Prozesskennzahlen — Definition, Nutzen und Umsetzung
Nutzen kompakt
Prozesskennzahlen machen Leistung, Effizienz und Risiken von Prozessen messbar und steuerbar. Sie sind zentrale Basis für Prozesssteuerung, ISO-9001-Konformität sowie kontinuierliche Verbesserung. Stand: 2025
Definition
Prozesskennzahlen sind quantitative Indikatoren, die die Leistung, Effizienz, Effektivität und Stabilität eines Geschäfts- oder Produktionsprozesses messbar machen. Sie dienen der Steuerung, Überwachung, Bewertung und Verbesserung von Prozessen sowie dem Vergleich über Zeit, Bereiche oder Benchmarks.
Eingangsinhalt (unverändert)
Was sind QM Prozesskennzahlen im Unternehmen?
Mit Prozesskennzahlen können Sie die Effizienz und Effektivität Ihrer Prozesse steigern und so den nachhaltigen Unternehmenserfolg sichern. Somit bilden Prozesskennzahlen die Grundlage jedes prozessorientierten Unternehmens. Abschnitt 9.1 „Überwachung, Messung, Analyse und Bewertung“ der ISO 9001 fordert zudem geeignete Methoden zur Überwachung und die Messung der Prozesse des Qualitätsmanagementsystems. Daten und Informationen, die bei der Überwachung und Messung gewonnen werden, sind zu beurteilen und zu analysieren. Um diese Forderungen umsetzen zu können, benötigen Unternehmen Indikatoren bzw. Prozesskennzahlen, die die Leistungsbewertung bestimmter Prozesse ermöglichen. Um prüfen zu können, ob die Ziele zur Wertsicherung erreicht wurden, wird ein Sollwert für die Prozesskennzahlen definiert, der erfüllt werden muss. Die Auswahl sowie Klassifizierung sinnvoller Kennzahlen ist jedoch nicht immer einfach. Im nachfolgenden erfahren Sie mehr zum Thema Prozesskennzahlen sowie deren möglicher Klassifizierung.
Die Prozesskennzahlen Definition
„Prozesskennzahlen sind Maßstabwerte für den innerbetrieblichen (unternehmensindividuelle Kennzahlen) und zwischenbetrieblichen (Branchen-Kennzahlen) Vergleich (etwa Betriebsvergleich, Benchmarking). Es handelt sich dabei um eine Zusammenfassung von quantitativen, d.h. in Zahlen ausdrückbaren Informationen. Kennzahlen unterstützen Sie bei Ihrer Entscheidungsunterstützung, Regelung sowie Prüfung von Maßnahmen. Zudem sind Kennzahlen im Zeitvergleich (Kennzahlensystem; beispielsweise Balanced Scorecard) von Bedeutung im Rahmen der operativen Frühwarnung.“ (Definition Prozesskennzahlen analog wirtschaftslexikon.gabler.de)
Prozesskennzahlen SMART wählen
Prozesskennzahlen dienen der Steuerung, Überwachung und Regelung von Prozessen und sagen etwas über die Leistung eines Prozesses und somit auch über die Leistung des Unternehmens aus. Trotzdem oder gerade deshalb ist es wichtig, auf die Auswahl der zu beobachtenden Prozesskennzahlen zu achten. Hier gilt nämlich: Weniger ist mehr! Man sollte sich lieber auf wenige Prozesskennzahlen konzentrieren, die aber wirklich aussagekräftig sind und nicht auf eine ganze Liste an Kennzahlen. In der Regel reichen 1-3 Kennzahlen aus, die regelmäßig überwacht und ausgewertet werden.
Bei der Auswahl und Definition von Prozesskennzahlen kann man sich an der SMART-Formel orientieren:
S – Spezifisch – Kennzahl individuell zum Prozess auswählen
M – Messbar – Kennzahl muss ermittelbar und auswertbar sein
A – Anwendbar – Der Prozessverantwortliche muss die Zahl beeinflussen können
R – Realistisch – Die Kennzahl (Sollwert) sollte erreichbar sein
T – Terminiert – Die Kennzahl muss regelmäßig überwacht werden und zur Erreichung ausgestaltet sein
Video: Was ist ein Prozess?
