Six Sigma Definition

Geschichtliche Entwicklung

Die Vorläufer von Six Sigma wurden in den 1970er Jahren im japanischen Schiffbau, später in der japanischen Elektronik- und Konsumgüterindustrie eingeführt. Six Sigma entstand ursprünglich in den USA im Jahre 1987 und wurde von Motorola in diesem Jahr das erste Mal angewendet.

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 (ISSSP) 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- bzw. Prozessmanagement-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 geleitet. 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 Umsetzung 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, staatlich geprüfte Techniker, 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, Blue 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.

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, 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)

DMAIC-Zyklus für bereits existierende Prozesse

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 schwierig 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.“). In der Define Phase gehört das VoC zu den wichtigsten Werkzeugen, da hiermit vermieden werden kann, dass der Kunde am Ende unzufrieden mit den Ergebnissen ist, weil er andere Erwartungen hatte.
  • Scope In / Scope Out – Die Abgrenzung, welche Aspekte oder Bereiche Untersuchungsbestandteil des Projekt sein sollen und welche nicht.

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.

Analyse (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) erstellt. 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:

  • C&E-Matrix (Causes & Effects) – weiteres Werkzeug zur Aufstellung von Ursache-Wirkungs-Hypothesen,
  • Durchlaufzeitanalyse,
  • Hypothesentests,
  • Ishikawa-Diagramm – zur Bestimmung der ersten Hypothesen zu Ursache-Wirkungs-Zusammenhängen,
  • Paretodiagramm,
  • Regressionsanalyse,
  • Streudiagramm (Scatter Plot),
  • Wertschöpfungsanalyse.

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, beispielsweise:

  • Platzzifferverfahren [5]
  • K.O. Analyse [5]
  • Kriterienbasierte Matrix [5]
  • Kosten-Nutzen-Analyse [5]
  • Soll-Prozessdarstellung [5]
  • Poka Yoke [5]
  • 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. Darüber hinaus werden von der Fachliteratur weitere ausgewählte Methoden aufgeführt, die für eine nachhaltige Aufrechterhaltung von Verbesserungen wichtig sind, wie:

  • Prozessdokumentation [6]
  • Prozessmanagement – und Reaktionsplan [6]
  • Precontrol [6]
  • Projekterfolgsberechnung. [6]

Die Six Sigma Roadmap zeigt einen Leitfaden zum chronologischen Einsatz der wichtigsten Werkzeuge.

Der Aufwand für ein DMAIC ist hoch, so dass sich die Umsetzung 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 (Buchstabe: σ; gesprochen: Sigma) eine wesentliche Rolle. Sie misst die Streubreite des Merkmals, also wie stark die Merkmalswerte voneinander abweichen.

Je größer die Standardabweichung im Vergleich zur Breite des Toleranzbereichs 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. Dieser Abstand geteilt durch 3 σ ist der Prozessfähigkeitsindex Cpk; es gilt also Cpk = 1, wenn der Mittelwert 3 σ von der nächstgelegenen Toleranzgrenze entfernt ist.

Schaubild der Normalverteilung, auf der die statistischen Grundannahmen des Six-Sigma-Modells beruhen. Der griechische Kleinbuchstabe σ (Sigma) steht für den horizontalen Abstand zwischen dem arithmetischen Mittelwert µ (Gipfelpunkt der Normalverteilungskurve) und dem Wendepunkt der Kurve. Je größer dieser Abstand ist, desto breiter sind die Werte des gemessenen Merkmals gestreut. In der hier gezeigten Abbildung sind die Spezifikationsgrenzen (USL, LSL) 6 σ vom Mittelwert entfernt. Werte jenseits der Spezifikationsgrenzen sind extrem unwahrscheinlich, selbst wenn sich die Verteilungskurve später um 1,5 σ nach links oder rechts verschieben sollte.

Der Name „Six Sigma“ kommt nun daher, dass bei Six Sigma die Forderung erhoben wird, dass die nächstgelegene Toleranzgrenze mindestens sechs Standardabweichungen (6σ, englisch ausgesprochen „Six Sigma“) vom Mittelwert entfernt liegen soll („Six-Sigma-Level“, Cpk = 2).[7] 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.

 

Einzelnachweise

  1. Magnusson, Kroslid, Bergman: Six Sigma umsetzen, (2003), S. 23, ISBN 3-446-22295-2
  2. a b c d Magnusson, Kroslid, Bergman (2003), S. 24
  3. a b c d e Magnusson, Kroslid, Bergman (2003), S. 25
  4. Magnusson, Kroslid, Bergman (2003), S. 44
  5. a b c d e f Jochem, R., Geers, D., Giebel, M.: Six Sigma leicht gemacht. Ein Lehrbuch mit Musterprojekt für den Praxiserfolg. Symposion Publishing (2011), S. 214 ff.
  6. a b c d Jochem, R., Geers, D., Giebel, M.: Six Sigma leicht gemacht. Ein Lehrbuch mit Musterprojekt für den Praxiserfolg, Symposion Publishing (2011), S. 269 ff.
  7. a b c Thomas Pyzdek: Motorola’s Six Sigma Program (Englisch)
  8. Craig Gygi, DeCarlo, Neil; Williams, Bruce: Six Sigma for Dummies. Wiley Publishing, Inc., Hoboken, NJ 2005, ISBN 0-7645-6798-5, S. 23, vordere Umschlagseite.
  9. Basem El-Haik, Suh, Nam P.: Axiomatic Quality. John Wiley and Sons, , ISBN 9780471682738.
  10. Münster, Kritische Erfolgsfaktoren für den Einsatz der Six-Sigma-Methode, (2009), S. 108 f. ISBN 978-3-8381-0086-9
  11. Schmieder, Matthias; Aksel, Mehmet; Fragebogen für den Selbst-Check – Passt Six zu uns? In: QZ 5/2006, S. 34 – 37
  12. Schmieder, Matthias: Warum Six Sigma erfolgreich ist – Analyse aktueller Studien, S. 39 – 64, in: Praxis Six Sigma, Fehler vermeiden, Prozesse verbessern, Kosten senken, Hrsg. Von Gundlach Carsten und Jochem Roland, Düsseldorf 2008
  13. [1] (PDF; 81 kB) Prozessoptimierung im Data Quality Management, Case Study, Anadeo Consulting (gesichtet 24. Juni 2011)

 

Alle Quellenangaben finden Sie unter: http://de.wikipedia.org/wiki/Six_Sigma

×