- Six-Sigma
-
Six-Sigma-SymbolSix Sigma (6σ) ist ein statistisches Qualitätsziel und zugleich der Name einer Qualitätsmanagement-Methodik. Ihr Kernelement ist die Beschreibung, Messung, Analyse, Verbesserung und Überwachung von Geschäftsvorgängen mit statistischen Mitteln. Ziele orientieren sich an finanzwirtschaftlich wichtigen Kenngrößen des Unternehmens und an Kundenbedürfnissen (voice of the customer).
Inhaltsverzeichnis
Geschichtliche Entwicklung
Die Vorläufer von Six Sigma wurden in den 1970er Jahren im japanischen Schiffbau, später in der japanischen Elektronik- und Konsumgüterindustrie eingeführt. Entwickelt wurde Six Sigma Mitte der 1980er Jahre in den USA von Motorola.
Die größte Popularität erlangte der Six-Sigma-Ansatz durch die Erfolge bei General Electric (GE). Diese Erfolge sind stark mit dem Namen Jack Welch verbunden, der 1996 Six Sigma bei GE einführte und dafür im Jahre 2002 von der International Society of Six Sigma Professionals während der zweiten ISSSP-Leadership-Konferenz mit dem ISSSP Premier Leader Award ausgezeichnet wurde.
Six Sigma wird heute weltweit von zahlreichen Großunternehmen – nicht nur in der Fertigungsindustrie, sondern inzwischen auch im Dienstleistungssektor – angewandt. Viele dieser Unternehmen erwarten von ihren Lieferanten Nachweise über Six-Sigma-Qualität in den Produktionsprozessen.
Im Produkt- und Prozessentwicklungsbereich kommen abgewandelte DMAIC-Prozesse zum Einsatz, die unter dem Begriff Design for Six Sigma (DFSS, DMADV) zusammengefasst werden. Auch für den Bereich der Software-Entwicklung gibt es eine Variante von Six Sigma.
Etwa seit dem Jahr 2000 wird Six Sigma in vielen Implementierungen mit den Methoden des Lean Management kombiniert und als Lean Sigma oder Lean Six Sigma bzw. Six Sigma + Lean bezeichnet.
Seit etwa 2005 tritt im Zuge der Nachhaltigkeitsdiskussion von Prozessveränderungen auch das Thema Prozessmanagement (im Sinne von Management von Geschäftsprozessen im Tagesgeschäft, aber nicht vorrangig im Sinne der GPM-IT-Tool-Thematik) als Ergänzung zu den Projektmethodiken DMAIC und DFSS zunehmend ins Blickfeld.
Rollen und Aufgaben
Six-Sigma-Verbesserungsprojekte werden von speziell ausgebildeten Mitarbeitern durchgeführt. Das führungspsychologische Konzept von Six Sigma beruht auf Rollendefinitionen, die sich an den Rangkennzeichen (Gürtelfarbe) japanischer Kampfsportarten orientieren:[1]
- Der Deployment Champion ist ein Mitglied der Unternehmensleitung; er ist der Motor und Fürsprecher für Six Sigma im Unternehmen.[2]
- Der Master Black Belt ist ein Vollzeitverbesserungsexperte; er wirkt als Coach, Trainer und Ausbilder.[2]
- Der Projekt-Champion (auch Projekt-Sponsor) ist in der Regel ein Mitglied des mittleren Managements und Auftraggeber für einzelne Six-Sigma-Projekte im Unternehmen. Diese Manager sind zugleich häufig auch die Prozesseigner (Process Owner) für den zu verbessernden Prozess.