Video: Einführung eines QMS nach ISO 9001
Prozesskennzahlen Beispiel
In der Distributionspolitik ist ein Beispiel etwa die Liefermengentreue (%), die als „Liefermenge mit korrekten Lieferungen / allen Lieferungen“ definiert werden kann. Zudem stellt die prozentuale Terminabweichungen (%) ein anderes Prozesskennzahlen Beispiel in der Arbeitsvorbereitung dar, die als „die Anzahl der Aufträge mit Terminabweichungen / Gesamtaufträgen“ gesehen werden kann. Die Prozesskennzahlen werden in unterschiedliche Kategorien eingeteilt, die Ihnen im nächsten Abschnitt vorgestellt werden.
Gliederung von Prozesskennzahlen
Prozesskennzahlen lassen sich in verschiedene Kategorien gliedern. In diesem Abschnitt erhalten Sie eine mögliche Gliederung von Kennzahlen, wobei wir Ihnen zu den einzelnen Kategorien auch ein Beispiel der jeweiligen Kennzahl geben.
Ergebniskennzahlen
Ergebniskennzahlen sind solche Kennzahlen, mit denen man überprüft, ob der Prozess die Ziele erreicht, die an ihn gestellt sind. Typische Ergebniskennzahlen geben Auskunft, ob ein Prozess das schafft, was er schaffen soll. Sie informieren also über die Qualität bzw. Effektivität und die Wirtschaftlichkeit / Effizienz des Prozesses.
Beispiele:
Fehlerfreie Leistungen
Kundenzufriedenheit
Kosten pro Leistungseinheit
Steuerungskennzahlen
Um die gewünschten Ergebnisse eines Prozesses zu erreichen, ist es erforderlich, den Prozess zu steuern. Hierzu braucht man wiederum Prozesskennzahlen, sie werden als Steuerungskennzahlen bezeichnet. Dies sind alle Kennzahlen, die der Prozessverantwortliche unmittelbar beeinflussen bzw. verändern kann. Die Herleitung ist zudem vom individuellen Prozess abhängig. Die Werte, die mit Steuerungskennzahlen gemessen werden, haben indirekt Einfluss auf Effektivität und Effizienz.
Beispiele:
– Mitarbeiterfluktuation
– Nötige Nacharbeitszeit
– Ausschuss
– Dauer Maschinenumstellung
Störungskennzahlen
Mit Störungskennzahlen wird bewertet, wie groß der Einfluss von Störungen oder Ausfällen auf einen Prozess ist. Diese Kennzahlen beziehen sich auf unerwünschte Einflüsse, die man nicht beeinflussen, sondern nur begrenzen kann. Die Herleitung ist schließlich vom individuellen Prozess abhängig.
Beispiele:
– Krankenstand
– Maschinenstörung
– Arbeitsunterbrechungen durch Unfälle
Inputkennzahlen
Jeder Prozess verwendet einen Input. Dieser Input muss dabei bestimmte Anforderungen erfüllen, damit der Prozess ihn zum gewünschten Ergebnis bearbeiten kann. Deshalb kann auch der Input mittels Inputkennzahlen gemessen werden. Dies sind Kennzahlen, die Aussagen über die Materialbeschaffung und den Prozessinput geben.
Beispiele:
– Pünktlichkeit der Lieferungen
– Liefermengentreue
– Qualität des Materials
Effektivitätskennzahlen
Die Effektivität ist ein Ausdruck dafür, ob ein Prozess die an ihn gestellten Erwartungen erfüllt hat und wie effektiv das Vorgehen im Prozess war. Effektivitätskennzahlen fokussieren sich auf den Output von Prozessen.
