Six Sigma

Inhaltsverzeichnis

• Ein kurzer Überblick
• Das Besondere: die mathematische Betrachtungsweise
• Die Geschichte
• Die Basis: Statistik
• Das Vorgehen: der DMAIC-Kernprozess
• Die Standard-Werkzeuge: die 7x7-Toolbox von Six Sigma
• Die Beteiligten
• Die Ausbildung
• Six-Sigma-Schulungen bei REFA
• Einsatzbereiche von Six Sigma
• Nutzen und Vorteile von Six Sigma
• Six Sigma in Kürze

Ein kurzer Überblick

Der Name Six Sigma ist aus der Statistik entlehnt: Der griechische Buchstabe Sigma (σ) ist das Symbol der Standardabweichung in einer statistischen Normalverteilung, der sogenannten Gauß’schen Glockenkurve (siehe Abb.). „Six“ gibt als englisches Zahlwort an, dass die sechsfache Standardabweichung (positiv oder negativ) vom arithmetischen Mittelwert (µ) die entscheidende Rolle spielt, als Term ausgedrückt „6 ∙ σ“ oder vereinfacht „6 σ“. Die betrachteten Parameter, die als Qualitätskriterien festgelegt sind, müssen innerhalb dieses Wertebereichs liegen.

Die Gauß’sche Glockenkurve als Normalverteilung mit Angabe der Standardabweichungen (σ) vom arithmetischen Mittelwert (µ)

Der Ansatz von Six Sigma ist, verglichen mit anderen Methoden des Qualitätsmanagements und der Prozessoptimierung, einzigartig: Alle Geschäftsprozesse, nicht nur die Abläufe in der Produktion, können danach als mathematische Funktion oder durch Kennzahlen beschrieben werden. An den resultierenden Ergebnissen und Indikatoren kann die Prozessqualität – die Performance – gemessen und beurteilt werden. Statistikprogramme helfen dabei, die Abweichung der Ist-Werte vom Zielwert (Soll-Wert, arithmetischer Mittelwert) samt Standardabweichung zu berechnen und so die Anzahl der Fehler in einem Prozess, das sogenannte Sigma-Niveau, zu ermitteln. Bei einer hohen Streuung um den Soll-Wert läuft der Prozess nicht stabil. Der Methodenbaukasten von Six Sigma, der als 7x7-Toolbox von Six Sigma die Standard-Werkzeuge enthält, kann dann eingesetzt werden, um die Ursache-Wirkungs-Zusammenhänge aufzudecken.

Zentrale Ziele von Six Sigma sind die Qualitätsverbesserung und, gemäß Lean-Ansatz als Lean Six Sigma, die Erhöhung der Effizienz von Prozessen. Diese kann erreicht werden mit der Einsparung von Kosten durch Vermeidung von Verschwendung (Muda); Ansatzpunkte sind beispielsweise die Minimierung von Ausschuss oder Nacharbeit bei der Produktion oder das Zurückfahren eines überproportionalen Ressourceneinsatzes. Solche Maßnahmen steigern die Wertschöpfung und erhöhen gleichzeitig die Kundenzufriedenheit und -bindung, da qualitativ hochwertigere und/oder preiswertere oder sogar individualisierte Produkte und Dienstleistungen angeboten werden können.

Erreicht werden soll dies durch einen nahezu fehlerfreien Prozessablauf mit maximal 3,4 Fehlern auf 1.000.000 (Geschäfts-)Vorgänge. Dies entspricht einer Null-Fehler-Philosophie – Six Sigma kann damit gleichzeitig als Qualitätsziel definiert werden.

Dies ist besonders wichtig in sensiblen Bereichen der Industrie, in denen die Anforderungen an die Einhaltung von Qualitätsmaßstäben – wie z. B. Good Manufacturing Practice (GMP) – extrem hoch sind (siehe Tabelle mit Beispielen).

Das Besondere: die mathematische Betrachtungsweise

Six Sigma beruht, im Gegensatz zu allen anderen Methoden der Prozessverbesserung, auf einer rein mathematischen Betrachtungsweise. Sie kann daher grundsätzlich als objektive und nachvollziehbare Methode gelten, die – richtig angewendet – sogar wissenschaftlichen Kriterien genügt.

Der Ansatz ist einzigartig: Er beruht auf der Annahme, dass jeder Geschäftsprozess als mathematische Funktion oder durch Kennzahlen beschrieben werden kann. Die Resultate können statistisch aufbereitet, in einer Normalverteilung dargestellt und ausgewertet werden. Berechnet wird als wichtiger Parameter die Standardabweichung vom Mittelwert – dem angestrebten Sollwert als Qualitätsziel. Qualitätsmaß ist dann deren sechsfacher Wert, 6 σ. Angestrebt wird, dass möglichst alle gemessenen bzw. berechneten Werte innerhalb des (positiven und negativen) Intervalls von 6 σ liegen.

Mithilfe von Tabellen oder Statistikprogrammen lässt sich anhand der Abweichung der Ist- von den Soll-Werten die Fehleranzahl in einem Prozess und damit das Sigma-Niveau ermitteln. Ist die Streuung um den Mittelwert als Soll-Wert hoch, ist die Prozessfähigkeit unzureichend, der Prozess läuft nicht stabil. Der Methodenbaukasten von Six Sigma, die 7x7-Toolbox, kann dann eingesetzt werden, um die Ursache-Wirkungs-Zusammenhänge aufzudecken. Liegt die Standardabweichung im Bereich von sechs Sigma, ist (quasi) der Null-FehlerProzess realisiert.

Dieses Ziel gilt als Standard zumindest in hochsensiblen Bereichen, insbesondere dann, wenn gesetzliche Auflagen ein hohes Sicherheitsniveau bei Prozessen und Produkten gewährleisten sollen. Oft wird gar nicht erst angestrebt, dieses absolute Qualitätsziel zu erreichen, denn der dafür notwendige Aufwand steigt von Sigma-Niveau zu Sigma-Niveau – also mit sinkender Fehlerquote. Mit anderen Worten: Es ist relativ einfach, einen Großteil der Schwachstellen zu identifizieren und in einem kontinuierlichen Verbesserungsprozess (KVP) zunächst die gravierendsten Fehler zu beheben. So können Abläufe stetig optimiert und deren Prozessqualität immer weiter gesteigert werden. Aber auch noch den letzten Fehler zu finden und auszumerzen, ist nahezu unmöglich. Hier gilt das Pareto-Prinzip, auch als 80:20-Regel bekannt: 80 Prozent der Fehler können mit 20 Prozent des Aufwands behoben werden, das Beseitigen der letzten 20 Prozent der Fehler aber erfordert 80 Prozent des Ressourceneinsatzes.

