1

1. Six Sigma Definitionen von Six Sigma: „Six Sigma ist darauf ausgerichtet, Abweichungen und Durchlaufzeiten bei Produkten, Prozessen und generell bei Transaktionen zu reduzieren, die besonders kritisch für die Kundenzufriedenheit sind, sowie zusätzlich das Nutzungsniveau bzw. den Wirkungsgrad aller Einsatzfaktoren nachhaltig zu erhöhen, um dadurch eine Wertsteigerung für das Unternehmen zu erreichen.“ (Magnusson et al. 2001, S.4, Pande et al, 2001, S. 77) „Der Begriff Six Sigma subsumiert im Grunde genommen eine Strategie, die alle erfolgreichen Unternehmen mit einer hohen Qualitätsorientierung seit Jahren auszeichnet: Der Kunde steht im Mittelpunkt, Gewinn ist die Folge von fehlerfreien Produkten und Prozessen – die, wenn irgendwie möglich mit mathematisch-statistischen Methoden überwacht werden – und Mitarbeiter haben ein großes Interesse am Wohlergehen des Unternehmens.“ (Six Sigma, Konzeption und Erfolgsbeispiele für praktizierte Null-Fehler-Qualität, Töpfer, Armin, Springer Verlag, Geleitwort zur 3. Auflage) Begriffserklärung:

Six Sigma setzt sich zusammen aus Six (englische Zahl) und Sigma, der Standardabweichung. Die Standardabweichung ist das Maß der Streuung und bezeichnet, die mit der Wahrscheinlichkeit gewichtete Summe aller Quadrate, der Abweichungen, der Realisationen vom Erwartungswert1. Geschichte: Dieses Konzept wurde in den 70´er Jahren in Japan erstmals entwickelt. Es diente damals der Konstruktion von Schiffen und dessen Bau. 1987 wurde das japanische Konzept von der Firma Motorola aufgegriffen, weiter entwickelt und zur statistischen Qualitätssicherung eingesetzt. Den Ausgangspunkt bildete hier die Erkenntnis, dass in Prozessketten die Gesamtausbeute (Through-Put-Yield) sehr gering sein kann, obwohl alle einzelnen Prozess-Schritte mit einem Qualitätsniveau von 99% arbeiten. Anfang der 90´er Jahre verbreitete sich das Konzept in der USA immer weiter bis es Ende des Jahrzehntes auch in Europa Einzug hielt. Grundsätzlich wurde Six Sigma rein für Produktionsbetriebe entwickelt und verwendet. Im Laufe der Zeit entdeckten jedoch auch andere Branchen, wie etwa Dienstleistungsunternehmen, die Vorteile von diesem Konzept und begannen es für ihre Betriebe zu übernehmen. Heute versteht man unter Six Sigma einen Qualitätsmanagementansatz, bei dem eine Null-Fehler-Qualität angestrebt wird. Es werden perfekt kontrollierte Geschäftsprozesse im gesamten Unternehmen angestrebt, die mit Hilfe statistischer 1 Vgl.: Schleifer, Karl, Egghart, Eva-Maria,( Six Sigma, Referat)

2

Methoden erreicht werden sollen. Ziel ist es, die Prozesse so zu überwachen, dass Abweichungen frühzeitig erkannt werden können, um somit Fehler zu vermeiden. Durch diese Strategie werden Kosten minimiert, Prozesse effizienter, der Ausschuss verringert und die Kundenzufriedenheit gesteigert. Kernpunkt ist eine ausgeprägte Projektorientierung, die sich in allen Aktivitäten widerspiegelt, wobei bewährte Methoden des Qualitätsmanagement geschickt kombiniert werden. Unternehmen die Six Sigma anwenden: Motorola, Kodak, General Electric, Siemens, VA Tech Elin, Ford Motor Company, Basis: Die Methode basiert auf die Gauß´schen Glockenkurve. Die Glockenkurve beschreibt die Normalverteilung einer stetigen Zufallsgröße, bei der die Wahrscheinlichkeitsdichte die Form einer Glockenkurve hat. Das Integral unter dieser Kurve beträgt eins, wobei dies gleichbedeutend mit 100%, also Fehlerfreiheit ist2. Diesen Wert kann man allerdings nie erreichen, weil die Kurve die Abszisse erst im Unendlichen schneidet. Weiters ist die Annahme der Normalverteilung der Merkmalswerte eine einschränkende Bedingung, die im Alltag eines Unternehmens oft nicht gegeben ist. Produziert man also mit 6 Sigma hat man eine Qualitätsstufe von 99,9997% erreicht, dass heißt man produziert nur 0,0003% Ausschuß.

