Kapitel 3 Flashcards
Funktion von Six Sigma und Ansätze zur Differenzierung vom Wettbewerb
» Six Sigma ist ein Synonym für eine (quasi) Null-Fehler-Qualität
» Six Sigma bietet drei Ansatzpunkte zur Differenzierung vom Wettbewerb
– Berücksichtigung der zentralen Anforderungen der Kund:innen als Critical to Quality
Merkmale (CTQs)
– Prozessverbesserung mindert Durchlaufzeiten
– Kostensenkung (siehe Tabelle)
» Angestrebtes Ergebnis/Strategie: besser, schneller und günstiger als der Wettbewerb
Six Sigma Analyse als Instrument: Fokus und Ziel
» Six-Sigma-Analyse ist ein Instrument zur Aufdeckung von Unwirtschaftlichkeiten in
Aktivitäten eines Unternehmens
» Fokus: Entwicklung und Überwachung der Aktivitäten zur Minimierung der
Verschwendung von Ressourcen und gleichzeitiger Steigerung der Kundenzufriedenheit
» Ziel: Sicherstellung von nahezu fehlerfreier Qualität von Prozessergebnissen
Mathematische Grundlage
» Mathematische Grundlagen:
– Abgeleitet aus der Statistik
– Basis ist die Gauß‘sche Normalverteilung
– Six-Sigma entspricht der sechsfachen Standardabweichung vom Erwartungswert
* Bei 1 Million Fehlermöglichkeiten entstehen nur 3,4 Fehler
» Six Sigma unterstellt eine Normalverteilung, z.B. Dicke produzierter Bleche ist
normalverteilt mit dem Erwartungswert μ und der Standardabweichung σ.
» Φ Werte der Standardnormalverteilung sind tabelliert
DMAIC Cycle
-5 Stufen im Kreislauf
1. Define
2. Measure
3. Analyze
4. Improve
5. Control
Define Phase
– Problembeschreibung
– Festlegung der zu untersuchenden Aktivitäten
– Bestimmung der Qualitätsmerkmale der zu untersuchenden Aktivitäten
– Ermittlung möglicher Fehlerarten
– Wichtig sind dabei CTQ‘s (critical to quality): Merkmale, die aus Sicht der Qualität von
Produkten, Prozessen, Systemen zu beachten sind
weitere Eckwerte des konkreten Six-Sigma-Konzeptes
– Problemformulierung und Projektbegründung
– Projektumfang
– Zielformulierung und Projektbeschreibung
– Projektbeteiligte
– Projektablauf
Measure Phase
- Measure
– Kern der Six-Sigma-Analyse
– Messgrößen für CTQ‘s erhoben
» Diskrete Daten (z.B. gut/schlecht; fehlerfrei/fehlerhaft)
– Defects per Unit (DPU)
– Defects per Opportunity (DPO)
– Defects per million opportunities (DPMO)
– Ausbeute (Yield)
– Sigma
» Kontinuierliche Daten (z.B. Maße, Gewicht, Dauer)
– Process Capability (Cp)
– Critical Process Capability (Cpk)
– Sigma
Yield
– Anteil fehlerfreier Prozesse
Final Yield
– Anteil fehlerfreier Prozesse nach Berücksichtigung von Ausschuss
First Pass Yield
– Anteil fehlerfreier Prozesse nach Berücksichtigung von Ausschuss und Nacharbeit
Defects per Unit (DPU)
– Durchschnittlicher Anteil von Fehlern an allen gemessenen Einheiten
Defects per Opportunity (DPO)
– Durchschnittlicher Anteil von Fehlern an Fehlermöglichkeiten
Defects per million opportunities (DPMO)
− Durchschnittlicher Anteil von Fehlern bei einer Million Fehlermöglichkeiten
Measure-Phase: Kontinuierliche Daten
» Idee der Prozesskennzahlen bei kontinuierlichen Daten: Vergleich des Prozesses mit Anforderungen der Kund:innen (vorgegebene Spezifikationsgrenzen)
» Vergleich Toleranzbreite und Streubreite
Process Capability (Cp)
– Quantifiziert Verhältnis Streuung zu Toleranz; Streuungsindex
– Toleranzbereich der Kund:innen durch obere und untere Spezifikationsgrenze
vorgegeben (UGW und OGW
– Ziel: Cp≥1,33 (dann liegt Prozessfähigkeit vor)
– Nachteil: Mittelwert unberücksichtigt
Critical Process Capability (Cpk)
– Lageindex, der den Mittelwert berücksichtigt
– Untersucht Abstand von Mittelwert und Grenzen des Toleranzbereichs
– Ziel: Cpk ≥ 2 (Cpk<1: Prozess nicht beherrscht; 1≤ Cpk<1,33: Prozess bedingt
beherrscht; Cpk ≥ 1,33: Prozess beherrscht)