Absolute Fehlerfreiheit ist kaum zu erreichen. Auch bei Six Sigma ist daher eine betriebswirtschaftliche Abschätzung unter Rentabilitätsgesichtspunkten zu treffen, bis wohin der Mehraufwand zur Verbesserung der Geschäfts- und Produktionsprozesse noch vertretbar ist. Sich dieser Schnittstelle so weit wie möglich anzunähern, ist Ziel von Six Sigma in der betrieblichen Praxis.

Die Geschichte

Der Gedanke, die Produktqualität zu verbessern und Verschwendung zu vermeiden, ist so alt wie das Handwerk. Aber erst im Rahmen der industriellen Fertigung und der Massenproduktion wurde er wirtschaftlich bedeutend. Gerade in Krisen- und Mangelzeiten wurde auf den sparsamen Einsatz von Ressourcen geachtet – daher ist insbesondere Japan in der Zeit nach dem Zweiten Weltkrieg, als das Land wenig Zugang zu Rohstoffen hatte und von den USA wirtschaftlich isoliert wurde, zum Vorreiter des Qualitätsmanagements geworden. Bestes Beispiel ist das Toyota Produktionssystem (TPS), das heute noch Maßstäbe in der industriellen Fertigung setzt – unter anderem wegen der Verwirklichung des Lean-Ansatzes und des Just-in-Time-Prinzips (JIT).

Auch das Six-Sigma-Konzept hat seine Ursprünge in Japan. Wichtige Bausteine wurden dort bereits in den 1970er-Jahren entwickelt und eingesetzt. Zusammengeführt und weiterentwickelt zu einem Instrument der Prozesssteuerung und schließlich zu einem Total-Quality-Management-Ansatz (TQM) wurden diese in den 1980er-Jahren bei Motorola. 1987 wurde dieser Ansatz als Six Sigma vorgestellt – und begann seinen Siegeszug, zunächst bei Motorola, dann auch bei General Electric (GE), wo es 1996 durch Jack Welch eingeführt wurde. Die Ursache des Erfolgs war, dass Six Sigma im Vergleich zu anderen Qualitätsmanagement-Ansätzen nicht nur einen Rahmen vorgibt, sondern hohe Anforderungen an ein Unternehmen und seine Organisation stellt und Methoden liefert, wie ein TQM im Detail entwickelt und umgesetzt werden kann. Allerdings hat Motorola damals keine konkreten Vorgaben für eine Zertifizierung gemacht, weshalb sich hier Anbietern von Six-Sigma-Schulungen und Zertifikaten ein weites Feld eigener Interpretation und Ausrichtung eröffnet. Erst im Jahr 2011 wurde mit der zweiteiligen ISO 13053-2011 eine internationale Norm für Six Sigma publiziert, die den inhaltlichen Rahmen konkretisiert. Eine deutsche Ausgabe und Normung als DIN gibt es allerdings bislang nicht.

Six Sigma hat sich damit von einem auf statistischen Verfahren beruhenden Instrument der Prozesssteuerung zu einer etablierten und bewährten Methode der Prozessverbesserung und damit zu einem Konzept des Qualitätsmanagements entwickelt. Qualität ist bei Six Sigma allerdings – im Unterschied zu vielen anderen Ansätzen – kein Selbstzweck. Vielmehr zielt das Vorgehen darauf ab, die Effizienz der Prozesse zu steigern, um die Wertschöpfung in der Produktionskette und damit die Wirtschaftlichkeit zu erhöhen.

Darum wird Six Sigma seit mehr als 20 Jahren – seit 2001 – häufig mit Ansätzen des Lean Managements kombiniert: Als Lean Six Sigma, Lean Sigma oder Six Sigma + Lean dient es dazu, Prozesse zu optimieren, Durchlaufzeiten zu verringern, Verschwendung aufgrund von Ausschuss, Nacharbeit und Stillstandszeiten sowie durch sparsamen Einsatz von Ressourcen zu vermeiden. Ziel ist einerseits, Kosten einzusparen und die Rentabilität des Unternehmens zu steigern. Andererseits werden so auch die Kundenzufriedenheit und die Kundenbindung erhöht: Im Rahmen der Kundenorientierung werden Abläufe als Pull-Prozesse auf die gestiegenen Bedürfnisse der Kundschaft ausgerichtet. Dabei werden sie so gestaltet, dass Kundenanforderungen und Kundenerwartungen auch individualisiert – bis zur Losgröße 1 –, vollständig und wirtschaftlich erfüllt werden können.

Heutzutage ist Six Sigma in vielen Großunternehmen Standard – sowohl in produzierenden Unternehmen, die dann oft auch von ihren Lieferanten Nachweise über Six-Sigma-Qualität in deren Prozessen erwarten, als auch im Dienstleistungssektor, etwa Banken oder Versicherungen. Rund zwei Drittel der Unternehmen nutzen Six Sigma zur Prozessverbesserung, ein Drittel setzt die Methode zur Neuentwicklung von Produkten und Prozessen ein. Im Entwicklungsbereich werden abgewandelte Formen bzw. Methoden von Six Sigma genutzt, die unter dem Begriff „Design for Six Sigma“ (DFSS) zusammengefasst werden. Auch für den Bereich Software-Entwicklung ist eine Variante von Six Sigma im Einsatz.

Die Basis: Statistik

Six Sigma fokussiert Fehler und Abweichungen von Vorgaben, also gegebenen oder festgelegten Werten. Abweichungen von diesem Soll-Wert lassen sich bei genügend häufiger Wiederholung der Messung durch eine Gauß- oder Normalverteilung angeben. So wird bei Messungen in Naturwissenschaft und Technik – etwa bei der kontinuierlichen Bestimmung der Feinstaubkonzentration an einem Verkehrsknotenpunkt oder bei der Erhebung von Prozessdaten durch Mess- und Steuerungseinrichtungen in der Produktion (Prozessanalyse und Optimierung) –häufig eine Normalverteilung angesetzt, um die Streuung von Messwerten – also deren Bandbreite – zu beschreiben. In der Versicherungsmathematik wird die Normalverteilung bei der Modellierung von Schadensdaten im Bereich mittlerer Schadenshöhen vorausgesetzt.

Die Gauß’sche Normalverteilung ist symmetrisch und hat die Form einer Glocke, da positive und negative Abweichungen vom Soll-Wert (idealerweise) gleich wahrscheinlich und damit auch gleich häufig sind – bei entsprechend hoher Zahl an Messungen ergibt sich damit diese sogenannte Glockenkurve.