- Der Black Belt ist ebenfalls auf Vollzeitbasis als Verbesserungsexperte tätig; er übernimmt Projektmanagementaufgaben und hat eingehende Kenntnisse in der Anwendung der verschiedenen Six-Sigma-Methoden. Die Rollenbeschreibung von Black Belts sieht die Durchführung von vier Verbesserungsprojekten pro Jahr mit einer resultierenden Kostenersparnis von jeweils 200.000 EUR vor (je nach Größe des Unternehmens), sowie die übergeordnete Begleitung von etwa vier weiteren Projekten.[2]
- Der Green Belt ist im mittleren Management angesiedelt – dies sind Ingenieure, Einkäufer, Planer oder Meister, die als Teammitglieder an Projekten teilnehmen oder auch selbst, unter Berichterstattung an einen Black Belt, kleinere Projekte leiten.[3]
Daneben gibt es je nach Unternehmen auch „inoffizielle“ Gürtel-Farben (z. B. White Belts, Yellow Belts).[3] Diese sind unter dem Green Belt angesiedelt und übernehmen keine Projektleitungsaufgaben.[2]
Einer allgemeinen Richtlinie zufolge – in vielen Büchern zitiert – sollte in den Unternehmen pro 100 Mitarbeiter ein Black Belt aktiv sein (1%-BB-Regel).[3] Ein Master Black Belt soll etwa 20 (erfahrene) Black Belts betreuen.[3] Auf jeden Black Belt kommen dann wiederum etwa 20 Green Belts.[3]
Die Six-Sigma-Toolbox
Im Rahmen der DMAIC-Phasen findet eine Vielfalt von Qualitätstechniken Anwendung, die Six Sigma von der bestehenden Qualitätsmanagement-Praxis übernommen hat. Die folgende Tabelle[4] stellt eine Übersicht dar:
Nr. Kunden-Werkzeuge Projekt-Werkzeuge Schlankheits-Werkzeuge Management-Werkzeuge 1 Kano-Modell Netzplantechnik Standardisierung Entscheidungsbaum 2 Strukturierung von Kundenanforderungen, genannt Anforderungsstrukturierung Projekt- und Teambeschreibung Wertstrom-, Engpass- bzw. Materialflussanalyse Affinitätsdiagramm 3 House of Quality CTQ-Analyse (Critical to Quality) Wertschöpfungs- bzw. Verschwendunganalyse Beziehungsdiagramm 4 Verlustfunktion nach Taguchi Gen’ichi Baumdiagramm Flussdiagramm Baumdiagramm 5 Kundeninterviews Prozessfähigkeitsanalyse Versorgungskettenmatrix Matrixdiagramm 6 Kundenfragebögen Kosten-Nutzen-Analyse Rüstzeitanalyse Matrix-Daten-Analyse 7 Conjoint-Analyse Regelkarten Red-Tag-Analyse Netzplantechnik Nr. Design-Werkzeuge Grafik-Werkzeuge Statistik-Werkzeuge 1 Robustes Design, Parameterdesign Prüfformulare (inkl. Messplan) Statistische Versuchsplanung (DoE) 2 Quality Function Deployment (QFD) Histogramm Prozessfähigkeitsuntersuchung 3 TRIZ Paretodiagramm Regressionsanalyse 4 Konzeptauswahlanalyse nach Pugh Ursache-Wirkungs-Diagramm, auch Ishikawa- bzw. Fishbone-Diagramm genannt Multivariate Analyse 5 FMEA/VMEA Grafischer Vergleich Statistische Testverfahren (F-Test, ANOVA) 6 Fehlerbaumanalyse Relationendiagramm Wahrscheinlichkeitsnetz 7 Toleranzanalyse und Toleranzdesign Regelkarten Messsystemanalyse (Gage R&R) Der Six-Sigma-Kernprozess: DMAIC
Die am häufigsten eingesetzte Six-Sigma-Methode ist der sogenannte „DMAIC“-Zyklus (Define – Measure – Analyze – Improve – Control = Definieren – Messen – Analysieren – Verbessern – Steuern). Hierbei handelt es sich um einen Projekt- und Regelkreis-Ansatz. Der DMAIC-Kernprozess wird eingesetzt, um bereits bestehende Prozesse messbar zu machen und sie nachhaltig zu verbessern.