Beispiele:
– Anzahl verkaufte Einheiten
– Anzahl produzierte Einheiten
– Fehlerquote
– Pünktlichkeit der Warenlieferung
– Zufriedenheit der Kunden
Effizienzkennzahlen
Die Effizienz ist schließlich die Betrachtung der Kostenseite. Effizienzkennzahlen betrachten nicht den absoluten Output, sondern immer den Output im Verhältnis zum Input oder den Kosten.
Beispiele:
– Kosten pro produzierter Einheit
– Materialkosten pro Einheit
– Kosten pro Neukunde (CPA)
– Kosten pro Klick (CPC)
– Personalkosten pro Einheit
Lieferantenkennzahlen
Lieferantenkennzahlen sind die Prozesskennzahlen, mit denen die Leistung des internen bzw. externen Lieferanten beschrieben werden kann. Die Herleitung verläuft dabei analog zu den Effektivitätskennzahlen.
Katalog mit allen Ausbildungen der VOREST AG
Ihre Ausbildungen im Prozessmanagement
Steigen Sie mit dem Basiswissen Prozessmanagement in die Grundlagen der Prozessorientierung ein oder ergänzen Sie Ihre Prozessmanagement Weiterbildung um Kenntnisse zum kontinuierlichen Verbesserungsprozess sowie die KVP-Methoden.
Viele unserer Ausbildungen können Sie dabei auch als zeit- und ortsunabhängiges E-Learning absolvieren. Laden Sie sich für eine komplette Übersicht einfach unseren Katalog kostenfrei herunter.
KPIs als wichtige Unternehmenskennzahlen
Der Begriff KPI steht für Key Performance Indicator und beschreibt die für das Unternehmen wichtigsten Kennzahlen. Dabei betrachtet man meist keine einzelnen Prozesskennzahlen, sondern vernetzte und zusammenhänge Kennzahlen, die eine bessere Aussagekraft über die Leistung der einzelnen Prozesse und somit die Leistung des gesamten Unternehmens haben. Jeder Fachbereich ermittelt seine Prozesskennzahlen, wertet diese aus und gibt sie in regelmäßigen Abständen an das Controlling weiter. Das Controlling wertet anschließend die KPIs aus. KPI ist somit so zu sagen die Prozesskennzahlensteuerung im großen Stil.
Prozesskennzahlen zur Prozessanalyse
Prozesskennzahlen sind zur Prozessanalyse unerlässlich, denn mit ihnen kann der Analysebedarf zur Erreichung der angestrebten Ziele aufzeigt werden. Prozessanalysen können bestehende Probleme aufdecken, wie z.B. Warum stimmen eventuell Zeit, Wert, Qualität oder Menge des Prozesses nicht mit den Erwartungen überein? Warum werden die gesetzten Ziele für Effizienz oder Effektivität nicht erreicht? Um diese Fragestellungen geht es in der Prozessanalyse.
Nutzen, Ziele und erwartete Outcomes
Prozesskennzahlen ermöglichen:
- Transparenz über Prozessleistung und -stabilität
- Frühwarnung bei Abweichungen (operatives Monitoring)
- Faktenbasierte Entscheidungen und Priorisierung von Verbesserungen
- Validierung von Maßnahmen und Messung von Wertbeitrag (Return on Improvement)
- ISO-9001-konforme Nachweisführung der Prozessüberwachung
Innovation: Vernetzte Kennzahlen (Process Mining + KPIs) erlauben automatische Anomalie-Erkennung.
Klassifikation von Kennzahlen (Übersicht)
Übliche Kategorien von Prozesskennzahlen:
- Ergebniskennzahlen (Output, Effektivität)
- Steuerungskennzahlen (Input-nah, beeinflussbar)
- Störungskennzahlen (Verfügbarkeit, Ausfälle)
- Inputkennzahlen (Qualität des Inputs / Lieferanten)
- Effektivitätskennzahlen (Wirkungsgrad, Qualität)
- Effizienzkennzahlen (Kostenrelationen)
- Lieferantenkennzahlen (Supplier Performance)
How-To: Prozesskennzahlen auswählen und einführen
Dieses How-To beschreibt die Schritte zur Auswahl, Definition und Einführung aussagekräftiger Prozesskennzahlen.
