Fahrzeugholen

Fragenklären

Auftragausführen

Arbeit prüfen

AuftragOK?

ArbeitOK?

Nach -arbeit

Kundenkontaktieren

Lackbestellen

NEIN

Fahrzeug ist ab -geholt

195

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

196

WERTANALYSE

• Nehmen Sie vor Durchführung der Wertanalyse Teammitgliedern, die eineFunktion im analysierten Prozess wahrnehmen, Ängste und Befürchtungenhinsichtlich eines Arbeitsplatzverlustes

• In der Praxis hat es sich bewährt, die Karten, welche die Prozessschritterepräsentieren, mit unterschiedlichen Farben zu kennzeichnen (mittelsKlebepunkten oder Farbstift): z. B. rot = nicht wertschöpfende Tätigkeiten,grün = wertschöpfende Tätigkeiten, blau = wertermöglichende Tätigkeiten

• Diskutieren Sie nicht lange darüber, ob eine Tätigkeit "rot" oder "blau"gekennzeichnet wird; im Diskussionsfall Tätigkeit für „rot“ entscheiden; dieDiskussion an dieser Stelle ist in jedem Fall ein Zeichen dafür, dass dieseTätigkeit Optimierungspotenzial bietet

Sieben VerschwendungsartenIn den 70er-Jahren des 20. Jahrhunderts definierte Taiichi Ohno, Vater desToyota Produktionssystems, „Sieben Verschwendungsarten“ (Abkürzung:TIMWOOD)

Sieben Verschwendungsarten in der PRODUKTION

T Transport (Transport)

• Bewegen von Material/Produkten von einem Platz zum andern• Umpacken, Transport mit Bändern und Fördermitteln etc.,

sofern nicht vom Kunden bezahlt

I Inventory (Bestände)

• Material/Produkt wartet, um bearbeitet zu werden• Lager, Puffer, Zwischenlager und auch schwarze Lager

M Motion (Bewegung)

• Überschuss an Bewegung oder schlechte Ergonomie• Arbeitsplätze liegen weit voneinander entfernt, Suche nach

Material etc.

W Waiting (Warten)

• Verzögerungen im Arbeitsablauf• Warten auf Material, Freigaben, Stillstände etc.

O Overproduction (Überproduktion)

• Es wird mehr produziert als nötig, z. B. durch die Vermeidungvon Rüstvorgängen etc.

• Nutzung der Produktivität als Schlüssel-Steuergröße

O Overprocessing (Überentwicklung)

• Mehr Wertschöpfung, als der Kunde bereit ist zu zahlen• Durch falsch verstandene und unbekannte Kundenbedürfnisse

etc.

D Defects (Fehler)

• Fehler, die behoben werden müssen und/oder Ausschuss• Durch falsche Maschineneinstellungen, Materialien etc.

196

197

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

WERTANALYSE

- Zusätzlich zu den sieben klassischen Verschwendungsarten von Ohnowerden inzwischen weitere Arten der Verschwendung diskutiert:– Ungenutztes menschliches Potenzial bzw. Talent (inkl. Kreativität)– Nicht sachgerechter Einsatz von Ressourcen (hoher Verbrauch an Ener -

gie und Wasser und/oder Materialaufwand)

Sieben Verschwendungsarten in der ADMINISTRATION

T Transport (Transport)

• Unnötiger Informationstransport • Bewegen der Dokumente, Durchlaufen von Hierarchien

I Inventory (Bestände)

• Unnötige Bestände • Dokumentation abgeschlossener Projekte, ungenutzte Arbeits -

mittel und Datenbestände, Mehrfachablage

M Motion (Bewegung)

• Unnötige Wege • Laufwege auf der Suche nach Dokumenten, zu Kollegen, ergo-

nomische Hindernisse

W Waiting (Warten)

• Wartezeiten/Liegezeiten • Warten auf Entscheidungen, Rückgaben, Weitergaben, Anlauf -

zeiten von Bürogeräten

O Overproduction (Überproduktion)

• Informationsüberfluss • Mehr Information, als der Kunde, nachfolgende Prozesse oder

auch aktuelle Prozessphasen benötigen (E-Mails, Kopien,Memos etc.)

O Overprocessing (Überentwicklung)

• Nutzlose Tätigkeiten• Ungelesene Berichte, Statistiken und Protokolle, unnötige

Daten eingaben und Kopien

D Defects (Fehler)

• Fehler (ggf. entstanden durch Medienbrüche)• Unlesbare Faxe und Notizen, unvollständige Informationen

197

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

198

ZEITANALYSE

Zeitanalyse

BezeichnungTime Analysis, Zeitanalyse

ZeitpunktANALYZE, Prozessanalyse; im Anschluss an die Darstellung des Prozesses(Prozessfluss- oder Prozessfunktionsdiagramm, Wertstromdiagramm) undhäufig auf einer Wertanalyse aufbauend

Ziel- Faktoren bestimmen, die einen relevanten Einfluss auf die Durchlaufzeit

haben sowie die Potenziale für die Verbesserung aufdecken- Die zeitliche Auswirkung von nicht wertschöpfenden Prozessschritten ver-

deutlichen und damit Ansätze für Veränderungen bzw. Verbesserungenerkennen

Vorgehensweise1. Start- und Stopppunkte für die Durchlaufzeit operational definieren

2. Die einzelnen Bestandteile aufnehmen bzw. aus zuverlässigen Quellen(z. B. Zeiterfassungen, Tätigkeitsberichte, Schichtbücher, Terminkalender,Tagesplaner, Telefonnachrichten, Akten ) erheben und ggf. verifizieren; da -zu gehören die Bearbeitungs-, Transport- und Liegezeiten (Rüst-, Pausen-,Warte-, Wartungszeiten etc.)

4321Input Output

Prozess-durchlaufzeit

DurchlaufzeitDLZ

Bearbeitungszeiten+

Transportzeiten+

Liegezeiten(z. B. durch Rüsten, Pausen,

Warten, Wartung,…)

198

199

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ZEITANALYSE

3. Die Zeiten strukturiert für jeden Prozessschritt oder zusammengefasst übermehrere Schritte (Summenzeiten) dokumentieren

4. Über den Zusammenhang von WIP (Work in Process – Ware in Arbeit) so -wie den Durchsatz eines Prozesses dessen Auswirkung und damit Hebelzur Optimierung der Durchlaufzeit definieren

Beispiel 1: Zeitanalyse im Fehlerbalkendiagramm

- Ein Fehlerbalkendiagramm gibt die durchschnittliche Zeit (z. B. für jedenProzess schritt) und das entsprechende Konfidenzintervall an

- Dadurch wird – neben dem Mittelwert – auch die Streuung dargestellt- Durch die Visualisierung werden die großen Zeittreiber deutlich; durch die

Verbindung mit der Wertanalyse sind auch die Potenziale für die Verbes -serung schnell zu erkennen

Beispiel 2: Darstellung der Zeitanalyse in Prozessdiagrammen


NEINJA

JA


erteilt

AuftragOK?

ArbeitOK?NEIN


Fragenklären

Auftragausführen

Arbeit prüfen

Nach -arbeit

Kundenkontaktieren

Auftragzuteilen

Fahrzeugholen

Lackbestellen

Kunde

Kunden -dienst

Lackier -meister

Lackierer

Karosserie

Lager

5 min

3 min

10 min

10 min

10 min 10 min

480 min

240 min

30 min

199

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

200

Bestimmung der Durchlaufzeit über das Gesetz von Little*

Littles Gesetz* besagt: Die durchschnittliche Durchlaufzeit (DLZ) eines Pro -duk tes in einem (Produktions-) System, das sich in einem stabilen Zustandbe fin det, ist gleich der durchschnittlichen Anzahl von Teilen in Bearbeitung(WIP = Work in Process) geteilt durch den durchschnittlichen Durchsatz, d. h.die Anzahl von Fertigprodukten (Output-Menge), die das System in einerbestimm ten Zeitperiode verlässt. - Little’s Law wird in der ANALYZE-Phase verwendet, um durch eine Mo ment -

auf nahme die durchschnittliche Durchlaufzeit zu ermitteln- Sie zeigt Potenziale auf, die Durchlaufzeit zu beeinflussen: Durchsatz er -

hö hen und/oder Bestände im Prozess verringern

Beispiel - Durchschnittlich 5 Fahrzeuge im Prozess (WIP = 5 St.)- Täglich durchschnittlich 10 Fahrzeuge lackiert (Durchsatz = 10 St./Tag)

Berechnung der DLZ nach Little:

Tipp• Beachten Sie, dass die Bearbeitungszeit auch nicht wertschöpfende Zei -

ten beinhalten kann, denn nicht jeder Bearbeitungsschritt ist per se wert-schöpfend

• Berücksichtigen Sie bei der Neuerhebung von Zeiten die Maßgaben ausder Messsystemanalyse

• Zeitdaten müssen nicht für alle Prozesstätigkeiten vorhanden sein; in man-chen Fällen sind Summenzeiten ausreichend

• Wenn keine Daten verfügbar sind: Zunächst die Zeit schätzen und im näch -sten Schritt messen; an dieser Stelle ist es häufig ausreichend, mit mindes-tens fünf gemessenen Zeiten den Mittelwert zu berechnen

ZEITANALYSE

DLZ = Bestände im Prozess (WIP) [Stück] [Zeit]Durchsatz [Stück/Zeit]

* Littles Gesetz, auch als Little’s Law, Little’s Theorem, Satz von Little oder Formel von Little bezeichnet,ist eine be deu tende Gesetzmäßigkeit in der Warte schlan gentheorie. Es wurde 1961 von John D. C.Little formuliert und bewiesen.

DLZ = 5 St. = 0,5 Tage10 St./Tag

200

201

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ZEITANALYSE

• Oft ist es ausreichend, nur die Gesamtdurchlaufzeit und die Bearbeitungs -zeiten aufzunehmen; Liege- bzw. Wartezeiten ergeben sich aus der Zeit -differenz

• Denken Sie daran, dass sich Littles Gesetz stets nach den durchschnitt-lichen Zeiten und Mengen richtet; Momentaufnahmen können von denErgebnissen des Gesetzes abweichen

201

Prozesseffizienz

BezeichnungProzesseffizienz, Process Efficiency

ZeitpunktANALYZE, Prozessanalyse, Analyse des IST-Prozesses; IMPROVE, Lösun -gen implementieren, Implementierung des verbesserten oder neuen Prozes -ses, z. B. von Pull-Systemen

ZielAktuelle Prozesseffizienz bestimmen, um im Vergleich zu Benchmarks Ver -bes serungspotenziale zu identifizieren

Vorgehensweise1. Die durchschnittliche Durchlaufzeit einer Output-Einheit im betrachteten

Prozess bestimmen

2. Die Prozessschritte als wertschöpfende, wertermöglichende und nichtwertschöpfende (vgl. hierzu „Wertanalyse“) Tätigkeiten bewerten

3. Die Summe der Zeiten aller wertschöpfenden Aktivitäten bilden

4. Die Prozesseffizienz ermitteln

Tipp• Bei maschineller Bearbeitung liegen Best-Practice-Prozesseffizienzen bei

bis zu 25%, an Montageplätzen bei bis zu 80%; administrative Prozesseerreichen i. d. R. eine maximale Prozesseffizienz von 50%

• Die meisten im Rahmen eines DMAIC-Projektes analysierten Prozessewei sen, häufig aufgrund von hohen Um laufbeständen, eine Prozess effi zi -enz von weniger als 10% aus; dies wirkt sich, wie dargestellt, negativ aufdie Durchlaufzeit und damit die Re aktionsfähigkeit des Unternehmens aus

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

202

PROZESSEFFIZIENZ

PE = Wertschöpfende Zeit [%]Durchlaufzeit

202

Kapazitätsanalyse

BezeichnungCapacity Analysis, Kapazitätsanalyse, Identifizierung von Engpässen

ZeitpunktANALYZE, Prozessanalyse

Ziel- Kapazität des Prozesses bestimmen- Engpässe erkennen, die dazu führen, dass die vom Kunden nachgefragte

Menge nicht produziert werden kann

Vorgehensweise1. Durchsatz bestimmen

Der Prozessschritt mit der niedrigsten Kapazität ist der Flaschenhals(Bottle neck) des Prozesses; jeder Prozess hat genau einen Flaschenhals;der Flaschenhals bestimmt den Durchsatz des gesamten Prozesses, d. h.die maximale Kapazität des Prozesses

2. Die vom Kunden geforderte Menge bestimmenDie vom Kunden bzw. Markt geforderte Menge je Zeiteinheit ist die Takt -rate, häufig auch Kundentakt bezeichnet; der Kehrwert der Taktrate ist dieTaktzeit – sie gibt die maximale Produktionszeit pro Einheit an, die die Kun -denanforderung erfüllt

3. Durchsatz und Taktrate gegenüberstellen- Ist der Durchsatz größer als die Taktrate, kann der Prozess die Kun den -

nachfrage befriedigen; es gilt hier zu prüfen, ob Überkapazitäten ge hal -ten werden sollen oder nicht, z. B. aufgrund saisoneller Schwankungen(Überkapazitäten können auch Verschwendung sein – Overproduction)

203

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KAPAZITÄTSANALYSE

Taktrate = Anzahl zu produzierender Einheiten (gem. Kundenbedarf) Verfügbare Produktionszeit

Taktzeit = Verfügbare ProduktionszeitAnzahl zu produzierender Einheiten (gem. Kundenbedarf)

203

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

204

KAPAZITÄTSANALYSE

- Ist der Durchsatz kleiner als die Taktrate (der Prozess produziert weni-ger Einheiten als vom Kunden nachgefragt) bzw. die Produktionszeit proEinheit größer als die Taktzeit, so kann die Nachfrage nicht bedientwer den – dann liegt ein Engpass (Constraint) vor (Blitzsymbol im Bei -spiel unten). Das bedeutet kurzfristig mindestens Umsatzeinbußen,lang fristig kann dieser (Dauer-) Zustand sogar zu hoher Kunden -unzufrie den heit und Verlust von Marktanteilen führen

4. Weitere Zahlen analysierenGgf. weitere potenzielle Engpässe bestimmen und analysieren

204

205

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REPROZESSFLUSSANALYSE

Prozessflussanalyse

BezeichnungProzessflussanalyse, Analyse des Prozessflusses, Schwachstellenanalyse

ZeitpunktANALYZE, Prozessanalyse, während der Prozessaufnahme, in der Regel alsAbschluss der Prozessanalyse

ZielZuzüglich zu der Wert-, Zeit- und Kapazitätsanalyse weitere Schwachstellenidentifizieren sowie Ursachen verifizieren

Vorgehensweise1. Den visualisierten IST-Prozess Schritt für Schritt nochmals durchgehen

und auf folgende Fragen hin untersuchen:a. Strategiekonformitätb. Komplexität (Schnittstellen, Prozessschleifen, Fehlerhäufigkeit, Häufung

von Verschwendung, Doppelarbeiten)c. Prozessfluss (logische Abfolge, Inputs und Outputs, Rückfragen, lange

Übergangszeiten)d. Dokumentation und Verantwortlichkeiten (Aufwand, klare Abgrenzung) e. Materialien (geeignete und ergonomisch angeordnete Anlagen, Werk -

zeuge, IT-Hilfsmittel)f. Arbeitsumfeld (Sicherheit, Ordnung, Sauberkeit)

2. Identifizierte Schwachstellen markieren (z. B. in Form eines Blitz-Sym bols)und erläutern

Tipp• Ziehen Sie bei der Prozessanalyse ggf. zusätzliche Experten hinzu, die den

tatsächlich gelebten Prozess gut kennen und offen über Schwachstellenkommunizieren

• Bestimmen Sie Schwachstellen bevorzugt nach Abschluss der Prozess -aufnahme; dies hat den Vorteil, dass die Aufnahme des Prozesses sowie

205

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

206

PROZESSFLUSSANALYSE

der relevanten Daten nicht durch die Diskussion über Schwachstellen unter brochen bzw. gestört wird

Beispiel


Kunde

Kunden -dienst

Lackier -meister

Lackierer

Karosserie

Lager

NEINJA

JA


erteilt

Auftragzuteilen

Fahrzeugholen

Fragenklären

Auftragausführen

Arbeit prüfen

AuftragOK?

ArbeitOK?

Nach -arbeit

Kundenkontaktieren

Lackbestellen

NEIN


5 min

3 min

10 min

10 min

10 min 10 min

480 min

240 min

30 min

HoherNach -arbeits -auf wand

Rück fragen

LangeDauer

206

207

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

DATEN ANALYSIEREN

Daten analysieren

BezeichnungData Analysis, Datenanalyse, Daten analysieren

ZeitpunktANALYZE, IMPROVE, CONTROL

Ziel- Die Wirkung von Einflussfaktoren (Xi, Xp) auf die Ergebnisse (Y) überprü-

fen- Weitere Potenziale identifizieren - Potenzielle Ursachen verifizieren

Vorgehensweise- Konkrete Fragestellung spezifisch formulieren (reales Problem)- Das statistische Problem, d. h. die statistischen Hypothesen formulieren

(statistisches Problem je nach konkreter Fragestellung, d. h. je nachdem,wie die spezifische Hypothese formuliert ist, das geeignete Werkzeugwählen)

- Das geeignete Werkzeug anwenden und die statistische Schlussfolgerungziehen (statistische Lösung)

- Ergebnis interpretieren und auf die konkrete Fragestellung (Realität) über-tragen (reale Lösung)

Reales Problem

Statistische Lösung

Statistisches Problem

Reale Lösung

207

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

208

DATEN ANALYSIEREN

Übersicht statistische Methoden

Diskrete Output-Messgrößen Stetige Output-Messgrößen

Dis

kret

eE

influ

ssfa

ktor

en

(Xi,

Xp)

• Hypothesentests- Tests auf Anteile,

1 Stichprobe- Tests auf Anteile,

2 Stichproben- Chi-Quadrat-Test

• Hypothesentests- t-Test, 1 Stichprobe- t-Test, 2 Stichproben- ANOVA- Test auf gleiche Varianzen- Nicht parametrische Tests

• Statistische Versuchsplanung(Design of Experiments)

Ste

tige

Ein

fluss

fakt

oren

(X

i, X

p)

• Logistische Regression • Korrelation und Regression• Design of Experiments

208

209

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

DATENSCHICHTUNG

Datenschichtung

BezeichnungStratification, Datenschichtung

ZeitpunktANALYZE, Daten analysieren

Ziel- Unterschiedliche Verteilungen der vorhandenen Daten erkennen, z. B. wenn

das Histogramm mehrere Gipfel enthält- Dadurch weitere potenzielle Ursachen identifizieren (wenn diese noch nicht

in der Fischgräte aufgenommen wurden) und ggf. die Vorgehensweise fürdie Verifizierung daraus ableiten

- Strukturen in den Daten erkennen, mit denen ein Problem eingegrenzt bzw.erklärt werden kann, z. B. wenn ein Problem zu unterschiedlichen Zeit punk -ten, an unterschiedlichen Orten oder unter unterschiedlichen Bedingun genauftritt

Vorgehensweise1. Daten nach sinnvollen Kategorien (Schlüsselmerkmalen) gruppieren, z. B.

- Wer: Personen, Abteilungen, Lieferanten- Was: Produkte, Leistungen- Wo: Standorte, Regionen- Wann: Wochentage, Jahreszeiten- Wie: Maschinen, Ausrüstungen, Material

Beispiel

Alle Daten

Schichtungs -faktoren Betrieb Lackierbox Lackierer

Haupt betriebLackierbox 1 Lackierer 1

Lackierer 2Lackierbox 2

Lackierbox 1Zweig betrieb …

209

Lieferant A Lieferant B Lieferant C

Trockenzeiten654321

Anz

ahl

10 15 20Minuten

654321

Anz

ahl

10 15 20Minuten

654321

Anz

ahl

10 15 20Minuten

654321

Anz

ahl

10 15 20Minuten

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

210

DATENSCHICHTUNG

2. Geschichtete Daten grafisch darstellen und analysieren. Sind keine Zu -sammenhänge erkennbar, so kann dies daran liegen, dass …- …die Ursachen noch nicht korrekt identifiziert wurden: weiter und ggf.

tiefergehend suchen - …die gewählten Schichtungsfaktoren sind keine Ursache für das Pro -

blem bzw. beeinflussen nicht das Ergebnis (Y); hierbei gilt: Kein Ergeb -nis ist auch ein Ergebnis!

Beispiel

210

211

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KONFIDENZINTERVALL

Konfidenzintervall

BezeichnungConfidence Interval, Konfidenzintervall

ZeitpunktANALYZE, zur Vorbereitung der Datenanalyse

Ziel- Auskunft darüber erhalten, in welchem Bereich sich ein gesuchter Para -

meter mit verlangter Sicherheit befindet- Sicherheit bzw. Risiko bei der Ziehung von Rückschlüssen von der Stich -

probe auf die Grundgesamtheit erfassen

Stichprobe

(Schätzung für den Parameter der Grundgesamtheit)

Stichprobeziehen

Grundgesamtheit

μ, , p

(Normalerweise unbekannt)

Folgerung

Konfidenzintervalle (KI)… drücken das Vertrauen in eine Schätzung aus, dass diese mit einer

bestimmten Wahrscheinlichkeit tatsächlich dem richtigen Wert entspricht

Wie hoch ist das Vertrauen?

x–, s, p

211

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

212

KONFIDENZINTERVALL

VorgehensweiseAus Schätzungen des Mittelwerts x– und der Standardabweichung s ergibtsich zusammen mit dem zum Konfidenzniveau a gehörenden z-Wert dasKonfi denz intervall

Tipp• Konfidenzintervalle (KIs) spiegeln die Qualität der erhobenen Daten in

Bezug auf die Entscheidungsfindung wider: - Mit schmalen KIs sichern Sie Entscheidungen besser ab- Bei zu breiten KIs müssen Sie größere Stichproben erheben

• Entscheidungen von wirtschaftlicher Bedeutung erfordern eine entspre-chend große und zuverlässige Datenbasis

• BITTE BEACHTEN SIE: Unsicherheit besteht immer!

SE Mean (Standard Error of Mean)Je kleiner die Stichprobe ist, oder jegrößer die Standardabweichung, destoweniger Sicherheit hat die Schätzungdes Mittelwertes.

Quantil der NormalverteilungWenn der SE Mean mit ±z0,975 = 1,96multipliziert wird, dann zeigt das KI umx– den Bereich für den Mittelwert derGrundgesamtheit (μ) an, in dem er miteiner Wahrscheinlichkeit von 95%liegt.

x– - z . s ;n

x– + z . s ;n> H

�

x– - z . s ;n

x– + z . s ;n

x–

212

213

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KONFIDENZINTERVALL

BeispielSE Mean berechnen

Das 95% Konfidenzintervall berechnen

Grafische Darstellung

Stichprobe AN = 10; x = 14,07

s = 3,00333

SE Mean = 3,00333 = 0,9510

[14,07 - 1,96 · 0,95; 14,07 + 1,96 · 0,95]= [12,21; 15,93]

12,21 14,07 15,93

x– - z . s ;n

x– + z . s ;n> H

213

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

214

HYPOTHESENTESTS

Hypothesentests

BezeichnungHypothesis Testing, Hypothesentests, Signifikanztests, statistische Tests

ZeitpunktANALYZE, IMPROVE, CONTROL

Ziel- Objektive Entscheidung über die Gültigkeit von getroffenen Annahmen

treffen, z. B. über die Parameter einer Grundgesamtheit- Die vermuteten Ursachen verifizieren- Statistische Unterschiede zwischen zwei oder mehreren Prozessoutputs

feststellen- Statistisch signifikante Verbesserungen nach deren Implementierung auf-

zeigen

VorgehensweiseEin statistischer Test ist ein Verfahren, mit dem mittels einer Prüfgröße (Test -statistik) eine statistische Hypothese für eine Stichprobe auf ihre statistischeGültigkeit (Signifikanz) überprüft wird. Statistische Tests werden auch Hypo -thesen- oder Signifikanztests genannt.

Zu jedem statistischen Test gehört die Formulierung von zwei komplementä-ren Behauptungen: die Nullhypothese und die Alternativhypothese.

- Die Nullhypothese (H0)beschreibt die Vermutung, dass ein getesteter Parameter gleich einem vor -gegebenen Wert ist oder dass bei dem Vergleich von verschiedenen Para -metern diese alle gleich sind. Die Nullhypothese beschreibt stets eine Gleich -heit (Gleichheitsbedingung). Einen Unterschied kann nicht erkannt werden.

- Die Alternativhypothese (HA)hingegen beschreibt die Vermutung, dass ein getesteter Parameter un -gleich einem vorgegebenen Wert ist oder, bei dem Vergleich von verschie-denen Parametern, dass mindestens ein Wert unterschiedlich ist. Ein sig-nifikanter Unterschied kann erkannt werden.

214

215

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

HYPOTHESENTESTS

Statistische Tests können nur Unterschiede, nicht jedoch Übereinstimmungfeststellen. Daher wird i. d. R. die Nullhypothese aufgestellt, um diese zu ver-werfen. Es liegt im Sinne der Alternativhypothese – deshalb auch Arbeits hy -po these genannt –, die Nullhypothese als ungeeignet abzulehnen.

Eine Entscheidung auf Basis eines statistischen Tests ist mit einem gewissenGrad von Unsicherheit verbunden: Man kann nicht 100%ig sicher sein, dassdiese Entscheidung richtig ist. Statistische Tests sind jedoch so gestaltet, dassdie Wahrscheinlichkeit einer Fehlentscheidung minimiert wird.

Die Nullhypothese wird dann verworfen, wenn sich mit dem Ergebnis einerStichprobe zeigt, dass die Gültigkeit der aufgestellten Nullhypothese unwahr-scheinlich ist. Was letztlich als unwahrscheinlich gilt, wird vorab mit dem so -genannten Signifikanzniveau festgelegt. Am häufigsten werden die Signifi kanz -niveaus 0,05 (= 5%) bzw. 0,01 (= 1%) verwendet. Das Signifikanzniveau ( )gibt die maximale Wahrscheinlichkeit an, die akzeptiert wird, die Null hypo -the se fälschlicherweise abzulehnen.

• Testentscheidungen basieren auf den Stichprobenwerten; abhängig davon,welcher Parameterwert tatsächlich (in der Grundgesamtheit) richtig ist, kanndie Entscheidung korrekt oder falsch sein; es sind theoretisch zwei Fehlermöglich:

- Fehler 1. Art ( -Fehler): Ablehnung der Nullhypothese H0, obwohl siezu trifft

- Fehler 2. Art ( -Fehler): Unfähigkeit, die Nullhypothese abzulehnen, ob -wohl sie falsch ist

Realität

H0 HA

EntscheidungH0 Korrekte Entscheidung Fehler 2. Art ( -Fehler)

HA Fehler 1. Art (a-Fehler) Korrekte Entscheidung

215

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

216

Beispiel Strafverhandlung

Bei einem statistischen Test sollen sowohl als auch möglichst klein sein(üblicherweise = 0,05 und = 0,10). Es gilt jedoch: Je kleiner gewähltwird, desto größer wird !

Der mit dem Ergebnis jedes statistischen Tests verbundene p-Wert wird auseiner Teststatistik auf Basis der vorhandenen Stichprobe berechnet und gibtdie empirische Wahrscheinlichkeit (Probability) für den Fehler 1. Art an. Ist dererrechnete p-Wert kleiner als der -Wert, so kann die Nullhypothese verwor-fen werden, da die empirische Irrtumswahrscheinlichkeit kleiner ist als dasmaximal zugelassene Risiko.

Der p-Wert entspricht demnach dem verbleibenden Risiko bei Ablehnung derNullhypothese, dass die Nullhypothese doch richtig ist. Beispiel: Bei = 0,05 wird die Nullhypothese verworfen, wenn p = 0,01 ist.Bei Ablehnung der Nullhypothese besteht ein Restrisiko von 1%, dass dieNullhypothese doch richtig ist.

Beachte, dass und bedingte Wahrscheinlichkeiten sind und nicht die Wahr -scheinlichkeit wiedergeben, dass die Null- oder Alternativhypothesen zutreffen.

Ein statistischer Test erfolgt in folgenden Schritten:1. Problem und Ziel definieren (Was wird wozu untersucht?)2. Hypothesen formulieren (H0 : Gleichheitsbedingung)3. Signifikanzniveau festlegen (i. d. R. = 0,05 oder = 0,01)4. Geeigneten statistischen Test wählen (z. B. Two Sample t-Test)5. Test mithilfe eines Statistikprogramms (z. B. Minitab®) durchführen6. Teststatistik bzw. p-Wert interpretieren7. Entscheidung treffen8. Entscheidung verifizieren; wenn H0 nicht abgelehnt wird, dann überprüfen!

Es existiert eine Vielzahl von statistischen Hypothesentests. Nachfolgendsind die meistgenutzten praxisrelevanten Tests beschrieben:

HYPOTHESENTESTS

H0 Der Angeklagte ist unschuldig

HA Der Angeklagte ist schuldig

a-Fehler Der Angeklagte wird schuldig gesprochen, obwohl er eigentlichunschuldig ist

-Fehler Der Angeklagte wird freigesprochen, obwohl er eigentlich schuldig ist

216

217

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

HYPOTHESENTESTS

Test Hypothesen VoraussetzungStetige Daten: Tests auf Mittelwertt-Test, 1 Stichprobe(One-sample t-test)

H0 : = ZielHA : Ziel

Unabhängig und normal verteilteDaten oder n 30

t-Test, 2 Stichproben (Two-sample t-test)

H0 : 1 = 2HA : 1 2

Unabhängige Daten, identisch undnor mal verteilte Stichproben odern 30

Einfache Varianz -analyse(One Way ANOVA)

H0 : 1 = 2 =…= nHA : i j

für min. 1 Paar i j

i. Unabhängige Daten, iden t ischund normal verteilte Stichproben

ii. 21 = 2

2 =…= 2n oder

n1 = n2 =…= nn

Wilcoxon TestH0 : ˜ 1 = ˜ ZielHA : ˜ 1 ˜ Ziel

Unabhängige Daten, identisch ver-teilte Stichproben

Mann-Whitney TestH0 : F1(Z) = F2(Z)H0 : F1(Z) F2(Z) *


Kruskal-Wallis TestH0 : F1(Z) = F2(Z) =…= Fc(Z)H0 : Fi(Z) Fj(Z) *


Stetige Daten: Tests auf VarianzTest auf Varianz, 1 Stichprobe (|2-Test)

H0 : 2 = 2Ziel

H0 : 2 2Ziel

Unabhängig und normal verteilteDaten

Test auf Varianz, 2 Stichproben (F-Test)

H0 : 21 = 2

2H0 : 2

122

Unabhängige Daten, identisch undnormal verteilte Stich proben

Test auf gleiche Varia nzen (Bartlett)

H0 : 21 = 2

2 =…= 2n

H0 : 2i

2j

für min. 1 Paar i j

Unabhängige Daten, identisch undnormal verteilte Stich proben

Levene‘s Test Unabhängige Daten

Diskrete Daten: Tests auf AnteileTest von Anteilen, 1 Stichproben (1 proportion test)

H0 : p = pZielHA : p pZiel

i. Unabhängig und bino mial ver teilteDaten

ii. n 100, (n.p) 5 und n.(1-p) 5

Test von Anteilen, 2 Stichproben (2 proportion test)

H0 : p1 = p2HA : p1 p2

i. Unabhängige Daten, identischund binomial verteilte Stichproben

ii. n 100, (n.p) 5 und n.(1-p) 5

Chi-Quadrat-Test

H0: jede Stichprobe hat diegleiche VerteilungHA: die Verteilung mindestenseiner Stich pro be unterschei-det sich von den anderen

Die erwarteten Häufigkeiten sind allegrößer gleich 5

Stetige Daten: Tests auf Verteilung

NormalverteilungH0: Die Daten sind normalverteiltHA: Die Daten sind nicht nor-malverteilt

Keine Voraussetzungen

217

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

218

HYPOTHESENTESTS

Beispiel

Tipp• Nicht parametrische Tests (Levene’s, Wilcoxon, Mann-Whitney, Kruskall-

Wallis) bieten Ihnen den Vorteil, dass sie keine Verteilungsannahmen vor-aussetzen; der große Nachteil nicht parametrischer Verfahren bei erfülltenVerteilungsannahmen besteht für Sie jedoch in der wesentlich geringeren

1. Grafisches Ergebnis:Der Unterschied zwischen dem Zielwert und dem Mittelwert der Stichprobe iststatistisch signifikant: Das Konfidenzintervall um den Mittelwert umfasst nicht denvermuteten Wert von 140 Mikrometern.

2. Analytisches Ergebnis:Im Session-Fenster wird die Beobachtung bestätigt: Hier ist p < 0,05. Die Hypo-these H0 kann abgelehnt werden.

t-Test bei einer Stichprobe: Lackdicke

Test auf Mü = 140 im Vergleich zu nicht = 140

SE desVariable N Mittelwert StdAbw Mittelwerts 98%-KI t pLackdicke 80 153,86 35,65 3,99 (145,92; 161,79) 3,48 0,001

Histogramm von Lackdicke(mit H0 und 95%-t-Konfidenzintervall für den Mittelwert)

H0

Lackdicke

Häu

figke

it

20

15

10

5

0

100 120 140 160 180 200 220 240

218

219

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

HYPOTHESENTESTS

Mächtigkeit oder Trennschärfe (engl. Power), d. h. die Wahrscheinlichkeiteinen Unterschied zu erkennen, wenn ein Unterschied existiert, ist dannge ringer als bei den parametrischen Tests

• Im Falle einer Ablehnung der Nullhypothese kann eine Verletzung der Ver -teilungsannahme bei parametrischen Tests vernachlässigt werden. Kanndie Nullhypothese allerdings nicht abgelehnt werden und liegt eine Verlet -zung der Voraussetzungen vor, so steigt die Wahrscheinlichkeit einenBeta-Fehler zu begehen (Der Unterschied wird nicht erkannt). In diesemFall muss entweder versucht werden, die Voraussetzungen des Tests zuerfüllen, oder einen Test zu wählen, der weniger Voraussetzungen hat

• Um die Komplexität bei der Auswahl statistischer Verfahren zu reduzierenund die Akzeptanz der verwendeten Methoden zu sichern, empfehlen wirIhnen, den Fokus auf die parametrischen Tests zu setzen

Literaturquellen:Büning, H.; Trenkler, G.: Nichtparametrische statistische Methoden. 2. Auflage. Berlin, New York: deGruyter; 485 S., 1994

Rasch, D.; Teuscher, F.; Guiard, V.: How roubust are tests for two independent samples? Journal ofStatistical Planning and Inference 137 (2007) 2706 - 2720

Sachs, L.; Hedderich, J.: Angewandte Statistik: Methodensammlung mit R. 12. Auflage. Berlin, Heidelberg:Springer; 702 S., 2006

219

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

220

ANOVA/EINFAKTORIELLE VARIANZANALYSE

ANOVA/einfaktorielle Varianzanalyse

BezeichnungANOVA, Analysis of Variances, One Way ANOVA, einfaktorielleVarianzanalyse

ZeitpunktANALYZE, Ursachen verifizieren

Ziel- Die Entscheidung über die Gültigkeit von getroffenen Annahmen erleichtern,

z. B. über die Parameter einer Grundgesamtheit- Die vermuteten Ursachen verifizieren- Statistische Unterschiede zwischen zwei oder mehreren Prozessoutputs

feststellen- Den Zusammenhang zwischen einer diskreten, unabhängigen Einflussvari -

a blen und einer stetigen, abhängigen Output-Messgröße untersuchen

Vorgehensweise1. Zielgröße (Y) und Einflussfaktor (X) und die Faktorstufen (X1, X2, …,

Xn) festlegen:Die unabhängigen Variablen werden als Faktoren bezeichnet, die einzel-nen Ausprägungen dieser Faktoren als Faktorstufen: - Ein Faktor: Einfaktorielle Varianzanalyse (One Way ANOVA)

2. Modell aufstellen und Hypothesen bzgl. der Effekte formulieren

Die ij-te Beobachtung (yij) … … und einem zu -fälligen Fehler (�ij)

yij = y + �i + �ij

… ergibt sich aus dem Gesamt mit tel wert (y), …… dem Effekt der i-tenFaktorstufe (�i), …

220

221

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


3. Berechnungen durchführen

Basis für die Varianzanalyse ist die Varianzzerlegung:

Ist die erklärte Streuung (zwischen den Faktorstufen) signifikant größer alsdie nicht erklärte Streuung (innerhalb der Faktorstufen), so kann man da -von ausgehen, dass dieser Faktor einen signifikanten Einfluss auf die Ziel -größe (auf das Ergebnis) hat.