Beispiel: Messung des Körpergewichts

Eine Person stellt sich einen Monat lang jeden Morgen nach dem Aufstehen auf die Waage, misst ihr Gewicht und notiert den Messwert. Das persönliche Idealgewicht liegt bei 75,0 kg. Die Messwerte streuen jedoch – je nachdem, wie viel und was am Tag und Abend vorher gegessen und getrunken wurde, ob das Wiegen im Schlafanzug oder bereits angekleidet – vielleicht sogar schon ausgehfertig, mit Schuhen, Mantel sowie dem Schlüsselbund und dem Portemonnaie in der Tasche – erfolgte, ob ein Magen-Darm-Virus ganze Arbeit geleistet hat oder die Waage falsch kalibriert oder gesperrt war. Über 31 Tage ergeben sich so die folgenden Werte (siehe Tabelle).

Hier sind drei statistische Werte zu unterscheiden, die die Datenmitte bzw. die Lage von Daten beschreiben:

• Der Medianwert ist der Wert in der Mitte der nach Größe sortierten Datenreihe. Bei 31 Daten belegt er die Stelle 16: 75,0 kg.
• Der Modalwert ist die am häufigsten auftretende Zahl in der Datenreihe. Mit 6 Messungen ist es der Wert 75,5 kg.
• Das arithmetische Mittel als Quotient aus der Summe der Messwerte und Anzahl der Messwerte liegt bei 2.316,0 kg / 31 = 74,7 kg. Das heißt: Das Maximum der Verteilungsfunktion stimmt nicht mit dem Soll-Wert (75,0 kg) überein, die Standardverteilung (siehe Abb.) und damit die Glockenkurve ist aufgrund des niedrigeren Wertes leicht nach links (um 0,3 kg) verschoben.

Ausgangspunkt zur Bestimmung der Qualität des Prozesses ist dann die Festlegung einer Spanne, die das Maß der noch akzeptablen Fehler um einen Sollwert herum angibt – die Streubreite. Befinden sich alle Messwerte oder Daten innerhalb dieser Spanne, läuft der Prozess stabil und die Prozessqualität ist perfekt, da keine unzulässigen Abweichungen vorkommen.

Als statistisches Maß der zulässigen Abweichung wird bei der Gauß-Verteilung die Standardabweichung vom arithmetischen Mittelwert der Messungen, gekennzeichnet durch den griechischen Buchstaben Sigma (σ), herangezogen. Vereinfacht gesagt ist die Standardabweichung damit die durchschnittliche Abweichung aller gemessenen Werte eines Merkmals vom Durchschnitt. Bei der Berechnung der Glockenkurve ergibt sie sich an den Wendepunkten der Kurve – an denen sie vom konkaven zum konvexen bzw. vom hyperbolischen zum parabolischen Verlauf übergeht. Die Standardabweichung σ ist damit ein Indikator für die Abweichung aller Messwerte (der Grundgesamtheit) vom Mittelwert. Wird nur ein Teil der gemessenen Werte betrachtet, also eine Stichprobe, kann auch deren Standardabweichung (s) angegeben werden.

Beispiel:

Standardabweichung der Grundgesamtheit:

Standardabweichung der Stichprobe:

Die angegebenen 31 Messwerte stellen die Grundgesamtheit dar, wenn die Daten nur über den Zeitraum von 31 Tagen erhoben werden. Wird beispielsweise über ein Jahr das Gewicht gemessen, sind die Messwerte nur eine Stichprobe.

Trotz der nach links verschobenen Normalverteilung liegen nur fünf Werte außerhalb der einfachen Standardabweichung: 65,5 kg, 70,0 kg, 70,5 kg, 72,0 kg und 82,5 kg. Der Wert 82,5 kg weicht mehr als 2 σ vom arithmetischen Mittel ab, der Wert 65,5 kg um mehr als 3 σ (siehe Abb.).

Die Grafik zeigt die Normalverteilung, auf der die statistischen Grundannahmen des Six-Sigma-Konzepts beruhen. σ gibt den horizontalen Abstand zwischen dem arithmetischen Mittelwert µ (Scheitelpunkt der Normalverteilungskurve) und dem Wendepunkt der Kurve an. Je größer dieser Abstand ist, desto breiter sind die Werte des gemessenen Merkmals gestreut. Der Abstand von 6 σ bildet dabei die obere und die untere Grenze des Six-Sigma-Levels. Werte jenseits dieses Bereichs treten extrem selten auf – selbst dann, wenn sich die Verteilungskurve um 1,5 σ nach links oder rechts verschieben sollte.

Mit wachsendem Abstand vom Mittelwert (Soll- oder Erwartungswert) werden immer mehr Messergebnisse erfasst. Die Prozentsätze zeigt näherungsweise die folgende Tabelle.

• 50 % aller Messwerte weichen max. ± 0,675 σ vom Erwartungswert ab.
• 90 % aller Messwerte weichen max. ± 1,645 σ vom Erwartungswert ab.
• 95 % aller Messwerte weichen max. ± 1,960 σ vom Erwartungswert ab.
• 99 % aller Messwerte weichen max. ± 2,576 σ vom Erwartungswert ab.
• 99,9999998027 % aller Messwerte weichen max. ± 6 σ vom Erwartungswert ab.

Das Qualitätsverständnis von Six Sigma fußt auf der Idee, dass sich alle Messwerte im Bereich von ± 6 Standardabweichungen befinden. Das heißt: Die nächstgelegene Toleranzgrenze ist mindestens 6 σ vom Mittelwert (Soll-Wert) entfernt (Six-Sigma-Level). Erst dann ist aus statistischer Sicht gesichert, dass praktisch eine „Null-Fehler-Produktion“ erzielt wird, die Toleranzgrenzen also so gut wie nie überschritten werden. Um eine solche nahezu fehlerfreie Produktion zu gewährleisten, müssen die Fertigungsprozesse extrem robust gegenüber Einflüssen sein, also eine hohe Prozessstabilität aufweisen.

Da aber die meisten Produkte aus verschiedenen Elementen bestehen und diese Komponenten oder Bauteile zusammengefügt werden müssen, erfolgt die Fertigung in der Regel in mehreren Stufen oder Schritten. Das Konzept Six Sigma berücksichtigt beim Mittelwert daher eine in der Praxis vielfach beobachtbare und übliche Abweichung von bis zu 1,5 σ vom Soll-Wert. Damit wird auf einem Sigma-Level von 6 tatsächlich nur eine Qualität von 4,5 σ, also 99,99966 Prozent, gefordert – das heißt: 3,4 Fehler auf 1.000.000 Vorgänge werden toleriert. Dieser Überschreitungsanteil wird mit 3,4 DPMO (Defects Per Million Opportunities, Fehler pro Million Möglichkeiten, auch ppm, parts per million) angegeben.