Anzahl der Standardabweichungen vom Mittelwert43210-1-2-3-4

Wendepunkt

68.26%

95.4%

99.73%

13.57% 13.57%

34.13% 34.13%2.16%2.16%

0.13%0.13%

Anzahl der Standardabweichungen vom Mittelwert43210-1-2-3-4

Wendepunkt

68.26%

95.4%

99.73%

13.57% 13.57%

34.13% 34.13%2.16%2.16%

0.13%0.13%

Bild 1: Gauß´sche Glockenkurve

2 Vgl.: Schleifer, Karl, Egghart, Eva-Maria, (2005)

3

2.1. Warum Six Sigma? Für ein Unternehmen gibt es viele Gründe eine Null-Fehler Qualität anzustreben. Der wohl augenscheinlichste Grund dafür ist die Verbesserung der Qualität, um möglichst fehlerfreie Produkte herzustellen, seine Prozesse zu verbessern und seine Kunden zufrieden zustellen. Oft ist die Anwendung auch eine Voraussetzung für eine Zusammenarbeit mit einem bestimmten Kunden oder um sein Image aufzubessern. Grundsätzlich gilt jedoch: schlechte Qualität kostet. Genau hier setzt das Konzept an. Es führt weg von der alleinigen Kontrolle des Endproduktes, hin zu einer ständigen statistischen Kontrolle von sämtlichen Prozessen, um die Qualität eines Produktes kontinuierlich zu verbessern. Kosten für Fehler setzen sich zusammen aus3:

Personen, die in internen Prozessen oder an extern gerichteten

Marktleistungen Fehler machen. Personen, die diese Fehler in Prozessen und Produkten entdecken und

beseitigen.

Kulanz gegenüber Kunden, die unter diesen Fehlern und damit verbundenen negativen Auswirkungen litten.

Kunden, die man aufgrund des schlechten Qualitätsimages verliert, oder Zielkunden, die deshalb erst gar nicht kommen und die Produkte kaufen.

Weiters setzen sich Fehlerkosten zusammen aus den traditionellen, also den sichtbaren und leicht identifizierbaren Kosten, und den zusätzlichen Fehlerkosten, die wenig offensichtlich und schwer zu orten sind. Zu den traditionellen Fehlerkosten zählen Garantieleistungen, Ausschuss, Nacharbeit, Minderung, Inspektion und Wandlung. Unter zusätzlichen Kosten versteht man unter anderem hohe Lagerkosten, späte Auslieferung, Abwanderung von Kunden, lange Durchlaufzeiten, gebundenes Kapital und technische Änderungen von Aufträgen. Hier kann man sofort das Einsparungspotential durch gezielte Fehlervermeidung erkennen. Erfahrungswerte aus den USA zeigen, dass bei Industrieunternehmen zum Beispiel die Fehlerkosten nahezu 30% des Jahresumsatzes ausmachen. Der momentane technische Standard bei den Unternehmen liegt bei 3,8 Sigma, dies bedeutet ca.99% fehlerfreie Produkte. Das klingt ja nicht so schlecht. Weshalb sollte also ein 6 Sigma Level erreicht werden, wenn man schon 99% fehlerfrei Produkte produzieren kann? Bei einem Produkt, welches nur aus einem Teil besteht, sind 99% fehlerfreie Produkte, also eine Fehlerquote von 1 %, ein guter Erfolg. Dies entspricht aber normalerweise nicht der Realität. Vielmehr wird eine bestimmte Anzahl von Bauteilen