Die oben formulierte Nullhypothese H0 : μ1 = μ2 = … = μI

und Alternativhypothese HA: μi μj

können nun alternativ formuliert werden als H0 : 1 = 2 = … = I = 0 bzw.: HA : i 0 für ein i.

Gesamtvariation = erklärte Variation + nicht erklärte Variation

yij ist der j-te Beobachtungswert der i-ten Faktorstufeny–i ist der Mittelwert der i-ten Faktorstufea ist die Anzahl von Faktorstufenni ist die Anzahl von Beobachtungen innerhalb der i-ten Faktorstufey– ist der Gesamtmittelwert aller BeobachtungswerteSS Sum of squares/Summe der quadrierten Abweichung

Summe der qua drier tenGesamt abweichung

SSGesamt

Summe der quadriertenAbweichungen zwischenden Faktor stufen

SSFaktorstufen

Summe der quadriertenAbweichung innerhalbder Faktor stufen

SSFehler

ExkursDie Division der Summe der Quadrate durch die entsprechende Anzahl von Frei -heitsgraden ermöglicht eine gute Abschätzung der durchschnittlichen Streuunginnerhalb und zwischen den Faktorstufen:

ni

(yij - y)2

j=1

ani ( yi - y)2

i=1

a

i=1

ni

(yij - yi)2

j=1

a

i=1= +

= +

221

Die Werte MSFaktorstufen und MSFehler werden ins Verhältnis zueinander gesetzt.Diesen Ausdruck bildet die Teststatistik für den ANOVA-Test auf gleiche Mit -telwerte.

Je größer die durchschnittliche Streuung zwischen den Faktorstufen im Ver gleichzu der durchschnittlichen Streuung innerhalb der Faktorstufen ist, um so größerwird die Teststatistik (F-Wert) und umso wahrscheinlicher wird es, einen signifi-kanten Unterschied zwischen den Mittelwerten festzustellen.

MS Mean of squares/durchschnittliche StreuungSS Sum of squares/Summe der quadrierten Abweichung

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

222


4. Ergebnisse analysieren• Die Signifikanz der Faktoren (und der Interaktionen) wird überprüft

- Durch die Verwendung der Haupteffekte und derWechselwirkungsdiagramme ist es möglich, die Wirkung und dieInter aktion der Faktorstufen zu visualisieren

- Durch die Analyse der p-Werte kann die Überprüfung der statisti-schen Signifikanz erfolgen

• Den Anteil der erklärten Variation überprüfen- Die Frage dabei ist, wie viel der Variation in den Daten durch das

Modell erklärt werden kann; dazu wird die erklärte Variation zurGesamt vari a tion ins Verhältnis gesetzt

R2 = SSFaktorstufen . 100%SSGesamt

MSGesamt = SSGesamt

I .J -1

F = MSFaktorstufen

MSFehler

MSFehler = SSFehler

I . (J -1)

MSFaktorstufen = SSFaktorstufen

I -1

222

223

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


- Das Bestimmtheitsmaß (R2) kann zwischen 0% und 100% alle Werteannehmen; je größer R2 ist, desto größer ist der Anteil an der Gesamt -variation, der sich durch das Modell erklären lässt; Werte kleiner 80%sind ein Indiz dafür, dass für eine bessere Erklärung der Variation wei-tere Faktoren benötigt werden

• Die Residuen (Fehlerterme) werden überprüft• Dabei werden folgende Voraussetzungen geprüft:

- Sind die Residuen normalverteilt?- Ist die Variation der Residuen annähernd gleich (homogen)?- Sind die Residuen unabhängig?

Beispiel

Einfache ANOVA: Lackdicke im Vergleich zu Lackierer

Quelle DF SS MS F pLackierer 3 19853 6618 6,24 0,001Fehler 76 80571 1060Gesamt 79 100424

S = 32,56 R-Qd = 19,77% R-Qd(kor) = 16,60%

Individuelle 95%-KIs für Mittelwertanhand der zusammengefassten StdAbw

Stufe N Mittelwert StdAbw ---+---------+---------+---------+------AH 20 129,23 14,30 (-------*------)AN 20 158,92 31,03 (------*-------)BF 20 172,83 44,29 (------*-------)YM 20 154,46 33,33 (------*------)

---+---------+---------+---------+------120 140 160 180

Zusammengefasste StdAbw = 32,56

p-Wert < 0,05 führtzu einer Ablehnungder Nullhypothese.

Das korrigierte R2

von nur 16,6 %zeigt an, dass dasModell die Variationin den Daten nichtgut erklären kann.

Die Konfidenzintervalle zeigen dasErgebnis grafisch: Die KI über -lappen sich (fast) nicht, es kannnicht von gleichen Mittel wertenausgegangen werden.

223

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

224


Die Residuendiagramme geben Aufschluss über die Güte des Modells

Die Analyse der Residuen zeigt eindeutig nicht normalverteilte Daten. DerSignifikanztest (und der dazugehörige p-Wert) bestätigen dies. Die Null -hypothese normalverteilter Residuen muss verworfen werden.

Nicht normalverteilte Residuen sind ein Indikator für ein unvollständigesModell, d. h. weitere wichtige Faktoren sind nicht im Modell berücksichtigtworden.

224

225

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ANOVA/ZWEIFAKTORIELLE VARIANZANALYSE

ANOVA/zweifaktorielle Varianzanalyse

BezeichnungTwo Way ANOVA, zweifaktorielle Varianzanalyse

ZeitpunktANALYZE, Ursachen verifizieren

ZielDie Entscheidung über die Gültigkeit von getroffenen Annahmen erleich--tern, z. B. über die Parameter einer GrundgesamtheitDie vermuteten Ursachen verifizieren-Statistische Unterschiede zwischen zwei oder mehreren Prozessoutputs-feststellenDen Zusammenhang zwischen zwei diskreten, unabhängigen Einfluss --variablen und einer stetigen, abhängigen Output-Messgröße untersuchen

Vorgehensweise1. Zielgröße (Y) und Einflussfaktoren (X) und die Faktorstufen (X1, X2, …,

Xn) festlegen:Die unabhängigen Variablen werden als Faktoren bezeichnet, die einzel-nen Ausprägungen dieser Faktoren als Faktorstufen: - Zwei Faktoren: Zweifaktorielle Varianzanalyse (Two Way ANOVA)

2. Modell aufstellen und Hypothesen bzgl. der Effekte formulieren

Die k-te Beobachtung unter der i-ten Faktor stufe desFaktors A und j-ten Faktorstufe des Faktors B(yijk), …

yijk = y + �i + �j + (��)ij + �ijk

… ergibt sich aus demGesamt mit tel wert, …

… der Wirkung der i-ten Faktorstufe desFaktors A (�i),…

… der Wirkung der j-ten Faktorstufe desFaktors B (�j),…

… und einem zu fäl li -gen Fehler (�ijk)

… der Wirkung derInteraktion zwischender i-ten Faktorstufedes Faktors A undder j-ten Faktor stufedes Faktors B((��)ij)…

225

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

226


• Die Hypothesen für den Effekt des Faktors A lauten:H0: �1 = �2 = … = �I = 0 (Faktor A hat keine Wirkung)HA: mindestens ein �i 0

• Die Hypothesen für den Effekt des Faktors B lauten: H0: �1 = �2 = … = �J = 0 (Faktor B hat keine Wirkung)HA: mindestens ein �j 0

• Die Hypothesen für den Effekt der Wechselwirkungen lauten:H0: (��)ij = 0 für alle i,j (Es gibt keine Wechselwirkung zwischen denFaktoren)HA: mindestens ein (��)ij 0

3. Berechnungen durchführen und Ergebnisse analysieren

a. Effekte visualisieren

In Lackierbox 1 wird im Schnitt einewesentlich höhere Lack dicke erreichtals in Lackierbox 2.

Der Lackierer AH erzeugt im Schnittdie geringste Lackdicke, während derLackierer BF die höchste erzeugt.

226

227

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


b. Ergebnisse analysieren

Der Lackierer BF erzeugt in der Lackierbox 1 ein unakzeptables Ergebnis, wäh-rend derselbe Lackierer in der Lackierbox 2 ein durchaus zufriedenstellendesErgebnis im Hinblick auf die Lackdicke erreicht.Der Lackierer BF sollte also möglichst nicht mehr in der Lackierbox 1 arbeiten.

Die p-Werte sind alle nahezu 0. BeideFaktoren und deren Wechselwirkunghaben einen statistisch signifikantenEinfluss auf die Lackdicke.

Das korrigiert R2 von 90,44% bedeutet,dass sich durch dieses Modell 90,44%der gesamten Variation erklären las-sen.

Zweifache ANOVA: Lackdicke im Vergleich zu Lackierbox;Lackierer

Quelle DF SS MS F pLackierbox 1 62304 62303,9 512,58 0,000Lackierer 3 19853 6617,8 54,44 0,000Wechselwirkung 3 9515 3171,7 26,09 0,000Fehler 72 8752 121,6Gesamt 79 100424

S = 11,02 R-Qd = 91,29% R-Qd(kor) = 90,44%

227

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

228

Die Residuendiagramme geben Aufschluss über die Güte des Modells

TippIn der Praxis ist es häufig schwierig, die zweifache ANOVA zur Verifi zie rung•von Einfluss-Wirkungszusammenhängen mit bestehenden Daten an zu wen -den, da die notwendige Stichprobenstruktur (balanced design) i. d. R. nichtvorhanden istSie können die zweifache Varianzanalyse jedoch als einen einfachen Ver -•suchsplan verwenden; durch dieses einfache Design sind nur wenige Stich -proben notwendig, um vermutete Zusammenhänge zu überprüfen


Die Nullhypothese der Normalverteilung der Residuen kann gerade beibe-halten werden. Bei der Reihenfolge der Residuen ist teilweise ein Trend zuer kennen. Das vorliegende Modell erklärt eine Menge der Variation derLack dicke, trotzdem sind weitere Einflussfaktoren nicht ausgeschlossen.

Wahrscheinlichkeitsnetz für Normalverteilung

228

229

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KORRELATIONSKOEFFIZIENT

Korrelationskoeffizient

BezeichnungKorrelationskoeffizient

ZeitpunktANALYZE

ZielDie Stärke des linearen Zusammenhanges zwischen zwei stetigen Variablenmessen

VorgehensweiseDer Korrelationskoeffizient von Bravais-Pearson ist ein Maß für die Stärkedes linearen Zusammenhanges zwischen zwei stetigen Variablen:

Der Korrelationskoeffizient kann Werte zwischen -1 und +1 annehmen:

-1 rxy +1

Grob lassen sich Korrelationen wie folgt einordnen:

rxy 0 keine Korrelation, kein linearer Zusammenhang

rxy < 0,5 schwache Korrelation

0,5 rxy < 0,8 mittlere Korrelation

0,8 rxy starke Korrelation

rxy 1 perfekte Korrelation

rxy = sxy

= sx. sy

n(xi - x–) (yi - y–)

i=1n n

(xi - x–)2 . (yi - y–)2

i=1 i=1

sxy Kovarianz zwischen x und ysy Standardabweichung von ysx Standardabweichung von x

229

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

230

KORRELATIONSKOEFFIZIENT

Ergebnis: Scheinbar gibt es einen starken negativen Zusammenhang zwischendem Anteil des Verdünners und der Lackdicke.Der p-Wert zeigt an, dass die Nullhypothese (Unabhängigkeit zwischen denVariablen) verworfen werden muss.

Korrelationen: Lackdicke; Verdünnermenge (in %)

Korrelation nach Pearson von Lackdicke und Verdünnermenge(in%) = -0,987

P-Wert = 0,000

Tipp• Der Korrelationskoeffizient ist in der Lage eine lineare Korrelation zu er -

kennen. Nicht lineare Zusammenhänge bleiben hier jedoch unberück sich -tigt. Der errechnete Korrelationskoeffizient nimmt in diesen Fällen einenWert um "0" an. Dies besagt lediglich, dass kein linearer Zusammenhangbesteht. Eine grafische Analyse der Daten im Voraus ist daher immer emp-fehlenswert!

• Der Korrelationskoeffizient kann nur einen Zusammenhang zwischen zweiVariablen, nicht aber die Richtung der Wirkung im Sinne des Einflusses aufeine Zielgröße erfassen (ob A von B abhängig ist oder B von A). Die Wir -kung von einer Variablen auf eine andere kann nur aus in halt lichen Über-legungen abgeleitet werden und nicht aus der Größe des Korrelations ko ef -fizienten!

• Besteht eine hohe Korrelation zwischen zwei Merkmalen, die inhaltlich nichtgerechtfertigt ist, so spricht man von Scheinkorrelation. Solche schein barenZusammenhänge können dadurch bewirkt werden, dass ein mit beiden be -obachteten Merkmalen hoch korrelierendes drittes Merkmal übersehenwird und somit unberücksichtigt bleibt!

Beispiel

230

Abhängige Variable Fehlerterm (Residuen)

Achsenabschnitt

Steigung der RegressionsgeradeRegressions-koeffizienten

Unabhängige Variable (Regressor)

231

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

EINFACHE LINEARE REGRESSION

Einfache lineare Regression

BezeichnungSimple Linear Regression, einfache lineare Regression

ZeitpunktANALYZE

ZielDen Zusammenhang zwischen einer stetigen, unabhängigen Einfluss --variablen und einer stetigen, abhängigen Outputgröße untersuchenEine lineare Funktion mit der Eigenschaft, möglichst viele Datenpunkte zu-erklären, bestimmen und die Datenabweichung (Residuen) von derFunktion minimieren

VorgehensweiseMit der Regressionsanalyse wird der Zusammenhang zwischen einer abhän-gigen und einer unabhängigen Variablen als eine Funktion beschrieben:

y = f(x)

Das einfache lineare Regressionsmodell hat die Form:

Y = b0 + b1x +

Der Fehlerterm entspricht der – nicht durch die unabhängige Variable er klär -ten – Abweichung. Diese Abweichungen sind zufällig und können z. B. alsMaterialvariationen oder Messfehler interpretiert werden. Der Erwartungs wertdes Fehlerterms ist Null.Die Regressionskoeffizienten werden durch die Methode der kleinsten Qua -drate geschätzt. Dabei werden die Parameter so bestimmt, dass die Sum meder quadrierten Abweichungen von einer bestimmten Geraden minimiert wird.

231

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

232


Die geschätzte Gerade hat dann die Form:

Die Abweichung zwischen dem beobachteten Wert yi und dem geschätzten i

ist das Residuum i:

1. Modell formulierenDabei sollten ausschließlich fachliche Gesichtspunkte im Vordergrund stehen:- Ergibt die Ursache-Wirkung-Beziehung wirklich Sinn? - Sind alle möglichen Variablen berücksichtigt bzw. ist das Modell voll-

ständig?2. Regressionsfunktion mithilfe einer Statistiksoftware schätzen3. Geschätzte Regressionsfunktion prüfen:

- Ergeben die geschätzten Werte einen Sinn (Vorzeichenprüfung)?- Ist das geschätzte Modell statistisch signifikant?- Sind die geschätzten Koeffizienten statistisch signifikant?- Erfüllt das geschätzte Modell die notwendigen Modellannahmen bzw.

Vor aussetzungen?

Prüfung der geschätzten RegressionsfunktionDas Bestimmtheitsmaß (R2) •gibt den Anteil der erklärten Streuung an der Gesamtstreuung an, d. h. denProzentsatz der Variation von y, der durch die untersuchten x erklärt wer-den kann

Der F-Test•beantwortet die Frage, ob das geschätzte Modell auch über die Stich pro behinaus für die Grundgesamtheit Gültigkeit besitzt; das Modell wäre in die -sem Fall statistisch signifikant; die entsprechende Nullhypothese lau tet: Es besteht kein Zusammenhang und somit sind in der Grund gesamt heit dieRegressionskoeffizienten alle gleich null

F = MSRegression

MSError

R2 = SSRegression

= SSTotal

n( i - y–)2

i =1n

(yi - y–)2

i =1

y = b0 + b1 x

i = yi - i

232

233

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Kein Trend!Residuen verändern sichnicht im Laufe der Zeit(keine Autokorrelation).

Trend!Residuen werden im Laufeder Zeit immer größer(Autokorrelation).Das ist ein Hinweis, dassnicht erfasste Größen zueiner Veränderung der Ergebnisse führen, z. B.Maschinenverschleiß,Außentemperatur.

4

3

2

1

0

-1

-2

-3

2

1

0

-1

-2

Res

idue

n 2

BeobachtungsnummerBeobachtungsnummer

Res

idue

n 1

0 10 20 30 0 10 20 30

Regressionskoeffizienten:•Durch t-Tests werden die Regressionskoeffizienten auf ihre Signifikanzgetestet. Dabei lauten die Hypothesen:

H0: b0 = 0 Die Gerade geht durch den UrsprungHA: b0 0 Die Gerade geht nicht durch den Ursprung

H0: b1 = 0 Es besteht kein Zusammenhang zwischen der unabhängigenVariablen x und der abhängigen Variablen y

HA: b1 0 Es besteht ein Zusammenhang zwischen der unabhängigenVariablen x und der abhängigen Variablen y

Analyse der Residuen:•Die grafische Analyse der Residuen gibt wichtige Hinweise auf die Güteder Modellanpassung; das Vorhandensein von Trends oder Abhängig keitvon einer der Variablen ist Indiz für ein unvollständiges oder fal schesModell; darüber hinaus basiert das Modell auf der Annahme, dass dieResiduen normalverteilt sind; die Verletzung dieser Annahme ist entschei-dend: Die Prüfgrößen und Testverfahren sind nicht mehr an wendbar

Residuen im Zeitverlauf/Beobachtungsnummer

233

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

234

Residuen vs. geschätzter Modellwert ( )

Wahrscheinlichkeitsnetz und Histogramm der Residuen


Die Standardabweichung istvom y-Wert unabhängig.

Standardabweichung undVarianz sind konstant(Homoskedastizität).

Die Standardabweichungnimmt mit dem berechneteny-Wert zu, die Residuen liegen in einem Trichter.

Standardabweichung undVarianz sind nicht konstant(Heteroskedastizität).

2

1

0

-1

-2

Res

idue

n 1

Res

idue

n 2

0,5

0,0

-0,5

-1,0

53 54 55 56 57 58 59 53 54 55 56 57 58 59

Wenn die Residuen normal-verteilt sind, liegen sie imWahrscheinlichkeitsnetz inetwa auf einer Geraden unddas Histogramm ähnelt einer Glockenkurve.

Ist dies aus der grafischenDarstellung nicht eindeutigersichtlich, so empfiehlt es sich, für die Residueneinen Normalitätstestdurchzuführen.

8

7

6

5

4

3

2

1

0

Res

idue

n

Häu

figke

it

Beobachtungsnummer-2 -1 0 1 2

Residuen-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0

2

1

0

-1

-2

234

Die Darstellung der Anpassungslinie (Fitted Line Plot) erzeugt die am bestenpassende, am besten erklärende Regressionsfunktion für zugrunde liegendeDaten und stellt diese grafisch dar.

235

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Darstellung der AnpassungslinieLackdicke = 249,6 - 1,987 Verdünnermenge (in %)

Verdünnermenge (in %)

Lack

dick

eS 3,78043R-Sq 98,9%R-Sq (adj) 98,9%

235

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

236

MULTIPLE LINEARE REGRESSION

Multiple lineare Regression

BezeichnungMultiple Linear Regression, multiple lineare Regression

ZeitpunktANALYZE

ZielDie Wirkung von mehr als einer unabhängigen Variablen auf eine ab hän gi ge-Variable untersuchen Eine Funktion bestimmen, die diese Wirkung bestmöglich erklärt-

VorgehensweiseDie Regressionsfunktion hat dann die folgende allgemeine Form:

Y = b0 + b1X1 + b2X2 + ... + bnXn +

Eine wichtige Voraussetzung bei der multiplen linearen Regression ist die Un -abhängigkeit der erklärenden Variablen Xi (Regressoren), d. h., es darf keineMultikollinearität bestehen.

Unabhängigkeit der erklärenden Variablen Xi (Regressoren)

Diese grafische Darstellung ermöglicht einevisuelle Prü fung des Zusam men hanges zwi-schen den Inputvariab len und dem Out put(Lackdicke vs. Ver dünner menge und Lack -dicke vs. Temperatur) sowie zwischen denbeiden Input variablen (Ver dünner menge vs.Temperatur).

Es wird erwartet, dass ein Zusammen hangzwischen dem Input und dem Output be - steht (hier Lackdicke und Verdünner menge).

Aber zwischen den Inputvariablen ist dieUnabhängigkeit Voraussetzung für dieRegres sion (h ier: Verdünnermenge vs.Temperatur).

Temperatur Lackbox (in Grad Celsius)

Verdünnermenge (in %)

Lackdicke

236

237

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TippDer VIF (Variance Inflation Factor) gibt einen Hinweis für die Unabhängigkeit der Re -gres soren. Ein VIF nahe 1 bedeutet keine Multikollinearität (d. h. die Regressoren sindunabhängig), ein VIF von ca. 5 indiziert starke Multikollinearität.

MULTIPLE LINEARE REGRESSION

Ergebnis: Durch ein hohes Bestimmtheitsmaß R2 und den signifikanten F-Testkann da von ausge gangen werden, dass der Zusammenhang gut durch diesesModell erklärt wird. Wie er wartet, hat die Verdünnermenge einen Einfluss auf die Lackdicke, die Temperatur allerdings keinen signifikanten (s. P-Werte).

Regression Analysis: Lackdicke versus Verdünnermenge (; Temperatur Lackb)

The regression equation isLackdicke = 251 - 1,99 Verdünnermenge (in %)

- 0,067 Temperatur Lackbox (in Grad Cel)

Predictor Coef SE Coef T P VIFConstant 251,173 2,675 93,91 0,000Verdünnermenge (in %) -1,98909 0,02410 -82,54 0,000 1,0Temperatur Lackbox (in Grad Cel) -0,0671 0,1043 -0,64 0,522 1,0

S = 3,79472 R-Sq = 98,9% R-Sq(adj) = 98,9%

Analysis of Variance

Source DF SS MS F PRegression 2 99315 49658 3448,47 0,000Residual Error 77 1109 14Total 79 100424

Analyse der Residuen:Die grafischen Analysen der Resi duen zeigen kein Muster.Zur Si cher heit kann ein Norma -litätstest durchgeführt werden (hier: Die Null hypo these kann nicht verworfen werden).

237

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

238

LOGISTISCHE REGRESSION

Logistische Regression

BezeichnungLogistic Regression, logistische Regression

ZeitpunktANALYZE

Ziel1. Den Zusammenhang zwischen einer (oder mehreren) stetigen, unabhängi-

gen Einflussvariablen und einer diskreten, binären, abhängigen Output -größe untersuchen.

2. Die Wahrscheinlichkeit für das Eintreten eines bestimmten Ereignissesschätzen.

Vorgehensweise1. Bei der (binären) logistischen Regression wird nicht das beobachtete Er -

eignis selbst („kein Fehler“ bzw. 0/„Fehler“ bzw. 1) analysiert, sondern dieEintrittswahrscheinlichkeiten dieser Ereignisse P(Y= „kein Fehler“) bzw.P(Y=0); P(Y= „Fehler“) bzw. P(Y=1). Es wird demnach nicht die originäreFrage „Welche Werte der Einflussvariablen X führen zu einem Fehler (bzw.Y=1)“ beantwortet, sondern ein Zusammenhang zwischen der Ein tritts -wahr scheinlichkeit eines Fehler (bzw. Y=1) und der Ausprägung der Ein -fluss variablen X aufgestellt („Wie wahrscheinlich ist es, dass bei einembestimm ten Wert von X ein Fehler (bzw. Y=1) auftritt?“)

2. Um die Wahrscheinlichkeit P(Y=1) für das Eintreten von Y=1 („eines Feh -lers“) bestimmen zu können, wird unterstellt, dass eine nicht beobachtbareVariable „Z“ existiert, die die binäre Ausprägung von Y in Abhängig keit derAusprägungen der unabhängigen Variablen Xi erzeugen kann. Formal:

yk =1 falls zk > 00 falls zk 0

mit zk = b0 + b1x1k + b2x2k + … + bnxnk + �k

238

239

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Die Variable „Z“ kann hierbei als die Summe der Einzeleinflüsse der un ab -hängigen Variablen auf das Ereignis Y=1 („Fehler“) aufgefasst werden.

3. Durch Z wird eine Verbindung zwischen der binären, abhängigen Variable undden stetigen, unabhängigen Variablen hergestellt. Darüber hinaus wird un ter -stellt, dass die Beziehung zwischen den Variablen Xi und der Variab len Zlinear ist. Die logistische Regressionsgleichung wird nun wie folgt definiert:

Pk (y = 1) = 1

1 + e-zk

zk = b0 + b1x1k + b2x2k + … + bnxnk + �k

… wobei die z-Werte auch „Logits“ genannt werden

4. Die Parameter (bi) der logistischen Regressionsfunktion werden mit Hilfeder Maximum Likelihood-Methode geschätzt. Ziel dieser Methode ist es,die Parameter bi so zu bestimmen, dass die Wahrscheinlichkeit (Likelihood),die beobachteten Werte der Einflussvariablen Xi zu erhalten, maximiert wird.Das Modell soll die real beobachteten Werte bestmöglich abbilden können

Dieses Bild zeigt deutlich, dass der Zusam menhang zwischen der Ein tritts -wahr schein lichkeit der binären, abhängigen Variab len P(Y=1) und den un -abhängigen Variablen nicht linear ist.

239

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

240


Beispiel Logistische Regression

Beeinflusst die Verdünnermenge das Ergebnis der Lackdicke („Lackdicke ok“: Y =Ja/Nein)?

Hier wird die Eintrittswahrscheinlichkeit des Er eignisses „Lackdicke nicht ok“: (y=1)in Ab hän gigkeit von der Verdünner menge (in %) dargestellt. Abgebil det sind dievom Modell errech ne ten Eintrittswahrscheinlich kei ten der beobachteten Werte. Es ist deutlich zu sehen, dass bei einem geringeren Anteil als 30 % an Ver dünner -menge die Lack dicke nicht ok sein wird. Gleichzeitig ist aber auch zu er ken nen,dass mit einem Anteil an Verdünnermenge von mehr als 40 % die Wahrschein lich -keit für eine fehlerhafte Lackdicke gegen 0 geht.

Tipp• Häufig wirft die Präsentation der statistischen Ergebnisse für Team und

Sponsor mehr Fragen auf als Nutzen. Aufgrund der Komplexität der Ergeb -nisse empfehlen wir die Anwendung der logistischen Regression für Sta -tis tik-begeisterte Master Black Belts. Analog zu der Diskussion im Hinblickauf Datentransformation (s. Datentransformation) möchten wir hier auf dieAkzeptanz der (statistischen) Methoden hinweisen.

• Der Zusammenhang zwischen stetigen (Einfluss-) und diskreten (Output-)Variablen kann auch mit den üblichen Hypothesentests geprüft werden. Inder ANALYZE-Phase ist es nicht das Hauptziel ein Model aufzubauen, son-

240

241

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

dern die Einflussfaktoren zu identifizieren und ihre Wirkung zu verifizieren.Daher lässt sich die Frage umkehren: Bei dem obigen Beispiel könnte z. B.die Frage beantwortet werden, ob die durchschnittliche Verdünnermengebei „Lack dicke ok“ grundsätzlich anders ist als bei „Lackdicke nicht ok“.Diese Umgehungsstrategie hat sich in der Praxis sehr bewährt.


241

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

242

DESIGN OF EXPERIMENTS (DOE)

Design Of Experiments (DOE)

BezeichnungDesign of Experiments (DOE), statistische Versuchsplanung

ZeitpunktANALYZE, Übergang zu IMPROVE

ZielSystematisch – im Sinne einer effizienten Prozessanalyse – vorgehen-Den Zusammenhang zwischen den Einflussfaktoren in einem Prozess und-den resultierenden Produkt- und Prozesseigenschaften mit einer minima-len Anzahl von Versuchen herausarbeitenDie optimalen Einstellungen bestimmen, um die Zielgrößen innerhalb der-Kundenspezifikationen festzulegen

Vorgehensweise1. Optimierungsaufgabe definieren und Zielgröße festlegen2. Einflussvariablen identifizieren3. Relevante Faktorstufen bestimmen4. Versuchsstrategie ableiten: geeignetes Design und Stichprobengröße

festlegen5. Messmittelfähigkeit sicherstellen6. Experimente durchführen und Daten erheben7. Ergebnisse analysieren und Maßnahmen ableiten

1. Optimierungsaufgaben definieren und Zielgrößen festlegenZu untersuchendes Produkt bzw. Prozess auswählen•Ziele festsetzen•Zielgrößen festlegen, mit denen die Zielerreichung gemessen werden•sollDabei beachten, dass die Zielgrößen folgende Eigenschaften aufwei-•sen:- Vollständigkeit: Alle wesentlichen Prozess- und Produkt eigen schaf ten

sind erfasst- Verschiedenheit: Jede Zielgröße beschreibt einen anderen Zusam -

men hang

242

243

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


- Relevanz: Jede Zielgröße steht in klarem Bezug zum Unter suchungs -ziel

- Linearität: Bei mehreren ähnlichen Zielgrößen wird diejenige aus -gewählt, die linear von den Einflussgrößen abhängt

- Quantifizierung: Die Zielgrößen sollten möglichst stetig bzw. metrischsein

2. Einflussvariablen identifizierenEntscheidende Einflussgrößen mithilfe eines strukturierten Brainstormings•finden und festhalten. Wichtige Hilfsmittel sind: - Ursache-Wirkung-Diagramm- Tool 3- FMEAAußerdem können Ergebnisse der Prozess- und Datenanalyse einflie-•ßen:- Varianzanalyse- RegressionsanalyseDie endgültige Bewertung sollte nach folgenden Kriterien erfolgen:•- Bedeutung des Faktors - Genauigkeit der möglichen Einstellung- Reproduzierbarkeit der Einstellung- Aufwand für die Veränderung der Stufen

3. Relevante Faktorstufen bestimmenAls Faktorstufen werden ein Maximum und ein Minimum festgelegt. •Es werden zunächst zwei Faktorstufen ausgewählt: - Stetige Einflussgrößen: Das Maximum und das Minimum sollten in

einem sinnvollen Bereich liegen, sodass die Zielgröße noch bestimm -bar ist

- Diskrete Einflussgrößen: Sind die Faktorstufen diskret, z. B. fünf Her -steller, bezieht man sich zunächst auf die zwei wichtigsten Faktor -stufen

4. Versuchsstrategie ableitenStichprobengröße festlegen (Versuchsumfangsplanung) •Anzahl der Blöcke bestimmen•Über Randomisierung entscheiden bzw. Restriktionen bei der Rando mi -•sierung berücksichtigen (z. B. aufgrund der Kosten eines Ver suchs auf -baus)Faktorstufenkombinationen festlegen: Vollfaktorielle oder fraktionell fak-•torielle Versuchsplanung

243

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

244


– In der Regel ist ein vollfaktorielles DOE zu aufwendig. Sind die Versuchesukzessiv durchführbar, so ist folgendes Vorgehen zu empfehlen (block-weises Vorgehen):

- Block 0: Gut-schlecht-Vergleich• Es gibt für jeden Faktor zwei unterschiedliche Einstellungen, die

zu deutlich unterschiedlichen Werten der betrachteten Ziel größeführen

• Alle Faktoren werden erst einmal so ein gestellt, dass nach Exper -ten meinung ein "gutes" Ergebnis erwar tet werden kann, z. B. ge -rin ge Fehlerquote, hohe Wirk stoffkonzen tration – dann werden alleFak to ren so eingestellt, dass ein "schlechtes" Er gebnis erwar tetwerden kann, z. B. hohe Fehler quote, geringe Wirk stoffkonzen -tration

• Ziel ist es, festzustellen, ob Effekte überhaupt vorhanden sind;wenn keine Effekte gefunden werden, kann dies daran liegen,dass die ge wählten Faktoren nicht relevant sind oder das Signal-Rausch-Ver hält nis zu gering ist, d. h. das Rau schen zu groß ist

An dieser Stelle sollten dann die Versuche abgebrochen werden undggf. weitere Faktoren bestimmt oder das Rau schen beseitigt werden

- Block 1: Screening-Experimente• Es ist nicht ungewöhnlich, dass man bei der Auswahl der Fak to -

ren auf 10 oder gar 15 Faktoren kommt• Sind Effekte grundsätzlich vorhanden, so sollten zunächst Versu -

che mit Auflösung III oder IV durchgeführt werden• Die wichtige Frage hier ist es: Gibt es Effekte in ausreichender

Größe? • Das Ziel besteht darin, in dieser Phase die relevanten Fak toren

zu finden ("die Spreu vom Weizen zu trennen") – häufig kann mandie Anzahl der relevanten Faktoren erheb lich re duzieren und wei-tere Versuchspläne mit weitaus weniger Versuchen durchführen

• Bei der Entscheidung, Faktoren wegzulassen, muss man aufmög liche Wechselwirkungen achten – deshalb wird in der Praxisdavon Abstand genommen, eine Faktor reduzierung bei AuflösungIII durchzuführen

- Block 2: Bestimmungs-Experimente (Fold Over)Ergänzung des Screening-Versuchsplans durch Fold Over (Auffal tung),d. h. Ergänzung durch einen Komplementärplan; darunter verstehtman die Umkehrung der Vorzeichen des Ausgangs-Versuchs plans:

244

245

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


• Ziel ist es, die Anzahl der Faktoren auf die wirklich wichtigen zure duzieren; damit ist es möglich, die Wechselwirkungen zu schät-zen; durch ein Fold Over sind Vermischungen zwischen Haupt -effekten und Wechselwirkungen nicht mehr vorhanden

• Die statistische Analyse kann bereits erste Ansätze für die Opti mal - einstellungen geben (Response Optimizer)

- Block 3: Abschluss-Experimente• Gibt es Grund zur Annahme, dass die Zusammenhänge nicht line-

ar sind, d. h. quadratische Effekte oder Effekte höherer Ordnungder relevanten Faktoren vorhanden sind, so werden zusätzlicheVersuche durchgeführt, die zusätzlich Mittelwerte neben den Min-und Max-Ein stellungen berücksichtigen

• Es handelt sich hier um die Response-Surface-Methoden (Cen tralCom posite Design – zentral zusammengesetzte Pläne)

- Block 4: Optimierungs-Experimente• Bei der statistischen Analyse der vorangegangenen Versuche wur-

den Optimaleinstellungen vorgeschlagen • Ziel ist es jetzt, die Optimaleinstellungen der Faktoren zu überprüfen

Abschätzen der Kosten: Es ist darauf zu achten, dass die Kosten ineinem angemessenen Verhältnis zu dem erhofften Ergebnis stehen.Erscheint der Aufwand zu groß, so ist zu untersu chen, ob durch Ver -zicht auf Faktoren bzw. Faktorstufen, Block bil dung bzw. Randomisie -rung oder durch eine kleinere Anzahl von Versu chen die Kosten redu-ziert werden können, ohne das Untersuchungsziel zu gefährden.Ggf. soll das Untersuchungsziel überdacht werden

5. Datenqualität sicherstellenFühren Sie eine Messsystemanalyse für alle relevanten Messgrößen (Out put(Y), Prozess und Input (X)) durch und verbessern Sie ggf. das Messsystem

6. Experimente durchführen und Daten erhebenVor der eigentlichen Durchführung ist es empfehlenswert, einige Vor lauf -•tests bzw. Pilotexperimente durchzuführen; Ziel ist es, insbesondere zuüberprüfen, ob der geschätzte Aufwand realistisch ist und ob das Er geb -nis konsistent ist, d. h. das Rauschen ausgeschaltet wurdeBei der Durchführung der Experimente soll sichergestellt werden, dass•alles nach Plan läuft; das bedeutet, dass die Experimente einzeln über-wacht werden müssen

245

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

246


7. Ergebnisse analysieren und Maßnahmen ableiten Die grafischen und analytischen Ergebnisse werden nach jedem Block•überprüft, um die weitere Vorgehensweise zu bestimmen; insofern istdie Durchführung eines DOE ein iterativer ProzessBei der Analyse der Ergebnisse und Ableitung des weiteren Vorgehens•sollten stets ein oder mehrere Experten aus dem Prozess miteinbezo-gen werden, um falsche Schlussfolgerungen zu vermeiden; diese kön-nen z. B. durch Messfehler oder Rauschen die wahrenZusammenhänge verdecken; die Ergebnisse sollten jederzeit auf ihreSinnhaftigkeit überprüft werden

246

247

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

VOLLFAKTORIELLE VERSUCHSPLÄNE

Vollfaktorielle Versuchspläne

BezeichnungFull Factorial Design, vollfaktorielle Versuchspläne


ZielErmittlung der Wirkung der Hauptfaktoren und der Faktorwechsel wirkun gendurch systematisches Austesten aller Faktorkombinationen

VorgehensweiseNachfolgend werden zunächst einige Begriffe und Konzepte vorgestellt

Faktoren und FaktorstufenFaktoren sind die Einflussvariablen. Bei DOE werden die Faktorstufen in derRegel auf ihre Extremwerte (realistischer minimaler und maximaler Wert) re -duziert. Dadurch wird erreicht, dass mit einem minimalen vertretbaren Auf wandein größtmöglicher Bereich abgedeckt wird.