Die folgende Tabelle gibt die DPMO-Werte der Sigma-Level unter Berücksichtigung der Mittelwertverschiebung um 1,5 σ an.

Das Qualitätsmanagement eines Unternehmens muss also beim Sigma-Level 6 sicherstellen, dass bei zehn Millionen Produkten oder Arbeitsvorgängen nur 34 fehlerhaft sind. Ein solches Qualitätsniveau kann nur bei hoher Prozessstabilität, oft gekoppelt an einen hohen Automatisierungsgrad als Prozessfähigkeit, und mit großem Einsatz erreicht und gehalten werden. Hier übernehmen beispielsweise Unternehmen mit hochsensiblen Produkten und kritischen Fertigungsverfahren die Vorreiterrolle. Typischerweise sind dies Betriebe in der pharmazeutischen und der chemischen Industrie, in der Lebensmittelherstellung sowie in der Medizin- und der Luft- und Raumfahrttechnik, die spezielle Standards einhalten müssen. Bei den Firmen aus anderen Bereichen liegt das Level durchschnittlich bei drei bis vier Sigma.

Um das Qualitätsniveau zu heben, müssen Unternehmen negative innere und äußere Einflüsse – menschliches (Fehl-)Verhalten, falschen Arbeitsmitteleinsatz, Mängel im Material- und Informationsfluss sowie bei der Energieversorgung, Ungenauigkeiten durch Verschleiß, Materialermüdung, Störungen im Maschinenlauf, Umgebungseinflüsse wie Temperatur und Luftfeuchtigkeit – auf die Fertigung von Sachgütern und Handelswaren oder bei der Erbringung einer Dienstleistung weitestgehend ausschließen.

Um Verfahren zu beherrschen, müssen Produkte und Prozesse zunächst genau analysiert werden. Hierbei sind die Faktoren zu identifizieren, die Abweichungen und Variation verursachen können. Diese „Critical to Quality Characteristics“ (CTQs) sind anschließend zu definieren und messbar zu machen. In der Praxis ist es oft schwierig, alle relevanten CTQs auszumachen, zu überwachen und zu messen. Um das Six-Sigma-Level zu erreichen, sind alle Organisationsmitglieder aufgefordert, jeden Arbeitsschritt zu durchleuchten und dabei alle geltenden Vorgaben und Vorschriften zu berücksichtigen. Nur dann können alle betrieblichen Leistungen exakt gemessen und zurückverfolgt werden.

Das Vorgehen: der DMAIC-Kernprozess

Die Umsetzung von Six Sigma in einer Organisation sollte systematisch erfolgen. Dazu bietet sich der etablierte fünfstufige DMAIC-Prozess mit der Abfolge Define – Measure – Analyze – Improve – Control an (Definieren – Messen – Analysieren – Verbessern – Steuern). Mit diesen Schritten werden bereits bestehende Prozesse operationalisiert, also messbar gemacht, um sie anschließend nachhaltig verbessern zu können. Der Prozess ist zyklisch und wird immer wieder aufs Neue durchlaufen. Angelehnt ist er an den bekannten PDCA-Zyklus von William Edwards Deming (Plan – Do – Check – Act). Der Schwerpunkt liegt aber auf mathematisch-statistischen Methoden der Datenermittlung und Auswertung.

Erweitert wurde der DMAIC-Ansatz von bestehenden Prozessen auch als DMAEC (E = Engineering) auf neue Prozesse und als DMADV (DV: Design – Verify) auf neue Produkte.

Die fünf Schritte des Regelkreises zur Optimierung existierender Prozesse sind folgende:

Define (Definieren)

Anhand von Steuerungs- und Verlaufsdaten, Erkenntnissen und Erfahrungen von Fachkräften der beteiligten Abteilungen und unter Berücksichtigung des Feedbacks von Kunden (insbesondere Reklamationen) wird der Prozess identifiziert, bei dem (der größte) Verbesserungsbedarf oder (das maximale) Optimierungspotenzial besteht. Dieser Prozess wird dokumentiert, das in diesem Vorgang erkennbare Problem oder die auftretende Schwachstelle beschrieben. Der gewünschte Zielzustand wird mit Soll-Werten charakterisiert. Ursachen, die für die auftretende Abweichung angenommen werden können, werden aufgelistet. Auf dieser Basis wird das Optimierungsvorhaben als Projekt definiert und geplant. Aspekte sind unter anderem Projektbeteiligte, Ressourceneinsatz und Zeithorizont. In einem Business Case erfolgen eine Kosten-Nutzen-Analyse und eine Risikoabschätzung.

Measure (Messen)

Um die Güte bzw. die Stabilität des ablaufenden Prozesses beurteilen zu können, werden für den Ablauf typische Parameter an verschiedenen Stellen der Prozesskette gemessen. Im Vorfeld bzw. bei der Vorbereitung des Projekts ist festzulegen, welche Art von Messungen und welche Daten Aufschluss über mögliche Schwachstellen geben und Einflüsse belegen oder ausschließen können. Bei der Datenermittlung ist systematisch vorzugehen. Eingesetzt werden sollten ausschließlich etablierte Methoden (Zeitaufnahme, Multimomentaufnahme, Arbeitsdatenermittlung, Prozessdatenermittlung, Kapazitätsdatenermittlung etc.). Die erhobenen Daten werden gesammelt und aufbereitet, etwa durch Auflistung in einer Tabelle und Visualisierung in einer Grafik, damit sie leichter erfasst und miteinander verglichen werden können. Wird auf automatisiert und kontinuierlich erhobene Prozess- und Steuerungsdaten zurückgegriffen, ist der Einsatz von künstlicher Intelligenz (KI) sinnvoll, um in diesen großen Datenmengen (Big Data) sonst nicht sichtbare Muster und Auffälligkeiten zu finden.

