Six Sigma: Streuung senken, Fehler zählen, Schritte multiplizieren.

Woher Six Sigma kommtWas war die ursprüngliche Idee?

Six Sigma entstand in den 1980er-Jahren beim Elektronikhersteller Motorola. Der Ingenieur Bill Smith gilt nach verbreiteter Darstellung als einer seiner Urheber. Bekannt wurde der Ansatz in den 1990er-Jahren, als General Electric ihn im ganzen Konzern einführte. Seitdem ist er in vielen Branchen verbreitet, in der Medizintechnik ebenso wie in Banken und Krankenhäusern.

Die Idee dahinter ist einfacher als ihr Ruf. Maßstab ist, was der Kunde braucht, ausgedrückt als Grenzen für ein Merkmal. Gegner ist die Streuung, denn sie schiebt Teile über diese Grenzen. Und entschieden wird mit Daten statt mit Meinungen. Der Name beschreibt das Ziel: Zwischen der Mitte des Prozesses und der nächsten Grenze sollen sechs Standardabweichungen Platz haben, so dass Fehler fast nicht mehr vorkommen.

Dazu kam eine Arbeitsweise: Verbesserungsprojekte mit festem Ablauf, ausgebildeten Projektleitern und einem Auftraggeber aus der Leitung. Dieser zweite Teil ist für den Erfolg mindestens so wichtig wie die Statistik. Er kommt im letzten Abschnitt.

Was ein Sigma-Niveau misstWarum heißt 6 Sigma 3,4 Fehler pro Million?

Ein Sigma-Niveau übersetzt eine Fehlerquote in einen Abstand: Wie viele Standardabweichungen passen zwischen die Mitte und die nächste Grenze? Je größer der Abstand, desto seltener ein Teil jenseits der Grenze. Gemessen wird die Fehlerquote meist in Fehlern pro Million, auf Englisch DPMO. Das gilt nicht nur für Teile: Auch fehlerhafte Rechnungen, unvollständige Aufträge oder Freigaben, die zurückkommen, lassen sich so zählen.

Das stimmt, aber nur mit einer Vereinbarung. Liegt die Mitte genau in der Toleranzmitte und reichen auf beiden Seiten sechs Standardabweichungen bis zur Grenze, dann liegen nach der Normalverteilung nur etwa 0,002 Teile je Million draußen, also zwei je Milliarde. Die 3,4 entstehen, weil die übliche Six-Sigma-Tabelle unterstellt, dass die Mitte über längere Zeit um 1,5 Standardabweichungen wandert. Dann bleiben bis zur näheren Grenze nur noch 4,5 Standardabweichungen, und jenseits davon liegen 3,4 je Million.

So lesen Sie das Bild: Jedes Paar Balken gehört zu einem Sigma-Niveau. Gelb steht für die übliche Tabelle, in der die Mitte um 1,5 Standardabweichungen verschoben ist; blau für einen Prozess, der genau mittig liegt und nach beiden Seiten streut. Die senkrechte Achse ist logarithmisch: Jede Linie bedeutet das Zehnfache der darunter. Deshalb wirken die Unterschiede klein, obwohl sie bei sechs Sigma das Tausendfache und mehr betragen.

Die Verschiebung um 1,5 ist eine Faustregel aus der Praxis bei Motorola, keine Naturkonstante. Ob ein Prozess so stark wandert, weniger oder mehr, zeigt nur seine eigene Regelkarte. Wer Sigma-Niveaus vergleicht, sollte deshalb wissen, mit welcher Tabelle gerechnet wurde.

Im WerkzeugkastenProzessfähigkeit – wie Cp und Cpk aus Mitte und Streuung entstehen, als Demo mit Musterdaten.

DurchlaufausbeuteWarum sich viele kleine Fehler multiplizieren

Die Auftakt-Grafik zeigt die wichtigste Rechnung dieses Beitrags. Wenn jeder Schritt mit einer bestimmten Wahrscheinlichkeit ein gutes Teil liefert, dann ist die Wahrscheinlichkeit, dass ein Teil alle Schritte fehlerfrei übersteht, das Produkt dieser Wahrscheinlichkeiten. Zehnmal 93,3 Prozent sind nicht 93,3 Prozent, sondern 50,1 Prozent. Diese Größe heißt Durchlaufausbeute, auf Englisch Rolled Throughput Yield.

Je mehr Schritte ein Produkt hat, desto besser muss jeder einzelne sein. Bei vier Sigma, gut 99,4 Prozent je Schritt, kommen nach zehn Schritten noch 94 Prozent fehlerfrei durch, nach fünfzig nur noch 73 Prozent. Erst ab fünf Sigma bleibt auch eine lange Kette fast verlustfrei. Darin liegt der eigentliche Grund für das ehrgeizige Ziel: nicht Perfektionismus, sondern die Länge heutiger Prozessketten.