Der Mittelwert einer Faktorstufe hat zunächst einen geringeren Informations -gehalt als die Extrema. Nur bei nicht linearen Zusammenhängen ist der Mit -telwert von größerer Bedeutung.Ein DOE hat die Form 2k, d. h. k Faktoren mit jeweils zwei Faktorstufen (Mini -mum und Maximum).

Versuchswiederholung und VersuchsplanwiederholungEine Versuchswiederholung (engl. Repeat) ist die direkt aufeinander erfol-•gende Wiederholung eines Versuches, ohne dass es eine Änderung in denEinstellungen gegeben hat; zwischen den Versuchswiederholungen werdenkeine anderen Einstellungen durchgeführt- Versuchswiederholungen erfassen die kurzfristige Variation - Versuchswiederholungen benötigen keinen neuen Versuchsaufbau.- Durch Versuchswiederholungen entstehen im Versuchsplan keine

zusätzlichen Freiheitsgrade

247

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

248


Anzahl der Versuche

Standardabweichung (Erfahrungswert)

Granularität

Im Rahmen einer Versuchsplanwiederholung (engl. Replicate) wird der ge -•samte Versuchsaufbau mit allen Einstellungen vollständig wiederholt- Versuchsplanwiederholungen erhöhen die Anzahl der Freiheitsgrade

eines Versuchsplans- Versuchsplanwiederholungen erhöhen die Stichprobengröße- Versuchsplanwiederholungen ermöglichen die Erfassung langfristiger

Variation- Versuchsplanwiederholungen erhöhen die benötigte Anzahl der Ver -

suchs aufbauten

Größe der benötigten StichprobeFür Versuchspläne hat sich folgende Daumenregel als geeignet erwiesen:

N ist die Gesamtanzahl der Versuche. Ferner ist m die Anzahl der Einzel -versuche eines Versuchplans. So lässt sich n – die notwendige Anzahl derVersuchsplanwiederholungen berechnen:

Steuer- und StörgrößenSteuergrößen sind die Größen, die auf einen gewünschten Wert ein ge stellt•und gehalten werden können; Steuergrößen sollten nach Möglichkeit soeingestellt werden, dass sich das Rauschen im Sinne eines robusten Pro -zesses möglichst gering auswirkt Störgrößen können entweder bekannt oder unbekannt sein; bekannte Stör -•größen sollten möglichst ausgeschaltet oder in den Ver suchs plan alsFaktor einbezogen werden; gelingt dies nicht, kann ihr Effekt durch Block -bildung eliminiert werden; unbekannte Störgrößen können nicht eingestelltwerden; sie stellen das Grundrauschen dar – aber durch Randomisierungkann ihr Effekt reduziert werden

Randomisierung und BlockbildungRandomisierung bedeutet, dass die Einzelversuche in jedem Block in zu -•fälliger Reihenfolge durchgeführt werden

n = Nm

N = 60 . c n2

248

249

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Randomisierung dient dazu, dass sich Trends, die durch unbekannte Stör -faktoren (Rauschen) entstehen und das Ergebnis verfälschen könn ten, neu -tralisiert werden; die zufällige Reihenfolge wird mithilfe von Zufalls zah lenfestgelegtUnter Blockbildung versteht man die Einteilung der Einzelversuche in Blö -•cke; Blockbildung dient dazu, bekannte Störgrößen zu berücksichtigen, z.B. unterschiedliche Temperatur und/oder Luftfeuchtigkeit zu verschiede-nen Tageszeiten während der Produktion

Saturierte Versuchsplanung (Balanced Design)Für jeden Faktor wird die gleiche Anzahl an positiven und negativen Vor zei -chen (Minimal- und Maximaleinstellungen) berücksichtigt.

Vollständig faktorielle VersuchsplanungIm Rahmen einer vollständig faktoriellen Versuchsplanung werden alle Fak tor -stufen aller Faktoren miteinander kombiniert. Dadurch werden alle Wech sel -wirkungen berücksichtigt. Bei einer Versuchsplanung mit drei Faktoren siehtdas Grundschema des Versuchsplans folgendermaßen aus:

Eine vollständig faktorielle Versuchsplanung hat den Vorteil, dass alle Infor -mationen erfasst und analysiert werden können. Aus Kosten- und Zeitgrün -den ist sie jedoch nicht immer realisierbar: Die Anzahl der Versuche nimmtmit zunehmender Anzahl von Faktoren exponentiell zu.

Faktoren Faktorwechselwirkungen

Nr. A B C AB AC BC ABC

1 - - - + + + -

2 + - - - - + +

3 - + - - + - +

4 + + - + - - -

5 - - + + - - +

6 + - + - + - -

7 - + + - - + -

8 + + + + + + +

249

Mittelwert allerBeobachtungen

bei hohem Niveau(+)

Mittelwert allerBeobachtungen

bei niedrigem Niveau(-)

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

250


EffektenberechnungFür die Berechnung der Haupteffekte und der Effekte der Wechselwirkungengilt folgende Formel:

Effekt = – –

DOE auswerten1. Mithilfe eines geeigneten Statistikprogramms wie Minitab® die gesammel-

ten Daten auswerten2. Effekte der Faktoren und der Wechselwirkungen bestimmen3. Statistisch nicht signifikante Faktoren aus dem Modell entfernen (i. d. R.

die Faktoren mit einem p-Wert größer als 0,1) und die Auswertung wie der -holen

4. Residuen analysieren, um sicherzustellen, dass das Modell korrekt auf-gestellt ist („Analyse der Residuen“ ab Seite 233)

5. Signifikante Interaktionen und Haupteffekte grafisch (Wechselwirkungs -diagramm, Haupteffektediagramm) und analytisch untersuchen und dasmathematische Modell aufstellen

6. Das Modell in praktische Schlussfolgerungen übersetzen und daraus ge -eignete Maßnahmen ableiten

Beispiel

Nr. Temperatur Druck Verdünner Ergebnis

1 20 15 10 152

2 25 15 10 167

3 20 30 10 180

4 25 30 10 159

5 20 15 20 198

6 25 15 20 201

7 20 30 20 230

8 25 30 20 236

250

251

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TEILFAKTORIELLE VERSUCHSPLÄNE

Teilfaktorielle Versuchspläne

BezeichnungFractional Factorial Design, fraktionell faktorielle Versuchsplanung


Ziel- Den Zusammenhang zwischen den Einflussfaktoren in einem Prozess

und den resultierenden Produkt- und Prozesseigenschaften ermitteln- Die Anzahl der Versuche minimieren

Vorgehensweise1. Bei teilfaktoriellen (auch fraktionell faktoriellen) Versuchsplanungen wird

die Anzahl von Versuchen wesentlich reduziert mit nur geringfügigemInforma tionsverlust

2. Informationsverluste werden zunächst hingenommen; durch ein Aufklap pendes Versuchsplans (Fold Over) können zu einem späteren Zeitpunkt diever loren gegangenen Informationen eingeholt werden

3. Außer Kosten- und Zeitersparnissen sind möglicherweise nicht alleFaktor-wechselwirkungen von Interesse. Sollten die Ergebnisse es erfor-derlich machen, können immer noch darüber hinaus weitereVersuchsaufbauten nachträglich aufgenommen werden

4. Eine fraktionell faktorielle Versuchsplanung hat die Form 2k-q, wobei q derVerminderungsfaktor ist

5. Damit die Versuchsplanung saturiert (balanced) ist, müssen gleich vieleposi tive und negative Vorzeichen berücksichtigt werden; wobei die Vor zei -chen folge derart gewählt wird, dass eine sinnvolle Interpretation der Ergeb -nisse möglich ist; bei einem Beispiel mit vier Faktoren gilt folgendesGrund schema:

251

Die Vorzeichen des Faktors D werden deshalb durch die Vorzeichen derWech sel wirkung ABC ersetzt. Dieses Vorgehen resultiert aus der nur gering-fügigen Wahrscheinlichkeit, dass diese drei Faktoren sich gleichzeitig be ein -flussen. Dadurch ist gewährleistet, dass die Wirkung des Faktors D ab zu lei tenist. Es könnte allerdings der unwahrscheinliche Fall eintreten, dass dieWech selwirkung ABC signifikant ist und nur deshalb der Faktor D gleich fallsals sig nifikant interpretiert wird.

Vermengung und LösungstypVermengung bedeutet, dass die Spalten bei einer fraktionell faktoriellen Ver -suchsplanung gleich sind und deshalb zwischen den Effekten nicht unter-schieden werden kann.

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

252


Nr. A B C D AB AC BC ABC

1 - - - - + + + -

2 + - - + - - + +

3 - + - + - + - +

4 + + - - + - - -

5 - - + + + - - +

6 + - + - - + - -

7 - + + - - - + -

8 + + + + + + + +

9 - - - + … … … …

… … … … … … … … …

Vorzeichen von ABC

252

253

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Lösungstypen:

Die Auswertung erfolgt genauso wie bei einem vollfaktoriellen Versuchsplan.

Beispiel auf der folgenden Seite.

Anzahl von Faktoren

Anz

ahl v

on V

ersu

chen

2 3 4 5 6 7 8 9 10 11 12 13 14 15

4 Full III

8 Full IV III III III

16 Full V IV IV IV III III III III III III III

32 Full VI IV IV IV IV IV IV IV IV IV

64 Full VII V IV IV IV IV IV IV IV

128 Full VIII VI V V IV IV IV IV

Lösungstyp Vermengung Bewertung

III Hauptfaktoren werden mit Zweifaktoren wech -sel wirkung vermengt

Kritisch

IV Hauptfaktoren mit Dreifaktoren wechsel wirkung/Zweifaktorenwechselwirkung mit Zweifaktoren -wechselwirkung

Weniger kritisch

V Hauptfaktoren mit Vierfaktorenwechselwirkung/Zweifaktoren wechsel wirkung mit Drei faktoren -wechsel wirkung

Unkritisch

253

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

254


Beispiel

Es handelt sich hier um ein 24-1 fraktionelles faktorielles Design, d. h. ein vollfakto-rielles Design (mit 24 = 16 Versuchen) wurde auf 8 Versuche reduziert. Die Anzahlder Versuche kann mit folgender Formel berechnet werden:

2 (k-q)

wobei k die Anzahl von Faktoren und q der Verminderungsfaktor ist. Z. B. q=1 ent -spricht einem halben Design, q =2 einem viertel Design usw. Die 2 steht für dieAnzahl der Faktorstufen.

Nr. Temperatur Druck Verdünner Lackierbox Ergebnis

1 20 15 10 1 152

2 25 15 10 2 167

3 20 30 10 2 180

4 25 30 10 1 159

5 20 15 20 2 198

6 25 15 20 1 201

7 20 30 20 1 230

8 25 30 20 2 236

9 - - - - -

… - - - - -

254

255

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Variationsreduktion

BezeichnungVariationsreduktion


ZielFeststellen, bei welcher Einstellung der Standardabweichung oder der Varia ti onals Zielgröße die geringste Variation auftritt.

Vorgehensweise1. Bei einer DOE gibt es zwei Möglichkeiten Daten für die Berechnung der

Streuung je Einstellung zu sammeln: Durch Versuchsplanwiederholungen(Replikationen) oder Wiederholungen einzelner Versuche (Versuchs wie der -holungen) unmittelbar nacheinander. Die Methoden können als Indikatorenvon lang- und kurzfristiger Varianz betrachtet werden. Versuchswieder -holungen sind häufig günstiger, da das Rüsten entfällt. Sam meln Sie soviele Daten wie möglich und berechnen Sie je Einstellung die Streuung (z. B.die Standardabweichung) und die Lage (z. B. den Mittelwert).

2. Wird die Streuung als Zielgröße (Response) betrachtet, so kön nen mit ein-fachen Mitteln und der klassischen faktoriellen DOE die relevanten Fakto -ren, welche die Variation beeinflussen, erkannt werden, und daher kannVariationsreduktion erfolgen

3. Für die Stabilisierung der Variation ist es notwendig, die Varianz zu trans-formieren, wozu üblicherweise die Wurzeltransformation (in diesem Fall istdas Ergebnis die Standardabweichung) oder die logarith mische Trans for -mation (ln – natürlicher Logarithmus) verwendet wird

4. Für die Berücksichtigung der Standardabweichung als Zielgröße sind meh-rere Messungen durch Versuchswiederholungen (Repeats) not wendig

Der Aufbau und die Auswertung erfolgen weitestgehend wie bei den vollfak to -riellen Versuchsplänen.


VARIATIONSREDUKTION

255

Beispiel

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

256

VARIATIONSREDUKTION

Faktoren und Faktor -stufen einstellungen

Ergebnisse der Versuchs -wiederholungen

Mittelwert undStandard -abweichung

A B C D M 1 M 2 M 3 M 4 M 5 x– s

+ - + + y11 y21 y31 y41 y51 x–1 s1

- - + + y12 y22 y32 y42 y52 x–2 s2

256

257

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zielgröße

y-Achsenabschnitt Koeffizienten der Faktoren

Response Surface Methoden

BezeichnungResponse Surface Methoden (RSM), Wirkungsflächenverfahren

ZeitpunktANALYZE, Übergang zu IMPROVE als Optimierungsexperiment

Ziel- Einbindung bei nicht linearen Zusammenhängen - Zusätzliche Optimierung der Zielgröße mit bestimmter Einstellung der Fak -

toren

VorgehensweiseAnzahl der Faktoren weitestgehend vorher durch voll-/teilfaktorielle Pläne re -duzieren und nur die wirklich relevanten Faktoren weiter betrachten; das Vor -gehen erfordert mehr Versuche, da nicht nur Extrem werte, sondern auch Mit -telwerte untersucht werden

Unter Berücksichtigung der nicht linearen Zusammenhänge beschreibt fol gen - des Modell die Krümmung der Oberfläche:

y = b0+ b1 x1 + b2 x2+ b11 (x1)2 + b22 (x2)2 + b12 x1 x2

Zur Bestimmung der zusätzlichen Koeffizienten sind Mittelwerte zwischen denExtrempunkten der Faktoren erforderlich. Hierbei findet z. B. ein Central Com -posite Design (CCD) Anwendung.

Die Auswertung erfolgt weitgehend wie bei den zuvor erläuterten Versuchs-plänen. Man erwartet jedoch, dass zumindest ein nicht linearer Zusammen-hang signifikant ist.

RESPONSE SURFACE METHODEN

257

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

258

WEITERE VERSUCHSPLÄNE

Weitere Versuchspläne

BezeichnungFurther Experimental Designs, weitere Versuchspläne


Ziel- Systematisch – im Sinne einer effizienten Prozessanalyse – vorgehen- Den Zusammenhang zwischen den Einflussfaktoren in einem Prozess und

den resultierenden Produkt- und Prozesseigenschaften mit einer minimalenAnzahl von Versuchen herausarbeiten

- Die optimalen Einstellungen bestimmen, um die Zielgrößen innerhalb derKundenspezifikationen festzulegen

- Einschränkungen der faktoriellen Versuchspläne berücksichtigen

VorgehensweiseBesonders erwähnenswert sind zwei weitere Versuchspläne:

1. D-Optimale Versuchspläne …… sind besondere Versuchspläne, die es erlauben, mit der geringstmögli -chen Anzahl von Versuchen alle Haupteffekte und Wechselwirkungen ein-deutig zu bestimmen, d. h., Haupteffekte und Wechselwirkungen sind nichtvermengt

Sie sind besonders empfehlenswert, wenn …… die Anzahl von Stufen für jeden Faktor unterschiedlich sein soll… die Stufenabstände (äquidistant oder nicht äquidistant) frei wählbar sein

sollen… das Modell stufenweise durch neue Faktoren erweitert werden kann… bestimmte Faktoreinstellungskombinationen ausgeschlossen werden

müssen

258

259

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Darstellung Versuchsraum D-optimaler Plan (schematisch)

2. Taguchis Versuchspläne:Bei den Taguchi-Versuchsplänen steht die Robustheit von Prozessen imVordergrund. Hier werden die Einstellungen gesucht, bei denen die Ziel -größen möglichst wenig empfindlich auf zufällige Schwankungen der Fak -toren reagieren.

Taguchi unterscheidet zwei Arten von Faktoren:– Steuerfaktoren (Control Factors)

Sie können im Fertigungsprozess auf einen bestimmten Wert eingestelltwerden, z. B. Temperatur einer Trocknungskabine, Druck von Lackier -pistolen

– Störfaktoren (Noise Factors)Sie können zwar im Versuch gezielt geändert werden, in der Fertigungbzw. im Produkt soll der Wert der Zielgröße möglichst von ihr unabhän-gig sein, z. B. Position eines Teils in einem Brennofen, die Umgebungs -temperatur bei elektronischen Schaltungen

Das Ziel von Taguchis Versuchsplänen ist, die Einstellung der einzelnenSteuerfaktoren so zu wählen, dass das Ergebnis (Zielgröße) möglichstwenig durch den Einfluss von Störfaktoren variiert.

Darstellung Taguchi Versuchsplan (Beispiel) auf der folgenden Seite.

A 1

C 1

1 B

259

Darstellung Taguchi Versuchsplan (Beispiel)

3. Evolutionary Operations (EVOP):

EVOP ist eine Technik für Versuchsplanung aus den 50er Jahren, die vonGeorge Box entwickelt wurde.

Bei den EVOP-Designs weichen die Faktorstufen nur minimal von den Stan - dardeinstellungen ab. Dies führt dazu, dass die Produktion nicht unter bro -chen werden muss. Die Veränderungen der Einstellungen sind nicht großgenug, sodass das Produkt/der Output unbrauchbar wird, andererseits sindsie relevant genug, um eine signifikante Verbesserung zu generieren. DerNachteil von EVOP-Designs kann sein, dass durch ein sehr kleines Signal-Rausch-Verhältnis viele Versuche notwendig sind, um einen Un terschied zuerkennen. Daher wird diese Technik in Verbesserungs projek ten nur seltenangewandt, aber viel häufiger bei den inkrementellen Ver besserungen i. S. d.kontinuierlichen Verbesserungsprozesses, d. h. im Prozessmanagement.EVOP ist vielmehr ein erforschendes „Modus Operandi“ in der Produktion.

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

260


Nr. 1 2 3 4N1 - + - +N2 - - + +N3 + - - +

Nr.Steuerfaktoren

A B C D E F G

1 - - - + + + -

2 + - - - - + +

3 - + - - + - +

4 + + - + - - -

5 - - + + - - +

6 + - + - + - -

7 - + + - - + -

8 + + + + + + +

Ergebnisfeld

Störfaktoren

Äußeres Feld (outer array)

Inne

res

Feld

(inn

er a

rray

)

260

261

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

HAUPTURSACHEN ABLEITEN

Hauptursachen ableiten

BezeichnungHauptursachen, Kernursachen, Vital-Few-Ursachen ableiten

ZeitpunktANALYZE, während und am Ende der Phase

Ziel- Die Hauptursachen für die Nichterfüllung der Kunden- bzw. Businessan for -

derungen ableiten- Sicherstellen, dass durch die mögliche Abstellung bzw. Beseitigung der

ab geleiteten Hauptursachen die Zielerreichung ermöglicht wird

Vorgehensweise1. Tool 3 vervollständigen

2. Sicherstellen, dass für jede verifizierte Ursache das Potenzial abgeleitet ist

3. Prüfen, ob durch die Abstellung der abgeleiteten Hauptursachen das Pro -jekt ziel erreicht werden kann; ggf. weitere mögliche Ursachen verifizieren

.

261

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

262


Zu

verif

izie

rend

eH

ypot

hese

n

Die

Aus

bild

ung

der L

acki

e -re

r ist

nic

ht a

usre

iche

nd

Das

Lac

kier

erge

b nis

ist v

omLa

ckie

rer a

b hän

gig

Das

Lac

kier

erge

b nis

ist v

onde

r La

ckie

rbox

ab h

ängi

g

Die

Lac

k dic

ke is

t von

der

Ver d

ün ne

r men

ge a

b hän

gig

PO

TEN

ZIA

L FÜ

R D

IE Z

IE-

LER

RE

ICH

UN

G

Tropfenbildung 3 9 3 3 90%

Farbqualität 3 9 3 0 90%

Lackdicke 1 3 9 9 100%

Priorisierung fürVerifizierung 7 21 15 12

Konstante oder Variable X X X X

Input-/Prozess messgröße I I I P

Datenart Diskret Diskret Diskret Stetig

Methode

Pro zess -analyse

Daten -analyse

Daten -analyse

Daten analyse

SOP-Ver -ständ lich keitund Ver füg -bar keit mit -tels Test per -so nen prüfen

Ver gleichMittel wertund Streu -ung der La ckie rer

Ver gleichMittel wertund Streu -ung derLackier boxen

Korre lation &Regres sions -analyse

Analyseergebnis

• 3 von 3SOPs nichteindeutig

• Nur 3 vonSOPs ver-fügbar

Das La ckier - ergeb nis istvom Lackie -rer abhängig(p = 0)

Das La ckier - ergeb nis istvom Lackie -rer abhängig (p = 0)

Sehr gutesModell R2 = 99%

% Einfluss (nach Verifi -zierung) – optional 20% 20% 40% 5%

Ursachenbeschreibung

SOPs teil -wei se nichtver füg bar,un ver ständ -lich und Mit -arbeiter nichtge nü gendge schult

Lackierer ha -ben un ter -schied licheErfahrungenund Aus bil -dungsgrade

Lackierer ha -ben un ter -schied licheErfah rungen und Aus bil -dungs grade

Verdünner -men ge istnicht im SOPvorgeschrie-ben. Ver suchezei gen großenEin fluss derVerdünner -menge auf dieFarbqualität

Hauptursache (J/N) J J J J

Met

hode

Men

sch

Mas

chin

e

Mat

eria

lM

essu

ngM

utte

r Nat

ur

War

um

Pro

blem

CTC

/Y?

262

263

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Tipp• Ermitteln Sie das Potenzial nicht rein mathematisch, sondern diskutieren

Sie mit dem Team und nutzen Sie den vorhandenen gesunden Menschen -verstand zur Schätzung

• Achten Sie auf die realistische Einschätzung des Potenzials; es geht hierum die Auswirkung auf die CTC-/CTB-Erfüllung!

• Verdichten Sie die Hauptursachen, um die Kommunikation im Unter neh menzu vereinfachen; dabei zeichnen sich sehr häufig die folgenden Ursachen -typen ab:1. Fehlerhafte Prozessinputs bzw. Prozessschritte2. Engpässe, d. h. nicht ausreichend vorgehaltene Kapazitäten3 Zu hohe Bestände bzw. Work in Process4. Verschwendung im Prozess bzw. hohe Komplexität und Overprocessing

(Prozess leistet mehr als vom Kunden gefordert, z. B. mehr Informatio -nen werden ins System eingegeben als nötig oder mehr „Features“ sindim Produkt vorhanden als vom Kunden gefordert)

5. Mangelnde Qualifizierung bzw. Information und Kommunikation6. Fehlende und nicht klar abgegrenzte Verantwortlichkeiten

263

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

264

GATE REVIEW ANALYZE

Gate Review ANALYZE

• Potenzielle Ursachen sammeln- Wie wurden mögliche Ursachen für das Nicht-Erreichen der CTCs und CTBs

identifiziert?- Wurden über weitergehende Fragen nach dem „Warum" auch die Ursachen

der Ursachen erfragt?- Welche der Ursachen sind im Rahmen des gewählten Projektfokus nicht ver-

änderbar? Wie wird damit weiter verfahren?- Welche potenziellen Kernursachen werden im Folgenden weiter analysiert?

Wie wurden diese priorisiert?- Wurde eine Verbindung zwischen Ursachen (X) über die Output-Messgrößen

(Y) zu den CTCs/CTBs hergestellt?

• Prozesse analysieren- Wurde der Prozess detailliert genug analysiert, um wichtige Schwachstellen

im Prozess sichtbar zu machen?- Welche Darstellungsform wurde hierfür gewählt?- Wurden über eine Wertanalyse ausreichend Potenziale identifiziert, um den

Anteil der wertschöpfenden Aktivitäten zu maximieren?- Welche der potenziellen Kernursachen konnten über die Prozessanalyse be -

stätigt werden?

• Daten analysieren- Wurden für die identifizierten statistischen Probleme die richtigen statistischen

Hypothesen formuliert?- Welche statistischen Werkzeuge wurden angewandt, um diese Hypothesen

zu verifizieren?- Zeigen die ausgewählten ursachenbezogenen Messgrößen tatsächlich eine

signifikante Wirkung auf die Outputmessgrößen?- Welche der potenziellen Kernursachen konnten über die Datenanalyse be stä -

tigt werden?

• Hauptursachen ableiten- Wurden Hauptursachen für die Nichterfüllung aller Kunden- bzw. Business -

an forderungen abgeleitet?- Ist die Beweisführung für alle identifizierten Kernursachen nachvollziehbar?- Ist sichergestellt, dass durch die mögliche Beseitigung der abgeleiteten Haupt -

ursachen die Projektziele erreicht werden?- Welchen Einfluss hat die mögliche Beseitigung der Kernursachen auf den

monetären Nutzen des Projekts?

264

SIX SIGMA+LEAN

TOOLSET

IMPROVEWas sind die Lösungen zur Behebung der

Ursachen?


267

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zusammenfassung IMPROVE-Phase

PHASE 4: IMPROVE

Zielsetzung und Umfang der Phase• Die IMPROVE-Phase beantwortet die Frage: „Was sind die

Top lösungen zur Behebung der Kernursachen?“ – d. h., wiekann die Ursache eliminiert werden, so dass das Projektzielerreicht werden kann

• Dazu werden Lösungsideen auf Basis der Kernursachen ab -ge leitet, bewertet, ausgewählt und die Implementierung de -tail liert erarbeitet

Die Bedeutung der IMPROVE-Phase• Durch die Kombination von bewährten Werkzeugen aus dem

Lean Management und Kreativitätstechniken werden wir kungs -volle Lösungen zur Behebung der verifizierten Ursachen iden-tifiziert

• Die Zielerreichung des Projekts wird sichergestellt, indem dieWirkung der Lösung bzw. der Kombination aus Teillösungenfrühzeitig geprüft und ggf. nach weiteren Teillösungen gesuchtwird

• Die Nachhaltigkeit der Verbesserung wird bereits bei der Im -ple mentierung des neuen Prozesses berücksichtigt: Die Maß -nahmen zur Prozessüberwachung und Steuerung sind festeBestandteile des neuen Prozesses

Vorgehen in der IMPROVE-Phase• Mögliche Lösungen identifizieren• Mögliche Lösungen auf ihre unternehmenspolitische sowie

auf wandsbezogene Realisierbarkeit überprüfen und die bes -ten Lösungen auswählen; die identifizierten Teillösungen zueinem schlanken Prozess konsolidieren und die Ziel errei chungsicherstellen

• Überwachung und Steuerung des Prozesses vorbereiten undmit dem neuen Prozess umsetzen

D

M

A

I

C

267

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

268

I.2 Lösungen verfeinern und filternWelche Lösungen sind vor dem Hintergrund unternehmens-spezifischer Anforderungen sowie ihrem Aufwand-Nutzen-Verhältnis weiterzuverfolgen?

I.3 Lösungen finalisierenWie können die Lösungen kombiniert werden?Ist es sichergestellt, dass jede Kernursache eine entspre-chende (Teil-)Lösung hat und dadurch behoben wird? Sind die Lösungen untereinander konfliktfrei?

I.4 Lösungen implementieren

In welcher Form und in welchem Zeitraum wird die Lösungunter Berücksichtigung der Nachhaltigkeit umgesetzt?

PHASE 4: IMPROVE

ANALYZEIMPROVE

Roter Faden IMPROVE-Phase


Welches sind die Kernursachen für das Problem?

I.1 Lösungen erzeugen

Welche sind mögliche Lösungen zur Beseitigung der Kern -ursachen und des Problems?