3 Vgl.: Töpfer, Armin, (2004), S.12

4

in mehreren Montageschritten zusammengebaut. Das bedeutet, selbst wenn sämtliche Bauteile mit dem gleichen Qualitätsniveau von 99% hergestellt werden, hat man eine deutlich niedrigere Ausbeute fehlerfreier Endprodukte (Yield) erreicht. Folgende Beispiele sollen diese Tatsache verdeutlichen4: 99% gut (3,8 Sigma): 99,99966% gut (6 Sigma) 20.000 Postsendungen pro Sieben Sendungen pro Stunde gehen verloren Stunde gehen verloren Trinkwasser 15 Minuten/Tag Alle sieben Monate ist das Trinkwasser für nicht verfügbar eine Minute nicht verfügbar 5.000 inkorrekte chirurgische 1,7 inkorrekte Operationen treten pro Woche Operationen treten pro Woche auf auf Auf den meisten Flughäfen finden Alle fünf Jahre findet eine zu kurze oder zu täglich zwei zu kurze/zu lange Landung statt lange Landungen statt 200.000 falsche Rezepte 68 falsche Rezepte pro Jahr pro Jahr werden ausgestellt werden ausgestellt Jeden Monat verfügt man sieben Alle 34 Jahre verfügt man eine Stunde lang über Stunden lang über keinen Strom keinen Strom

2.2. Wichtige Begriffe bei Six Sigma DPMO (Defects per Million Opportunities): Dieser zentrale Begriff stellt die Fehlerquote dar. Gemeint ist die Fehlermöglichkeit, die vor der Produktion eines Produktes rechnerisch ermittelt wird und gleichbedeutend mit der Anzahl der möglichen Fehler ist. Die Fehlermöglichkeit einer Einheit beschreibt somit an wie vielen Stellen in dem gesamten Produktionsprozess Fehler auftreten können.5 Im Folgenden wird die Herleitung der Fehlerquote dargestellt6: (1) Anzahl fehlerfreier Einheiten / Anzahl produzierter Einheiten = Anteil fehlerfreier

Einheiten (2) 1 – Anteil fehlerfreier Einheiten = Fehlerrate (3) Fehlerrate / Anzahl von Fehlerquellen = Fehlerquote

4 Vgl.: Lear Corporation, (2003) 5 Vgl.: Töpfer, Armin, (2004), S. 54 6 Vgl.: Töpfer, Armin, (2004), S. 54

5

(4) Fehlerquote * 1.000.000 = Defects per Million Opportunities Die Anzahl der Fehlerquellen ist eine Funktion der Teile und Montageschritte eines Produktes, hier gilt: je mehr einzelne Teile und Schritte, desto höher die Anzahl der möglichen Fehlerquellen Anhand der Tabelle kann man das dazugehörige Sigma Niveau ermitteln.

Bild 2: Sigma Niveau mit und ohne +/- 1,5 Sigma Verschiebung Die Verschiebung von +/- 1,5 Sigma ergibt sich daraus, dass der Mittelwert einer gewissen Schwankungsbreite unterliegt. Näheres dazu siehe unter Kurzzeit/Langzeit Z-Werte auf Seite 22.

PPM (Parts per Million): PPM bezeichnet die Fehlerrate. Das heißt, die am Ende der Produktion tatsächlich aufgetretene und rechnerisch ermittelte Zahl der Fehler. Wenn ein Produkt oder Prozess nur aus einem einzigen Teil besteht, sind Fehlerquote und Fehlerrate gleich groß. Denn nur dann kann per Definition die tatsächliche Fehlerzahl mit der Fehlermöglichkeit übereinstimmen. Bei einem Prozess, der aus mehreren Teilen und Montageschritten besteht stimmen diese beiden Werte nicht mehr überein. Der DPMO und PPM Wert sind jedoch nur für diskrete Merkmale anwendbar, wie etwa die zählbaren Fehler bei einem Produkt. Für stetige Merkmale erfolgt die Messung über Prozessfähigkeits-Kennzahlen, die nun im Folgenden erläutert werden: Der Streuungsindex Cp: Dieser Wert kennzeichnet die mögliche Fähigkeit eines Prozesses, Werte mit kleiner Streuung im Hinblick auf die Länge des Toleranzintervalls zu liefern. Dies wird erreicht, indem die Streuung der realen Ergebniswerte um den angenommenen Mittelwert einer Normalverteilung berechnet wird. Zusätzlich setzt man voraus setzt, dass alle Prozesse zentriert sind. Kurz gesagt: Der Cp Wert spiegelt die Streuung der Ergebniswerte um den angenommenen Mittelwert wieder.