Analyze (Analysieren)

Die so vorbereiteten Daten werden mit verschiedenen Tools ausgewertet. Kern der Analyse sind statistische Methoden, die nicht nur die Streuung der Messwerte angeben, sondern auch Schlüsse auf Qualitätskriterien der statistischen Erhebung zulassen. Dazu gehören nach wissenschaftlichem Standard Aussagen zur Objektivität, Verlässlichkeit (Reliabilität) und Aussagekraft (Validität) der Daten sowie zu signifikanten Zusammenhängen unter den einzelnen Parametern. Die Performance der einzelnen Prozessschritte wird mithilfe von Methoden wie der Wertschöpfungsanalyse, der Wertstromanalyse oder der Materialflussanalyse ermittelt. So können auch die wesentlichen Quellen für Fehler sowie Abweichungen von Soll-Werten und damit die Auslöser für eine zu große Streuung von Daten identifiziert werden. Dies ermöglicht es, die tiefer liegenden Ursachen der bestehenden Problematik zu erkennen. Grafische Instrumente wie Ablaufdiagramme, Netzpläne oder Ishikawa-Diagramme (Fischgräten-Diagramme) erleichtern die Analyse und die Interpretation der Daten, da sie komplexe Abläufe in vereinfachter Form visualisieren und so Schwachstellen sichtbar werden.

Improve (Verbessern)

Sind die Ursachen für Abweichungen und Produktionshemmnisse über die Datenanalyse identifiziert worden, können gezielt Ansätze für Optimierungen gesucht, Verbesserungen vorgeschlagen und diskutiert sowie Maßnahmen erarbeitet und geplant werden. Um die Qualität der beschlossenen Maßnahmen beurteilen zu können, werden verschiedene Alternativen getestet und die bestmöglich auf den Gesamtprozess abgestimmten schließlich eingeführt. Da jede Veränderung in bestehenden Abläufen bei Organisationsmitgliedern Irritationen und Befürchtungen auslösen und zu Vorbehalten und Ablehnung führen kann, ist Leadership gefragt: Führungskräfte und Mitarbeiter müssen mit wertschätzender Kommunikation überzeugt und motiviert werden, diese Veränderungen als positiv wahrzunehmen und mitzutragen. Bei größeren Änderungen sind unter Umständen auch Schulungen angesagt, um Mitarbeiter zu qualifizieren und den Kenntnisstand sowie die Fähig- und Fertigkeiten an die neuen Verfahren anzupassen.

Control (Steuern)

Der neu eingeführte Prozess muss überwacht werden, um die Wirksamkeit der umgesetzten Maßnahmen beurteilen zu können. Unumgänglich sind dazu die – möglichst kontinuierliche und automatisierte – Datenerhebung sowie eine Auswertung dieser Angaben mithilfe statistischer Methoden. Die neuen Ist-Werte werden dabei mit den in der Define-Phase festgelegten Zielen und Soll-Werten abgeglichen. Damit kann das Maß der Zielerreichung ermittelt werden. Die Kontrolle der Daten sollte stetig weitergeführt werden, um langfristig über eine Basis zur Beurteilung der Prozessstabilität zu verfügen. Dies ist die Voraussetzung dafür, eine nachhaltige Prozessführung zu gewährleisten und in der Organisation zu verankern.

Führen die umgesetzten Maßnahmen nicht zu einer signifikanten Verbesserung oder Stabilisierung des Prozesses, beginnt der DMAIC-Zyklus von Neuem. Die Ursachenforschung kann zudem auf vor- oder nachgelagerte Prozesse ausgedehnt werden. Wichtig ist, das Problem neu zu definieren bzw. aufgrund mittlerweile geänderter Rahmenbedingungen, neuer Informationen oder aktueller Erkenntnisse Annahmen kritisch zu hinterfragen oder auch Ziele anzupassen.

Die Standard-Werkzeuge: die 7x7-Toolbox von Six Sigma

Im DMAIC-Zyklus ergeben sich in jeder Phase neue Aufgaben, die mithilfe von Standard-Methoden, die aus dem Qualitätsmanagement bekannt sind, bearbeitet werden können. Die Methoden lassen sich sieben verschiedenen Bereichen zuordnen, die jeweils ein Anforderungsfeld von Six Sigma abdecken. Idealisiert ergibt sich so ein Werkzeugkasten, Toolbox genannt, mit jeweils sieben Werkzeugen für jeden der sieben Bereiche – die 7x7-Toolbox von Six Sigma. Die Tools sind so strukturiert, dass sie alle im Rahmen der Prozessoptimierung im Unternehmen anfallenden Aufgaben abdecken.

Die Zuordnung der Werkzeuge zu den Anforderungsbereichen sieht so aus:

1. Kundenanalyse

Ein wichtiger Ansatz bei (Lean) Six Sigma ist die Kundenorientierung: Die Prozesse und damit auch die Qualitätsanforderungen sollen auf die Bedürfnisse der Kundschaft ausgerichtet werden. Um die Kundenanforderungen möglichst genau zu identifizieren und umfassend beurteilen zu können, werden Werkzeuge eingesetzt:

• Kano-Modell der Kundenzufriedenheit;
• Anforderungsstrukturierung;
• House of Quality;
• Taguchi-Verlustfunktion;
• Kundeninterviews;
• Kundenfragebögen;
• Conjoint-Analyse.

2. Projektmanagement

Der DMAIC-Zyklus kann als Projekt angesehen werden. Daher gelten hier auch die Regeln des Projektmanagements – und es kann auf die gleichen Methoden zurückgegriffen werden:

• Projekt- und Teambeschreibung;
• Netzplantechnik;
• CTQ-Analyse (Critical to Quality Characteristics);
• Baum-Diagramm;
• Prozessfähigkeitsanalyse;
• Kosten-Nutzen-Analyse;
• Qualitätsregelkarten.

3. Prozessanalyse – Lean Management

Six Sigma und Lean Management treffen sich in dem Punkt, alle Arten von Verschwendung (Muda) zu vermeiden und die Effektivität der Prozesse – nicht nur in der Wertschöpfungskette – zu erhöhen. Daher werden viele Werkzeuge sowohl bei Six Sigma als auch beim Lean-Ansatz (Kaizen) genutzt:

• Standardisierung;
• Wertschöpfungs- bzw. Verschwendungsanalysen;
• Wertstrom-, Engpass- und Materialflussanalysen;
• Fluss-Diagramm;
• Versorgungskettenmatrix;
• Rüstzeitanalyse;
• Red-Tag-Analyse.

4. Planungs- und Entscheidungstechniken – Management

Six Sigma ist kein Selbstzweck, sondern soll die Wirtschaftlichkeit von Prozessen erhöhen. Daher müssen Prozesse, Abläufe und Rahmenbedingungen aus Renditeperspektive betrachtet werden, um Kosten und Nutzen von Maßnahmen abwägen zu können. Planer und Entscheider nutzen diese Techniken:

• Entscheidungsbaum;
• Affinitätsdiagramm;
• Beziehungsdiagramm;
• Baumdiagramm;
• Matrixdiagramm;
• Matrix-Daten-Analyse;
• Netzplantechnik.