I Gate Review/Phasenabschluss

D

M

A

I

C

268

Theory ofConstraints

Rüstzeit -reduzierung(SMED)

Replenish ment Pull-System(RPS)

Total Pro duc tive Main ten ance(TPM)

Generisches Pull-System (GPS)

Komplexitäts -reduktion Brainstorming Anti-Lösung-

Brainstorming Brainwriting SCAMPER Analogie-Brainstorming

269

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Platz ziffer -verfahren

Affinitäts -diagramm

Muss -kriterien

Aufwand-Nutzen-Matrix

N/3-Methode Pugh-Matrix

Risiko -analyse Rollout

Tool 4 Lösungs-Ursache-Matrix

Soll-Prozess-Darstellung

Kosten-Nutzen-Analyse

Prozess -steuerungvorbereiten

Reaktions -plan Pilot Imple men -

tierungs plan

I.2 Lösungen verfeinern und filtern

I.3 Lösungen finalisieren

I.4 Lösungen implementieren

PHASE 4: IMPROVE

Werkzeugübersicht IMPROVE-Phase

Lösungenableiten 5 S Arbeits platz -

layoutPoka Yoke

I.1 Lösungen erzeugen

I Gate Review

269

271

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

LÖSUNGEN ABLEITEN

Lösungen ableiten

BezeichnungLösungen ableiten

ZeitpunktIMPROVE, zu Beginn, nachdem in der ANALYZE-Phase die Kernursachenidentifiziert wurden

ZielLösungen zur Behebung bzw. Beseitigung der Kernursachen ableiten

Vorgehensweise1. Offensichtliche Lösungen für die verifizierten Kernursachen erkennen; hierzu

gehört z. B. die Optimierung von Prozess- und Inputparametern: Auswahleines neuen Lieferanten, Materials etc., Ausrichtung der Anlagentemperatur

2. Best-Practice-Ansätze berücksichtigen

3. Dabei die Lean-Ansätze aufgreifen: a. Fehler vermeiden b. Engpässe öffnenc. Bestände verringernd. Komplexität reduzieren

4. Kreativitätstechniken zur Anpassung an den spezifischen Kontext anwenden

Tipp• Beachten Sie, dass Lösungen für Kernursachen aus der vorangegangenen

Projektarbeit heraus tatsächlich häufig offensichtlich sind• Die Erfahrung zeigt, dass Sie für bestimmte Ursachentypen klassische Lö -

sungsansätze anwenden und diese auf die gegebene Situation anpassenkönnen, um die Ursache abzustellen; Beispiel: Vermeidung von Engpässenüber die Erhöhung der Anlagenauslastung, z. B. über eine bessere vorbeu-gende Instandhaltung (TPM) bzw. die Reduzierung von Rüstzeiten

271

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

272

5 S

5 S

Bezeichnung5 S, (Sort – Seiri, Set in Order – Seiton, Shine – Seiso, Standardize – Sei ket su,Sustain – Shitsuke), 5 A (Aussortieren, Aufräumen/Anordnen, Arbeitsplatzsau ber machen, Anordnung zur Regel machen, Alle Schritte wiederholen/auf-rechterhalten)

ZeitpunktIMPROVE, Lösungen erzeugen bzw. zu jeder Zeit im Projekt, um eine Grund -ordnung herzustellen

Ziel- Ein organisiertes, sauberes und leistungsfähiges Arbeitsumfeld schaffen

und aufrechterhalten, um eine Grundlage für Prozessoptimierungsansätzezu bilden

- Fehler vermeiden bzw. schnell entdecken, Suchzeiten minimieren und Ar -beitsunfälle vermeiden

- Das Arbeitsumfeld dahingehend bewerten, ob normale Gegebenheiten vor -herrschen

- Alle Mitarbeiter direkt einbinden und beteiligen, um ein Verantwortungs ge -fühl zu generieren und nachhaltig zu implementieren

Vorgehensweise1. Sort – Seiri

- Allgemein: Alle Materialien bzw. Gegenstände im Arbeitsumfeld sortie-ren, markieren und nicht benötigtes Material aussortieren

- Rote Klebepunkte oder Karten an den nicht direkt benötigtenMaterialien anbringen („Aktion Rote Karte“/„Red-Tagging“); Materialienfür einen definierten Zeitraum in einer markierten Zone aufbewahren

- Nach Ablauf einer Zeitspanne im Lager gekennzeichnete Gegenstän de …… beseitigen, wenn als „unnötig“ gekennzeichnet, d. h. verkaufen oder

entsorgen … aufbewahren, falls als „benötigt“ gekennzeichnet.… entsorgen, falls Zweifel bestehen: „When in doubt, throw it out!“

272

273

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

5 S

Beispiel: Aktion Rote Karte („Red Tagging“)

2. Set in Order – Seiton- Benötigte Gegenstände so anordnen und kennzeichnen, dass sie jeder

finden und an den richtigen Platz zurückbringen kann- Gegenstände sind sortiert und haben „ihren festen Platz“, der entspre-

chend markiert ist- Dabei mit Hilfsmitteln arbeiten: Farbliche Markierungen für definierte

Bereiche– „Heimatadressen“, um Gegenstände festen Bereichen zuordnen zu

können– Beschriftungen und Farb- oder Schattenmarkierungen, um den Ge -

gen stand und seinen Lagerplatz zu zeigen

Beispiel: Schattentafel („Shadow Board“)

- Die Prinzipien der Bewegungsökonomie nutzen

ROTES ETIKETT

Nr.

Datum

Abteilung

Kategorie

1 Inventar

2 Maschinen/andere Anlagen

3 Vorrichtungen

4 Werkzeuge und Vorräte

5 Anderes (Beschreibung)

Beschreibung

Menge

Gesamtwert

Disposition/Bewertung

Datum

a In das „Rote Lager“ gebracht

b Weggeworfen

c In passendere Umgebung versetzt

d Genau da gelassen, wo es war

273

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

274

5 S

3. Shine – Seiso- Schmutz und andere Verunreinigungen sowie Arbeitsreste und Abfälle

im direkten Arbeitsumfeld beseitigen- Reinigungsziele bestimmen und Bereiche definieren, die Gegenstand

der Reinigung sind- Zeitplan erstellen und verteilen, Verantwortungen definieren- Abläufe für regelmäßige Reinigungstätigkeiten definieren- Periodische Audits und Prüfungsziele festlegen

4. Standardize – Seiketsu- Konsistentes Vorgehen für Themen schaffen, die im Rahmen von Sort,

Set in Order und Shine täglich durchgeführt werden- Nach dem Motto verfahren: „Machen Sie die Dinge richtig, jederzeit!“

5. Sustain – Shitsuke- Die erreichte 5 S-Mentalität in die tägliche Arbeit und alle Prozesse inte-

grieren; 5 S sollte nicht zum einmaligen Ereignis („Flavor of the Day“)verkommen

- 5 S-Auditformulare zur Sammlung und Präsentation der Ergebnisseinte grieren (Radar Chart)

- Regelmäßigen Auditzyklus zur Sicherung der Nachhaltigkeit etablieren

Der aktuelle Zustand kann mit einem Spinnwebdiagramm dargestellt werden:

Tipp• Machen Sie Bilder des Vorher- und Nachherzustandes; das ist ein einfa-

ches Mittel, die Ergebnisse zu visualisieren und Akzeptanz zu schaffen

Set in Order

274

275

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

• Nutzen Sie 5 S vor allem immer dann, wenn Arbeitsplätze bzw. ein Ar beits -bereich optimiert werden

• Beziehen Sie alle Mitarbeiter in eine 5 S-Aktion ein• Nutzen Sie die Vorteile der 5 S-Methodik, um sowohl Suchzeiten wie auch

potenzielle Unfallquellen im Arbeitsumfeld signifikant zu reduzieren• Stellen Sie sicher, dass „Sustain“ gelebt wird, andernfalls ist ein Großteil

aller vorherigen Bemühungen umsonst gewesen• Beachten Sie, dass 5 S sowohl im produzierenden wie auch im adminis-

trativen Umfeld angewandt werden kann

5 S

275

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

276

POKA YOKE

Poka Yoke

BezeichnungPoka Yoke

ZeitpunktIMPROVE, Lösungen erzeugen

Ziel- 100% Qualität produzieren, indem Fehler nicht angenommen, nicht gemacht

und nicht weitergegeben werden- Fehler frühzeitig erkennen, um Kosten für die Fehlerbeseitigung gering zu

halten

Vorgehensweise1. Fehler identifizieren und beschreiben

Hier können Informationen über Ertragsraten oder Aufwände für Nach -arbeit, zum Beispiel aus einem Wertstromdiagramm, benutzt werden, umdie relevanten Bereiche einzugrenzen und die Fehlerart zu beschreiben

2. Eignung für Poka Yoke prüfenIst es prinzipiell denkbar, diesen Fehler durch Poka Yoke zu eliminieren?

3. Fehler analysierenHier gilt es, mögliche Ursachen zu prüfen; Beispiele: unzureichende Vor be -reitung des Werkzeugs, Einsatz des falschen Materials, Einstellfehler, Aus -lassen eines Bearbeitungsschrittes, Missachten der Verfahrens an wei sung

4. Lösungsidee erarbeiten und auswählenAuf Grundlage der Analyse mögliche Lösungsideen sammeln, verfeinern undgeeignete Lösungen auswählen; Priorität hat dabei der präventive Poka-Yoke-Ansatz; der reaktive Ansatz sollte nur gewählt werden, wenn keinepräventive Lösung mit annehmbarem Aufwand gefunden werden kann

Präventiver Ansatz der Vermeidung:- Methoden implementieren, die es nicht erlauben, einen Fehler zu pro-

duzieren- 100%ige Fehlereliminierung anstreben

276

277

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

POKA YOKE

Reaktiver Ansatz der Kontrolle/Warnung:- Den Prozess stoppen oder dem Mitarbeiter signalisieren, wenn ein Feh -

ler auftritt- Das fehlerhafte Teil fixieren, wenn ein Prozessschritt unvollständig ist- Der Prozess stoppt bei Unregelmäßigkeiten (kann sinnvoll sein, wenn

die Vermeidung des Fehlers zu kostenintensiv ist)- Hohe Wahrscheinlichkeit, das Nullfehlerziel zu erreichen

Prüfungsmethoden:- Traditionelle Prüfung: Unterscheidung in Gutteil und Ausschuss bzw.

Nacharbeit

Prüfungsmethoden

TraditionellePrüfung

• Unterscheidung in Gutteil und Ausschuss bzw. Nach -arbeit

• Reduziert die an den Kunden gelieferten fehlerhaftenTeile

• Verhindert nicht die Fehlerproduktion• Langsames Feedback über Ausschuss und Nacharbeit

StatistischePrüfung

• System zur Reduzierung von Prüfungskosten• Verhindert keine Fehlerproduktion, sichert keine fehler-

freien Teile• Fehler können aufgrund der Stichprobenprüfung durch -

gereicht werden• Langsames Feedback über Ausschuss und Nacharbeit

FortlaufendePrüfung

• Jeder Prozessschritt prüft die Qualität des vorherigenProzesses

• 100% der Teile werden ge prüft• Die Produktion von Fehlern wird nicht vermieden• Hoher Prüfungsaufwand – Effizienz nur bei kleinen

Men gen

Selbstprüfung

• Jeder Prozessschritt prüft die eigene Qualität• Sofortiges Feedback und sofortige Korrekturmaß nahme• Stopp der Weiterverarbeitung des defekten Teiles• Hoher Prüfungsaufwand – 100% der Teile werden ge -

prüft

VollständigePrüfung

• Jeder Prozess prüft seine Qualität und die seinesLieferanten

• Problemerkennung vor Beendigung des Prozess schrit -tes

• Sofortiges Feedback und sofortige Korrekturmaß nahme• Stopp der Weiterverarbeitung des defekten Teiles• Hoher Prüfungsaufwand – 100% der Teile werden ge -

prüft

gut

schlecht

gut

schlecht

277

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

278

5. Lösungsidee implementieren und Wirkung nachhaltenDie Implementierung vor Ort begleiten, um ihre Machbarkeit zu prüfen; nacheiner geeigneten Zeitspanne kann ihre Wirkung geprüft werden

Poka Yoke kann insgesamt als Gestaltungsprinzip verstanden werden. Prüf -funktionen spiegeln den präventiven Ansatz wider (z. B. Fehlerquellen prüfung,d. h. die Ursache (Input), die zu einem Fehler führt, verhindern). Auslöse funk -tio nen machen Abweichungen im Prozess sichtbar (z. B. bei der Kontakt me -tho de über geometrische Kenngrößen). Der Regulierungsmechanismus greiftin den fehlerhaften Output ein (z. B. als Alarm bei einem auftretenden Fehler).

Tipp• Denken Sie daran: Je früher Fehler im Prozess erkannt werden, desto

geringer sind die Kosten der Fehlerbeseitigung

• Berücksichtigen Sie die Idee von Poka Yoke bei jeder Ausarbeitung vonLösungen und allen Prozessveränderungen

• Bevorzugen Sie mechanische Lösungen vor elektronischen, da letzteregrundsätzlich ein höheres Ausfallrisiko beinhalten

• Achten Sie in der Umsetzung auf folgende Kriterien für einen guten Poka-Yoke-Mechanismus:

POKA YOKE

Erkennung in der Entwicklung

Entwurfs-/Konstruktions -änderung

Erkennung in derFertigung

Materialkosten,Nacharbeit

Entdeckung bei End -kontrolle

Reparatur, Liefer ver -zögerung, zu sätzlicheQS-Maßnahmen

Ablehnung durchden Kunden

Verzugskosten, Ent -schä di gung, Um satz -und Imageeinbußen

Kunde

K o s t e n s c h l e c h t e r Q u a l i t ä t

Prüf -funktion(Input)

Auslöse -funktion

(Prozess)

Regulierungs -mechanismus

(Output)

Poka-Yoke-

System+ + =

278

279

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Er ist einfach und schnell zu realisieren und erfordert geringe Investitio --nenEr ist Teil des Prozesses und kein zusätzlicher Arbeitsschritt ist hierfür-notwendigEr wirkt unmittelbar an der möglichen Fehlerquelle und ermöglicht so die-sofortige Korrektur durch den MitarbeiterEr bindet den Mitarbeiter direkt mit ein und dient nicht der Kontrolle des-Mitarbeiters, sondern unterstützt ihn dabei, Qualität zu erzeugenEr kann, ganzheitlich betrachtet, im Zusammenwirken mit weiteren Maß --nahmen eine Kontrolle am Prozessende überflüssig machen

POKA YOKE

279

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

280

Arbeitsplatzlayout

BezeichnungWork Cell Optimization, Arbeitsplatzlayout, Arbeitsplatzdesign


Ziel- Arbeitsplatz so gestalten, dass die Arbeit effizient und fehlerfrei ausgeführt

werden kann- Mitarbeiter vor gesundheitlichen Schäden auch bei langfristiger Ausübung

einer Tätigkeit schützen- Den benötigten Zeitaufwand zur Erledigung einer Aufgabe oder einer Rei -

he von Aufgaben verringern- Fehlermöglichkeiten im Arbeitsumfeld beseitigen

VorgehensweisePhase 1: Vorarbeit- Durchlaufzeiten im gesamten Prozess stabilisieren- Teileknappheit beseitigen- Vergewissern, dass der Prozess als Ganzes den Kundenanforderungen ent -

spricht

Phase 2: Arbeitsplatzlayout entwerfen- Arbeitsplatz für mehrere Maschinen oder mehrere Schritte pro Maschinen -

bediener entwerfen- Entscheiden, wo Rohmaterialien und WIP-Lager platziert werden- Arbeitsplatzlayout wählen (siehe untenstehende Möglichkeiten) und um set -

zen- Nach Möglichkeit Losgrößen verringern- Prozessaustaktung anwenden, um Aufgabenzeitspannen anzugleichen- Endziel ist Losgröße eins (auch Continuous Flow Production/One Piece

Flow).

ARBEITSPLATZLAYOUT

280

U-Form• Gesamter Arbeits -

bereich einsehbar• Mehrmaschinen -

bedienung einfach

T-Form• Geeignet für zwei

oder mehr Input -quellen

• Zusätzlich geeignet für Arbeitsplätze, diemehrere Produktebearbeiten bzw. ein -zelne Ar beits gängegemeinsam haben

Z-Form• Geeignet zum Beispiel

bei geringer verfügba-rer Fläche

• Mehrmaschinen bedie -nung bzw. Bearbeitenmehrerer Vorgängedurch eine Personmöglich

281

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ARBEITSPLATZLAYOUT

Richtlinien zum Arbeitsplatzlayout- Anordnung der Ressourcen (Maschinen/Mitarbeiter) der Prozessreihen fol -

ge anpassen- Schlichte, kostengünstige Ausstattung verwenden- Produktionsgeschwindigkeit der Arbeitsplätze auf die Taktrate abstimmen- Arbeitsgänge möglichst im Stehen und mit wenig Bewegung planen- Standardvorgänge definieren- Mitarbeiter für mehrere Tätigkeiten ausbilden, damit ein flexibler Einsatz der

Belegschaft gewährleistet ist

Tipp• Gehen Sie an den „Ort des Geschehens“ (Gemba), um ein passendes Lay -

out zu definieren und das Umfeld zu organisieren• Beachten Sie, dass das Design im ersten Ansatz nicht perfekt sein wird;

optimieren Sie dieses mit Unterstützung der Beteiligten

A A AA

A

A A AA

A A AA

A AA AA

AA

AA A

281

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

282

THEORY OF CONSTRAINTS

Theory of Constraints

BezeichnungTheory of Constraints (ToC), Engpasstheorie (nach Eliyahu M. Goldratt)


ZielDurchsatz eines Prozesses mit möglichst geringem Einsatz von Mitteln erhö-hen, um die Marktnachfrage bedienen zu können

Vorgehensweise

1. Engpass identifizieren- Materialfluss analysieren- Flaschenhals finden und Kapazität mit Taktrate vergleichen- Wenn die Kapazität kleiner als die Taktrate ist, so ist der Flaschenhals

auch der Engpass

2. Engpass optimieren- Engpass über die Planung maximal nutzen- Rüstzeiten reduzieren und Rüstvorgänge minimieren- Ungeplante Stillstände vermeiden- Geplante Stillstände durch flexiblen Personaleinsatz minimieren

3. Nicht-Engpässe auf Engpass ausrichten- Qualität und Zuverlässigkeit von Nicht-Engpässen mit möglicher Wir -

kung auf den Engpass verbessern- Kapazitäten belassen- Nutzungsgrad an der Kapazität des Engpasses ausrichten

4. Theoretische Kapazität des Engpasses erhöhen- Technische Kapazität des Engpasses durch Investitionen erhöhen

282

283

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

THEORY OF CONSTRAINTS

5. Weitere Engpässe identifizieren- „Neuen“ Flaschenhals identifizieren- Liegt dessen Kapazität unter der Nachfrage, Schritte 2 bis 4 anwenden- Den „externen Engpass“ durch Marketing und Vertrieb adressieren

HintergrundDer israelisch-amerikanische Physiker und Unternehmensberater Eliyahu M. Gold ratt entwickelte bereits in den 1970er Jahren die Grundzüge seiner Eng -passtheorie, die er als „What is this thing called theory of constraints“ veröffent-lichte (North River Press 1990).

Der Engpasstheorie liegt eine spezifische Logik zum Priorisieren der Pro duktionzugrunde. Nach Goldratt sollte eine Produktion wie folgt organisiert werden:

• An erster Stelle steht die Erhöhung der Kapazität, weil ihr (bei entsprechen-dem Marktpotenzial) direkter Mehrumsatz gegenübersteht

• An zweiter Stelle steht die Verringerung von Beständen, soweit wie mög lich,ohne mit dem ersten Ziel in Konflikt zu kommen

• An dritter Stelle steht die Reduktion der Betriebskosten, zunächst jedoch solltendie ersten beiden Prioritäten in Angriff genommen werden

283

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

284

RÜSTZEITREDUZIERUNG

Rüstzeitreduzierung

BezeichnungSMED (Single Minute Exchange of Die), Rüstzeitreduzierung, 4-Schritte-Me -thode


Ziel- Rüstzeiten reduzieren, um bei häufigeren Rüstvorgängen den Durchsatz

beizubehalten und im Sinne der Flexibilität geringere Losgrößen realisierenzu können

- Rüstzeiten am Engpass kürzen und damit die tatsächliche Kapazität erhöhen- Ein höherer Anteil der theoretischen Kapazität des Engpasses steht für die

Pro duk tion zur Verfügung- Damit das Umlaufvermögen senken, die Flexibilität der Produktion erhöhen

und den Ausschuss über die Optimierung des Lernzyklus verringern- Die Effizienz erhöhen und (insb. bei den administrativen und Dienst leis tungs -

prozessen) die Zeit mit dem Kunden maximieren

Vorgehensweise1. Rüstprozesse dokumentieren und Einzeltätigkeiten in interne und ex -

terne Tätigkeiten unterteilen

- Interne Rüsttätigkeiten: Tätigkeiten, die nur bei stillstehender Anlagedurch geführt werden können (z. B. Austausch von Formen und Werk -zeu gen) bzw. außerhalb der Erbringung einer Dienstleistung

- Externe Rüsttätigkeiten: Tätigkeiten, die parallel zur produzierenden An -

Vorbereitung Einrichten Einstellung Testläufe

Die Rüstzeit ist definiert als das Intervall zwischen dem letztenGutteil eines Loses bis zum ersten Gutteil des Folgeloses.

Rüstzeit B

Erstes Gutteil desFolgeloses

Letztes Gutteileines Loses

A

284

285

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


lage (z. B. Materialvorbereitung und Werkzeugprogramme laden) bzw.während der Erbringung einer Dienstleistung (z. B. Bereitstellung vonInformationen für das nächste Beratungsgespräch) durchgeführt wer-den können

2. Interne in externe Tätigkeiten umwandeln- Die Aufmerksamkeit primär auf die Aktivitäten ausrichten, die den Pro -

zess fluss verzögern oder unterbrechen, denn viel Rüstzeit geht durchdie Suche nach Material und Informationen verloren

- Im Anschluss eine detailliertere Analyse der Unterbrechungsgründe durch -führen

- Brainstorming zu Möglichkeiten der Wandlung interner Tätigkeiten in ex - terne Tätigkeiten durchführen

3. Verbliebene interne Tätigkeiten rationalisieren- Verbliebene interne Tätigkeiten durch Ansätze zur Vereinfachung, Be sei -

tigung und Verringerung rationalisieren- Den Einsatz von Handwerkzeugen, benötigten Muttern und Schrauben

reduzieren bzw. eliminieren- Materialien einsetzen, die eine Fehlerentstehung direkt am Ursprung

ver meiden helfen- Schnellen Systemwechsel bzw. Systemzugriff bei der Erbringung von

Dienstleistungen ermöglichen, z. B. bei der Auftragsbearbeitung; damitunterbrechende Faktoren reduzieren

Nr. Rüstprozess Lackieren[Beschreibung]

Zeitbedarf[Minuten]

TätigkeitIntern Extern

1 Spoiler fixieren 2 22 Farbe mischen 1 13 Sprühpistole reinigen 7 74 Düse vorbereiten 5 55 Sprühpistole befüllen … … …6 Lüftung einschalten … … …7 Atemschutz anlegen … … …8 Sprühpistole einstellen … … …

Gesamter Zeitbedarf … … …

Bajonettverschluss Schnell -spanner

PneumatischerSchrauben -dreher

285

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

286

4. Justierungen und Testläufe beseitigen- Intuition und Schätzungen im Rahmen von Justierungstätigkeit beseiti-

gen und durch Fakten ersetzen- Visuelle Kontrollen einsetzen, um den Justierungsaufwand durch unge-

naue Zentrierung, Einstellungen bzw. Abmessungen zu reduzieren

Anwendung von SMED in administrativen Bereichen:Die beschriebene Methode zur Rüstzeitreduzierung lässt sich im administrati-ven Umfeld immer dann anwenden, wenn- Informationen zurückverfolgt werden müssen, um Berichte zu vervollstän-

digen- benötigte Informationen nicht bei Bedarf verfügbar sind- von einer Aufgabe zur nächsten gewechselt werden muss

All diese Punkte beinhalten Verschwendung und führen dazu, dass wertschöp -fende Arbeit be- bzw. verhindert wird. Somit setzt die Rüstzeitreduzierung imadministrativen Umfeld den Fokus auf alle Tätigkeiten, die den wertschöpfen-den Arbeitsprozess stoppen. In diesem Zusammenhang werden Störungsgründe systematisch hinterfragtund Lösungen erarbeitet. Notwendige, unterbrechende Tätigkeiten werdenvereinfacht und beispielsweise elektronische Notizen und Reminder genutzt,um komplexe Arbeitsschritte zu beschleunigen.

Vorgehen der Rüstzeitreduzierung im administrativen Umfeld


Farbliche Markierung des Sollbereichs

4.Justierungenund Testläufebeseitigen

OperationaleDefinition derProzessschrittechecken undChecklistenerstellen

3.VerbliebeneTätigkeiten rationalisieren

Rationalisierungverbliebenerunterbrechenderbzw. behinderndeTätig keiten

2.Interne in externeTätigkeiten umwandeln

Ausgliederungunterbrechenderbzw. behinderndeTätig keiten

1.Prozess doku -mentieren undEinzeltätigkeiten ininterne und exter-ne Tätigkeitenunter teilenWertanalyse desArbeits prozes sesund Unter teilungin unterbrechendebzw. behinderndeTätig keiten

286

287

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Tipp• Beachten Sie in der Planung und Durchführung von Aktivitäten zur Rüst -

zeit reduzierung, dass der Aufwand zur Reduzierung von Rüstzeiten ineinem vernünftigen Verhältnis zum Nutzen steht

• Nehmen Sie den Rüstprozess auf Video auf: Beim (wiederholten) Durch -sehen des Films mit dem Team können Sie erstaunliche Entdeckungen vonVerschwendung machen

• Stellen Sie in diesem Zusammenhang sicher, dass alle Mitarbeiter infor-miert sind und der Betriebsrat diese Aktion befürwortet

• Ein Spaghettidiagramm eignet sich hervorragend, um den Prozess und dieVerschwendung zu visualisieren

• Nutzen Sie in der Vorbereitungsphase einer Rüstzeitreduzierungs maß nah -me ein Wertstromdiagramm, um durch die Darstellung der Material- undIn formationsströme Engpässe identifizieren zu können

Anwendungsmöglichkeiten von SMED in den Dienstleistungsprozessensind z. B.- das Reinigen eines Flugzeuges zwischen zwei Flügen, - das Neudecken eines Tisches in einem Restaurant, - das Aufräumen des Schreibtisches zwischen zwei Kundengesprächen

oder zwischen zwei Schichten bei einem Call Center.

287

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

288

TOTAL PRODUCTIVE MAINTENANCE (TPM)

Total Productive Maintenance (TPM)

BezeichnungTotal Productive Maintenance, Konzept der vorbeugenden Instandhaltung


Ziel- Produktivität steigern durch Verbesserung der Arbeitsproduktivität, Wieder -

herstellung hoher Anlagenleistung und frühzeitige Entdeckung und Redu -zierung von Störungen und Ausfällen

- Qualität erhöhen durch Reduzierung der Ausschussrate, Reduzierung vonNacharbeit, Reduzierung von Kundenreklamationen

- Kosten senken durch Reduzierung von Instandhaltungskosten, Reduzie -rung des anlagebedingten Energiebedarfes und Reduzierung ausfallbe-dingter Produktionsausfälle

- Bestände und Durchlaufzeit verringern durch Erhöhung der Umschlags -häu figkeit, Reduzierung des Bestandsniveaus, Reduzierung der Schwan -kungen der Durchlaufzeit und mittelfristig Reduzierung der Durchlaufzeitinsgesamt

- Arbeitsumfeld und -sicherheit verbessern durch Förderung der Beteiligungund Akzeptanz des Bedieners, Akzeptanzsteigerung zwischen Mitarbeiternvon Wartung und Produktion sowie Reduzierung von Unfällen

Vorgehensweise1. Aktuelle Situation analysieren:

- Wartungs- und Reparaturkosten (Ersatzteile und Arbeit) dokumentieren- Die Gesamtanlageneffektivität oder O.E.E. (Overall Equipment Effec tive -

ness) ermitteln, um den Anteil zu bestimmen, in dem eine Anlagen kom -po nente in einer vorgegebenen Rate Qualitätsprodukte produziert

288

289

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Gesamtanlageneffektivität oder O.E.E. (Overall Equipment Effectiveness).

Verfügbarkeitsniveau Leistungsniveau Qualitätsniveau

Anlagenausfälle

Mechanische, pneu ma ti -sche, hydraulische oderelektrische De fek te, diezu Produk tions ausfällenfüh ren.

Rüst- und Einricht ver lus te

Anlagen werden zur Pro -duk tion eines neu en Teilsumgerüstet.

Leerlauf und Kurzstill stän de

Zeit, in der die Anlageläuft, ohne zu produzie -ren, sowie kurze Un ter - brechungen (z. B. auf-grund der Mit arbeiter -verteil zeit, Material su -chen etc.) oder kurzenschnell be heb baren Stö -run gen der An lage (z. B.Feh ler mel dung quittieren).

Verringerte Takt ge schwin dig keit

Produktionsanlage wirdnicht mit der vorgesehe-nen Takt ge schwin digkeitbetrieben.

Qualitätsverluste

Aktivitäten, die mit derQuali tätssicherung einesProduk tes verbunden sind(Aus schuss und Nach -arbeit).

Nacharbeit bedeutet häu-fig, dass der gesamteFerti gungs schritt erneutdurch laufen wer den muss.

Ausschuss dagegen be -deu tet, die für die Produk -tion des Aus schuss teilsver wendete Ma schi nen zeitwurde nicht wert steigerndgenutzt.

289

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

290


85% World Class

Berechnen der O.E.E. als Produkt aus Verfügbarkeits- Leistungs- und Qualitäts -niveau:

Planbelegungs -zeit

T = gesamte Stundenzahl für den Anlagen betrieb [h]

Verfügbarkeits -niveau (VN)

V = Verfügbarkeitszeit [h]

Anl

agen

-au

sfäl

leR

üste

n un

dE

inric

hten

Leistungs -niveau(LN)

G = max. Produktions- geschwindigkeit [h]

Ges

chw

in -

digk

eits

-ve

rlust

Leer

lauf

Qualitäts -niveau(QN)

Q = Zeit für gute Qualität[h]

Nac

harb

eit,

Aus

schu

ss

OEE OEE = VN· LN· QN

Verfügbarkeits -niveau (VN)

Leistungs -niveau(LN)

Qualitäts -niveau(QN)

Beispiel OEE = 73%· 91%· 80%= 53%

TB = Planbelegungszeit der Anlage [h]

TLauf = Maschinenlaufzeit [h]

TEng = Engpass-Taktzeit [h /Stk]

NGut = Anzahl der Gutteile [Stk]

= NGefertigt - NAusschuss - NNacharbeit

290

291

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


2. Ausstattung in einen zuverlässigen Zustand zurückführen:- Maschine inspizieren und reinigen, notwendige Reparaturen feststellen

und Defekte markieren, die behoben werden müssen- Maschine durch das Team gründlich reinigen- Bereiche, die repariert werden müssen, klar kennzeichnen- Alle notwendigen Reparaturen dokumentieren und Zeitplanung erstellen- Reparaturen durchführen

– Zugangsmöglichkeiten zum Bereich bzw. zur entsprechenden Anlageverbessern, damit regelmäßig gereinigt, geschmiert, eingestellt undinspiziert werden kann

3. Konzept zur „geplanten Instandhaltung“ implementieren:Instandhaltungsprozess strukturieren, um einen stabilen Fertigungs pro zesssicherzustellen und die Anlage mit geplanten („präventiven“) Maßnahmenso zu überwachen, dass es zu keinen ungeplanten Still stän den kommt:

1. Instandhaltungsprioritäten definieren:Die Bereiche (Anlagen und/oder Fertigungsbereiche) identifizieren, die dieInstandhaltungsabteilung hinsichtlich Störungshäufigkeit, Ersatzteilbedarfetc. am meisten beanspruchen. Anlagenbücher zur Erfassung aller anla-genspezifischen Vorkommnisse einführen.

2. Stabile Ausgangsbasis schaffen:Schwachstellen für störungsanfällige Bauteile auf Basis der Anlagenbü cherund entsprechender Aufzeichnungen detailliert analysieren.

3. Informations-, Planungs- und Steuerungssystem (IPS) einführen:Die anlagenspezifischen Informationen über den Anlagenpark und die an -gefallenen Instandhaltungstätigkeiten aufzeichnen und auswerten. Maß -nah men der Instandhaltung lassen sich hieraus rechnergestützt planen,steuern und koordinieren.

4. Prozessbezogene Instandhaltung einführen:Die Anlage regelmäßig überwachen (Inspektion) und pflegen (Wartung).Zur Koordinierung der Inspektions- und Wartungsmaßnahmen eignen sichInstandhaltungspläne, die in Form von Jahres-, Monats oder Wochen plä -nen die einzelnen Tätigkeiten ausweisen.

5. Interne Abläufe optimieren:Vorhandene instandhaltungsinterne Abläufe bei der Durchführung von In -standhaltungsmaßnahmen optimieren. Mögliche Optimierungsansätze:

291

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

292


- Fehlerdiagnosen verkürzen – Störungsanalyse oftmals sehr zeitaufwen-dig

- Ersatzteillagerung optimieren – optimale Lagerung hat direkten Einflussauf die Reparaturzeit

- Ersatzteiltausch optimieren – Verkürzung der Austauschzeiten

6. Nachhaltigkeit sicherstellen – geplantes Instandhaltungsprogrammkontinuierlich verbessern:- Durch gute Ausbildung der Mitarbeiter in Bezug auf Wartungsmethoden

zur Vorbeugung und Prognose die Früherkennung von Problemen ge -währleisten

- Visuelle Kontrollen installieren- 5 S implementieren- Die Maschinenleistung regelmäßig kontrollieren und verbessern

– Sind die Anlagen identifiziert, welche die meisten Probleme verursa-chen?

– Konnten Schwachstellen wirksam beseitigt werden?– Kann das IPS-System noch verbessert werden?– Können die Instandhaltungspläne und Standards noch verbessert

werden?– Wie effektiv sind die Maßnahmen und Abläufe der Instandhaltungs -

abteilung?– Können die Reparatur- und Wartungszeiten noch weiter verkürzt

wer den?– Wie gestalten sich die zentralen TPM-Indikatoren?