Sigma Level DPMO DPMO mit Shift 1 317311,0 697672,0 2 45500,0 308770,0 3 2700,0 66811,0 4 63,0 6210,0 5 0,6 233,0 6 0,0 3,4

6

Berechnung7: Cp = (Obergrenze – Untergrenze) / 6 Sigma Der Lage/Niveauindex Cpk: Der Cpk Wert verwendet zusätzlich den Mittelwert, nicht nur die Toleranzbreite, um die Fähigkeit abzuschätzen. Es wird also der Abstand der oberen und unteren Toleranzgrenze vom Mittelwert betrachtet. Berechnung8: Cpk= min (Obergrenze – Mittelwert) / 3 Sigma ( Mittelwert – Untergrenze) / 3 Sigma Die Bezeichnung “min (Cpk(u), Cpk(o))” steht für die kürzeste numerische Entfernung zwischen dem Mittelwert und der engsten Spezifikationsgrenze. Um die stetigen und diskreten Werte vergleichen zu können, sucht man sich wieder die entsprechenden Sigma Werte aus der Tabelle heraus.

Sigma Level

Cp=Cpk ohne Shift Cp mit Shift

Cpk mit Shift

1 0,3 0,3 2 0,7 0,7 0,2 3 1,0 1,0 0,5 4 1,3 1,3 0,8 5 1,7 1,7 1,2 6 2,0 2,0 1,5

Bild 3: Cp, Cpk Wert mit und ohne Sigma Verschiebung

Wie man anhand der Tabelle gut erkennen kann, bedeutet ein niedrigeres Sigma Niveau (höhere Fehlerquote), geringere Cp und Cpk Werte. Das zeigt, dass das Sigma Niveau und die beiden Werte positiv miteinander korrelieren. Die Ausbeute (Yield): Der Yield ist definiert als die fehlerfreie Ausbeute am Ende eines Prozesses. Berechnet wird er folgendermaßen: (1) 1 – Fehlerquote = Anteil der fehlerfreien Einheiten = Gesamtausbeute (Yield) Wie bereits erwähnt, nimmt die Ausbeute ab, je mehr Teile und Montageschritte ein Produkt benötigt. Daher sichert eine hohe Qualität der Einzelteile noch lange nicht 7 Vgl.: Töpfer, Armin, (2004), S. 57 8 Vgl.: Töpfer, Armin, (2004), S. 57

7

die Endqualität eines Produktes. Hat man ein Produkt mit mehreren Einzelteilen und Komponenten berechnet man den Yield so: (2) (1 – Fehlerquote) hoch Anzahl der Komponenten = Yield

Anzahl der Komponenten = Teile + Montageschritte Ein Beispiel soll dies veranschaulichen:9 Man hat ein Sigma Niveau von 3 bei allen Komponenten, die Fehlerfreiheit beträgt somit 93,3%. Insgesamt hat man 28 Komponenten, die sich aus den einzelnen Teilen und Montageschritten addieren. Yield = (1 – (1 – 0,933)) hoch 28 = 0,1434 Das entspricht einer Ausbeute von ca. 15%. Hätte man ein Niveau von 3,8 Sigma, also 99% Fehlerfreiheit würde sich folgendes ergeben: Yield = (1 – ( 1 – 0,99)) hoch 28 = 0,7547 Hier sieht man, wie sich eine leichte Verbesserung des Niveaus auf die fehlerfreie Gesamtausbeute auswirkt.

9 Töpfer, Armin, (2004), S. 62