5. Prozessdesign

Qualität wird bereits im Design des Prozesses angelegt. Um Fehler in ihnen zu identifizieren und Maßnahmen zu deren Beseitigung einleiten und umsetzen zu können, müssen die Prozesse zunächst analysiert und dann optimiert oder sogar ganz neu gestaltet werden. Die Prozessplanung kann mithilfe dieser Ansätze unterstützt werden:

• Robustes Design;
• QFD (Quality Function Deployment);
• TRIZ (Theorija Reshenija Izobretatelkih Zadach, Theorie des erfinderischen Problemlösens);
• Konzeptauswahlanalyse nach Pugh;
• Varianz- (VMEA) bzw. Fehlermöglichkeits- und Einflussanalyse (FMEA);
• Fehlerbaumanalyse;
• Toleranzanalyse und Toleranzdesign.

6. Grafik und Darstellung

Tabellen mit Messdaten sind unübersichtlich, schwer zu interpretieren und wenig aussagekräftig. Visualisierungen eignen sich hervorragend dazu, Zusammenhänge und Abhängigkeiten verständlich, im besten Fall eindrucksvoll und nachhaltig darstellen zu können. Spezielle Visualisierungstechniken oder Grafik-Werkzeuge sind beispielsweise:

• Prüfformulare inklusive Messplan;
• Histogramm;
• Pareto-Diagramm,
• Ursache-Wirkungs-Diagramm (Ishikawa- bzw. Fischgräten-Diagramm);
• Grafischer Vergleich;
• Relationendiagramm;
• Qualitätsregelkarten.

7. Prozesssteuerung und -analyse: statistische Verfahren

Die Statistik ist die Grundlage von Six Sigma. Messungen der relevanten Variablen und Einflussfaktoren und die Analyse der Messergebnisse sind Kernelemente aller Six-Sigma-Projekte. Als statistische Methoden werden genutzt:

• Statistische Versuchsplanung (SVP) bzw. Design of Experiments (DoE);
• Prozessfähigkeitsanalyse;
• Regressionsanalyse;
• Multivariate Analyse;
• Statistische Testverfahren (z. B. Messsystemanalyse (MSA), Mittelwert- (ANOM) und Varianzanalysen (ANOVA));
• Hypothesentest;
• Messsystemanalyse.

Die Beteiligten

Six Sigma ist als Ansatz zur Prozessoptimierung einerseits Teil des Qualitätsmanagements, andererseits mit der Forderung nach einer quasi Null-Fehler-Toleranz auch Qualitätsmaßstab. Die Umsetzung des DMAIC-Kernprozesses ist damit einerseits eine Management-Aufgabe, andererseits sind die Mitarbeiter vor Ort – gemäß Lean-Philosophie die Praktiker „am Ort des Geschehens“, Gemba – wichtige Inputgeber zum tatsächlichen Prozessverlauf mit seinen Schwachstellen, also bei der Suche nach Fehlern und Maßnahmen zu deren Eliminierung. Maßgeblich für den Erfolg der Einführung und Umsetzung von Six Sigma in der Organisation ist damit nicht nur die Management- oder Führungsebene, sondern es sind – prozess- und kundenorientiert gedacht – alle direkt und indirekt an der Wertschöpfung Beteiligten, abteilungsübergreifend über die Produktion hinaus, vom Einkauf über die Administration bis hin zu Logistik und Vertrieb.

Das heißt: Das Management muss sich ganz klar zu den Zielen und zum Einsatz von Six Sigma bekennen, das Verständnis für die Philosophie der Fehlerbegrenzung und deren Umsetzung wecken und die Mitarbeiter dazu motivieren, sich mit den Werkzeugen vertraut zu machen. Dazu gehört auch, deren Zurückhaltung bei der Einführung dieser für sie neuen Methode zu überwinden und Ängsten oder Befürchtungen aktiv entgegenzutreten. Notwendig ist die Vorstellung der Methode und die Schulung sowohl der Führungskräfte als auch der Mitarbeiter, damit diese Six Sigma in ihrem Bereich professionell anwenden und umsetzen können.

Schulungen müssen also auf verschiedenen Leveln stattfinden und den jeweiligen Kenntnisstand, das Vorwissen und die Erfahrung berücksichtigen. Die erreichte Stufe der Qualifikation wird nach den aus den asiatischen Kampfsportarten bekannten Gürteln und ihrer Farbgebung benannt – die Spanne reicht vom „White Belt“ der absoluten Neueinsteiger bis zu verschiedenen Ausprägungen des „Black Belts“ der Profis, die auch als „Meister“, Ausbilder oder Initiatoren fungieren (siehe Abb.). Die Farbe des Gürtels ist ein Zeichen für die erreichte Qualifizierung und die Aufgabenbereiche, die im Six-Sigma-Prozess übernommen werden können. Zudem soll sie verdeutlichen, dass viel Fleiß, Training, Ausdauer und Durchsetzungsvermögen nötig sind, um Six Sigma im Unternehmen auf allen Hierarchieebenen fest zu verankern. Die Anzahl der Gürtelträger nimmt dabei von Qualifikationsstufe zu Qualifikationsstufe ab – sichtbar an der Pyramidenform der Darstellung – und spiegelt so auch die Führungsstruktur der Organisation wider.

Einbezogen werden bei Six Sigma alle am Optimierungsprozess Beteiligten – vom Mitarbeiter vor Ort bis hin zum Top-Management. Je nach Verantwortung, Aufgabenbereich und Kenntnis- bzw. Ausbildungsstand in Bezug auf die Six-Sigma-Methodik werden diese Rollen unterschieden:

• Champions stehen auf der höchsten Hierarchiestufe im Six-Sigma-Projekt:
  • Der Initial Belt ist Leiter des strategischen Managements: Zusammen mit der Geschäftsführung, den Executives, die über Projekte entscheiden, den Projektsponsor auswählen und den Projektauftrag erteilen, legt er die strategische Ausrichtung von Six Sigma fest, verantwortet die Steuerung der unternehmensweiten Six-Sigma-Projekte und initiiert neue Projekte. Er stellt Projektteams zusammen, stattet sie mit notwendigen Ressourcen aus und gewährleistet die benötigte Unterstützung.
  • Der Auslieferungschampion ist Mitglied der Unternehmensleitung und Motor und Fürsprecher für Six Sigma im Unternehmen.
  • Der Projektchampion (auch Projektsponsor) ist in der Regel ein Mitglied des mittleren Managements und als Auftraggeber und zugleich Prozesseigner einzelner Six-Sigma-Projekte im Unternehmen. Er setzt die Ergebnisse des Verbesserungsprojekts um und sichert die Nachhaltigkeit der gefundenen Lösung.