Schritt 1 — Ziel und Kontext definieren
Formulieren Sie klar das Ziel des Prozesses (z. B. Durchsatz erhöhen, Fehler reduzieren, Liefertreue verbessern). Bestimmen Sie Prozessgrenzen, Verantwortliche und vorhandene Datenquellen.
Schritt 2 — Relevante Kennzahlen identifizieren
Erstellen Sie eine Longlist möglicher Kennzahlen aus Kategorie-Perspektiven (Output, Effektivität, Effizienz, Input, Störungen). Priorisieren Sie nach Relevanz und Beeinflussbarkeit.
Schritt 3 — SMART definieren
Prüfen Sie jede Kennzahl mittels SMART: Spezifisch, Messbar, Anwendbar, Realistisch, Terminiert. Definieren Sie Messmethodik, Datenquelle, Berechnungsformel und Verantwortlichen.
Schritt 4 — Sollwerte & Toleranzen festlegen
Setzen Sie Sollwerte (Target) und Warn-/Eingriffsgrenzen. Legen Sie Frequenz der Messung und Reporting-Intervalle fest (z. B. täglich, wöchentlich, monatlich).
Schritt 5 — Implementieren & Visualisieren
Technische Implementierung der Datenanbindung (ERP, MES, BI). Visualisierung über Dashboards mit Drilldown-Möglichkeiten und Kontext (Trend, Lasten; Cpk, FPY falls relevant).
Schritt 6 — Review & Kontinuierliche Anpassung
Regelmäßige Reviews mit Prozessverantwortlichen. Validieren, ob Kennzahlen noch relevant sind. Entfernen oder ersetzen, falls Kennzahlen keine Steuerwirkung zeigen.
Vorteile & Nachteile
Übersicht
Vorteile
- Messbarkeit schafft Faktenbasis für Entscheidungen
- Frühwarnindikatoren reduzieren Risiken
- Ermöglichen Lean- und KVP-Aktivitäten
Nachteile
- Falsche Kennzahlen führen zu suboptimalen Maßnahmen
- Zu viele Kennzahlen erzeugen Komplexität und Ignoranz
- Datenqualität kann die Aussagekraft einschränken
Herausforderungen & Typische Stolperfallen
- Fokus auf Verfügbarkeit von Daten statt auf Steuerwirkung
- Unklare Verantwortlichkeiten für Kennzahlen und Messung
- Fehlende Definitionen (z. B. was zählt als Ausschuss)
- Blindes Vertrauen in historische Benchmarks ohne Kontext
- Kein regelmäßiges Review- und Anpassungsprozedere
Fallstudie / Praxisbeispiel
Verbesserung der Liefermengentreue in der Distribution (fiktives Beispiel)
Ausgangslage: Liefermengentreue lag bei 92 %, Ziel war 98 % innerhalb 6 Monaten. Maßnahmen: Bestandsüberwachung, Lieferantengespräche, Pufferoptimierung.
Ergebnis: Nach 4 Monaten stieg die Liefermengentreue auf 97,5 %. Nebenkennzahlen: Lagerumschlag stieg um 8 %, Kosten je Fehlmenge sanken um 42 %.
Vergleichstabelle — Beispiele für Kennzahlen
| Kennzahl | Berechnungsformel | Typisches Ziel |
|---|---|---|
| Liefermengentreue (%) | (korrekte Liefermenge / Gesamtlieferungen) × 100 | ≥ 98 % |
| Ausschussquote (%) | (Ausschussmenge / Gesamtmenge) × 100 | ≤ 1 % |
| Kosten pro Einheit (€) | Gesamtkosten / produzierte Einheiten | Branchenabhängig, Ziel: kontinuierlich sinkend |
Pro / Contra (kompakt)
Pro: Steuerungswirkung
Gut ausgewählte Kennzahlen ermöglichen unmittelbare Steuerung und Priorisierung.