So lesen Sie das Bild: Jede Linie gehört zu einem Sigma-Niveau je Schritt. Waagerecht steht die Zahl der Schritte, senkrecht der Anteil der Teile, die alle Schritte fehlerfrei überstehen. Die Punkte auf der gestrichelten Linie zeigen den Stand nach zehn Schritten, wie im Auftakt; rechts stehen die Werte nach fünfzig Schritten. Gerechnet ist mit der üblichen Tabelle, also mit Verschiebung um 1,5 Standardabweichungen.

Im Werk fällt das oft nicht auf. Am Ende steht eine Prüfung, die fehlerhafte Filter aussortiert, und viele werden unterwegs nachgearbeitet: neu bedruckt, neu verpackt, zweimal geschweißt. Die Ausbeute am Ende sieht dann gut aus. Die Arbeit für Nacharbeit, Sortieren und Rückfragen steckt aber in keiner Kennzahl. Diese verborgene Fabrik, in der dieselbe Arbeit zweimal gemacht wird, macht die Durchlaufausbeute sichtbar, weil sie jedes Nacharbeiten als Fehler zählt.

Das stimmt, und es ist trotzdem teuer. Wer die Durchlaufausbeute je Schritt erfasst, sieht, wo die Verluste entstehen, und kann dort ansetzen, statt am Ende zu sortieren.

Fehler richtig zählenWann ein besseres Sigma-Niveau nichts besser macht

Ein Sigma-Niveau entsteht aus Fehlern pro Million Fehlermöglichkeiten. Was als Fehlermöglichkeit zählt, legt man selbst fest. Eine Kappe kann man als eine Möglichkeit zählen: gut oder schlecht. Man kann aber auch jedes Merkmal einzeln zählen, Grat, Maß, Farbe, Einschlüsse und so weiter.

Nichts an den Kappen. Im Monatsbericht wurden statt einer Fehlermöglichkeit je Kappe nun zehn gezählt. Bei 20 fehlerhaften unter 1.000 Kappen sind das einmal 20 Fehler auf 1.000 Möglichkeiten und einmal 20 Fehler auf 10.000. Die Quote sinkt auf ein Zehntel, das Sigma-Niveau steigt von 3,6 auf 4,4. Kein Teil ist besser geworden.

So lesen Sie das Bild: Links ist jedes Kästchen eine Kappe, braunrot sind die 20 fehlerhaften. Rechts ist jede Kappe in zehn Kästchen geteilt, eines je gezählter Fehlermöglichkeit; die fehlerhaften Kappen haben je einen Fehler. Die braunroten Kästchen sind in beiden Bildern dieselben 20. Weil rechts zehnmal so viele Möglichkeiten im Nenner stehen, wirkt derselbe Ausschuss kleiner.

Die Regel daraus ist einfach. Fehlermöglichkeiten werden einmal festgelegt, begründet und dann nicht mehr verändert, solange man vergleichen will. Und wo es um den Kunden geht, zählt ohnehin das Teil: Für ihn ist eine Kappe mit einem Fehler eine fehlerhafte Kappe, gleich wie viele Merkmale sie hat.

Six Sigma als ArbeitsweiseWas neben der Statistik dazugehört

Die Zahl ist nur die halbe Methode. Die andere Hälfte ist eine Art, Projekte zu führen. Verbessert wird in Projekten mit einem schriftlichen Auftrag und einem festen Ablauf, DMAIC: Define, Measure, Analyze, Improve, Control. Jede Phase hat ihre Werkzeuge und ihr Ergebnis, und keine wird übersprungen, auch wenn die Lösung schon auf der Hand zu liegen scheint.

Getragen wird das von Rollen, deren Namen aus dem Kampfsport stammen. Green Belts leiten Projekte neben ihrer eigentlichen Arbeit, Black Belts leiten größere Projekte und begleiten andere, ein Auftraggeber aus der Leitung räumt Hindernisse aus dem Weg. Die Gürtelfarben sind keine geschützten Titel; was hinter einer Ausbildung steckt, hängt vom Anbieter ab.

Six Sigma ist stark, wo ein Problem immer wiederkehrt und niemand die Ursache kennt. Wo Teile vor allem warten, Wege doppelt gegangen werden oder Bestände wachsen, ist Lean das passendere Werkzeug; beides wird heute oft als Lean Six Sigma verbunden. Und für eine akute Reklamation braucht es zuerst Eindämmung, nicht einen Versuchsplan.

WeiterlesenDMAIC: fünf Phasen, fünf typische Fallen – der Ablauf Schritt für Schritt. Wie Teile vor allem warten, zeigt das Kapitel Lean und Kaizen der Übersicht.