• Master Black Belts geben ihr Wissen als Coaches, Trainer und Ausbilder an Black und Green Belts weiter. Sie koordinieren Verbesserungsprojekte und gewährleisten die strategische Umsetzung.
• Black Belts sind Führungskräfte mit hoher Sozialkompetenz und Experten für Verbesserungsprojekte. Sie sind mit der Anwendung der verschiedenen Six-Sigma-Methoden vertraut, leiten bereichsübergreifende Projektteams und übernehmen Projektmanagementaufgaben.
• Green Belts übernehmen bei kleineren Teams die Leitung des Optimierungsprojekts. Meist sind es Angehörige des mittleren und unteren Managements, also Abteilungs- oder Gruppenleiter, Techniker, Fachwirte oder Meister, mit tiefergehenden methodischen Kenntnissen. Damit sind sie in der Lage, in ihrem eigenen Verantwortungsbereich als Six-Sigma-Teamleiter die Verbesserung von Prozessen voranzutreiben.
• Yellow Belts sind Projektbeteiligte ohne Leitungsfunktion. Mit ihrem Basiswissen über Six Sigma und ersten Erfahrungen bei der Umsetzung arbeiten sie in Projektteams mit und unterstützen den Teamleiter. Dazu bringen sie ihre fachlichen Kenntnisse – beispielsweise als Praktiker vor Ort – ein.
• White Belts kennen die Bedeutung von Six Sigma bei der Prozessoptimierung, sind orientiert über die Vorgehensweise und unterstützen die Inhaber höherer Gürtel bei der Umsetzung von Verbesserungsmaßnahmen.

Die Verhältnisse zwischen den einzelnen Ebenen der Pyramide lassen sich auch in Zahlen ausdrücken: Ein Master Black Belt betreut bis zu 20 Black Belts, jeder Black Belt 20 Green Belts. Nach der sogenannten „1-Prozent-Regel“ sollten dabei auf jeweils 100 Mitarbeiter ein Black Belt kommen; umgerechnet bedeutet dies, dass jeder fünfte Mitarbeiter ein Green Belt sein sollte und ein Master Black Belt mindestens 2.000 Mitarbeiter führt. Vollständig umgesetzt werden kann Six Sigma damit nur in Großunternehmen.

Die Ausbildung

Die internationale Norm ISO 13053-2011: „Quantitative methods in process improvement – Six Sigma – (Part 1: DMAIC methodology; Part 2: Tools and techniques)“ stellt die Six-Sigma-Philosophie mit ihren inhaltlichen, organisatorischen und vielen technischen Aspekten dar. Beschrieben werden die Kerninhalte der Six-Sigma-Methodik, die Six-Sigma-Infrastruktur mit den festgelegten Rollen und den damit verbundenen Kompetenzen sowie Trainingsinhalte für Black Belts und Green Belts. Auf welche Art und Weise die notwendigen Kompetenzen vermittelt werden sollen oder auf welchen Vorgaben die Zertifizierung beruht, enthält die Norm nicht. Bei der Ausbildung sollte daher genau auf die Reputation des Anbieters geachtet werden, da sich Schulungsunternehmen bei Six-Sigma-Fortbildungen ein weites Feld individueller Auslegungen und Schwerpunkte bietet.

Six-Sigma-Schulungen bei REFA

REFA bietet als ein seit rund 100 Jahren etablierter Anbieter von Fort- und Weiterbildungsmaßnahmen auch Qualifizierungen im Bereich Six Sigma an. Das abgestufte Konzept beginnt bei der Qualifizierung zum Yellow Belt und geht schrittweise über den Green Belt zum Black Belt und letztlich zum Master Black Belt. Das Besondere an diesen Seminaren ist, dass sie das Six-Sigma-Konzept der Prozessoptimierung mit dem Lean-Gedanken zu Lean Six Sigma kombinieren und so einen umfassenden Ansatz zur ganzheitlichen Gestaltung eines unternehmensweiten Qualitätsmanagements bieten.

• Die Ausbildung zum Yellow Belt ist geeignet für alle Mitarbeiter in Produktionsunternehmen, Dienstleistungsbetrieben und Verwaltungsorganisationen, die Six-Sigma als Konzept zur Verbesserung von Prozessen einsetzen. Angesprochen sind Mitglieder von Projektteams in der Produkt- und Prozessentwicklung sowie im Qualitätsmanagement – Nachwuchsführungskräfte, die noch keine Leitungsfunktion übernehmen, aber sich für Führungsaufgaben qualifizieren wollen.
  
  Teilnehmer an der Weiterbildung lernen die Bedeutung von Six Sigma für Organisationen kennen, erhalten einen Überblick über die DMAIC-Vorgehensweise in Six-Sigma-Projekten und machen sich mit ausgewählten Instrumenten aus der Six-Sigma-Toolbox vertraut. Mit diesem Basiswissen können sie Verbesserungen im eigenen Arbeitsbereich durchführen, in Six-Sigma-Projektteams mitarbeiten und Teamleiter sowie Gürtelträger auf höheren Stufen (Green Belts, Black Belts) unterstützen. Zudem wirken sie als Multiplikatoren, um den Six-Sigma-Ansatz in ihrer Organisation zu verbreiten und die Implementierung des Six-Sigma-Prozesses zu fördern.
  
  Mit dem Zertifikat als Yellow Belt können Mitarbeiter ihre Qualifikation nachweisen und sich als Nachwuchsführungskraft positionieren – insbesondere, wenn die Weiterbildung dann noch in Richtung Green Belt oder Lean Management fortgeführt wird. Die nächste Sprosse auf der Karriereleiter – als Team- oder Projektleiter – rückt damit in unmittelbare Nähe.

• Die Fortbildung zum Green Belt wendet sich an Yellow Belts in Unternehmen aller Branchen und Größen, die bereits Erfahrung in Six-Sigma-Projektteams gesammelt haben. Vermittelt wird den angehenden Projektleitern der strategische und der wirtschaftliche Nutzen des Einsatzes von Six Sigma, um die Vorteile der Methode auch gegenüber Teammitgliedern aufzeigen zu können. Die vertiefte Kenntnis des DMAIC-Modells und das Wissen über Anwendungsmöglichkeiten weiterer Werkzeuge aus der Toolbox erlauben es den Nachwuchsführungskräften, in ihrem eigenen Verantwortungsbereich als Projektleiter die Verbesserung von Prozessen voranzutreiben und auch Black Belts bei größeren Projekten zu unterstützen – vom Projektmanagement bis zur Dokumentation.
  