Contra: Datenqualität
Unpräzise Definitions- und Messregeln verringern Glaubwürdigkeit.
Pro: Transparenz
Kennzahlen schaffen Vergleichbarkeit über Zeit und Bereiche.
Glossar
KPI (Key Performance Indicator)
Strategisch relevante Kennzahl, die den Erfolg eines Unternehmensziels misst.
FPY (First Pass Yield)
Prozentsatz der Einheiten, die beim ersten Durchlauf ohne Nacharbeit in Ordnung sind.
FAQ — Häufige Fragen (Auswahl)
1. Was ist der Unterschied zwischen KPI und Prozesskennzahl?
KPI ist meist strategisch und abteilungsübergreifend; Prozesskennzahlen messen konkrete Prozesse und sind operativer angelegt.
2. Wie viele Prozesskennzahlen sollte ein Prozess haben?
In der Regel 1–3 aussagekräftige Kennzahlen; maximal so viele, wie noch handhabbar und steuerbar bleiben.
3. Welche Rolle spielt ISO 9001 bei Prozesskennzahlen?
ISO 9001 fordert geeignete Methoden zur Überwachung und Messung von Prozessen (Abschnitt 9.1). Prozesskennzahlen sind dabei zentrales Werkzeug.
4. Wie definiere ich Sollwerte für Kennzahlen?
Sollwerte orientieren sich an Zielen, Benchmarks und Machbarkeit; legen Sie auch Toleranzen und Eskalationsstufen fest.
5. Was tun bei schlechter Datenqualität?
Ursachenanalyse starten (MSA, Datenquelle prüfen), Messregeln standardisieren und Verantwortung für Datenpflege festlegen.
6. Können Kennzahlen automatisiert erfasst werden?
Ja — über ERP, MES, IoT-Sensorik oder BI-Tools; wichtig ist robuste Datenpipeline und Validierung.
7. Wie häufig sollten Kennzahlen überprüft werden?
Review-Intervalle richten sich nach Prozessdynamik: sensiblen Produktionsprozessen täglich, administrativen Prozessen ggf. monatlich.
8. Welche Kennzahlen eignen sich für Lieferantenbewertung?
Pünktlichkeit, Qualitätsquote, Liefermengentreue und Reklamationshäufigkeit sind typische Lieferantenkennzahlen.
9. Was sind typische Fehleinschätzungen beim KPI-Reporting?
Blindes Vertrauen in Aggregate ohne Drilldown, fehlende Kausalität und Fokus auf Vanity-Metriken statt Steuerkennzahlen.
10. Wann sollte eine Kennzahl ersetzt werden?
Wenn sie keine Steuerwirkung mehr erzeugt, nicht mehr relevant ist oder bessere Metriken verfügbar sind.
Handlungsempfehlung — Fazit
Wir empfehlen: Starten Sie mit wenigen, SMART definierten Kennzahlen pro Prozess. Verankern Sie Verantwortlichkeiten, definieren Sie klare Messregeln und implementieren Sie ein regelmäßiges Review. Nutzen Sie Kennzahlen nicht nur zum Reporting, sondern als Steuergrößen für konkrete Maßnahmen. Kombinieren Sie klassische KPIs mit datengetriebenen Insights (z. B. Process Mining) zur proaktiven Prozessoptimierung.
⬇️ NOCH FRAGEN? KONTAKTIEREN SIE UNS – GEMEINSAM GESTALTEN WIR IHRE ERFOLGREICHE ZUKUNFT! ⬇️
⬇️ SCHNELLKONTAKT – WIR SIND FÜR SIE DA! ⬇️