• Overall Equipment Effectiveness (O.E.E.)• Mean Time Between Failure (MTBF) und• Mean Time To Repair (MTTR)

Tipp• Beachten Sie, dass die Anlagen-/Maschinenführer in den grundlegenden

Wartungstätigkeiten wie Reinigen, Schmieren, grobe Ursachenanalyse imSchadensfall etc. unterwiesen sind

• Grundlegende Vertrautheit mit und Wissen über die Anlagen tragen zurStei gerung der Produktivität und Verringerung der Stillstandzeit bei

• TPM ist nur dann erfolgreich, wenn alle Mitarbeiter aktiv mit einbezogensind

292

293

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Beispiel Wartungsplan

Maschinen-Nr. Maschinen-Name

Zeichnungs-Nr. Hersteller

Nr. Maschinenteile zur Schmierung Schmier mittel Menge Methode von

1 Pneumatik Kontroll Panel ESSO ZD5 50 ml Ölkanne oran-

ge PRD

2 Lager 1 und 2 SHELL T32 2 l Blauer Tank IH

3 Welle ESSO ZD5 0,5 l KontrolleÖlstand PRD

4 Spindel SHELL T16 1 l Kanister violett IH

5 Getriebe ESSO ZD5 10 ml KontrolleÖlstand PRD

6 Führung 1 und 2 SHELL T3 / Behälter grün IH

7 Scharniere SHELL T11 / Ölkanne blau IH

8 Aggregat 3 ESSO ZD5 0,5 l Kanister rot PRD

9 Aggregat 4 SHELL T11 1,5 l Ölkanne blau PRD

10 Aggregat 5 ESSO ZD5 1 l Kanister rot PRD

IH = Instandhaltung PRD = Produktion Erstellungsdatum:

täglichwöchentlichmonatlich

293

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

294

GENERISCHES PULL-SYSTEM (GPS)

Generisches Pull-System (GPS)

BezeichnungFlow Pull System, Generic Pull System, Generisches Pull-System (GPS)


Ziel- Die Produktion am tatsächlichen Bedarf orientieren, steuern und damit so -

wohl Überproduktion als auch Lieferengpässe vermeiden- Bestände im Prozess (Work in Process) verringern und über deren Decke -

lung die Durchlaufzeit (DLZ) reduzieren und stabilisieren- Die Prozessgeschwindigkeit und die Flexibilität erhöhen

Vorgehensweise1. Ein striktes „First-in-First-out-System“ implementieren

2. Signal einführen: Durch ein Signal teilt das Ende der Produktion dem Be -ginn mit, wann ein Teil (Los) die Produktion verlässt; erst dann darf mit derProduktion eines neuen Teils (Loses) begonnen werden; der Rest des Ma -terial- und Informationsflusses bleibt unverändert

Das Produkt erreicht den Kunden zu einem vorhersagbaren Zeit punkt-Auf der Grundlage einer reduzierten Variation der Durchlaufzeit können die-Bestände – und damit auch die Durchlaufzeit selbst – reduziert werdenEine geringe Variation der Durchlaufzeit ist die Voraussetzung für die-Implementierung eines Replenishment Pull-System

Work in Process-Capacityfür einen definierten Bereich

Die in den Prozess einzuschleusende Menge

WIP-CAP

B

294

295

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

3. Bei Bedarf den Bestand im Prozess schrittweise absenken; ein Zielniveaukann auf zwei Wegen festgelegt werden:- Über die Durchlaufzeit, zum Beispiel auf Grundlage einer Kunden for de -

rung- Über die Prozesseffizienz, zum Beispiel auf Grundlage eines Bench -

marks

Zielniveau über die Durchlaufzeit:WIPSOLL = WIPIST • (DLZSOLL ÷ DLZIST)

Zielniveau über die Prozesseffizienz:WIPSOLL = WIPIST • (PEIST ÷ PESOLL)

4. Die Bestände bis zum Zielniveau schrittweise aus dem Prozess herauszie-hen und Prozesssteuerung berücksichtigen

Tipp• Prüfen Sie, ob der physische Prozess geändert werden muss• Denken Sie daran, dass bei einem strikten First-in-First-out-System die

sog. „Chefaufträge“ vor Produktionsbeginn feststehen müssen• Für den Fall von Prozessstörungen birgt ein Absenken der Bestände die

Gefahr eines Stillstands des gesamten Prozesses, weil kein „Nachschub“vorliegt; deswegen müssen in einem nächsten Schritt Prozessstörungenidentifiziert werden (z. B. Maschinenausfälle, Materialengpässe, Qualitäts -probleme, Suchzeiten, Mitarbeiterausfälle, Rüstzeiten ...); eine gute Grund -lage dafür ist ein Wertstromdiagramm; erst wenn Gegenmaßnah men ein-geleitet sind und Erfolg zeigen, können die Bestände schrittweise auf dasZielniveau abgesenkt werden

Generische Pull-Systeme im administrativen UmfeldIm administrativen Umfeld ist die Kontrolle des WIP-Niveaus (Einheiten wieDokumente, Formulare, Mails etc.) der primäre Hebel zur Erhöhung der Pro -zessgeschwindigkeit sowie zur Absicherung von Service Level Agreements(SLAs). Auch hier führt die Bestimmung einer WIP-Obergrenze dazu, dass dieAnzahl der in den jeweiligen Arbeitsprozess eingesteuerten Einheiten auf die-ses Niveau beschränkt wird. Noch wichtiger ist hier, dass die Eingabe steu e -rung in den Prozess mithilfe eines Prioritätensystems gesteuert wird. Das giltnicht für Prozesse mit direktem Kundenkontakt, also z. B. am Point of Sale(PoS). Zudem ist gemäß der Formel von Little die flexible Einsatz mög lich keit


295

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

296


von (zusätzlichen) Ressourcen notwendig, um häufiger als im Indus trie bereichschwankende Inputmengen über einen erhöhten Durchsatz trotzdem im Rah -men der geforderten Durchlaufzeit bearbeiten zu können.

Beispiel für das sukzessive Absenken der Bestände

Muster: WIP-Reduzierung Aktionsplan

Zeit rahmen Value Add(Stunden)

Output(Einheit/Tag)

WIP (Stück)

DLZ(Tage) PE

Heute Monat 0 3 30/Tag 300 10 1,25%

Schritt 1 Monat 1 3 30/Tag 200 7 1,79%

Schritt 2 Monat 2 3 30/Tag 100 3 4,17%

Schritt 3 Monat 3 3 30/Tag 37,5 1,25 10,0%

296

297

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

REPLENISHMENT PULL-SYSTEM (RPS)

Replenishment Pull-System (RPS)

BezeichnungReplenishment Pull-System (RPS), ziehende Fertigung in Verbindung mit demAu bau strategischer Pufferläger


Ziel- Über die bedarfsgerechte Steuerung der Produktion sowohl Überproduk-

tion, und damit eine hohe Kapitalbindung, wie auch Lieferengpässe ver-meiden

- Bestände regeln, indem bei Unterschreiten eines auf Verbrauchsdaten be -rechneten Niveaus (Meldebestand) eine Bestellung beim Lieferanten bzw.bei der Produktion ausgelöst wird; grundsätzlich gilt auf der Beschaffungs -seite dasselbe Prinzip (Purchase Pull) wie für die Produktion (ManufacturingPull)

- Durch reduzierte Durchlaufzeiten Handlungsspielräume für kurzfristigereBestellungen schaffen

Vorgehensweise

1. Voraussetzungen für Purchase Pull und Manufacturing Pull prüfen- Die Wiederbeschaffungszeit (Lieferzeit bzw. Produktionszeit) ist größer

als die vom Kunden gewünschte Lieferzeit; ansonsten ist eine Auftrags -fertigung möglich

- Die Nachfrage (der Produktion bzw. des Endkunden) variiert nur be -schränkt und ist nicht saisonaler Natur

- Die Variation der Wiederbeschaffungszeit (Lieferzeit bzw. Produktions -zeit) ist gering; ein System zur Regulierung der Durchlaufzeit im Pro zess- und damit der Bestände im Prozess - wird hier dringend empfohlen

2. Pull-System-Fähigkeit überprüfen:Die Pullfähigkeit ist gegeben, wenn der Variationskoeffizient (s/x) kleinerals 1 ist.

297

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

298


3. Bestand Fertigware bzw. Vormaterial ermitteln – Im Regelfall werdenhierbei folgende Parameter berücksichtigt: - Wiederbeschaffungszeit

– Für Purchase Pull: Lieferzeit vom Bestellzeitpunkt bis zum Eingangim Eingangslager

– Für Manufacturing Pull: Produktionsdurchlaufzeit vom Auftrag bis zumEingang im Ausgangslager unter Berücksichtigung des Produktions -zyklus, d. h. der Häufigkeit der Produktion

- Nachfrage: Regelmäßig wiederkehrender Bedarf (z. B. täglich, wöchentlich)

- Sicherheitsfaktor: Dieser kann anfänglich fix festgelegt und nachfolgend angepasst wer-den. In komplexere Berechnungen fließen z. B. der Servicelevel (Wahr -scheinlichkeit, beim Eintreffen einer Bestellung die Nachfrage unmittel-bar bedienen zu können) und Schwankungen der Produktions- undNach fragemenge ein (S. z. B. Anupindi, R. et al (2004)

4. Bestelllogik festlegen:- Zeitpunkt zum Auslösen der Bestellung:

Lagerbestand + nicht ausgelieferte Bestellungen < Meldebestand

- Bestellmenge: Diese berücksichtigt Melde- und Lagerbestand sowie noch nicht ausge-lieferte Bestellungen.

A B C D Ei i

Lieferant

Pull Pull

BestandVormaterial

Purchase Pull System Generisches Pull System Manufacturing PullSystem

Fokus: WIP-Reduktion (work in process)

W I P

BestandFertigware

KundeDurchlaufzeit

298

299

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Möglichkeiten zum Auslösen der Nachproduktion bei Erreicheneines Meldebestandes

Sicht-Kanban- Auslösung der Nachproduktion durch frei werdende Pufferfläche bzw.

leere Behälter (Zwei Behälter Replenishment Pull)- Produzierende Einheit kann sehen, wenn die verbrauchende Einheit

Puffermaterial entnimmt bzw. leere Behälter im Kanban-Supermarktstehen

Kanban-Dispositionstafeln- Auslösung durch an Schautafeln befestigte Karten- Produzierende und verbrauchende Einheit befinden sich zwar in der-

selben Unternehmenseinheit, sind aber weit entfernt und räumlichgetrennt

Elektronisches Kanban- Übermittlung der Kanban-Informationen per Internet und/oder Unter -

nehmensnetzwerke im Rahmen eines Supply Chain ManagementSystems

299

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

300

ZWEI BEHÄLTER REPLENISHMENT PULL-SYSTEM

Zwei Behälter Replenishment Pull-System

Ein Zwei Behälter Replenishment Pull System ist eine vereinfachte Variante desstandardisierten Replenishment Pull System. Dabei werden jeweils zwei Behältermit dem aufzufüllenden Artikel verwendet:- Behälter 1 enthält eine für eine vorausberechnete Zeitspanne ausreichende

Men ge des Artikels am Einsatzort- Wenn der Vorrat im Behälter 1 zu Ende geht, steht Behälter 2 bereit, während

Behälter 1 wieder aufgefüllt wird

Für die Dimensionierung der zwei Behälter finden grundsätzlich die gleichen Be -rechnungen wie für das standardisierte Replenishment Pull System Anwendung

Tipp• Nutzen Sie aufgrund branchenspezifischer Unterschiede im Rahmen von

La gerhaltungsstrategien entsprechende Fachliteratur, um die benötigte Be -standsmenge zu bestimmen

• Achten Sie auf eine kontinuierliche Überprüfung der Leistungsfähigkeit deram Kanban-System beteiligten Bereiche

• Ein Kanban-Beauftragter sollte das System ständig auf Optimierungs po ten -ziale hin überprüfen

• Richten Sie die Prüfung auf die Systemkomponenten Mitarbeiter (wird Kan -ban verstanden und akzeptiert?), Bestände (Bestandshöhe und -si cher heit),Produkte (Umgang mit kanbanfähigen Teilen), Rüstzeiten (besteht Bedarfzu Rüstzeitreduzierungen?), Sicherheit (Stabilität des Kanban-Sys tems),Qualität (Ausschuss und Nacharbeit) und Kunden (Kundenzufrie den heit,Fle xibilität und Schnelligkeit) aus

• Erfassen Sie den Status der einzelnen Komponenten in regelmäßigen Au -dits und visualisieren Sie diesen (bspw. in Radar Charts)

Lager,Lieferant,Produktion

Auffüllen derBehälter

ArbeitsplatzTeileverbrauch(C-Teile, z. B.Schrauben)

Ersatzbehälter fürBehälter 1

2

1

300

301

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Losgrößenbestimmung

BezeichnungBatch Sizing, Losgrößenbestimmung, kleinste sichere Losgröße


Ziel- Die optimale Losgröße bestimmen (die der Marktnachfrage weitestgehend

entspricht)– Schnellstmöglich auf Kundenbedürfnisse reagieren können: Projekte zur

Rüstzeitreduzierung ermöglichen in Kombination mit sinnvollen Los grö -ßen signifikante Verbesserungen der Durchlaufzeiten um bis zu über 50%

- Die Kapazität von Engpässen im Prozess maximal nutzen- Ausbeuteverluste des Prozesses kompensieren- Hohe Qualität und niedrigste Gesamtkosten erreichen; dabei läuft die Pro -

duktion mit minimalen WIP- und Lagerbeständen (die sich um bis zu 50%reduzieren lassen), um schnelle Lernzyklen im Hinblick auf eine Qualitäts -steigerung zu ermöglichen

Vorgehensweise1. Optimale Losgröße über die im Unternehmen gängigen Formeln dimensio-

nieren; dabei sind mindestens folgende Gesichtspunkte zu berücksichtigen:- Produktionszeit für die vom Kunden nachgefragte Menge- Prozessertrag (i. S. d. i. O.-Quote)- Rüstzeiten- Bedarf eines Artikels für einen definierten Zeitraum

2. Über Praxiserfahrungen die berechnete Losgröße so lange kontinuierlichanpassen, bis alle bestehenden Anforderungen in höchstem Maße erfülltsind

TippNutzen Sie die Berechnungsformel als Ausgangspunkt für die Losgröße undoptimieren Sie die Losgröße schrittweise, um letztlich eine On-time- bzw. Just-in-time-Lieferung zu ermöglichen

LOSGRÖßENBESTIMMUNG

301

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

302

Prozessfluss und Prozesslogik

BezeichnungProcess flow and process logic, Prozesslogik, Prozessfluss und Prozesslogik

ZeitpunktIMPROVE, Lösungen erzeugen und Lösungen finalisieren, bei der Entwick -lung des SOLL-Prozesses

Ziel- Fehlermöglichkeiten eliminieren- Wertschöpfungsgrad maximieren (nicht wertschöpfende Tätigkeiten elimi-

nieren)- Durchlaufzeit minimieren- Notwendige Ressourcen minimieren

Vorgehensweise1. Wesentliche fundamentale Aufgaben eines Prozesses bestimmen:

Was muss unbedingt passieren, damit der Output den Spezifikationen ent-spricht?

2. Einzelne Prozessschritte bestimmen und kritisch bewerten: Hauptleistung, wichtige Zusatzleistung oder notwendige Unterstützungs -leistung für einen anderen Prozessschritt – alle anderen Leistungen elimi-nieren

3. Prozesslogik durch die Reihenfolge und Parallelisierung von Aufgaben si -cherstellen; Prozessschleifen und Rückkopplungen vermeiden

4. Weitere Prozesselemente optimal einsetzen, z. B. Informationen, IT, Sach -mittel, Mitarbeiterfähigkeiten

PROZESSFLUSS UND PROZESSLOGIK

302

303

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Brainstorming

BezeichnungBrainstorming

ZeitpunktProjektauswahl, ANALYZE, IMPROVE, Lösungen erzeugen

Ziel- Im Allgemeinen Ideen finden- Ideen zur Beseitigung der Hauptursachen generieren und aufbereiten- Abgeleitete mögliche Lösung zur Beseitigung eines Problems auf die kon-

krete Situation übertragen

Vorgehensweise1. Regeln zur Durchführung des Brainstormings im Team gemeinsam definie-

ren2. Zentrales Thema bzw. Fragestellung definieren und notieren3. Ideen entwickeln4. Ideen sammeln5. Ideen erläutern und strukturieren bzw. clustern (siehe Affinitätsdiagramm)6. Durch erneutes Brainstorming evtl. auf einzelnen Ideen aufbauen

Brainstorming moderierenDie Moderation des Brainstormings ist entscheidend für den Erfolg der Sit -zung. Grundsätzlich leitet ein Moderator die Sitzung. Es gibt verschiedeneVari anten zur Ideensammlung:- Flipchart: Der Moderator sammelt die Ideen und schreibt sie auf- Metaplan-Wand (1): Der Moderator sammelt die Ideen, schreibt sie auf und

heftet sie unstrukturiert an; die Clusterung erfolgt später gemeinsam mit derGruppe

- Metaplan-Wand (2): Jeder schreibt seine Ideen auf und clustert zu bereitsbestehenden Themen

Welche Moderationsvariante gewählt wird, hängt sowohl vom Erfahrungs - hintergrund des Moderators als auch von der Offenheit des Teams ab.

BRAINSTORMING

303

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

304

BRAINSTORMING

Brainstorming-RegelnAusreden lassen und dabei zuhören-Jeder Vorschlag zählt-Alle Beteiligten werden einbezogen-Keine Killerphrasen-Quantität vor Qualität-Keine inhaltlichen Diskussionen und keine Erklärungen-Alles wird aufgeschrieben-Geeigneten Zeitrahmen definieren (5 bis 10 Minuten)-

TippNutzen Sie die Form des Brainstormings, die am besten zum entsprechen-•den Team, Thema und der Situation passtPlatzieren Sie die Regeln des Brainstormings stets für alle gut sichtbar im•MeetingraumTrennen Sie die Phase der Ideenfindung von der anschließenden Ideen -•bewertung, in der die Ideen verdichtet und priorisiert werdenVerdichten Sie die Nennungen, indem Sie Doppelnennungen streichen, zu -•sammenhängende Ideen/Gedanken finden (clustern), Clusterüber schrif tenformulieren und Ideen kombinierenVerwenden Sie grundsätzlich Post-its® oder Moderationskarten, um das•Clus tern zu vereinfachenBeim Clustern gibt es häufig verschiedene sinnvolle Zusammenhänge und•daher kein Richtig und FalschPriorisieren Sie im Anschluss die Ideen mit geeigneten Methoden; passen•Sie die Methodenauswahl jedoch an zeitliche Rahmenbedingungen anBeachten Sie in der Auswahl und Anwendung von Kreativitätstechniken,•dass in der täglichen Routine eine Gehirnhälfte bevorzugt und dadurchbes ser trainiert wird; die linke Gehirnhälfte steht hierbei für Zahlen, Daten,Fakten, rational-logisches und analytisches Denken, während die rechteGehirnhälfte für Fantasie und Intuition steht; gerade Letztere muss gezieltangesprochen werdenWer gewohnt ist, Analogien zu bilden und quer zu denken, fühlt sich ein ge -•engt, wenn er plötzlich strukturiert ein Problem lösen soll; umgekehrt kannein eher rational-logisch agierender Mensch nicht auf Knopfdruck neu - artige Ideen produzieren; das betrifft Team wie Moderator; beide müssensich mit der Technik wohlfühlenSchließlich ist nicht jede Technik für jede Ursache geeignet; die Auswahl der•Kreativitätstechnik muss vielmehr eine Balance zwischen Ursache, Teamund Moderator berücksichtigen

304

305

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ANTI-LÖSUNG-BRAINSTORMING

Anti-Lösung-Brainstorming

BezeichnungAnti-Solution Brainstorming, Anti-Lösung-Brainstorming


Ziel- Ideen für die Lösungsfindung mit der Überlegung sammeln: Was könnte

die Situation noch verschlimmern?- Blockaden bei der Lösungsfindung lösen

Vorgehensweise1. Regeln aufstellen

2. Thema festlegen und aufschreiben: Was könnte die Situation noch ver-schlechtern?

3. Ideen entwickeln

4. Ideen sammeln

5. Ideen erläutern und strukturieren bzw. clustern

6. Ideen in Verbesserungsvorschläge umwandeln

7. Evtl. einzelne Ideen durch erneutes Brainstorming vertiefen

Dabei gelten die Brainstorming-Regeln.

Tipp• Nutzen Sie rote Karten zur Sammlung der Anti-Lösungen und grüne Kar ten

für positive Lösungen• Führen Sie nach der Erzeugung von Anti-Lösungen ein weiteres Brain storm -

ing durch, um die positiven Lösungen im Team entsprechend abzuleiten

305

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

306

ANTI-LÖSUNG-BRAINSTORMING

Beispiel Darstellung Anti-Lösung-Brainstorming

Was kann unseren Prozess noch verschlechtern?

Verbesserungsvorschlag

Längere Transportwege Kürzere Wege, effizientere Transportmittel

Keine Reinigung der Maschine Regelmäßige Reinigung

Jeder stellt die Maschine anders ein

Standardisierte Einstellung für alle

Rot Grün

306

307

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Brainwriting

BezeichnungBrainwriting

ZeitpunktProjektauswahl, ANALYZE und IMPROVE

Ziel- Ideen in ruhiger Atmosphäre im Team entwickeln- Ungewöhnliche Beziehungen und Kombinationen von Ideen her stellen

VorgehensweiseKlassisches Brainwriting1. Das Thema gemeinsam festlegen2. Jeder bekommt ein DIN-A4-Blatt3. Jeder notiert eine Lösungsidee4. Das Blatt zum Sitznachbarn im Uhrzeigersinn weiterreichen (alle gleich-

zei tig)5. Idee des Vorgängers überprüfen, darauf aufbauen oder eine völlig neue

Idee entwickeln 6. Blatt erneut weiterreichen7. Am Ende einer vereinbarten Zeit die Blätter einsammeln8. Die Blätter an der Wand befestigen und die Inhalte erläutern9. Anschließend auf einem Flipchart oder auf Karten die Vorschläge zusam -

menfassen

Brainwriting 6-3-5Das Brainwriting 6-3-5 erfolgt wie das klassische Brainwriting. Der Begriff stehtfür die Idee, dass 6 Personen jeweils 3 Ideen in 5 Minuten aufschreiben undweiterreichen.

Idea-Card-MethodeDiese Methode ist eine weitere Variation des klassischen Brainwritings. Hierwerden die Ideen auf Karten oder Post-its® gesammelt. Der Vorteil ist, dassdie Ideen später nicht abgeschrieben werden müssen.

BRAINWRITING

307

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

308

BRAINWRITING

Brainwriting PoolBeim Brainwriting Pool werden die Ideen nicht systematisch im Uhrzeigersinnweitergereicht, sondern in der Tischmitte gesammelt. Jedes Teammitglied kanndaraus eine oder mehrere Ideen ziehen und darauf aufbauen.

Notebook-MethodeHier werden die Ideen nicht bei einer Sitzung gesammelt, sondern jedes Team -mitglied kann sie von Ort und Zeit unabhängig aufschreiben. Die Ideen werdenan die weiteren Teammitglieder per E-Mail weitergereicht. Sie werden nacheiner Zeit gesammelt und bei einer Teamsitzung diskutiert. Für diese Art desBrainwritings ist der Zeitrahmen typischerweise 2 bis 4 Wochen.

Tipp• Visualisieren Sie die entwickelten Lösungen und stellen Sie sie für alle gut

sichtbar dar• Fangen Sie mit einem Thema an und sammeln Sie alle Nennungen – fah-

ren Sie dann mit dem nächsten Thema fort und markieren Sie alle aufge-nommenen Nennungen

• Die Nennungen können Sie gemeinsam mit dem Team verständlicher for -mulieren

Beispiele BrainwritingBeispiel 1: Klassisches Brainwriting

Beispiel 2: Notebook-Methode

308

309

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

SCAMPER

SCAMPER

BezeichnungSCAMPER

ZeitpunktAnwendung von Kreativitätstechniken, ANALYZE und IMPROVE, Lösungenerzeugen

Ziel- Kreativität im Rahmen der Lösungsfindung fördern- Weiterentwicklung von Lösungsideen strukturieren

Vorgehensweise1. Dem dargestellten Fragenkatalog aus der SCAMPER-Checkliste die Pro -

zessschritte des IST-Prozesses bzw. generierte Lösungsideen gegenüber-stellen

2. Auf dieser Basis die Beantwortung der Fragen eröffnen

Substitute Was kann wodurch ersetzt werden? Lässt sich der Prozess anders gestalten? Gibt es Elemente aus anderen Ländern oder Zeiten?

Combine Was kann mit etwas anderem kombiniert werden? Lässt sich das mit anderen Ideen verbinden, in Bausteine zerlegenund in ein anderes Bild verwandeln?

Adapt Wie kann … angepasst werden? Lassen sich Parallelen feststellen? Kann man etwas nachempfinden?

Modify Wie kann … verändert (maximiert, minimiert) werden?– Bedeutung, Farbe, Bewegung, Größe, Form, etc.,– größer machen, etwas hinzufügen, Häufigkeit erhöhen, – kleiner machen, etwas wegnehmen, Häufigkeit reduzieren.

309

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

310

SCAMPER

Darstellung SCAMPER

Put to other uses

Wie kann … zweckentfremdet werden? Gibt es andere Gebrauchsmöglichkeiten dafür? Kann das woanders eingesetzt werden?

Eliminate/erase

Wie kann… eliminiert bzw. gelöscht werden? Ist das unbedingt notwendig?

Reverse/rearrange

Was ist, wenn... umgedreht oder reorganisiert wird? Lässt sich die Reihenfolge ändern? Lässt sich die Idee spiegelverkehrt abbilden? Lassen sich die Punkte austauschen?

S C A M P E RProzessschritt 1bzw. Idee 1

Prozessschritt 2bzw. Idee 2

Prozessschritt 3bzw. Idee 3

usw.

310

311

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

ANALOGIE-BRAINSTORMING

Analogie-Brainstorming

BezeichnungBest Practice Sharing, Analogie-Brainstorming

ZeitpunktAnwendung von Kreativitätstechniken, ANALYZE und IMPROVE, Lösungenerzeugen

Ziel- Kreativität im Rahmen der Lösungsfindung fördern- Lösung bzw. erfolgreiche Bearbeitung für vergleichbare Themenstellung

bzw. Problem nutzen

Vorgehensweise1. Merkmal des Ursprungssystems wählen oder mithilfe der 8-P-Merkmal -

check liste finden

2. Anderes System finden, das dieses Merkmal hat

3. Frage formulieren: Wie hat dieses System das Problem gelöst oder wiewür de es das Problem lösen?

4. Lösung auf das Ursprungssystem übertragen

Analogie-Brainstorming geht über das reine Best Practice Sharing insofernhinaus, als dass bei Letzterem die Adaption einer anderswo gefundenen, be -sonders leistungsfähigen Lösung im Vordergrund steht.

311

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

312

Tipp• Beziehen Sie alle Stakeholder frühzeitig ein und schaffen Sie Freiraum für

eigene Varianten und Anpassungen; die Umsetzung von anderswo müh-sam gewonnenen Erkenntnissen trifft oft auf Widerstände, mag die Lösungnoch so durchdacht sein; dies ist als „Not invented here“-Syndrom bekannt

• Berücksichtigen Sie, dass die Rückübertragungsleistung auf das Ur sprungs -problem nicht leicht ist; das kann zu Frustration führen

ANALOGIE-BRAINSTORMING

Merkmalkategorie Fragen

People Wer ist beteiligt?

Processes Welche Abläufe gibt es?

Places Wo passiert etwas?

Purposes Welche Ziele/Zwecke werden verfolgt?

Parameters Welche Eigenschaften hat das System?

Policies Welche Regeln/Traditionen gibt es?

Problems Welche Probleme gibt es?

Parts Welche Bestandteile gibt es?

312

313

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

AFFINITÄTSDIAGRAMM

Affinitätsdiagramm

BezeichnungAffinity Diagram, Clusterung, Affinitätsdiagramm

ZeitpunktIm Allgemeinen bei der Sammlung von Ideen, IMPROVE, Lösungen verfei-nern und filtern

ZielIdeen bündeln (clustern) und zu sammen fassen, um die Kernaussagen zuverstehen

Vorgehensweise1. Ideen themenbezogen sortieren und strukturieren

2. Für jede Gruppe von Ideen prägnante Überschriften vergeben

Tipp• Suchen Sie beim Sortieren stets die logische Verbindung; wird die Idee hin

und her geschoben, dann schreiben Sie sie noch einmal auf und heften siean beide Gruppen

• Lassen Sie einige Karten durchaus allein stehen, denn diese können ge -nau so wichtig sein wie die, die sich schnell einordnen lassen.

THEMA

Überschrift 1 Überschrift 2 Überschrift 3

Idee Idee Idee

Idee Idee Idee

Idee Idee Idee

313

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

314

Musskriterien

BezeichnungMusskriterien

ZeitpunktIMPROVE, Lösungen verfeinern und filtern

ZielGenerierte Lösungsansätze auf die Erfüllung zwingender Anforderungen(sog. Musskriterien) überprüfen

Vorgehensweise1. Jede mögliche (Teil-)Lösung auf Musskriterien überprüfen; unter Muss kri -

te rien sind hierbei Anforderungen zu verstehen, die unbedingt erfüllt wer-den müssen. Hierzu gehören beispielsweise:- Gesetzliche Vorschriften- Sicherheitsvorschriften- Projektbezogene Kundenanforderungen- Unternehmensstrategie und -philosophie- Betriebliche Vereinbarungen- Normen- Umweltauflagen

MUSSKRITERIEN

Erfüllung der Kriterien durch Lösungsidee …

Liste der Kriterien A B C D …

Vorschrift 1 XAuflage 1 X…

314

315

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

2. Verstößt eine im Vorfeld generierte Lösungsidee gegen ein Musskriterium,wird diese verworfen und im weiteren Vorgehen nicht weiter betrachtet

TippPlatzieren Sie alle Lösungen, die aussortiert werden sollen, für alle gut sicht-bar im Meetingraum und dokumentieren Sie diese im Anschluss entsprechend

MUSSKRITERIEN

315

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

316

AUFWAND-NUTZEN-MATRIX

Aufwand-Nutzen-Matrix

BezeichnungEffort Benefit Matrix, Aufwand-Nutzen-Matrix

ZeitpunktIMPROVE, Lösungen verfeinern und filtern, nach Prüfung der Musskriterien

Ziel- Die möglichen Lösungsansätze nach Aufwand und Nutzen bewerten- Die Lösungen mit dem günstigsten Aufwand-Nutzen-Verhältnis auswählen

Vorgehensweise1. Eine im Team abgestimmte operationale Definition zu Aufwand und Nutzen

aufbauen2. Jeden Lösungsansatz gemäß der Definition zu Aufwand und Nutzen über-

prüfen; die Bewertung erfolgt durch das Team3. Die Lösungen entsprechend der Bewertung in eine Matrix eintragen4. Lösungen mit hohem Aufwand und geringem Nutzen verwerfen5. Lösungen mit geringem Aufwand und hohem Nutzen für weitere Überle-

gungen priorisieren

TippPlatzieren Sie die Definition zu Aufwand und Nutzen zur weiteren Ein sor tie rungder Lösungsvorschläge für alle sichtbar im Meetingraum

Nutzen

Genauer überprüfen, obumsetzbar oder nicht

Umsetzung nicht sinnvoll

Sollte weiter -verfolgt werden

hoch

niedrighochniedrig

Aufwand

316

317

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

N/3-METHODE

N/3-Methode

BezeichnungN/3 Method, N/3-Methode („N over 3“ ”, „N divided by 3“, „N über 3, „N geteiltdurch 3”)

ZeitpunktANALYZE, potenzielle Ursachen sammeln, IMPROVE, Lösungen verfeinernund filtern

ZielAnzahl der Alternativen intuitiv reduzieren, indem wenig bevorzugte Alter na ti -ven aussortiert werden

Vorgehensweise1. Jedes Teammitglied bzw. jeder Workshopteilnehmer erhält eine be -

stimmte Anzahl an Stimmen, die er beliebig verteilen kann

2. Die Teammitglieder verteilen ihre Punkte nach ihrer persönlichenPräferenz:

N3

Lösung1

Lösung2

Lösung3

Lösung4

Lösung5

Lösung6

Anzahl der Stimmen je Teammitglied/

Workshopteilnehmer

Anzahl derLösungsalternativen

3= =

317

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

318

N/3-METHODE

3. Die Alternativen mit den meisten Punkten werden weiterverfolgt

Tipp• Ggf. ist es notwendig, das Verfahren zu wiederholen, bis die gewünschte

Reduzierung erreicht ist• Am Ende des Vorganges im Konsens noch einmal prüfen, ob die aus sor -

tier ten Alternativen tatsächlich zu verwerfen sind• Wenden Sie diese Methode nur dann an, wenn es sinnvolle Alternativen

gibt; diese Methode nicht anwenden, wenn Lösungen nur miteinander kom -biniert umgesetzt werden können

318

319

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REPLATZZIFFERVERFAHREN

Platzzifferverfahren

BezeichnungNominal Group Technique, Platzzifferverfahren, nominale Gruppentechnik

ZeitpunktProjektauswahl, IMPROVE, Lösungen verfeinern und filtern, Auswahl vonAlternativen

Ziel- Alternativen (Themen, Probleme und Lösungsansätzen) priorisieren- Eine überschaubare Anzahl von Alternativen durch ein Expertenteam be -

werten lassen

Vorgehensweise1. Liste der bisher verbliebenen Alternativen festlegen und in eine Tabelle

ein tragen

2. Jedes Teammitglied legt für sich die Rangfolge der Alternativen fest; diejeweils am höchsten bewertete Alternative erhält die höchste Platzziffer

3. Die Werte aufaddieren und eine Gesamtrangliste erstellen; die Alternative,die den höchsten Gesamtwert hat, gilt als von der Gruppe ausgewählt

Tipp• Beachten Sie, dass auch bei dieser Methode nur echte Alternativen zu ver -

gleichen sind • Vermeiden Sie Doppeldeutungen und einigen Sie sich im Team auf eine

Formulierung zum gemeinsamen Verständnis• Verwenden Sie diese Methode nur dann, wenn nicht mehr als 10 bis 12

Vorschläge vorliegen – es ist sehr schwer, eine Rangfolge für eine großeAnzahl von Alternativen zu vergleichen; sind noch viele echt alternativeVor schläge vorhanden, nutzen Sie vorher (wieder) die N/3-Methode

• Erhalten zwei oder mehrere Lösungen die gleiche Gesamtpunktzahl, dis-kutieren Sie im Team, worin der Unterschied der Bewertungen liegt; mögli-cherweise ist das Verständnis über die Lösung nicht gleich

319

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

320

PLATZZIFFERVERFAHREN

Beispiel Platzzifferverfahren

Thema/Lösungen Person A Person B Person C Summe

A Neuer Lacklieferant 3 5 4 12

B Schulung 7 3 3 13

C Neue Mischwaage 4 2 2 8

D Neue Grundierung 5 6 6 17

E Neue Mitarbeiter 2 4 1 7

F Neue Spritzdüsen 6 7 7 20

G Umbau Lackierbox 1 1 5 7

320

321

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Pugh-Matrix

BezeichnungPugh Analysis, Auswahlverfahren nach Pugh, Pugh-Matrix

ZeitpunktIMPROVE, Lösungen verfeinern und filtern

Ziel- Die beste Alternative (z. B. eine Gesamtlösung) durch den direkten

Vergleich verschiedener Bewertungskriterien finden- Optimierungspotenziale einzelner Kriterien über den Vergleich mit denen

anderer Alternativen realisieren

Vorgehensweise1. Die Bewertungskriterien identifizieren

Neben den CTCs (Effektivität) umfassen die Bewertungskriterien auch dieEffizienz (Voice of Business/CTBs).

2. Die Bewertungskriterien priorisierenDie Kriterien werden von 1 (niedrigster Rang) bis n (Anzahl der Kriterienund höchster Rang) bewertet

3. Den Status quo als Vergleichsstandard definierenDer Status quo muss auch beim Vergleich von Alternativlösungen berück-sichtigt werden; er gilt fortan als Standard, gegen den alle Lösungen imWettbewerb zueinander stehen

4. Die Bewertungsmatrix erstellen- Lösungen eintragen- Kriterien eintragen- Priorisierung eintragen

5. Die Alternativen paarweise bewertenDie alternativen Konzeptideen im Hinblick auf die Erfüllung der einzelnenKriterien mit dem Status quo vergleichen: Eine bessere Bewertung zumStatus quo wird mit einem Plus (+), eine schlechtere mit einem Minus (-)gekennzeichnet; für jedes Konzept wird die Anzahl gleicher Wertungen ad -diert und der Priorisierung der bewerteten Kriterien entsprechend ge wich -tet (z. B. Konzept 1: Priorisierung von Kriterium 1 (=3) + Priorisierung vonKriterium 2 (=4) entspricht der gewichteten Summe+ (=7))

PUGH-MATRIX

321

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

322

PUGH-MATRIX

6. Die Stärken und Schwächen der Lösungen analysieren: - Gibt es eine Lösung, die die anderen dominiert? - Warum dominiert sie?- Was sind ihre Schwächen? - Können diese Schwächen durch Merkmalsausprägungen anderer aus-

geglichen werden?