Define (D)
In dieser Phase wird der zu verbessernde Prozess identifiziert und dokumentiert und das Problem mit diesem Prozess beschrieben. Dies geschieht meistens in Form einer Projekt-Charta. Diese beinhaltet außerdem:
- den gewünschten Zielzustand,
- die vermuteten Ursachen für die derzeitige Abweichung vom Zielzustand,
- die Projektdefinition (Mitglieder, Ressourceneinsatz, Zeitplanung)
Neben der Projektcharta werden meistens weitere Werkzeuge verwendet, so z. B.:
- Problemdefinition unter Verwendung der Kepner-Tregoe-Analyse.
- SIPOC (Supplier, Input, Process, Output, Customer) – hier wird, wie beim Flowchart auch, der Prozess dargestellt, um ein besseres Verständnis dafür zu bekommen, was innerhalb des Prozesses geschieht. Dabei werden teilweise auch Kundenanforderungen (Customer Requirements) an den Output des Prozesses sowie dessen Anforderungen an die Inputs (Process Requirements) formuliert.
- CTQ-Baum (Critical to Quality) – Beschreibung, welche messbaren kritischen Parameter qualitätsbestimmend sind.
- VoC (Voice of the Customer) – Methode, um von einem verbalen Kundenproblem (z. B.: „Das Gerät ist schwer zu bedienen“) auf konkrete Zielgrößen zur Eliminierung des Problems zu gelangen (z.B.: „Das Gerät braucht auf jedem Knopf eine aussagekräftige Beschriftung in Schriftgröße 12. Die Knöpfe müssen in einer logischen Reihenfolge angeordnet sein.“).
Measure (M)
In dieser Phase geht es darum, festzustellen, wie gut der Prozess wirklich die bestehenden Kundenanforderungen erfüllt. Dies beinhaltet eine Prozessfähigkeitsuntersuchung für jedes relevante Qualitätsmerkmal.
Angewandte Werkzeuge in dieser Phase:
- Prozessvisualisierung mittels Process Mapping,
- Statistische Datenerhebungs- bzw. Versuchsplanung.
Zur Sicherung der Messmittelfähigkeit verwendet man in Six Sigma die sogenannte Messsystemanalyse (Measurement System Analysis), kurz MSA.
Analyze (A)
Ziel der Analysephase ist es, die Ursachen dafür herauszufinden, warum der Prozess die Kundenanforderungen heute noch nicht im gewünschten Umfang erfüllt. Dazu werden Prozessanalysen wie z.B. Wertschöpfungs-, Materialfluss- oder Wertstromanalysen, sowie Datenanalysen (Streuung) durchgeführt. Bei der Datenanalyse werden die in der vorigen Phase erhobenen Prozess- oder Versuchsdaten unter Einsatz statistischer Verfahren ausgewertet, um die wesentlichen Streuungsquellen zu identifizieren und die Grundursachen des Problems zu erkennen.
Angewandte Werkzeuge in dieser Phase:
- Ishikawa-Diagramm – zur Bestimmung der ersten Hypothesen zu Ursache-Wirkungs-Zusammenhängen,
- C&E-Matrix (Causes & Effects) – weiteres Werkzeug zur Aufstellung von Ursache-Wirkungs-Hypothesen,
- Paretodiagramm,
- Streudiagramm (Scatter Plot),
- Regressionsanalyse,
- Hypothesentests,
- Wertschöpfungsanalyse,
- Durchlaufzeitanalyse.
Improve (I) (bzw. Engineer (E) bei neuen Prozessen)
Nachdem verstanden wurde, wie der Prozess funktioniert, wird nun die Verbesserung geplant, getestet und schließlich eingeführt. Hier werden Werkzeuge angewandt, die auch außerhalb von Six Sigma weit verbreitet sind:
- Brainstorming und andere kreative Techniken zur Erzeugung von Lösungsideen
- FMEA (Failure Mode and Effects Analysis) - Methode zur Ermittlung von Implementierungsrisiken der Verbesserungsideen
Control (C)
Der neue Prozess wird mit statistischen Methoden überwacht. Dies geschieht überwiegend mit SPC-Regelkarten.