TippBei einer spaltenorientierten Betrachtung des dominierenden, besten Kon zep -tes innerhalb der Pugh-Matrix können Sie eventuelle Konflikte/Widersprüchebezüglich der Erfüllungsgrade einzelner Kriterien ableiten; diese Wider sprü -che lassen sich, insbesondere in einem technischen Umfeld, mithilfe der Me -thoden aus TRIZ (Theorie des erfinderischen Problemlösens) beschreibenund lösen

Alternative

Kriterien

Konzept1

Konzept2

(Standard)

Konzept3

Prio -risierung/Gewich -

tung

Kriterium 1 + 0 - 3Kriterium 2 + 0 4Kriterium 3 0 0 + 2Kriterium 4 - 0 0 1Summe +Summe -Summe 0

GewichteteSumme +

GewichteteSumme -

Alternative

Kriterien

Konzept1

Konzept2

(Standard)

Konzept3

Prio -risierung

Kriterium 1 + 0 - 3Kriterium 2 + 0 4Kriterium 3 0 0 + 2Kriterium 4 - 0 0 1Summe + 2 0 1Summe - 1 0 2Summe 0 1 4 1

GewichteteSumme + 7 0 2

GewichteteSumme - 1 0 7

Alternative

Kriterien

Konzept1

Konzept2

(Standard)

Konzept3

Prio -risierung

Kriterium 1 + 0 - 3Kriterium 2 + 0 4Kriterium 3 0 0 + 2Kriterium 4 - 0 0 1Summe + 2 0 1Summe - 1 0 2Summe 0 1 4 1

GewichteteSumme + 7 0 2

GewichteteSumme - 1 0 7

322

323

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 4

Tool 4

BezeichnungSolution Cause Matrix, Lösungs-Ursache-Matrix, Tool 4

ZeitpunktIMPROVE, Lösungen finalisieren

Ziel- Sicherstellen, dass jede Hauptursache durch eine oder mehrere (Teil-) Lö -

sungen abgestellt wird und dadurch das Projektziel erreicht werden kann- Den direkten Einfluss der ausgewählten Lösungen auf die Erfüllung der

CTCs/CTBs durch die Verbindung der Tools 1 bis 4 prüfen und visualisieren- Die Priorisierung der ausgewählten Lösungen im Hinblick auf die Ziel errei -

chung unterstützen- Positive und negative Korrelationen (Konflikte) zwischen den Lösungen

erkennen

Vorgehensweise1. Die verifizierten Kernursachen aus dem Tool 3 in die Tabelle kopieren

2. Alle ausgewählten Lösungen (nach der Prüfung der Musskriterien, Aufwand-Nutzen-Matrix) eintragen

3. Prüfen, ob für jede Kernursache eine oder mehrere ausreichende (Teil-) Lö -sung(en) gefunden wurde(n): Keine Hauptursache darf ohne entsprechen-de Lösung bleiben (also jede Zeile muss mindestens eine „9“ oder ausrei-chende komplementäre „3er“ haben)

4. Korrelationen zwischen den einzelnen Teillösungen prüfen:

323

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

324

TOOL 4

Verstärken sie gegenseitig ihren Effekt (positiver Effekt, +/++) oder verhin-dern sie gegenseitig ihre Wirkung (negativer Effekt, -/--). Dann besteht einKonflikt! Alter nativ besteht keine Wirkung (neutral, 0)

Haupt -ursachen

Lösu

ng1 Lö

sung

2 Lösu

ng3 Lö

sung

4 Lösu

ng5 Lö

sung

6 Lösu

ng7 Lö

sung

8 Lösu

ng9 Lö

sung

10

Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Summe 0 0 0 0 0 0 0 0 0 0

Haupt -ursachen

Lösu

ng1 Lö

sung

2 Lösu

ng3 Lö

sung

4 Lösu

ng5 Lö

sung

6 Lösu

ng7 Lö

sung

8 Lösu

ng9 Lö

sung

10

Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Aus Tool 3Summe 0 0 0 0 0 0 0 0 0 0

Anm.: Die Korrelation zwischen den Teillösungen kann auch auf einerTabelle dargestellt werden (s. Beispiel auf der nächsten Seite)

324

325

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

TOOL 4

Mögliche Lösungen

Haupt ursachen

Dru

ckpi

stol

e au

stau

sche

n

Lack

ierg

erät

ka

librie

ren

Rüs

tvor

gang

(Far

benw

echs

el) o

pti-

mie

ren

Lack

iere

r sch

ulen

Reg

elm

äßig

es A

udit

zum

Lac

kier

vorg

ang

einf

ühre

n

SO

Ps

über

arbe

iten

SOP nicht vorhanden 0 0 0 0 0 0

Lackierer haben unterschiedlicheAusbildung und Erfahrung 0 3 0 3 3 0

SOPs teilweise nicht vorhandenund tlws. unverständlich 1 1 3 3 3 3

Summe 1 4 3 6 6 3

Dru

ckpi

stol

e au

stau

sche

n

Lack

ierg

erät

ka

librie

ren

Rüs

tvor

gang

(Far

bwec

hsel

) op

timie

ren

Lack

iere

r sch

ulen

Reg

elm

äßig

es A

udit

zum

Lac

kier

vor g

ang

einf

ühre

n

SO

Ps

über

arbe

iten

Druckpistole austauschen 0 0 0 0 0

Lackiergerät kalibrieren 0 0 0 0 0

Rüstvorgang(Farbenwechsel) optimieren

0 0 - ++ 0

Lackierer schulen 0 0 - ++ +

Regelmäßiges Auditzum Lackier vorgangeinführen

0 0 ++ ++ +

SOPs überarbeiten 0 0 0 + +

Korrelation

Beispiel Tool 4

325

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

326

SOLL-PROZESSDARSTELLUNG

Soll-Prozessdarstellung

BezeichnungShould-be-process-map, Future State Map, Soll-Prozessdarstellung


Ziel- SOLL-Prozess ableiten und umsetzungsfähig darstellen- Die definierten Prozessverbesserungen visualisieren- Alle Mitarbeiter können die Auswirkung der Verbesserungen auf den Arbeits -

ablauf ver stehen- Basis für Arbeitsplatzlayout, Dokumentation und Arbeitsanweisungen so -

wie visuelle Prozesskontrolle schaffen

Vorgehensweise

1. SOLL-Prozess definieren und visualisieren:a) SOLL-Prozesses entsprechend den Lösungen definieren. Denken Sie

dabei an - die Eliminierung und Vermeidung von Verschwendung (TIMWOOD)- Poka Yoke Mechanismen- Engpasstheorie und die Ausrichtung des neuen Prozesses an der

Takt rate bzw. Taktzeit sowie Prozessaustaktung- Komplexitätsreduktion und den Aufbau eines schlanken Prozesses

(s. hierzu auch Prozessfluss und Prozesslogik)

b) Verantwortlichkeiten definieren

c) SOLL-Prozesses mit einer geeigneten Visualisierungsform visualisieren.Dabei können die gleichen Darstellungsformen wie in ANALYZE verwen -det werden.

2. SOLL-Prozess hinsichtlich E = (Q x A)M überprüfena) Ergebnis: Wird das angestrebte Ergebnis erzielt? Ist die Veränderung

der Output-Messgröße gem. Projektziel sichergestellt?

326

327

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

b) Qualität: Ist die Prozesskomplexität so gering wie möglich? Welche Ri -si ken bestehen noch, wenn alle Maß nahmen wie geplant umgesetztwerden?

c) Akzeptanz: Ist das geeignete Personal für den neuen Prozess vorge-sehen (Staffing)? Wie kann das Buy-in des Personals sichergestelltwerden? Sind alle Rollen im neuen Prozess gem. ihren Anforderungenbesetzt worden?

d) Management: Sind Prozessverantwortliche (gem. RACI) definiert wor-den? Wie kann die Prozesssteuerung erfolgen (KPIs,Steuerungsinstrumente)

Tipp1. Konzentrieren Sie sich auf den Teil des SOLL-Prozesses, der sich in

Zukunft ändern wird2. Nutzen Sie die FMEA zur Überprüfung des Prozesses auf mögliche

Schwachstellen

SOLL-PROZESSDARSTELLUNG

327

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

328

KOSTEN-NUTZEN-ANALYSE

Kosten-Nutzen-Analyse

BezeichnungCost Benefit Analysis, Kosten-Nutzen-Analyse, Nutzenberechnung


ZielAusgewählte Lösungen bewerten oder wenige Alternativen hinsichtlich mone-tärer Aspekte miteinander vergleichen

VorgehensweiseDie Kosten-Nutzen-Analysen bzw. Nutzenberechnungen unterscheiden sichvon Unternehmen zu Unternehmen. Wenn keine derartige Berechnungs grund -l age existiert, sollten folgende Aspekte berücksichtigt werden:1. Basis für die Berechnung festlegen – i. A. ist das der Zeitraum von 12 Mo -

naten vor dem Projektstart (IST-Situation); zum Vergleich wird die SOLL -Situation, i. A. 12 Monate nach der Implementierung der Lösungen, be trach - tet; die Differenz ergibt den Brutto-Nutzen des Projekts

Situation vor Implementierung(Einjahreszeitraum)

# der KPI-Einheiten x Basis -einheiten/KPI x Kosten derBasiseinheit

+

z. B. Nacharbeit: 1.500 Teile x 2 Std. x 200 €/Std.

Situation nach Implementierung(Einjahreszeitraum)

# der KPI-Einheiten x Basis -einheiten/KPI x Kosten derBasiseinheit

-

z. B. Nacharbeit: 200 Teile x 2 Std. x 200 €/Std.

Betriebskosten durch Projektimplementierung (Einjahreszeitraum)z. B. Miete für Anlagen: 6.000 €

-

Benötigte Investitionen für die Implementierung (Einjahresabschreibung)z. B. jährl. Abschreibung einer Anlage: 3.000 €

-

Direkte Projektkostenz. B. Projektteam: 300 Std. x 60 €/Std.

-

Net Benefit des Projekts (Einjahreszeitraum)

328

329

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

2. Auf der Kostenseite die Implementierungskosten (Betriebskosten, Inves ti -tionen und ggf. auch die direkten Projektkosten) einbeziehen

3. Von dem Brutto-Nutzen die o. g. Kosten subtrahieren; das Ergebnis ist derNetto-Nutzen

Tipp• Verwenden Sie stets die unternehmensüblichen Berechnungen bei der

Kos ten-Nutzen-Analyse; besprechen Sie Ihre konkrete Berechnung miteinem Experten, z. B. aus der Controlling-Abteilung, und lassen Sie sichdas Ergebnis abzeichnen; das vermeidet spätere Diskussionen bzgl. derErgebnisverifizierung

• Fassen Sie den Nutzenbegriff nicht zu eng: Außer der Ergebnis wirksam keitkönnen auch Produktivitätssteigerungen und andere nicht direkt rechenba-re Nutzen betrachten werden

KOSTEN-NUTZEN-ANALYSE

329

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

330

PROZESSSTEUERUNG

Prozesssteuerung vorbereiten

BezeichnungProcess Management, Statistic Process Control, Prozess Management, Pro -zesssteuerung, Prozessmanagement, statistische Prozesskontrolle

ZeitpunktIMPROVE, Lösungen implementieren, vor dem Rollout

ZielEinen Prozess schaffen, der es ermöglicht, schnell auf Abweichungen derInput- und Prozesszielgrößen zu reagieren und trotzdem die Kunden anfor de -rungen permanent zu erfüllen

Vorgehensweise

1. Geeignete Messgrößen bzw. Kennzahlen zur Prozesssteuerung auswäh-len und definieren; im Regelfall sind dies die Output-, Prozess- und Input -messgrößen, die bereits im Laufe des Projekts erhoben wurden

2. Die Datensammlung vorbereiten (s. 4 Schritte der Datensammlung), insb.Stichprobengröße und Regelmäßigkeit festlegen und die Qualität des Mess - systems sicherstellen

3. Aufzeichnung und Dokumentation der Kennzahlen sicherstellen sowieReportingstruktur und -wege installieren (KPI-Steckbrief)

4. Zielwerte der Kennzahlen definieren (z. B. „Ampelstati“)

5. RACI Chart für die Erhebung und das Reporting der Kennzahlen erarbei-ten sowie mit den Beteiligten abstimmen

6. Laufendes Monitoring des Prozesses und der definierten Kennzahlen

330

331

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSSTEUERUNG

Tipp• Achten Sie bei der Festlegung der Kennzahlen darauf, dass Sie sich auf

steu erungsrelevante, d. h. beeinflussbare Kennzahlen fokussieren – unter-scheiden Sie deshalb bei der Priorisierung immer zwischen reinen Infor -ma tions grö ßen und Steuerungsgrößen

• Denken Sie daran, dass das Monitoring fortlaufend erfolgen wird; der Auf -wand der Datensammlung und -aufbereitung sowie die Interpretation derErgebnisse (Berichte, Dashboards) müssen vor diesem Hintergrund imVerhältnis stehen zu dem erwarteten Nutzen

Beispiel:

Messgröße Durchlaufzeit bearbeiten

OperationaleDefinition

Durchlaufzeit der Auftragsbearbeitung (vom Post eingang bis zurAblage) in Minuten

Spezifikationen 20 Min. (± 5)

Stichprobe Täglich, 5. und 10.Auf trag jeder Mit -arbeiter

Verantwortlicher fürDatenerhebung

Carl Collector

Verantwortlicher fürDatenanalyse undBericht erstellung

Anna Cruncher Sofortmaßnahme(n) – bei Verlet zun gen derSpezifikation:• Zusätzliche Mitarbeiter aus Abteilung

X kurzfristig einsetzen

Prozesseigner Otto Owner Korrekturmaßnahme(n) – bei mehrmaligerVerletzung der Control-Grenzen:• Schulung der Mitarbeiter• Anpassung der Stichprobenintervalle

331

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

332

REAKTIONSPLAN

Reaktionsplan

BezeichnungReaction Plan, Reaktionsplan

ZeitpunktIMPROVE, Lösungen implementieren, im Rahmen (der Vorbereitung) derProzesssteuerung

ZielKonkrete Maßnahmen beschreiben, die bei Verletzung festgelegter Eingriffs -grenzen durchgeführt werden sollen

Vorgehensweise1. Eingriffsgrenzen für jede Kennzahl festlegen bzw. ermitteln; hierfür beste-

hen drei Möglichkeiten:- Zielwerte gemäß der kritischen Businessanforderungen (CTB)- Spezifikationen gemäß der kritischen Kundenanforderungen (CTC)- Herleitung aus den Kontrollgrenzen (2 oder 3 Standardabweichungen)

2. Für jede Messgröße/Kennzahl notwendig Maßnahmen definieren für denFall, dass die Eingriffsgrenzen verletzt werden:- Sofortmaßnahmen beziehen sich i. d. R. auf die Fehlerkorrektur, d. h.

auf die Beseitigung der Mangelerscheinung des Outputs; Beispiele hier -für sind:– Nacharbeit am Output– Produktion stoppen etc.

- Korrekturmaßnahmen haben das Ziel, die Ursache für das Auftreten desFehlers zu eliminieren und dadurch das Auftreten des Fehlers zu ver-meiden; vor der Entscheidung, welche Korrekturmaßnahme umgesetztwird, erfolgt eine kurze Ursachenanalyse; diese kann durch bereits be -stehende FMEAs beschleunigt werden; Beispiele hierfür sind: – (Wiederholte) Schulung von Prozessbeteiligten– Verbesserung der Arbeitsanweisungen (z. B. durch Visualisierung der

Arbeitsschritte)– Überprüfung von Materialeigenschaften und Maschineneinstellungen

332

333

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

REAKTIONSPLAN

– Anpassung der Anlageneinstellungen an den veränderten Input-Eigen - schaften

– Anpassung der Stichprobenintervalle etc.

3. Prozess und Verantwortlichen festlegen, um die Wirksamkeit der umge -setz ten Maßnahmen nachzuhalten

Tipp• Überprüfen Sie Ihre (geplante) Stichprobenstrategie auf ihre statistische

Aus sagekraft; es ist üblich, als eine der ersten Sofortmaßnahmen die Ver -größerung des Stichprobenumfangs zu definieren

• Formulieren Sie die Maßnahmen SMART – vermeiden Sie allgemeine undweniger hilfreiche Maßnahmen wie „Meeting des Six Sigma Teams“

• Beachten Sie bei der Formulierung die Implementierung einer Fehler lern -kultur und vermeiden Sie Schuldzuweisungen

• Nehmen Sie sich Zeit für die Erstellung eines Reaktionsplans, da es daswichtigste Dokument für den Prozesseigner darstellt

Beispiel Sofort- und Korrekturmaßnahmen

Messgröße Durchlaufzeit bearbeiten

OperationaleDefinition

Durchlaufzeit der Auftragsbearbeitung (vom Post eingang bis zurAblage) in Minuten

Spezifikationen 20 Min. (± 5)

Stichprobe Täglich, 5. und 10.Auf trag jeder Mit -arbeiter

Verantwortlicher fürDatenerhebung

Carl Collector

Verantwortlicher fürDatenanalyse undBericht erstellung

Anna Cruncher Sofortmaßnahme(n) – bei Verlet zun gen derSpezifikation:• Zusätzliche Mitarbeiter aus Abteilung

X kurzfristig einsetzen

Prozesseigner Otto Owner Korrekturmaßnahme(n) – bei mehrmaligerVerletzung der Control-Grenzen:• Schulung der Mitarbeiter• Anpassung der Stichprobenintervalle

333

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

334

PILOT

Pilot

BezeichnungPilotprogramm, Pilotierung

ZeitpunktIMPROVE, Lösungen implementieren

Ziel- Besseres Verständnis der Auswirkungen- Test der Akzeptanz- Schnellere Realisierung von Teillösungen- Die ausgewählten Lösungen sollen getestet werden unter den Aspekten

– Erwartungen bestätigen, d. h. die Entscheidung für die ausgewählte Lö -sung durch eine punktuelle Umsetzung der Lösung bestätigen

– Einsparungspotenziale/Nutzengrad verifizieren– Erfahrungen für die „große“ Implementierung sammeln– Schwächen entdecken– Lösungen weiter optimieren– Risiken begrenzen

- Das Verstehen der Konsequenzen/Auswirkungen steht für die Implemen -tierung im Vordergrund; das beinhaltet auch die Prüfung und Erhöhung derAkzeptanz

Vorgehensweise

1. Pilotierungsvoraussetzungen prüfenDie Umsetzung eines Pilotprogamms ist nicht in jedem Fall notwendig;sinnvoll ist ein Pilot vor allem dann, wenn- die Veränderungen in großem Umfang erfolgen- die Lösung weit reichende, unvorhersehbare Konsequenzen mit sich

ziehen könnte- die Umsetzung der Lösung sehr kostenintensiv istdie Veränderung nur schwer reversibel ist

2. Pilotierung vorbereiten- Mögliche Pilotbereiche identifizieren und einen Pilotbereich auswählen

334

335

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PILOT

- Die geplante Pilotierung mit der Führung des ausgewählten Bereichsabstimmen, Freigabe einholen und Lenkungskreis bestimmen

- Pilotprojekt ganzheitlich planen (bedienen Sie sich hierbei allerProjektmanagement-Tools aus der DEFINE-Phase)

- Alle Beteiligten informieren – Mitarbeiter gewinnen und einbinden

3. Pilotierung durchführen- Die betroffenen Mitarbeiter schulen sowie Verständnis für die neue

Aufgabe und die Wichtigkeit des Pilotprogramms aufbauen und sicher-stellen

- Aktionspläne und Maßnahmen umsetzen- Lagebesprechungen durchführen und erforderliche Anpassungen vor-

nehmen- Ergebnisse aufnehmen und aufzeichnen- Ergebnisse an die beteiligten Mitarbeiter sowie an den Lenkungskreis,

an das Projektteam und an das Management berichten und Feedbackeinholen

Darstellung Deming RadDas Deming Rad oder die Methode PDCA ist besonders für die Durchführung vonPiloten geeignet.

Nach der Überprüfung der Pilotergebnisse und des Implementierungsplans kön-nen Anpassungen vorgenommen werden.

Act Plan Do

Implementierungs -plan überprüfen

Ergebnisse des Piloten überprüfen

Act Check

Plan Do

335

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

336

Tipp• Führen Sie ein Pilotprogramm erst dann durch, wenn Sie die Umsetzung

der Lösungen im kleinen Maßstab erfolgreich getestet haben• Ihre eigene Teilnahme ist wichtig, um den Erfolg sicherzustellen• Halten Sie die Ergebnisse stets schriftlich fest• Weiten Sie ggf. nach einem erfolgreichen Pilot die Umsetzung auf einen

zusätzlichen, schwierigeren Bereich aus.

PILOT

336

337

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Implementierungsplan

BezeichnungImplementation Plan, Action Plan, Implementierungsplan, Aktions-/Aktivitä ten -plan, Maßnahmenplan, Umsetzungsplan


Ziel- Alle für die Umsetzung der Lösung relevanten Aktivitäten, Verantwort lich -

kei ten und Termine festlegen und abbilden- Akzeptanz der Umsetzung über Change Management-Aspekte sicherstel-

len

Vorgehensweise1. Rahmen der Implementierung festlegen; dabei vor allem den Project

Charter, die konsolidierten Lösungen und die Kosten-Nutzen-Schätzungdes Verbesserungsprojektes verwenden und erneut die Interessen wichti-ger Stakeholder berücksichtigen; außerdem hilft die Beantwortung der fol-genden Fragen:- Was muss am Ende der Implementierung vorhanden sein? - Welche Deadlines gibt es bei der Implementierung?- Was sind die angestrebten Kosten für die Implementierung?

2. Aus den konsolidierten Lösungsblöcken Arbeitspakete schnüren, z. B.„Kom munikation“, sowie Hauptverantwortliche und Umsetzungsmeilen stei -ne definieren

3. Die Arbeitspakete in Detailmaßnahmen herunterbrechen; hierfür ebenfallsVerant wortliche sowie Termine (Start-Ende) vergeben

4. Ggf. weitere Angaben machen, z. B. Aufwand/Nutzen, Umsetzungsstatus5. Change Management-Strategie entwickeln, die gewährleisten soll, dass die

Akzeptanz zur Umsetzung gefördert und Widerstände minimiert werden –insbesondere einen Kommunikationsplan erstellen, der eine gezielte Kom -munikation sicherstellen soll

6. Bei einer umfangreicheren Implementierung ein Projektmanagement auf-setzen, das eine effiziente Umsetzung unterstützt durch die Vermeidungvon Doppelarbeiten und das Ausräumen von Hindernissen; die Imple men -

IMPLEMENTIERUNGSPLAN

337

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

338

IMPLEMENTIERUNGSPLAN

tierung einer Lösung kann als eigenständiges Projekt gesehen werden,allerdings mit anderen Schwerpunkten; neben der oben beschriebenenDefinition von Aktivitäten, Verantwortlichen und Terminen sind dabei fol-gende Aspekte zu berücksichtigen:- Ressourcenplanung: Die Implementierung der Lösung erfordert eine

kla re Festlegung der Rollen und Verantwortlichkeiten, z. B. im Hinblickauf Be richt erstattung, zu treffende Entscheidungen und Folgemaß nah -men

- Veränderung der Teamzusammensetzung – die Teamorganisation wirdggf. laut Projektstrukturplan angepasst; bei einem größeren Verbesse -rungs auf wand sollte ein Lenkungskreis gebildet werden, ein RACI Chartist eben falls hilfreich

- Budget in Form von benötigten Ressourcen und Geld sicherstellen, wasinsbesondere IT-Maßnahmen betrifft, bei denen Ressourcen im Regel -fall knapp sind

- Vorhandene Infrastruktur einbinden, z. B. zur Beschreibung und Imple -men tierung des neuen Prozesses oder neuer Systeme

Tipp• Beschreiben Sie die Aktivitäten so detailliert wie möglich, weil ansonsten

das Risiko besteht, dass Lösungen nicht wie geplant umgesetzt werden• Im Idealfall übernimmt der Projektleiter auch eine aktive und unterstützen-

de Funktion bei der Umsetzung, weil diese gleichfalls Projektmanagement-Know-how und Engagement erfordert

338

339

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

RISIKOANALYSE

Risikoanalyse

BezeichnungRisk Analysis, Risikoanalyse


Ziel- Mögliche Risiken vorwegnehmen- Über die Risikobewertung die Notwendigkeit von (zusätzlichen) Maßnah -

men besser einschätzen können

Vorgehensweise1. Verbleibende Risiken formulieren2. Risiken im Hinblick auf ihre Auswertung bewerten3. Planung der Aktivitäten bei einem zu hoch bewerteten Risiko ergänzen,

um die Auswirkungen zu begrenzen oder – besser noch – das Risiko aus-zuschließen

4. Im Falle eines schwächer bewerteten Risikos bzw. bei zu hohem Aufwandfür die Risikominimierung einen Reaktionsplan festlegen

TippFür DMAIC-Projekte hat sich eine vereinfachte „FMEA“ bewährt: H = hoch, M = mittel, G = gering

Nutzen Sie das Werkzeug zur Risikoidentifizierung, was für Sie im Projekt -rahmen am besten geeignet ist. Denken Sie dabei an Aufwand und Nutzenbzw. an die Akzeptanz der Werkzeuge – inkl. ihrer Kommunikationsfähigkeitin Ihrem Unternehmen.

VerbleibendeRisiken

Auswirkungauf Prozess(H-M-G)

Auswirkungauf Net-Benefit(H-M-G)

Auftretungs -wahr schein -lich keit (H-M-G)

Aktion präventiv(Imple men tie -rungs plan)

Aktion reaktiv(Reaktions plan)

339

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

340

ROLLOUT

Rollout

BezeichnungRollout, Einführung, flächige Umsetzung


ZielAusgewählte, durch den Pilot bestätigte und ggf. angepasste Lösungen imGesamtbereich des definierten Projektfokus umsetzen

Vorgehensweise1. Implementierungsplan für alle im Projektfokus definierten Bereiche erstel-

len (Rolloutplan); dabei ein Gantt-Chart verwenden, um die Auswirkungder zeitlichen Verzögerungen von Arbeitspaketen und denImplementierungs-Deadlines zu bewerten; zudem gängige Reporting-Toolswie Progress Report und Meilenstein-Trend-Analyse einsetzen

2. Rolloutplan umsetzen und bei auftretenden Problemen, z. B. aufgrund vonBereichsspezifika, das Vorgehen der bereits beschriebenen PDCA-Methode nutzen (siehe Pilot)

3. Im Falle von zusätzlichen Anforderungen während der Implementierungdie Auswirkung auf die Deadline, auf den Ressourcenbedarf und auf dasProjektziel analysieren; notwendige Entscheidungen von dem verantwort-lichen Sponsor einfordern

Phase Abteilung Dauer Anfang Abgeschlos sen Verzögerun gen Maßnahme

1 Abt. 1 4 Wochen KW 5 KW 9

Abt. 2 3 Wochen KW 5 KW 8

2 Abt. 3 4 Wochen KW 10 KW 14

3 Abt. 4-8 4 Wochen KW 15 KW 19

340

341

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

GATE REVIEW IMPROVE

Gate Review IMPROVE• Lösungen erzeugen

- Wurden die Lösungsideen auf Basis der Kernursachen abgeleitet?- Welche Methoden wurden zum Ableiten der Lösungsideen angewandt?- Wurden offensichtliche Lösungen direkt umgesetzt?- Wurden die hinter den direkt umsetzbaren Lösungen stehenden Maß nah men

konsequent festgehalten?- Sind Best-Practice-Ansätze in das Ableiten der Lösungen eingeflossen?- Sind geeignete Lean-Ansätze berücksichtigt worden?

• Lösungen verfeinern und filtern- Welche Musskriterien wurden definiert?- Berücksichtigen die potenziellen Lösungen die Musskriterien?- Welche weiteren Kriterien wurden verwendet, um potenzielle Lösungen aus-

zuwählen?- Wurden hinsichtlich Nutzen und Aufwand neben monetären Aspekten auch

der notwendige Zeitaufwand für die Umsetzung sowie technische, unterneh-menspolitische und kulturelle Aspekte berücksichtigt?

• Lösungen finalisieren- Sind die Lösungsideen für die Implementierung detailliert ausgearbeitet wor-

den?- Nach welchen Kriterien sind die Lösungen priorisiert und ausgewählt worden?- Sind die Prozessveränderungen im SOLL-Prozess genau definiert?- An welchen Stellen unterscheidet sich der SOLL-Prozess vom IST-Zustand?- Sind Verantwortliche für die einzelnen Prozessschritte festgelegt?- Wie kann sichergestellt werden, dass der neue Prozess möglichst verschwen -

dungsfrei ist und die geringstmögliche Komplexität aufweist?- Welche Annahmen wurden bei der Kosten-Nutzen-Analyse gemacht?- Wie hoch sind die Kosten für die Umsetzung der Lösungen und wie hoch ist

der monetäre Nutzen des Projektes?- Ist sichergestellt, dass mit den konsolidierten Lösungen das Problem gelöst

werden kann?- Kann der erwartete Projektnutzen erreicht werden?- Sind die Kosten- und Nutzenberechnungen mit dem Controlling abgestimmt?

• Lösungen implementieren- Wurden die Lösungen für die direkte Umsetzung ausgearbeitet?- Welche Kennzahlen werden zur Prozesssteuerung verwendet und wie ist

deren Erhebung geregelt?

341

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

342

GATE REVIEW IMPROVE

- Wurde ein Reaktionsplan erstellt, in dem der Umgang mit Abweichungen derZielwerte (bei den ausgewählten Input-, Prozess- und Output-Messgrößen)geregelt ist?

- Wurden spezifische Reaktionen für den Fall definiert, dass die angestrebtenZiele nicht erreicht werden bzw. der Prozess nicht fähig und/oder stabil ist?

- Wurden die Lösungen in der Praxis getestet? Wenn ja, wie repräsentativ warder Test?

- Welche Probleme hat der Pilot für die Umsetzung aufgezeigt?- Wurde der Prozesseigner aktiv in den Piloten eingebunden?- Sind den Maßnahmen zur Implementierung klare Verantwortlichkeiten zuge-

ordnet und sind die Maßnahmen realistisch terminiert?- Welche Restrisiken wurden identifiziert?- Welche proaktiven Aktionen zur Risikominimierung und Abschwächung der

Auswirkung wurden definiert?- Sind adäquate Maßnahmen definiert, die im Fall des Risikoeintritts greifen?- Ist die Ausweitung über den Piloten hinaus in einem Rolloutplan festgehal-

ten?- Wie ist die Kommunikation der angestrebten Veränderungen sichergestellt

worden? Welche Erfordernisse müssen zusätzlich berücksichtigt werden?- Für welche anderen Unternehmensbereiche kann die Lösung außerdem von

Nutzen sein?- Ist mit der Umsetzung der definierten Maßnahmen gewährleistet, dass die

durch das Projekt beeinflussbaren Kernursachen beseitigt und damit dasProblem gelöst werden kann?

342

SIX SIGMA+LEAN

TOOLSET

CONTROLWie wird die Nachhaltigkeit

der Verbesserung sichergestellt?


345

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Zusammenfassung CONTROL-Phase

PHASE 5: CONTROL

Zielsetzung und Umfang der Phase• Die CONTROL-Phase beantwortet in erster Linie die Frage:

„Wie wird die Nachhaltigkeit gesichert?“, d. h., wie wird dieVer besserung gemessen und verifiziert und ihre Nachhaltigkeitsichergestellt?

• Dazu werden die gewonnenen Erkenntnisse über den Prozessin die bereits existierende oder zu implementierende Prozess -steuerung umgesetzt

• Darüber hinaus wird der Wissenszuwachs der Organisationsichergestellt, indem das Projekt für andere Teams transparentund nachvollziehbar dokumentiert wird

Die Bedeutung von Nachhaltigkeit• Im Zusammenhang mit einem Verbesserungsprojekt bedeutet

Nachhaltigkeit, dass die Verbesserung „dauerhaft aufrecht -erhalten“ wird

• Nachhaltigkeit wird nicht nur durch die erfolgreiche Imple men -tierung von Lösungen und Maßnahmen im Prozess erreicht,sondern auch durch Verhaltensänderungen der Prozess -beteiligten

Vorgehen in der CONTROL-Phase• Die Prozessdokumentation wird finalisiert und sichert die Trans -

parenz und Nachvollziehbarkeit des veränderten Prozes ses• Die Überwachung der Leistungsfähigkeit des Prozesses mit

geeigneten Werkzeugen wird umgesetzt• Die Prozesssteuerung durch die Verantwortlichen und die

fest gelegten Reaktionspläne werden fest in die Prozess -managementorganisation integriert

• Die Verbesserung wird gemessen und der Grad der Ziel errei -chung überprüft

D

M

A

I

C

345

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

346

C.2 Prozess überwachen

Ist die Leistungsfähigkeit des verbesserten Prozessesbekannt und wird diese grafisch aufbereitet?

C.3 Prozess steuernIst das Team für das Prozessmanagement bekannt und sindVerantwortlichkeiten definiert?Ist das Team in der Lage, den Prozess nachhaltig zu steuern?

C.4 Erfolg sichernWie wird der Erfolg des verbesserten Prozesses gemessenund überprüft?Ist die Verbesserung, d. h. das Projekt für andere Teamstrans parent und nachvollziehbar dokumentiert?

PHASE 5: CONTROL

IMPROVECONTROL

Roter Faden CONTROL-Phase

I.4 Lösung implementieren

In welcher Form und in welchem Zeitraum wird die Lösungunter Berücksichtigung der Nachhaltigkeit umgesetzt?

C.1 Prozessdokumentation finalisieren

Ist der verbesserte Prozess im Detail für alle transparent undnachvollziehbar sowie nachhaltig dokumentiert?