Die Six Sigma Roadmap zeigt einen Leitfaden zum chronologischen Einsatz der wichtigsten Werkzeuge.
Der Aufwand bei der Durchführung eines DMAIC ist hoch, so dass sich die Durchführung erst lohnt, wenn die zu erwartenden Wertschöpfungszuwächse aus dem verbesserten Prozess höher als 50.000 EUR ausfallen. Man strebt eine Projektlaufzeit von vier bis fünf Monaten an.
Six Sigma als statistisches Qualitätsziel
In aller Regel kommt es bei jedem Qualitätsmerkmal zu unerwünschter Streuung in den Prozessergebnissen. Auch der Durchschnitts- oder Mittelwert liegt oft nicht genau auf dem Zielwert.
Im Rahmen einer so genannten Prozessfähigkeitsuntersuchung werden solche Abweichungen vom Idealzustand in Beziehung zum Toleranzbereich des betreffenden Merkmals gesetzt. Dabei spielt die Standardabweichung des Merkmals (Symbol: σ; gesprochen: Sigma) eine wesentliche Rolle. Sie misst die Streubreite des Merkmals, also wie stark die Merkmalswerte voneinander abweichen.
Je größer die Standardabweichung ist, desto wahrscheinlicher ist eine Überschreitung der Toleranzgrenzen. Ebenso gilt, je weiter sich der Mittelwert vom Zentrum des Toleranzbereichs entfernt (also je näher er an eine der Toleranzgrenzen heranrückt), desto größer der Überschreitungsanteil. Deswegen ist es sinnvoll, den Abstand zwischen dem Mittelwert und der nächstgelegenen Toleranzgrenze in Standardabweichungen zu messen.
Der Name „Six Sigma“ kommt nun daher, dass bei Six Sigma die Forderung erhoben wird, dass die nächstgelegene Toleranzgrenze mindestens 6 Standardabweichungen (6σ, englisch ausgesprochen „Six Sigma“) vom Mittelwert entfernt liegen soll („Six-Sigma-Level“).[5] Nur wenn diese Forderung erfüllt ist, kann man davon ausgehen, dass praktisch eine „Nullfehlerproduktion“ erzielt wird, die Toleranzgrenzen also so gut wie nie überschritten werden.
Erwarteter Fehleranteil beim Six-Sigma-Level
Bei der Berechnung des erwarteten Fehleranteils wird zusätzlich in Betracht gezogen, dass Prozesse in der Praxis, über längere Beobachtungszeiträume gesehen, unvermeidbaren Mittelwertschwankungen ausgesetzt sind. Es wäre also zu optimistisch, davon auszugehen, dass der Abstand zwischen dem Mittelwert und der kritischen Toleranzgrenze immer konstant 6 Standardabweichungen betragen würde. Basierend auf Praxisbeobachtungen hat es sich im Rahmen von Six Sigma eingebürgert, eine langfristige Mittelwertverschiebung um 1,5 Standardabweichungen einzukalkulieren. Wenn eine solche Mittelwertverschiebung tatsächlich eintreten sollte, wäre der Mittelwert also statt 6 nur noch 4,5 σ von der nächstgelegenen Toleranzgrenze entfernt.[5]
Deswegen wird der Überschreitungsanteil für den „6-σ-Level“ mit 3,4 DPMO („Defects Per Million Opportunities“, d. h. Fehler pro Million Fehlermöglichkeiten) angegeben. Dies entspricht bei dem häufigsten Verteilungstyp, der Gaußschen Normalverteilung, der Wahrscheinlichkeit, dass ein Wert auftritt, der auf der Seite mit der nächstgelegenen Toleranzgrenze um mindestens 4,5 Standardabweichungen vom Mittelwert abweicht und somit die Toleranzgrenze überschreitet.[5] Die nachfolgende Tabelle nennt DPMO-Werte für verschiedene Sigma-Level; alle diese Werte kalkulieren die erwähnte Mittelwertverschiebung um 1,5 σ ein.
Sigma DPMO fehlerfrei % 1 691.462 30,85375 2 308.537 69,14625 3 66.807 93,31928 4 6.210 99,37903 5 233 99,97673 6 3,4 99,99966 7 0,019 99,9999981 Literatur
- Suzanne Birkmayer, Robert Dannenmaier, Sabine Matlasek, Wolfgang Weibert: six sigma toolkit. Der DMAIC Zyklus in 15 Schritten. Die wichtigsten Werkzeuge in kompakter Form, ifss institute for six sigma, 122 Seiten ISBN 978-3-200-00924-0
- Johann Wappis, Berndt Jung: Taschenbuch Null-Fehler-Management.Umsetzung von Six Sigma, Carl Hanser Verlag München Wien 2006, ISBN 978-3-446-40624-7
- W. Achenbach, K. Lieber, J. Moormann: Six Sigma in der Finanzbranche. Bankakademie Verlag GmbH 2005 ISBN 3937519130
- George Eckes: The Six Sigma Revolution - How General Electric and Others Turned Process Into Profits. John Wiley & Sons © 2000, 274 Seiten.
- Craig Gygi, Neil DeCarlo, Bruce Williams: Six Sigma für Dummies. ISBN 3-527-70207-5
- Mikel Harry, Richard Schroeder: Six Sigma. Campus 2000. Online verfügbare Zusammenfassung des Buches
- Herbert Hofer, Sven Horsak, Christian Miller, Andreas Wassermann: Six Sigma - Ein Modell für kleinere und mittlere Kreditinstitute?. Bankakademie Verlag GmbH 2005 ISBN 3937519491
- Wilhelm Kleppmann: Taschenbuch Versuchsplanung, Produkte und Prozesse optimieren. Praxisreihe Qualitätswissen, Hanser Verlag ISBN 3-446-22319-3
- Dag Kroslid, Konrad Faber, Kjell Magnusson: Six Sigma. Hanser Fachbuch 2003, ISBN 3-446-22294-4
- Kjell Magnusson, Dag Kroslid, Bo Bergman: Six Sigma umsetzen. Hanser Wirtschaft 2003 ISBN 3-446-22295-2
- Rolf Rehbehn, Zafer Bülent Yurdakul: Mit Six Sigma zu Business Excellence. Strategien, Methoden, Praxisbeispiele. 1. Aufl. Publicis MCD Verlag 2003, ISBN 3-895-78185-1 bzw. 2., überarbeitete und erweiterte Auflage, 2005 ISBN 3-895-78261-0
- Stephan Lunau (Hrsg.), Olin Roenpage, Christian Staudter, Renata Meran, Alexander John, Carmen Beernaert: Six Sigma+Lean Toolset: Verbesserungsprojekte erfolgreich durchführen 2., überarbeitete Auflage, Springer, ISBN 3-540-46054-3
- Rath & Strong: Six Sigma Pocket Guide. TÜV Verlag, ISBN 0-970-50790-9
- Armin Töpfer et al.: Six Sigma. 3. Aufl., Springer, Berlin 2004, ISBN 3-540-21899-8
- Frank Bornhöft, Norbert Faulhaber: Lean Six Sigma erfolgreich implementieren, Frankfurt School Verlag 2007, ISBN 978-3-937519-60-9
- Helge Toutenburg, Philipp Knöfel: Six Sigma - Methoden und Statistik für die Praxis, Springer, 2007, ISBN 978-3-5-40742-10-4
Einzelnachweise
- ↑ Magnusson, Kroslid, Bergman (2003), S. 23
- ↑ a b c d Magnusson, Kroslid, Bergman (2003), S. 24
- ↑ a b c d e Magnusson, Kroslid, Bergman (2003), S. 25
- ↑ Magnusson, Kroslid, Bergman (2003), S. 44
- ↑ a b c Thomas Pyzdek: Motorola's Six Sigma Program (Englisch)
Weblinks
Wikimedia Foundation.