C Gate Review/Phasenabschluss

D

M

A

I

C

346

347

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Control ChartsRegelkarten Dashboards

Prozess -steuerungs -team

Glass WallManagement

AuditsProjekt -dokumen -tation

Projekt -abschluss

C.2 Prozess überwachen

C.3 Prozess steuern

C.4 Erfolg sichern

PHASE 5: CONTROL

Werkzeugübersicht CONTROL-Phase

Prozess -dokumen -tation

VisuellesManagement

C.1 Prozessdokumentation finalisieren

C Gate Review

347

349

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSDOKUMENTATION

Prozessdokumentation

BezeichnungProcess Documentation, Prozessdokumentation

ZeitpunktCONTROL, zu Beginn der Phase

Ziel- Eine plastische, transparente und (intuitiv) nachvollziehbare Abbildung des

veränderten Prozesses für die Prozessbeteiligten schaffen- Veränderte Aufgaben und Arbeitsmittel im veränderten Prozess klar und

einfach beschreiben- Prozessverantwortlichkeiten und Schnittstellen eindeutig definieren- Autonome Entscheidungen der Prozessbeteiligten ermöglichen und da -

durch Prozessschleifen vermeiden- Einhaltung der festgelegten Prozessstandards ermöglichen- Einarbeitung neuer Mitarbeiter vereinfachen- Aktuellen Stand der Dokumentation des verbesserten Prozesses sicher -

stel len

Vorgehensweise1. Prozessdokumentation vorbereiten

- Veränderten Prozess durchlaufen- Mitarbeiter über die implementierten Veränderungen befragen (welche

Informationen sind durch welches Medium wie bei wem angekommen)- Den Status der Anpassungen in den Arbeits- und Verfahrens anweisun -

gen bzw. der Prozessdokumentation ermitteln

2. Detaillierungsgrad festlegenGemeinsam mit den Prozessbeteiligten die notwendige Detailtiefe für dieDokumentation festlegen; dabei die Eignung für die Nutzung im Alltag imAuge behalten

3. Prozess visualisieren- Reihenfolge der Prozessschritte, Verantwortlichkeiten und Schnittstellen

visualisieren

349

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

350


- Inputs und Outputs sowie ihre Quellen und Kunden (intern/extern) be -rück sichtigen

- Arbeitsschritte dokumentieren und visualisieren

4. Arbeitsschritte in der Verfahrensanweisung operational definieren (wer machtwas, wann, mit welchen Mitteln?) - Anweisungen klar und präzise in Text- und/oder visueller Form formulie-

ren

5. Arbeitsplätze gemäß der Verfahrensanweisung einrichten

6. Mitarbeiter schulen bzw. einweisen

7. Prozessdokumentation ablegen- Unternehmensstandards berücksichtigen (EDV, Formate)

8. Aktualisierungsprozess sicherstellen- Inhalte, Termine und Verantwortlichkeiten

Beispiel: Verfahrensanweisung Musterdokumentation

Bezeichnung der Aktivität: Prozessschritt-Nr.:INPUTS Liste der Inputs:

Name der Aktivität im Prozessdiagramm

Zweck:

Kunde:Verantwortlich:Ort der Durchführung:

Dauer:

Verwendete Geräte:

Besondere Kenntnisse:

OUTPUTS Liste der Outputs:

Detaillierte Darstellung der Aktivitäten und benötigten ArbeitsmittelStellen Sie alle Muster, Formulare, Benutzeroberflächen etc. zur Verfügung

Aktivität:Beschreibung:Sonderfälle:Anmerkung:Aktivität:Beschreibung:Sonderfälle:Anmerkung:

350

351

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Beispiel Prozessdiagramm und Verfahrensanweisung

Tipp• Denken Sie in erster Linie an den „Kunden“ der Prozessdokumentation:

Nicht die EDV-Abteilung, nicht der Auditor, sondern der Prozessmitarbeitersteht im Vordergrund

• Befragen Sie die Mitarbeiter gezielt nach dem Verfahren; mögliche Fragensind: „Welche Schwierigkeiten haben Sie beim Befolgen der Verfahrens -anweisungen?“, „Gibt es Möglichkeiten, die Arbeit zu erleichtern und dievon uns benötigten Ergebnisse zu erreichen?“

• Richten Sie sich nach dem Leitsatz „Weniger ist mehr!“; die Erstellung, dasLesen und vor allem die Pflege von Prozessdokumentationen ist sehr auf-wendig; deshalb nur so viel wie absolut notwendig dokumentieren

• Halten Sie die Dokumentationen entlang des Workflows bereit, am bestendurch Visualisierung der Arbeitsschritte (Visual Management): Sie müssen


Bezeichnung der Aktivität: Lackmischung Prozessschritt-Nr.: 3INPUTS Liste der Inputs: Lack, Farbmuster, Auftrag

Anmischen des benö-tigten Lacks

Zweck:

Kunde:Verantwortlich:Ort der Durchführung:

Dauer:

Verwendete Geräte:

Besondere Kenntnisse:

OUTPUTS Liste der Outputs:

Detaillierte Darstellung der Aktivitäten und benötigten ArbeitsmittelStellen Sie alle Muster, Formulare, Benutzeroberflächen etc. zur VerfügungAktivität: Material zusammenstellen

Beschreibung: Auftragsschein überprüfen und Daten in das Bestellblatt eintragen

Sonderfälle:Anmerkung:Aktivität: Mischwaage einstellen

Beschreibung:SonderfälleComment:

Kunde Autohaus KundeAuftrags-eröffnung

Instand -setzungs -

auftrag

Instand -setzungs -

auftrag

Karosserie-instandsetzung Lackierung Endmontage

und Kontrolle

LackierereiBeauftragter LackiererLackraum mit Mischwaage

Lack in der passenden Farbe

Mischwaage,

Farbskala

Keine

60 MinutenSicherstellen, dass Lack in ausrei chender Menge und Qualität unterEinhaltung aller Arbeitssicherheitund Umwelt relevanten Anweisungenvorhanden ist.

351

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

352

bereitstehen, wenn sie gebraucht werden; das ist immer besser, als einenOrdner zu holen oder eine Datei zu öffnen in einem System, das man nichtgut kennt

• Hüten Sie sich vor Over Engineering: Ganze Teams können Personen jahredamit verbringen, Prozesse aufwendig in IT-Plattformen zu dokumentieren,die nie von den Mitarbeitern aktiv genutzt werden bzw. bereits bei der Frei -gabe veraltet sind

Beispiel Prozessfunktionsdiagramm



Kunde

Kunden -dienst

Lackier -meister

Lackierer

Karosserie

Lager


erteilt

Auftragzuteilen

Fahrzeugholen

Auftragausführen

Kundenkontaktieren

Lackbestellen


352

353

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REVISUELLES MANAGEMENT

Visuelles Management

BezeichnungVisual Management, visuelles Management

ZeitpunktCONTROL, Prozessdokumentation visualisieren

Ziel- Informationen über die Prozessleistung für alle Mitarbeiter und Führungs -

kräfte jederzeit transparent machen- Arbeits- und Verfahrensanweisungen visuell aufbereitet für alle Beteiligten

darstellen- Wege und Lagerfläche sowie SOLL-Einstellungen, z. B. bei Anlagen, mar-

kieren- Arbeitsprioritäten festlegen und bekannt machen- Abweichungen von Standards schnell erkennen können- Frühzeitige Fehlererkennung und behebung (Poka-Yoke-Ansatz)

VorgehensweiseIn Abhängigkeit vom gesetzten Ziel können verschiedene Werkzeuge verwen -det werden. Beispiele für Werkzeuge des visuellen Managements finden Sieauf den nächsten Seiten

Tipp• Verstehen Sie visuelles Management auch als ein Werkzeug, das dabei hilft,

dass sich die Prozess beteiligten mit dem Unternehmen (durch Infor ma tions -transparenz), mit der Aufgabe (Arbeits- und Verfahrens anweisun gen) undmit dem Produkt (SOLL-Zustand) identifizieren; das fördert Verständnis undMotivation

• Verwenden Sie visuelles Management auch in administrativen Prozessen

353

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

354

VISUELLES MANAGEMENT

Werkzeug Anwendung

Grafiken und Diagramme Visualisierung von Zah len undDaten, ggf. in Verbindung mitZahlen- und Tabellen über sich ten

Flussdiagramme Visualisierung der Pro zes se, d. h. der Prozess schritte undihrer Rei hen folge

Explosionszeichnungen Perspektivische Dar stellung vonkomplexen Gegenständen inihren Einzelteilen

Piktogramme Für Hinweisschilder

Bilder, Fotos und Filme Darstellung des SOLL-Zustan desoder Fehlers zum Vergleich

Referenzteile Dreidimensionale Visu alisierungdes SOLL-Zustan des oderFehlers zum Ver gleich

Beispiele für Werkzeuge des visuellen Managements

354

355

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

REVISUELLES MANAGEMENT

Visuelles Management in der Produktion

Visuelles Management im Dienstleistungsprozess

1 2 3

GUT SCHLECHT

xx

Aktualisierungsdatum: letztes und nächstes geplantes WWW.UMS-GMBH.COM

Poster mit allen relevantenInformationen

Karte bzw. Ausfüllhilfe mit denwichtigsten Schritten

Hilfefunktion ist dem Workflowintegriert

Anrufmanagement

355

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

356

CONTROL CHARTS/REGELKARTEN

Control Charts/Regelkarten

BezeichnungControl Charts, Shewart Charts, Regelkarten

ZeitpunktMeasure, Analyze und Control, Prozess Monitoring

Ziel- Prozessüberwachung: Prozessstreuungen erkennen und verfolgen- Feststellung, ob der Prozess beherrscht bzw. unter Kontrolle ist- Identifikation von gewöhnlichen und speziellen Ursachen (common and

special causes)- Werkzeug für die laufende Prozesslenkung

Vorgehensweise

1. Stichprobenstrategie und Stichprobengröße bestimmen- Für Control Charts müssen Stichproben erhoben werden. Wichtig hier-

für ist die richtige Stichprobenstrategie. - Eine Stichprobenstrategie für Control Charts beinhaltet sowohl die Stich -

probengröße als auch die Häufigkeit der Stichprobenentnahmen. Dasbedeutet, dass immer zu einem bestimmten Zeitpunkt oder nach einerbestimmten Anzahl von Teilen eine Stichprobe mit einer bestimmtenGrö ße entnommen wird.

- Die Stichproben sollten zeitlich immer so gewählt werden, dass sie einemöglichst gute Aussage über die Prozessentwicklung liefern. Wird derZeitpunkt falsch gewählt, z. B. gleichzeitig mit einem Rohmaterial wech -sel, dann wird es mit hoher Wahrscheinlichkeit zu einem Ausschlag derabhängigen Größe kommen, der jedoch wenig Informationsgehalt hat.

356

357

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Bildung von Untergruppen

• Eine effektive Aussage der Control Charts hängt nicht nur von der Qualität derStichprobe, sondern auch von der Qualität der Untergruppen ab.

• Bei der Bildung von Untergruppen muss darauf geachtet werden, dass …- sie möglichst gute Informationen über den Prozess liefern.- sie die Variation des Outputs oder des Inputs vollständig abbilden, denn die

gesamte Variation (sowohl innerhalb einer Untergruppe als auch zwischenden Untergruppen) bestimmt die Grenzen für das Control Chart.

• Die Untergruppen sollen rational gebildet werden. Es gibt grundsätzlich zweiAnsätze für die Bildung von rationalen Untergruppen: - Die Einheiten aus der Stichprobe sind gleichzeitig (oder zeitlich sehr nah)

hergestellt worden (siehe Anmerkung für die Stichprobengröße und Häu -fig keit).

- Die Stichprobe ist repräsentativ für alle Einheiten, die seit der letzten Stich -probenentnahme hergestellt worden sind. Im wesentlichen bedeutet daseine Zufallsstichprobe aus allen produzierten Einheiten seit der letzten Stich -pro benentnahme. Dieser Ansatz (repräsentative Stichprobe) ist besondersdann empfehlenswert, wenn es Gründe zur Annahme gibt, dass der Pro -zess für ein bestimmtes Zeitintervall nicht beherrscht war und wieder untersta tis tische Kontrolle gebracht wurde. In diesem Falle würde die erste Me -thode nicht effektiv genug sein, um diese zwischenzeitliche Verschiebungzu erkennen. Hier ist jedoch Vorsicht bei der Interpretation der Control Chartsgeboten: Hat sich der Prozess mehrmals innerhalb des Zeitinter valls ver-schoben, so kann dies dazu führen, dass sich die Variation innerhalb derStich probe erheblich vergrößert. Das führt wiederum zu breiteren Kon troll -grenzen. Grundsätzlich kann jeder Prozess als scheinbar unter Kontrolleinterpretiert werden, wenn nur die Intervalle zwischen den Stichproben großgenug sind.

Rational SubgroupsDie Idee, die hinter den rationalen Untergruppen (Rational Subgroups) steht, kann an handeines Xquer/R-Karte veranschaulicht werden. Um das zu erläutern, fokussieren wir auf dieErkennung der Verschiebung des Mittelwertes: Die Bildung von rationalen Unter gruppenbedeutet, dass die Untergruppen so ausgewählt werden, dass bei Vor han den sein von spe-ziellen Ursachen die Wahrscheinlichkeit für Unterschiede zwischen den Un ter gruppen ma -ximiert wird und gleichzeitig die Wahrscheinlichkeit für Unter schie de innerhalb der Un ter -gruppe aufgrund dieser speziellen Ursache minimiert wird.

357

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

358


Tipp• Bei der Ableitung der Stichprobenstrategie und Bestimmung der Stich pro -

ben größe sind die Faktoren Zeit und Kosten zu berücksichtigen.• Sofern möglich sollten die Stichproben unter den gleichen Bedingungen

erhoben werden (z. B. gleiche Anlage). • Bei der Bildung rationaler Untergruppen kann es sinnvoll sein für unter-

schied liche Schichtungsfaktoren (z. B. Anlage, Operator, Schicht) getrenn teControl Charts zu bilden.

2. Auswählen des geeigneten Control Charts in Abhängigkeit von Daten -art und Stichprobengröße

Stetige und diskrete Daten

• Stetige Daten- Für Control Charts bei stetigem Datenmaterial werden zwei Graphen erstellt:

In die erste Karte werden der Mittelwert oder die Einzelwerte pro Gruppeeingetragen, in die zweite Karte die Spannweite oder die Standardab wei -chung jeder Untergruppe

- Die Größe der Stichproben liegt bei kontinuierlichen Daten üblicherweisezwischen vier bis sechs Messungen

- Als Kontrollgrenzen werden üblicherweise ±3s benutzt- 99,73% der Daten liegen somit innerhalb dieser Grenzen (bei Normal vertei -

lung)

• Diskrete Daten- Für Control Charts bei diskretem Datenmaterial erstellt man eine Grafik, in

die man zum Beispiel den Anteil oder die Anzahl fehlerhafter Teile, die An -zahl der Fehler oder Fehler pro Einheit jeder Untergruppe einträgt

Datenart Stichprobengröße (Untergruppe) Control Chart

Stetige Daten

1 I/MR-Karte (I/MR-Chart)

< 10 (i. d. R. 3 - 5); konstant Xquer/R-Karte (Xbar-R-Chart)

> 10 und/oder nicht konstant Xquer/S-Karte (Xbar-S-Chart)

Diskrete Daten

Fehler pro Teil

Konstant (i. d. R. > 50);Anzahl Fehler > 5 c-Karte (c-Chart)

Nicht-konstant (i. d. R. > 50);Anzahl Fehler > 5 u-Karte (u-Chart)

Fehlerhafte TeileKonstant (i. d. R. > 50) np-Karte (np-Chart)

Nicht-konstant (i. d. R. > 50) p-Karte (p-Chart)

358

359

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Art des Control Charts

Untergruppen-stichproben Mittellinie Kontrollgrenzen

Durchschnitt und Bandbreite

Konstant und<10, aber i. d. R. 3 bis 5

Xquer/R-Karte

Durchschnitt und Bandbreite

Variabel oder 10

Xquer/S-Karte

Einzelwert und glei-tende Spannweiten

1

I/MR-Karte


3. Daten sammeln. Hierbei beachten:- Datensammlungsplan- Operationale Definition- Ggf. Messsystemanalyse

4. Statistiken und Kontrollgrenzen berechnen:- Viele Statistikprogramme unterstützen die automatische Erstellung von

Control Charts.- Control Charts für stetige Daten:

Sie bestehen aus zwei Grafiken: – In der ersten Grafik sind einzelne Werte (I-Karte) bzw. Mittelwerte

der Untergruppen (Xquer-Karten) abgetragen. Bei den Xquer-Kartenzeigt die erste Grafik die Variation zwischen den Untergruppen

– In der zweiten Grafik sind die Veränderungen der Werte (MR-Karte)bzw. die Ranges oder die Standardabweichungen der Untergruppen ab -gebildet und zeigen die Variation innerhalb der Untergruppen (R/S-Karte). Für stetige Daten gelten folgende Formeln für die Berech nun -gen:

Berechnung von Control Charts – „zu Fuß“ (k ist die Anzahl von Untergruppen)

Die Konstanten Ai, Bi und Di werden in Abhängigkeit der Anzahl der Beobachtungen (n), die zur Berech nungder gleitenden Spannweiten genutzt werden, gewählt (s. folgende Seite).

359

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

360


– Control Charts für diskrete Daten:Sie bestehen aus einer Grafik und zeigen die Variation zwischenden Untergruppen.Für diskrete Daten gelten folgende Formeln für die Berechnungen:

Berechnung von Control Charts – „zu Fuß“ (k ist die Anzahl von Untergruppen)

Anmerkung: Die unteren Kontrollgrenzen (LCL) bei diskreten Daten sind nach unten durch den Wert Nullbegrenzt. Ein negativer Wert ist nicht sinnvoll.

Berechnen von Control Charts – „zu Fuß“/Tabellen der Konstanten

Größe derStichprobe

n

Xbar-R-Chart Xbar-S-Chart Größe derStichprobe

n

IMR-Diagramm

A2 D3 D4 A3 B3 B4 c4 D3 D4 d2

2 1,880 0 3,267 2,659 0 3,267 0,7979 2 0 3,267 1,128

3 1,023 0 2,575 1,954 0 2,568 0,8862 3 0 2,574 1,693

4 0,729 0 2,282 1,628 0 2,266 0,9213 4 0 2,282 2,059

5 0,577 0 2,115 1,427 0 2,089 0,9400 5 0 2,114 2,326

6 0,483 0 2,004 1,287 0,030 1,970 0,9515 6 0 2,004 2,534

7 0,419 0,076 1,924 1,182 0,118 1,882 0,9594 7 0,076 1,924 2,704

8 0,373 0,136 1,864 1,099 0,185 1,815 0,9650 8 0,136 1,864 2,847

9 0,337 0,184 1,816 1,032 0,239 1,761 0,9693 9 0,184 1,816 2,970

10 0,308 0,223 1,777 0,975 0,284 1,716 0,9727 10 0,223 1,777 3,078

Quelle: Montgomery, Douglas C. (2001), Introduction To Statistical Quality Control, 4th Edition, John Wiley & Sons

Art des Control Charts

Größe der Stichprobe Mittellinie Kontrollgrenzen

Anteil fehler-hafter Teile

Variabeli.d.R. n > 50

p-Karte

Anteil fehler-hafter Teile

Konstant i.d.R. n > 50

np-Karte

Anzahl der Fehler pro Einheit

Variabel

u-Karte

Anzahl der Fehler pro Einheit

Konstant

c-Karte

360

361

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


5. Control Charts erstellen:– Auf der X-Achse steht das zu untersuchende Zeitintervall.– Für jede Grafik werden zunächst die Datenpunkte abgetragen (analog

zum Verlaufsdiagramm).– Die Mittellinien werden zuerst gezogen und die Kontrollgrenzen errech-

net und abgezeichnet. Die Berechnung der Kontrollgrenzen erfolgt nachden abgebildeten Formeln.

6. Control Charts interpretieren:– Betrachtung der Mittellinie

Ist der Prozess an der richtigen Stelle im Hinblick auf die Kunden anfor -derungen oder auf den Zielwert zentriert? War der Prozess vorher zen-triert? Hat sich der Prozess geändert? Haben sich die Kunden anforderun -gen oder der Zielwert geändert?

– Analyse der Daten in Bezug auf die KontrollgrenzenLiegen gewöhnliche oder spezielle Ursachen für die Variation vor? - Die Fluktuation innerhalb der Kontrollgrenzen liegt an den zufälli gen

Abweichungen im Prozess selbst. Das sind gewöhnliche Ursachenfür Variation und sie können nur durch eine Änderung im Systemoder Prozess reduziert werden.

- Datenpunkte außerhalb der Kontrollgrenzen oder Muster innerhalbder Kontrollgrenzen (systematische Abweichungen) deuten auf spe-zielle Ursachen hin. Diese sind genau zu untersuchen und zu besei-tigen, bevor das Control Chart zum Prozessmonitoring verwendetwerden kann.

Ist der Prozess beherrscht? Ein Prozess ist dann beherrscht (unter Kontrolle),wenn alle Punkte innerhalb der Kontrollgrenzen liegen und keine Muster er -kennbar sind.

Computerprogramme wie Minitab® testen automatisch, ob der Prozess be -herrscht ist. Die üblichen Tests sind im Folgenden aufgelistet:

361

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

362


1 Ein Punkt liegt außerhalb der Kontrollgrenzen (3 Sigma von der Mittel linie).

2 9 Punkte in Folge befinden sich auf derselben Seite der Mittellinie.

3 6 Punkte in Folge, steigend oder fallend.

4 14 Punkte in Folge, alternierend über und unter der Mittellinie.

5 2 von 3 aufeinander folgende Punkte liegen mehr als 2 Sigma entferntvon der Mittellinie (auf derselben Seite).

6 4 von 5 aufeinander folgende Punkte liegen mehr als 1 Sigma entferntvon der Mittellinie (auf derselben Seite).

7 15 Punkte in Folge befinden sich innerhalb der 1 Sigma Grenzen.

8 8 Punkte in Folge liegen mehr als 1 Sigma entfernt von der Mittellinie.

Beispiel: Erstellen des Control Charts (Xquer/R-Karte) Lackiererei – „zu Fuß“

Woche Lackdicke x R

Februar

1 167 / 155 / 184 / 154 165,00 30

2 134 / 165 / 166 / 120 146,25 46

3 188 / 174 / 157 / 166 171,25 31

4 166 / 148 / 167 / 177 164,50 29

März

1 179 / 162 / 149 / 170 165,00 30

2 178 / 182 / 140 / 123 155,75 59

3 230 / 199 / 178 / 186 198,25 52

4 175 / 158 / 181 / 192 176,50 34

April

1 193 / 168 / 159 / 150 167,50 43

2 150 / 158 / 155 / 144 154,25 21

3 187 / 181 / 172 / 169 177,25 18

4 157 / 146 / 144 / 179 156,50 35

x = 166,50 R = 35,67= ¯

362

363

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE


Beispiel: Kontrollgrenzen für das Control Chart (Xquer/R-Karte) Lackiererei –„zu Fuß“

Kontrollgrenzen für Xquer-Karte Kontrollgrenzen für R-Karte

UCLR = D4. R

–

UCLR = 2,282 . 35,67 = 81,40

LCLR = D3. R

–

LCLR = 0 . 35,67 = 0

UCLx = x= + A2. R

–

UCLx = 166,50 + 0,729 . 35,67 = 192,50

LCLx = x= - A2. R

–

LCLx = 166,50 - 0,729 . 35,67 = 140,50

Beispiel: Control Chart (Xquer/R-Karte) Lackiererei – „zu Fuß“

Mitt

elw

ert d

erS

tichp

robe

nR

ange

der

Stic

hpro

ben

UCL = 192,5

GesamterMittelwert = 166.5

LCL = 140,5

UCL = 81,40

R-Bar = 35,67

LCL = 0

200

190

180

170

160

150

140

908070605040302010

0

Untergruppe 0 5 10

–

363

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

364


Beispiel: Control Charts für stetige Daten: Xquer/R-Karte mit Minitab®

Die Ergebnisse zeigen nur gewöhnliche Ursachen für Variation. Die Werte liegeninnerhalb der Kontrollgrenzen.

Beispiel: Control Charts für diskrete Daten: p-Karte Minitab®

Die Ergebnisse zeigen keine speziellen Ursachen.

364

365

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

DASHBOARD

Dashboard

BezeichnungDashboard, Instrumententafel, Kennzahlencockpit

ZeitpunktCONTROL, Prozess überwachen

Ziel- Den jeweils aktuellen Erfüllungsgrad der Kunden- und Business anforderun -

gen auf einen Blick, leicht verständlich vermitteln- Erfolg von Maßnahmen überprüfen- Frühzeitig Abweichungen erkennen über die Beobachtung von Input- und

Prozess-Messgrößen- Folgeaktionen für die Prozesssteuerung rechtzeitig auslösen

Vorgehensweise1. Kennzahlen auf Eignung, Aussagekraft und Vollständigkeit prüfen und diese

final festlegen („Weniger ist mehr!“) – hier auch auf Prognosen- und Ziel -werte eingehen - Vollständigkeit: Sind alle CTC und CTB umfassend abgedeckt?- Aussagekraft: Können Veränderungen im Zeitverlauf erfasst werden?

Sind die Kennzahlen leicht verständlich? - Eignung: Kann die Kennzahl in regelmäßigen Abständen erfasst werden?

2. Grafische Darstellung wählen (sparsam sein mit Farben, grafischen Ele men -ten – die Aufmerksamkeit soll auf das Wesentliche gerichtet sein)- Verlaufsdiagramme/Run Chart ggf. mit den Spezifikationsgrenzen dar-

stellen (bewegen sich die Kennzahlen in die richtige Richtung?); zusätz-lich kann es sinnvoll sein, auch die Konfidenzintervalle darzustellen, umsicher zu sein, dass Veränderungen statistisch signifikant sind

- Control Charts nutzen um die Variationsursache zu erkennen: Ist dieVer änderung durch eine gewöhnliche oder spezielle Ursache ausgelöstworden? Daraus können, falls notwendig, geeignete Maßnahmen abge-leitet werden.

3. Dashboard planen und einen Prototyp „bauen“

365

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

366

DASHBOARD

4. Interessierten Mitarbeitern und Führungskräften vorstellen und Feedbackeinholen

5. Finale Anpassung vornehmen

6. Prozesssteuerungsteam und beteiligte Mitarbeiter sowie Führungskräfteschulen

7. Dashboards in der finalen Version realisieren und kontinuierlich verbessern

Tipp• Denken Sie bei der Erstellung des Dashboards daran: „Beauty sells“, d. h.

die Optik bzw. die Verständlichkeit spielen eine wichtige Rolle, wenn esdarum geht, den Nutzungsgrad zu maximieren

• Ein Dashboard kann mit speziellen Bestandteilen und Instrumenten ineinem Fahrzeug verglichen werden; der Fahrer erhält über diese alle not-wendigen Informationen zum Steuern des Autos:

• Die Windschutzscheibe ermöglicht den Blick nach vorne und entsprichtPro gnosen, d. h. Informationen über die Zukunft

• Das Armaturenbrett liefert Informationen über den aktuellen Prozess (Ge -schwindigkeit, Temperatur) sowie die Inputparameter (Ölstand, Tank fül lung)

• Der Rückspiegel richtet den Blick auf Informationen über die Vergangen -heit; Prozesse nur mit dem ‚Rückspiegel‘ zu steuern, entspricht einer ehergefährlichen Fahrweise

• Sorgen Sie dafür, dass die Prozessbeteiligten und Entscheidungsträgerverstehen, welche Informationen (nicht nur Zahlen) sie aus den Dash -boards entnehmen können und welchen Nutzen sie davon haben; dies istunabdingbare Voraussetzung für die nachhaltige Nutzung von Dashboards

366

FEHLERHAFTE EINHEITEN (ppm)

367

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

Beispiel: Dashboard

DASHBOARD

KUNDENZUFRIEDENHEIT

%

t

sehr zufrieden

zufrieden

eher zufrieden

eher unzufrieden

Tag Woche Monat0% 0% 0%

100% 100% 100%

Tag Woche Monat

Aktuell 0 500 300

USL 1.000 1.000 1.000

MENGE

SOLL IST (in Plan) IST (unter Plan)

367

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

368

PROZESSSTEUERUNGSTEAM

Prozesssteuerungsteam

BezeichnungProcess Management Team, Prozesssteuerungsteam

ZeitpunktCONTROL, Prozess steuern

Ziel- Den Prozess aktiv steuern- Engagierte Mitarbeiter einbinden, um die Prozesssteuerung auf mehrere

Schultern zu verteilen und damit die Erfolgsaussichten zu verbessern

Vorgehensweise1. Team benennen und Verantwortlichkeiten festlegen, z. B.

- Manager: Löst Probleme mit den Prozessinputs, damit die Mitarbeiterwert schöpfend tätig sein können

- Teamleiter: Löst Probleme und unterstützt die Teammitglieder, damit siewertschöpfend tätig sein können

- Mitarbeiter: Sind wertschöpfend tätig

2. Meeting-Frequenz und Termine festlegen

3. Meetings regelmäßig durchführen, Dashboard-Status besprechen und ggf.Maßnahmen ableiten; die Prozessbeteiligten treffen sich regelmäßig, umden aktuellen Stand des Prozesses zu besprechen – hierzu eignen sichbesonders „Stand up“-Meetings bzw. Stehungen (5 bis 10 Minuten zumStart jeder Schicht); folgende Themen werden dabei gemeinsam bespro-chen und diskutiert:a. Wie war die Prozessleistung gestern, welche Probleme gab es?b. Welche Verbesserungsideen gibt es?c. Was sind die Arbeitsrückstände und die Ziele für den heutigen Tag?d. Welche Prioritäten und Aufgaben mit welcher Arbeitsaufteilung gibt es?e. Welche Veränderungen hinsichtlich der Organisation bzw. des Pro duk -

tes beeinflussen den Tagesablauf?

4. Maßnahmen umsetzen und Ergebnisse überwachen

368

369

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROZESSSTEUERUNGSTEAM

Tipp• Führen Sie die Überwachung und tägliche Steuerung des Prozesses direkt

am Ort des Geschehens durch – nicht die Zentralabteilungen (z. B. Busi -ness Process Management – BPM) steuern den Prozess

• Nachhaltige Prozesssteuerung lebt von der Akzeptanz. „Abholen und Mit -nehmen“ ist hier sehr wichtig. Sorgen Sie dafür, ggf. mithilfe des Sponsors,dass eine Fehlerkultur möglich ist. „Finger Pointing“ und Vorwürfe sindinakzeptabel!

• Sorgen Sie dafür, dass die Prozesseigner, Prozessmanager und weitereProzessbeteiligte geschult sind; sie wissen dann, welche Daten wie abge-bildet werden und können diese interpretieren und daraus Schlüsse ziehen

• Für das Rollout im Unternehmen ist es darüber hinaus wichtig, dass dasManagement die Dashboards versteht, sich für deren Nutzung einsetzt undselbst die Prozesse damit steuert

369

* Das Konzept des Glass Wall Management wurde von Kiyoshi Suzaki in seinem Buch „Results from theHeart: How Mini-Company Management Captures Everyone’s Talents and Helps Them Find Meaningand Purpose at Work“ (Free Press, 2002) entwickelt und vorgestellt.

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

370

GLASS WALL MANAGEMENT

Glass Wall Management

BezeichnungGlass Wall Management*

ZeitpunktCONTROL, Prozess steuern

ZielProzesse durch Transparenz besser steuern

Vorgehensweise1. Arbeitseinheiten definieren (Gruppen, Teams, Abteilungen etc.), die als

„Kleinstunternehmen“ betrachtet werden und konsequent mithilfe von Kenn -zahlen gesteuert werden; diese Einheiten leben ein ausgeprägtes Kunden-Lieferanten-Kunden-Verhältnis zu den internen und externen Schnitt stellen,das langfristig zu einer verschwendungsfreien Wert schöp fungs kette führensoll

2. Die wichtigsten Kennzahlen werden kontinuierlich und für alle sichtbar vi -su alisiert, unabhängig von den Ergebnissen

3. Die Einheiten nutzen die Zahlen, um ihre Prozesse zu steuern und konti-nuierlich zu verbessern

4. Fortschritt und Erfolg werden kommuniziert und visualisiert; auf diese Wei -se wird der Wettbewerbsgedanke gefördert

370

371

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

GLASS WALL MANAGEMENT

Beispiel

TippPrüfen Sie vorab, ob ein geeignetes Arbeitsumfeld und die entsprechendeKultur (Offenheit und Fehlerkultur) für die Implementierung eines Glas WallManagements vorhanden sind.

371

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

372

AUDITS

Audits

BezeichnungAuditing, Audits, Nutzeninkasso

ZeitpunktCONTROL, Erfolg messen, regelmäßig nach Projektabschluss

ZielQualität der Verbesserung bzw. den tatsächlich erreichten Projekterfolg messen

Vorgehensweise1. Audit vorbereiten

- Ziel und Umfang des Audits festlegen- Prozessdokumentation sichten- Audit-Checkliste erstellen bzw. anpassen- Mitarbeiter informieren: Auf E = Q x A (Erfolg resultiert aus Qualität [Me -

thode] und Akzeptanz) achten

2. Audit durchführen- Mitarbeiter befragen und Lösungsimplementierung vor Ort begutachten

(wird der geplante SOLL-Prozess gelebt – gab es Anpassungen?)- Ergebnisse dokumentieren und mit den Mitarbeitern vor Ort abstimmen

3. Audit nachbereiten- Auditergebnisse mit Prozesseigner besprechen- Ggf. Korrekturmaßnahmen definieren und Verantwortliche benennen- Ergebnisse an das Projektteam und die Prozessmitarbeiter kommuni-

zieren

4. Ggf. Folgemaßnahmen durchführen- Maßnahmen durchführen- Wirkung überprüfen- Ggf. Nachaudit planen

372

373

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

AUDITS

5. Nutzen ermitteln- Veränderung der KPIs mit Prozesseigner prüfen (Datenqualität sicher-

stellen)- Nutzen berechnen (harter und weicher Nutzen) und von Controlling be -

stätigen lassen- Ergebnisse kommunizieren

Tipp• Ganz nach dem Motto „Tue Gutes und sprich darüber“ kommunizieren Sie

offen die Erfolge • Lassen Sie auch Ihr Team und den Sponsor gut aussehen• Denken Sie an ein wichtiges Prinzip der lernenden Organisation: Auch ein

schlechtes Ergebnis birgt einen Lernerfolg• Im Sinne des Glas Wall Managements: Transparenz fördert das selbst -

stän dige Handeln • Nehmen Sie das Kosten-Nutzen-Schema mit: Sie sind dadurch auskunfts-

fähig und können vor Ort den Nutzen ermitteln


373

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

374

AUDITS

Beispiel

Prozess schritt/Lösung

Status/ Wirkung

Aktion/Kor rek -turmaßnahme

Termin Verantwort -licher

1. Düse aus -tauschen

Erfolgt; Ver -bes serungdeut lich spür-bar

Keine n. a. n. a.

1. Mitarbeiterschulen

Erfolgt; Ver -besserungnoch nichtwahr genom -men

Arbeits schrittevisualisieren(VisualManage menteinführen)

Dez. 2010 A. H.

…

PerformanceKennzahlen

KPI-Verbes -serung, jedochZielwert nochnicht erreicht

Maßnahmenab warten undnachmessen

Jan. 2011 A. H.

Nicht mone -tärer Nutzen

Bearbeitungszeit für die La -ckierung um20% reduziert

Verifiziert durch:

Datum:

Unterschrift:

Mone tärerNutzen

Geplanter Be -ne fit bereits zu50% rea li siert(TEUR 45)

Verifiziert durch:

Datum:

Unterschrift:

Lessons learned

374

375

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROJEKTDOKUMENTATION

Projektdokumentation

BezeichnungProject Documentation, Projektdokumentation

ZeitpunktWährend der gesamten Projektdauer, Abschluss am Ende der CONTROL-Phase

Ziel- Basis für den Erfahrungsaustausch zwischen Projektleitern (Black Belts)

bilden- Ursache-Wirkung-Zusammenhänge (Y = f(xi, xp)) im Prozess zusammen-

fassend darstellen und daher als ein wichtiger Bestandteil des kontinuier-lichen Verbesserungsprozesses fungieren

- Als Referenz für andere Projekte oder für den Rollout der Lösungen die-nen, im eigenen oder in anderen Bereichen des Unternehmens

- Erfahrungen und Wissen des Teams erhalten und für weitere Projekte imUnternehmen im Sinne eines Best Practice zur Verfügung stellen

Vorgehensweise1. Projektdokumentation laufend führen; die Projektdokumentation soll die

Vorgehensweise im Projekt darstellen; daher ist die Mindestanforderung: - Project Charter- Ziel, Vorgehensweise (ggf. Werkzeuge) und Ergebnisse jeder Phase- Projektergebnis, d. h. durch Zahlen belegte Verbesserung- Monetärer und nicht monetärer Nutzen (mit Controlling abgestimmt)- Management Summary („One Pager“)- Lessons Learned (was hat das Projekt zum Erfolg gebracht, was hat es

behindert?)

2. Die Projektdokumentation in einem geeigneten, vorab definierten und mitklaren Zugangsberechtigungen versehenen Verzeichnis ablegen

3. Projekterfolg kommunizieren

375

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

376

PROJEKTDOKUMENTATION

Tipp• Halten Sie die Projektdokumentation stets aktuell; ein laufend und gut ge -

führ tes Projekt-Workbook kann sehr schnell und mit geringem Aufwand indie finale Dokumentation überführt werden; eine schlechteProjektdokumentation …- … stellt keinen Mehrwert für das Unternehmen dar- … macht keinen Spaß- … ist VERSCHWENDUNG

• Ein gutes Projekt-Workbook ist Voraussetzung für die Six Sigma+Lean Zerti -fi zierung zum Green bzw. Black Belt

• Nutzen Sie das Management Summary auf ein bis zwei Seiten, um dieErgebnisse und Erfolge des Projektes erfolgreich zu kommunizieren undzu vermarkten

Beispiel

376

377

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROJEKTABSCHLUSS

Projektabschluss

BezeichnungProject Closure, Projektabschluss

ZeitpunktCONTROL, am Ende der Phase, wenn das Projekt abgeschlossen ist, d. h.,wenn …- … das Audit eine statistisch signifikante KPI-Verbesserung ergeben hat

und das Controlling den berechneten Net Benefit bestätigt hat- … in dem Audit festgestellt wurde, dass der Prozesseigner/die Linie den

Prozess vollständig übernommen hat und aktiv steuert

ZielVerantwortung final an den Prozesseigner übergeben und damit den BlackBelt entlasten

Vorgehensweise1. Voraussetzungen für den formalen Projektabschluss prüfen:

a. Das Projekt wird erst dann offiziell abgeschlossen, wenn eine signi fi -kan te Verbesserung eingetreten und durch Zahlen (KPI-Veränderung)belegt ist

b. Die Verbesserung wird durch (3-, 6- und 12-Monats-) Audits ermittelt unddurch das Controlling bestätigt

c. Die Controlling-Abteilung bestätigt den monetären Nutzen des Projektes(monetäres Nutzeninkasso)

2. Projektergebnisse an den Prozesseigner übergeben und damit die Ver ant -wortung an ihn vollständig übertragen

3. Letztes Projektmeeting planen und durchführen:a. Alle im Projekt involvierten Mitarbeiter und Stakeholder einladen; Raum,

Moderation etc. werden organisiertb. Ziel, Vorgehensweise, wichtigste Erkenntnisse und Ergebnisse präsen-

tierenc Lessons Learned für kommende Projektarbeit gemeinsam sammeln

377

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

378

PROJEKTABSCHLUSS

d. Team und Ergebnisse werden vom Projektleiter und Sponsor wertge-schätzt

Beispiel

Projekttitel [Titel] Übergebene DokumenteListe der Kernursachen

Liste der Verbesserungen

Prozessdokumentation

Control Charts und Maß -nahmen

RACI-Matrix

Audit Termine:[TT.MM.JJ] (+3Mo.)[TT.MM.JJ] (+6Mo.)

Andere (beigefügt)

Sponsor undProzess leiter

[Name Sponsor]

[Name Prozess leiter]

Prozess - dokumentation

Es wurde ein gemeinsamesVerständnis des SOLL-Prozesses erreicht.

Prozess -verbesserungen

Der Prozessmanager hat einumfassendes Verständnis vonidentifizierten Kern ursa chen,implementierten Lö sun gensowie von Auditierungs -prozedur und -inhalten.

Projekt nutzen (monetär und nichtmonetär)

Der Projektnutzen wurde von Black Belt, Sponsor undProzessmanager geprüft.Termine für das 3- und 6-Monate-Nachhaltigkeits-Auditwurden festgelegt.

Prozess kennzahlen Der Prozessmanager wird die definierten KPIs weitermessen und regelmäßig an den Sponsor berichten.

Training Der Prozessmanager ist für die Schulung der Prozess -beteiligten, die KPI-Datenerfassung sowie dieWeiterentwicklung der Messgrößen verantwortlich.

Offene Punkte Alle offenen Punkte aus dem Übergabetreffen wurdenabgeschlossen.

Bestätigung

Datum(Unterschrift Prozesseigner/Manager)

378

379

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

PROJEKTABSCHLUSS

Tipp• Sorgen Sie für eine offizielle Anerkennung der Leistung in Form einer Ur -

kunde, einer Danksagung oder eines Abendessens; für die Wert schät zungdes Teams können auch kleine Geschenke (T-Shirts, Baseball müt zen,Schlüsselanhänger, USB-Sticks etc.) verteilt werden; dies fördert in derRegel den Mitarbeiterstolz und den Teamgedanken

• Das Projektabschlussmeeting hat auch das Ziel, dem Team ein Erfolgs -erleb nis und das Gefühl getaner Arbeit zu vermitteln; schieben Sie dasMeeting nicht allzu lang hinaus; wenn die Implementierung oder das Nut -zeninkasso sehr lange Zeit benötigen, führen Sie trotzdem für das Teamein Meeting nach Abschluss der CONTROL-Phase durch (selbstverständ-lich in Ab spra che mit dem Sponsor als potenziellen Geldgeber des ge -mein samen Events)

379

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

380

GATE REVIEW CONTROL

Gate Review CONTROL

• Prozessdokumentation finalisieren- Ist der verbesserte Prozess im Detail für alle Beteiligten transparent und

nach vollziehbar?- Ist die Prozessdokumentation auf dem aktuellsten Stand und entspricht sie

den Unternehmensstandards?- Sind die Arbeits- und Verfahrensanweisungen umfassend und leicht verständ -

lich?- Sind Schnittstellen und Verantwortlichkeiten klar voneinander abgegrenzt

geregelt?

• Prozess überwachen- Ist die Leistungsfähigkeit des verbesserten Prozesses bekannt bzw. schnell

ersichtlich?- Sind die wichtigen Messgrößen/Kennzahlen in gut visualisierten Dashboards

zusammengefasst - Sind die Dashboards dazu geeignet, den Prozess zu steuern?

• Prozess steuern- Ist ein Team für die Prozesssteuerung definiert und sind die Aufgaben und

Verantwortlichkeiten bekannt?- Ist die Prozesssteuerung etabliert, d. h. finden regelmäßig Meetings statt,

werden Maßnahmen abgeleitet und durchgeführt und erfolgt eine regelmäßi-ge Erfolgskontrolle?

• Erfolg sichern- Werden die Qualität der Verbesserung geprüft und der Erfolg des Projektes

gemessen?- Ist die Verbesserung der Kennzahlen und der damit zusammenhängende

mo netäre Nutzen vom Controlling anerkannt?- Ist das Projekt gut und nachvollziehbar dokumentiert?- Sind die Projektergebnisse an den Prozesseigner übergeben und damit die

Verantwortung an ihn vollständig übertragen worden?

380

381

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

KONTINUIERLICHER VERBESSERUNGSPROZESS

Kontinuierlicher Verbesserungsprozess

BezeichnungContinuous Improvement Process (CIP), kontinuierlicher Verbesserungs pro -zess (KVP)

ZeitpunktNach Abschluss des Projektes

Ziel- Prozessleistung kontinuierlich steigern- Kultur der Eigenverantwortung aller Mitarbeiter im Prozess implementieren

Vorgehensweise1. Möglichkeiten und Potenziale für Verbesserung identifizieren, z. B.:

- Im Rahmen der Prozesssteuerung- Best Practices und Erfahrungsaustausch- Ideenbörse der Mitarbeiter- …

2. Vorgehen zur Verbesserung definieren- Einfache Verbesserungsmöglichkeiten: Durchführung von geeigneten

Maßnahmen im Tagesgeschäft auf Basis von Plan-Do-Check-Act - Komplexere Verbesserungsmöglichkeiten mittels DMAIC-

Vorgehensweise, entweder durch Lean Workouts, also Workshops miteiner Dauer von 2 bis 5 Tagen, oder einem Standard Six Sigma+Lean

DMAIC Projekt

3. Verbesserung realisieren und Erfolg kommunizieren

Tipp• Verbinden Sie das Vorgehen Plan, Do, Check, Act in dem Prozesssteue -

rungs meeting mit dem Aktionsplan und stellen Sie den jeweiligen Statusgrafisch z. B. mittels Harvey Balls dar

381

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

382

KONTINUIERLICHER VERBESSERUNGSPROZESS

Beispiel grafische Darstellung

Was Wer Mit wem Bis wann Status (PDCA)VerbesserungOnlineFormular

Hr. Ericson Hr. Petersen 31.12.2010

KlärungBeschwerde -prozess

Hr. Nocia Hr. Soni 30.11.2010

Kunden infoinstallie ren

Hr. John Hr. Lunau 31.10.2010

…

Noch nicht gestartet

Plan

Do

Check

Act

382

383

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

LEAN WORKOUT

Lean Workout

BezeichnungLean Workout, Kaizen-Workshop, Kaizen-Blitz, Rapid DMAIC, Lean DMAIC

ZeitpunktWährend des Projektes in IMPROVE, im Rahmen der kontinuierlichen Ver -bes serung

ZielSchnelle Ursachenanalyse, Lösungsfindung und -implementierung bei beste-henden Prozessen im Fertigungs- und Dienstleistungsumfeld, nach systema-tischem DMAIC vorgehen

Vorgehensweise1. Voraussetzungen für ein Lean Workout prüfen, i. d. R. durch ein Gespräch

mit dem Sponsor:- Der Umfang des Problems ist bereits im Vorfeld erkannt, definiert und

lässt sich gut auf einen Bereich eingrenzen, z. B. lange Rüstzeiten füreine Anlage, 5 S-Aktionen aufgrund von langen Suchzeiten in einemklar umrissenen Bereich, Reduzierung von Verschwendung undFehlervermeidung an einer Montagelinie, lange Bearbeitungszeiten ineinem Bereich

2. Ein Kaizen DMAIC ist inklusive Vor- und Nacharbeit auf max. 30 Tage aus-gelegt und erfolgt in der Regel in drei Phasen:a. Vorbereitung (beinhaltet die Phasen DEFINE und MEASURE; 5 bis 10

Tage)- Das Problem im Project Charter definieren- Die Messungen durchführen- Die Teammitglieder auswählen- Informationen durch Recherche und Befragung einholen- Workshop-Organisation

b. Durchführung (beinhaltet die Phasen ANALYZE und IMPROVE; 3 bis 5Tage)- Das Problem analysieren- Die Problemursachen mit den Mitarbeitern direkt vor Ort verifizieren

383

- Lösungsansätze und Maßnahmen ableiten- Die Lösungsansätze – wenn möglich – schon innerhalb des Work -

shops implementierenc. Nachbereitung (beinhaltet die Phasen IMPROVE und CONTROL; 15 bis

20 Tage)- Die noch verbliebenen Maßnahmen, die nicht im Workshop durchge-

führt wurden, jetzt ausführen- Die Nachhaltigkeit sichern, z. B. durch neue Verfahrens anwei sun gen,

visuelle Prozessüberwachung und regelmäßige Trainings

Tipp• Setzen Sie nur einen erfahrenen Workshopleiter/Moderator ein, der sich

flexibel auf die Veränderungen im Workshop einstellen und gegebenenfallsimprovisieren kann

• Bereiten Sie den Workshop sehr gut vor, damit alles bereitgestellt ist undder Workshop sein Ziel erreichen kann

• Wählen Sie die Beteiligten sorgfältig aus und stellen Sie die Teilnahme si -cher, damit die Akzeptanz für die Ergebnisse im Unternehmen erhöht wird

• Stellen Sie die Teamzugehörigkeit auch symbolisch durch gleiche Shirts,Caps etc. dar

• Stellen Sie sicher, dass zu Beginn des Workshops und zum Ende des Work -shops das Management anwesend ist und dass am Ende jeden Tages dieerzielten Erkenntnisse und die entwickelten Maßnahmen mit den Verant -wort lichen besprochen werden

• Überprüfen Sie die Ursachenhypothesen mit kleinen Stichproben und mitden beteiligten Mitarbeitern immer gleich direkt vor Ort

DE

FIN

EM

EA

SU

RE

AN

ALY

ZEIM

PR

OV

EC

ON

TRO

L

384

LEAN WORKOUT

DEFINE MEASURE ANALYZE IMPROVE CONTROL

1 - 3 Wochen 3 - 5 Tage 2 - 4 Wochen\ \\

VOR-BEREITUNG AUSFÜHRUNG

NACH-BEREITUNG

384

385

CO

NTR

OL

IMP

RO

VE

AN

ALY

ZED

EFIN

EM

EA

SU

RE

LEAN WORKOUT

Ablauf Kaizen DMAIC Workshop im Wochenüberblick

START

STOPP

Probleme und Ziele

Besichtigung Arbeitsumfeld

Prozessanalyse

Ursachenanalyse

Brainstorming

Auswahl Lösungen

Maßnahmenplan

Umsetzung

Managerpräsentation

Verschwendungsliste

Ursache und Wirkung

Ideenliste

Was? Warum? Wer? Wie? Wann? Wo?

385

ABKÜRZUNGEN

387

5 S Sort/aussortieren, Set in Order/aufräumen, Shine/ rei nigen,Standardize/standardisieren, Sustain/Nachhaltigkeit sichern

Abt. Abteilung

ANOVA Analysis of Variance/Varianzanalyse

BB Black Belt

BPM Business Process Management

bspw. beispielsweise

bzgl. bezüglich

bzw. beziehungsweise

ca. circa

Cap Capacity/Kapazität

CCD Central Composite Design

CEO Chief Executive Officer

CIP Continuous Improvement Process

CNX Constant, Noise, Variable

CSI Customer Satisfaction Index

CTB Critical To Business

CTC Critical To Customer

d. h. das heißt

DFSS Design For Six Sigma

DLZ Durchlaufzeit

DMADV DEFINE, MEASURE, ANALYZE, DESIGN, VERIFY

DMAIC DEFINE, MEASURE, ANALYZE, IMPROVE, CONTROL

DOE Design Of Experiments/Statistische Versuchsplanung

DPMO Defects Per Million Opportunities/Fehler pro eine MillionFehlermöglichkeiten

DPU Defects Per Unit

EDV Elektronische Datenverarbeitung

engl. englisch

etc. et cetera

FMEA Failure Mode and Effect Analysis/Fehlermöglichkeiten undEinfluss-Analyse

FPMM Fehler pro Million Möglichkeiten

GB Green Belt

ggf. gebenenfalls

GPS Generic Pull System

387

R. Meran et al., Six Sigma+Lean Toolset, DOI 10.1007/978-3-642-39945-9,© Springer-Verlag Berlin Heidelberg 2013

ABKÜRZUNGEN

388

GR Gate Review

h Stunden

H0 Nullhypothese

HA Alternativhypothese

Hrsg. Herausgeber

i. A. im Allgemeinen

i. d. R. In der Regel

IH Instandhaltung

inkl. inklusive

i. O. in Ordnung

IPS Informations-, Planungs- und Steuerungssystem

i. S. d. im Sinne der/des

i. S. v. im Sinne von

IT Informationstechnologie

IVS interner Verrechnungssatz

KI Konfidenzintervall

KPI Key Performance Indicator

KVP Kontinuierlicher Verbesserungsprozess

LCL Lower Control Limit

LIPOK Lieferant, Input, Prozess, Output, Kunde

LN Leistungsniveau

log Logarithmus

LSL Lower Specification Limit

Max Maximum

MBB Master Black Belt

MGP Multi Generation Plan

Min Minimum

min Minute

Mio. Million

mm Millimeter

Mrd. Milliarde

MS Mean of squares/durchschnittliche Streuung

MSA Messsystemanalyse

MT Manntage

388

ABKÜRZUNGEN

389

MTBF Mean Time Between Failure

MTTR Mean Time To Repair

n. a. nicht anwendbar

n. i. O. nicht in Ordnung

o. g. oben genannt

OEE Overall Equipment Efficiency

OTOBOS on time, on budget, on specification

p. a. per annum/pro Jahr

PCI Process Capability Index

PDCA Plan, Do, Check, Act

PE Prozess-Effizienz

PFD Prozess-Funktionsdiagramm

PoS Point of Sale

ppm Parts Per Million/Fehler pro eine Million Fehlermöglichkeiten

QN Qualitätsniveau

R&R Repeatability & Reproducibility

RACI Responsible – Accountable – Consulted – Informed

RPS Replenishment Pull System

RPZ Risiko-Prioritäten-Zahl

RSM Responce Surface Methode/Wirkungsflächenverfahren

RTP Rolled Throughput

s. siehe

S. Seite

s. o. siehe oben

s. u. siehe unten

SCAMPER Substitute, Combine, Adapt, Modify, Put to other uses, Eliminate(Erase), Reverse (Rearrange)

SE Standard Error/Standardfehler

SIPOC Supplier, Input, Process, Output, Customer

SMART Spezifisch, messbar, abgestimmt, realistisch, terminiert

SMED Single Minute Exchange of Die/Rüstzeitreduzierung

sog. so genannt

SS Sum of squares/Summe der quadrierten Abweichung

St. Stück

Std. Stunde

389

ABKÜRZUNGEN

390

StDev/Stdabw. Standard Deviation/Standardabweichung

TIMWOODTransport/Transport, Inventory/Bestände, Motion/Bewegung,Waiting/Warten, Overproduction/Überproduktion,Overprocessing/Überentwicklung, Defects/Fehler

ToC Theory of Constraints/Engpasstheorie

TP Throughput

TPK Technisch - Politisch - Kulturell

TPM Total Productive Maintenance/vorbeugende Instandhaltung

u. a. unter anderem

u. Ä. und Ähnliche

u. U. unter Umständen

UCL Upper Control Limit

USL Upper Specification Limit

usw. und so weiter

UWD Ursache-Wirkung-Diagramm

vgl. vergleiche

VIF Variance Inflation Factor/Varianzinflationsfaktor

VN Verfügbarkeitsniveau

VoB Voice of Business

VoC Voice of Customer

vs. versus

VSM Value Stream Map/Wertstromdiagramm

WIP Work in Process/Ware in Arbeit

z. B. zum Beispiel

z. T. zum Teil

390

STICHWORTVERZEICHNIS

391

5 S 272ff

Abhängigkeitsbetrachtung 39

Affinitätsdiagramm 313

Aktivitätenplan 41, 42f, 46

Alternativhypothese 214ff

Analogie-Brainstorming 311f

ANOVA 208, 217, 220-228

Anti-Lösung-Brainstorming 305f

Arbeitspakete 17, 22, 40, 42-44, 46, 337, 340

Arbeitsplatzlayout 280f, 326

Audits 372ff

Aufwand-Nutzen-Matrix 316

Ausbeute 149, 150

Bartlett's Test 217

Bestand 192, 196f, 200, 263, 271, 283, 288, 294-301

Bestimmtheitsmaß 222, 232, 237

Betriebskosten 31, 328, 329

Black Belt 26

Blockbildung 248f

Box Plot 125f

Brainstorming 168f, 187, 303, 311f

Brainwriting 307f

Budgetplanung 52f

Central Composite Design 257

CNX Priorisierung 168

Control Charts 356-364

CTC-/CTB-Matrix 68f

Dashboards 365ff

Daten analysieren 207f

Daten sammeln 84, 102, 160

Datenart 89f

Datenquellen 88

Datensammlungsplan 114f

Datenschichtung 209

Datentransformation 153

391



392

Defects Per Million Opportunities (DPMO) 145f

Defects Per Unit (DPU) 144, 148f

Design Of Experiments (DOE) 242-254

Durchlaufzeit 182, 191f, 198-201

Durchsatz 199-200, 203-204, 282, 284, 296

Effektenberechnung 250

Einfache lineare Regression 231

Einfaktorielle Varianzanalyse 220

Engpass 182, 203-204, 282f

Engpasstheorie 282f

Erfassungsformulare 91ff

Ertrag 144, 149f

Faktorstufen 220ff, 242ff

Fehlerarten 215

Fehlermöglichkeits- und Einfluss-Analyse(FMEA) 170ff

Fischgrätendiagramm 167ff

Flaschenhals 203ff, 282f

Fold Over 244f, 251

Fractional Factorial Design 251f

F-Test 217

Full Factorial Design 247

Gage R&R 101, 104ff,

Gage R&R – diskrete Daten 101ff

Gage R&R – stetige Daten 101ff

Gantt Diagram 46

Genauigkeit 96f, 99, 101f

Generisches Pull System 294f

Gesamtanlageneffektivität 144, 288f

Glass Wall Management 370f

Grafische Darstellung 116

Granularität 96f, 248

Hauptursachen ableiten 261ff

Histogramm 122ff

Hypothesentests 208, 214ff

392


393

Implementierungsplan 337f

Informationsüberfluss 197

Input-Prozess-Output-Messgrößenmatrix 177ff

Ishikawa-Diagramm 167ff

KANBAN 299ff

Kano-Modell 65ff

Kapazität 203f, 282f

Kapazitätsanalyse 203f

Kick-off-Meeting 59

Komplexitätsreduktion 326

Konfidenzintervall 211ff, 365

Kontinuierlicher Verbesserungsprozess 381f

Kontrollgrenzen 358ff

Korrelation 229

Korrelationskoeffizient 229

Kosten-Nutzen-Analyse 328f

Kundenbedürfnistabelle 63ff

Lean Workout 381, 383f

Levene's Test 217

Liegezeit 197, 198

Lineare Regression 231

Linearität/Linearity 100, 243

LIPOK 37f

Little's Law 200f

Losgröße 280, 301

Lösungen ableiten 271

Lösungstyp 252f

Lösungs-Ursache-Matrix 323ff

Mean Time Between Failure (MTBF) 292

Mean Time To Repair (MTTR) 292

Median 125, 135

Meldebestand 297

Messgrößenmatrix 81f, 177

Messmittelfähigkeitsuntersuchung 99

393


394

Messsystemanalyse 99ff

Mittelwert 135

Multigenerationsplan 35f

Multiple lineare Regression 236f

Musskriterien 314f

N/3-Methode 317

Net Benefit 31, 328

Netzplan 44

Normal Probability Plot 133

Normalized Yield 144

Notebook Methode 308

Nullhypothese 214ff

Nutzenrechnung 30ff

One Proportion Test 217

One Sample t-Test 217

One Way ANOVA 217, 220

Operationale Definition 85ff, 331

Optimierungs-Experimente 245, 257

Overall Equipment Efficiency/Effectiveness(OEE) 144, 288f, 292

Pareto-Diagramm 119f

Parts Per Million (PPM) 147

Perzentilabstand 143, 151f

Pilot 334f

Platzzifferverfahren 319f

Poka Yoke 276ff, 326, 353

Project Charter 25ff

Projektabschluss 377f

Projektauftrag 25ff

Projektdokumentation 375f

Projektkommunikation 61f

Projektmanagement 40f

Projektrahmen 31f

Projektstrukturplan 40f

394


395

Projektziel 21, 25f, 35, 40, 178, 267, 323

Prozess analysieren 180ff

Prozess Sigma 146, 159

Prozessdarstellung 181ff

Prozessdokumentation 349ff

Prozessdurchlaufzeit 196

Prozesseffizienz (PE) 202

Prozesseigner 331, 333, 369, 372f, 377

Prozessfähigkeit 154, 155ff

Prozessflussanalyse 205f

Prozessflussdiagramm 181, 187f

Prozessfunktionsdiagramm (PFD) 181, 189f, 196, 352

Prozessleistung 144

Prozessstabilität 155f

Prozesssteuerung vorbereiten 330f

Prozesssteuerungsteam 368f

Pufferläger 297

Pugh-Matrix 321f

Pull System 294ff, 297ff, 300

Punktdiagramm 116, 121

Qualitätskennzahlen 144

RACI-Chart 50f

Radar Chart 274

Randomisierung 243, 248f

Range 142

Rational Subgroups 357

Reaktionsplan 332f

Regelkarten 130f, 356ff

Regression 231ff

Regressionsanalyse 231ff

Replenishment Pull System 297ff

Reproduzierbarkeit/Reproducibility 100

Residuen 223f, 231, 233ff, 250

Response Surface Methode 245, 257ff

395


396

Ressourcenplanung 48, 338

Risikoanalyse 339

Risikomanagement 54f

Rolled Throughput Yield (RTY) 144, 149f

Rollout 340

R2 222, 232, 237

Run Chart 127

Rüstzeitreduzierung 284ff

Sampling Strategy 93f

SCAMPER 309f

Scatter Plot 132

Screening-Experiment 244

SIPOC 37f

SMED 284ff

Soll-Prozessdarstellung 326f

Spaghettidiagramm 181, 185f

Span 143, 144, 151f

Spannweite 142

Stabilität/Stability 100, 155f

Stakeholder-Management 56ff

Standardabweichung 139

Statistische Versuchsplanung 242ff

Steuergrößen 248

Stichprobe 211f, 356f

Stichprobengröße 93ff, 248, 356

Stichprobenstrategie 93ff

Störgrößen 248

Taktrate 203

Taktzeit 203

Theory of Constraints 282f

Tool 1 68f

Tool 2 81ff

Tool 3 177ff

Tool 4 323ff

396


397

Tortendiagramm 116

Total Productive Maintenance (TPM) 271, 288ff

Two Proportion Test 217

Two Sample t-Test 217

Two Way ANOVA 225ff

Untergruppen 357

Ursache-Wirkung-Diagramm 167

Value Analysis 194ff

Value Stream Map 191ff

Varianz 139

Variation verstehen 116

Variationsreduktion 255f

Verfahrensanweisung 350f, 353

Verlaufsdiagramm 127ff

Vermengung 252f

Verschwendungsarten 196ff

Versuchsplanwiederholung 247f

Versuchsstrategie 242f

Versuchswiederholung 247f

Visuelles Management 353ff

Voice Of Business (VoB) 63ff

Voice Of Customer (VoC) 63ff

Wahrscheinlichkeitsnetz 133

Wechselwirkung 222, 226f, 244f, 249ff

Weitere Versuchspläne 258ff

Wertanalyse 194ff

Wertstromanalyse 191ff

Wiederholbarkeit/Repeatability 99

Wirkungsflächenverfahren 257f

Yield 144, 149f

Zeitanalyse 198ff

Zeitplanung 46f

Zweifaktorielle Varianzanalyse 225ff

Zwei Stichproben F-Test 217

397


398

Zwei Stichproben t-Test 217

-(Alpha)-Fehler 215

-(Beta)-Fehler 215

2(Chi-Quadrat) – Homogenitätstest 217

398

SIGMAWERT TABELLE

399

99,99966% 6 3,4 0,34 0,034 0,0034 0,0003499,99946% 5,9 5 0,54 0,054 0,0054 0,0005499,99915% 5,8 9 0,85 0,085 0,0085 0,0008599,99867% 5,7 13 1 0,1 0,01 0,00199,99793% 5,6 21 2 0,2 0,02 0,00299,99683% 5,5 32 3 0,3 0,03 0,00399,99519% 5,4 48 5 0,5 0,05 0,00599,99277% 5,3 72 7 0,7 0,07 0,00799,98922% 5,2 108 11 1,1 0,11 0,01199,98409% 5,1 159 16 1,6 0,16 0,01699,97674% 5 233 23 2,3 0,23 0,02399,96631% 4,9 337 34 3,4 0,34 0,03499,95166% 4,8 483 48 4,8 0,48 0,04899,93129% 4,7 687 69 6,9 0,69 0,06999,90324% 4,6 968 97 9,7 0,97 0,09799,86501% 4,5 1350 135 13,5 1,35 0,13599,81342% 4,4 1866 187 18,7 1,87 0,18799,74449% 4,3 2555 256 25,6 2,56 0,25699,65330% 4,2 3467 347 34,7 3,47 0,34799,53388% 4,1 4661 466 46,6 4,66 0,46699,37903% 4 6210 621 62,1 6,21 0,62199,18025% 3,9 8198 820 82,0 8,20 0,82098,92759% 3,8 10724 1072 107,2 10,72 1,07298,60966% 3,7 13903 1390 139,0 13,90 1,39098,21356% 3,6 17864 1786 178,6 17,86 1,78697,72499% 3,5 22750 2275 227,5 22,75 2,27597,12834% 3,4 28717 2872 287,2 28,72 2,87296,40697% 3,3 35930 3593 359,3 35,93 3,59395,54345% 3,2 44565 4457 445,7 44,57 4,45794,52007% 3,1 54799 5480 548,0 54,80 5,48093,31928% 3 66807 6681 668,1 66,81 6,68191,92433% 2,9 80757 8076 807,6 80,76 8,07690,31995% 2,8 96800 9680 968,0 96,80 9,68088,49303% 2,7 115070 11507 1150,7 115,07 11,50786,43339% 2,6 135666 13567 1356,7 135,67 13,56784,13447% 2,5 158655 15866 1586,6 158,66 15,86681,59399% 2,4 184060 18406 1840,6 184,06 18,40678,81446% 2,3 211855 21186 2118,6 211,86 21,18675,80363% 2,2 241964 24196 2419,6 241,96 24,19672,57469% 2,1 274253 27425 2742,5 274,25 27,42569,14625% 2 308538 30854 3085,4 308,54 30,85465,54217% 1,9 344578 34458 3445,8 344,58 34,45861,79114% 1,8 382089 38209 3820,9 382,09 38,20957,92597% 1,7 420740 42074 4207,4 420,74 42,07453,98278% 1,6 460172 46017 4601,7 460,17 46,01750,00000% 1,5 500000 50000 5000,0 500,00 50,00046,01722% 1,4 539828 53983 5398,3 539,83 53,98342,07403% 1,3 579260 57926 5792,6 579,26 57,92638,20886% 1,2 617911 61791 6179,1 617,91 61,79134,45783% 1,1 655422 65542 6554,2 655,42 65,54230,85375% 1 691462 69146 6914,6 691,46 69,14627,42531% 0,9 725747 72575 7257,5 725,75 72,57524,19637% 0,8 758036 75804 7580,4 758,04 75,80421,18554% 0,7 788145 78814 7881,4 788,14 78,81418,40601% 0,6 815940 81594 8159,4 815,94 81,59415,86553% 0,5 841345 84134 8413,4 841,34 84,13413,56661% 0,4 864334 86433 8643,3 864,33 86,43311,50697% 0,3 884930 88493 8849,3 884,93 88,4939,68005% 0,2 903200 90320 9032,0 903,20 90,3208,07567% 0,1 919243 91924 9192,4 919,24 91,924

Ertrag Prozess-Sigma (inkl. 1,5

Sigma-Shift)

Fehler pro1.000.000

Fehler pro100.000

Fehler pro10.000

Fehler pro1.000

Fehler pro 100

399


400

LITERATURLISTE

Literaturliste:

Anupindi, R., S. Chopra, S. D. Deshmukh, J. A. Van Mieghem, E. Zemel(2006): „Managing Business Process Flows”, Prentice HallBackhaus, K., B. Erichson, W. Plinke, R. Weiber (2006): „MultivariateAnalysemethoden – Eine anwendungsorientierte Einführung“, 11. Auflage,Springer VerlagBreyfogle, F. W. (2003): „Implementing Six Sigma: Smarter Solutions® using sta-tistical methods”, 2nd ed., John Wiley & Sons Inc.Breyfogle, F W. (2008): „Integrated Enterprise Excellence, Volume III –Improvement Project Execution. A Management and Black Belt Guide for GoingBeyond Lean Six Sigma and the Balanced Scorecard”, Bridgeway BooksBüning, H. und G. Trenkler (1994): „Nichtparametrische statistische Methoden“.2. Auflage, de GruyterDGQ-Band 13-11 (2008): FMEA – Fehlermöglichkeits- und Einflussanalyse. Hrsg.Deutsche Gesellschaft für Qualität e.V., Beuth Verlag GmbHDietrich, E. und A. Schulze (2006): „Prüfprozesseignung: Prüfmittelfähigkeit undMessunsicherheit im aktuellen Normenumfeld“, Hanser VerlagGoldratt, E. M. (1990): „What Is This Thing Called Theory of Constraints”, NorthRiver Press IncGoldratt, E. M. und J. Cox (2002): „Das Ziel“, Campus VerlagMontgomery, D. M. and G. Runger (2001): „Design and Analysis ofExperiments“, 5th ed., John Wiley & Sons Inc.Montgomery, D. M. and G. Runger (2003): „Applied Statistics and Probability forEngineers“, 3rd ed., John Wiley & Sons Inc.Rasch, D., F. Teuscher, V. Guiard (2007): How roubust are tests for two inde-pendent samples? Journal of Statistical Planning and Inference 137Rother, M. and J. Shook (1999): „Learning to See: Value-Stream Mapping toCreate Value and Eliminate Muda“, Lean Enterprise Institute Sachs, L. ; J. Hedderich (2006): Angewandte Statistik: Methodensammlung mitR. 12. Auflage. SpringerSuzaki, K. (2002): „Results from the Heart: How Mini-Company ManagementCaptures Everyone’s Talents and Helps Them Find Meaning and Purpose at Work“,Free Press VDA Band 5 (2010): „Prüfprozesseignung“, 2. Auflage, Hrsg. Verband derAutomobilindustrie e.V.Wheeler, D. (1992): „Understanding Statistical Process Control“, SPC PressWheeler, D. J. and R. W. Lyday (1989): „Evaluating the Measurement Process“,2nd Edition, SPC Press

400


Six Sigma+Lean Toolset ||

Documents

Transcript of Six Sigma+Lean Toolset ||