  Green Belts können Verbesserungsprojekte durchführen und leiten. Mit ihrer Methodenkompetenz wissen sie, wie sie Schwachstellen im Prozess identifizieren und analysieren. Sie kennen verschiedene Kreativitätstechniken, um Lösungen zu erarbeiten und diese nachhaltig in den Prozess zu implementieren. All dies macht Green Belts – oft Techniker, Fachwirte, Meister oder Verwaltungsmitarbeiter im gehobenen oder höheren Dienst, auch mit erster Führungserfahrung als Team-, Projekt- oder Abteilungsleiter – zu aussichtsreichen Kandidaten für weitere Karrierestufen. Die Zertifizierung als Green Belt zeigt diese Qualifikation auch nach außen. Zudem ist sie Ausgangspunkt für weitere Fort- und Weiterbildungen, etwa in Richtung Lean Managementund natürlich Grundlage für ein Weitermachen zum Black Belt.

• Haben Green Belts ausreichend Projekterfahrung, insbesondere als Projektleiter, gesammelt, können sie als nächste Stufe den Black Belt anstreben und damit die Führungsebene erreichen. Vermittelt werden in der Fortbildung vertiefte Kenntnisse im Projektmanagement sowie viele Werkzeuge und Vorgehensweisen zur Erhebung und statistischen Auswertung von Daten. Der Fokus liegt auf Analysen wie der Messsystemanalyse, der Prozessanalyse und der Prozessfähigkeitsanalyse, der Ursache-Wirkungs-Analyse sowie der Prozessdatenanalyse und der statistischen Prozesskontrolle. Damit können Black Belts komplexe Six-Sigma-Projekte leiten und bearbeiten, die Qualitätskontrolle übernehmen und im Qualitätsmanagement in leitender Position mitarbeiten. Darüber hinaus beraten sie die Leitungsebene bei der Einführung und Weiterentwicklung von Six Sigma in der Organisation.
  
  Black Belts sind Experten für Verbesserungsprojekte und leiten mit ihrer hohen Sozialkompetenz größere, bereichsübergreifende Projektteams. Sie übernehmen Projektmanagementaufgaben, sind verantwortlich für die Dokumentation und begleiten weitere Projekte. Daher sind sie in der Regel zu 100 Prozent von ihrer operativen Tätigkeit freigestellt. Ihre Qualifikation und ihre praktische Kompetenz können sie mit dem Zertifikat als Black Belt nachweisen. Damit werden sie für Unternehmen aller Branchen und Sektoren für Leitungsfunktionen attraktiv. Zudem können sie auf der Stufe Black Belt noch aufbauen und sich in Richtung Master Black Belt, aber auch in Richtung Lean Management weiterentwickeln.

• Black Belts mit zwei Jahren Erfahrung in dieser Position und mindestens zwei nachgewiesen erfolgreich abgeschlossenen bereichsübergreifenden Projekten können die Qualifikation zum Master Black Belt anstreben. Auf dieser Stufe wird quasi die operative Ebene verlassen und die strategische erreicht: Zwar werden weiterhin das DMAIC-Modell sowie statistische Verfahren zur Datenanalyse vertieft und damit auch komplexe Projekte geleitet, aber der Fokus liegt auf der Bewertung des Unternehmens – etwa anhand des organisationalen Reifegrads (Excellence-Assessment) – und dessen Weiterentwicklung im Sinne von Six Sigma. Hier spielen Aspekte wie die Rolle des Master Black Belts im Unternehmen, die Integration von Six Sigma in der Organisation – durch Coaching und Schulungen, aber auch durch Entwicklung und Etablierung von Standards –, die Auswahl von Six-Sigma-Projekten zusammen mit der Geschäftsführung – also dem Initial Belt und den Executives – und die Ausdehnung des DMAIC-Prozesses auf die Bereiche Produkt- und Prozessentwicklung als „Design for Six Sigma“ (DFSS; beinhaltet DMAEC (E = Engineering) bei neuen Prozessen und DMADV (DV: Design – Verify) für neue Produkte) mit hinein.
  
  Master Black Belts sind damit in der Führungsetage von Unternehmen angesiedelt – in welcher Branche, spielt dabei kaum noch eine Rolle. An der Spitze der Six-Sigma-Pyramide übernehmen sie die Leitungsfunktion für – gemäß Faustformel – rund 2.000 Mitarbeiter, die Six Sigma anwenden. Daher sind sie vornehmlich in Großunternehmen zu finden. Die dazu nötige Qualifikation können sie mit dem Zertifikat als „Master Black Belt“ nachweisen.

Einsatzbereiche

Six Sigma ist als Methode der Prozessoptimierung auf Basis statistischer Auswertung dort besonders gut geeignet, wo Prozesse und Produkte anhand quantitativer Daten beurteilt werden können. Das ist in den meisten modernen Fertigungsprozessen der Fall, da dort während der – oftmals an automatisierten und vernetzten Maschinen und Anlagen autonom ablaufenden – Vorgänge automatisch Messdaten erhoben werden können. Die statistische Aufbereitung und Auswertung dieser Daten kann weitgehend computergestützt durch Softwareprogramme erfolgen, ebenso beispielsweise die grafische Darstellung. Einzig die Analyse und die Interpretation bleibt dann noch – als entscheidende Elemente der Informationsgewinnung – in der Hand der Six-Sigma-geschulten Mitarbeiter. Aber auch die Tätigkeiten der Mitarbeiter können, etwa durch Multimomentaufnahmen, erfasst und der statistischen Auswertung zugänglich gemacht werden. 

Auch in Dienstleistungs- und Verwaltungsprozessen kann Six Sigma eingesetzt werden. Einige der Abläufe sind, wie in der Produktion, quantifizierbar – etwa durch die Zerlegung komplexer Vorgänge, Prozessschritte oder Handreichungen, die von Menschen durchgeführt werden, in kurze, sich wiederholende Vorgänge (Kata) und die Aufnahme der dafür notwendigen Zeiten (Zeitaufnahmen). Die Beispiele reichen hier von der Umlagerung von bettlägerigen Pflegebedürftigen durch das Pflegepersonal bis hin zum Durchlauf von Schriftstücken durch verschiedene Instanzen der Verwaltung. Diese Daten können dann problemlos statistisch aufbereitet, ausgewertet und analysiert werden.

Schwieriger wird es bei qualitativen Daten und Aussagen, die beispielsweise die Kundenzufriedenheit mit einem Produkt, einer Dienstleistung oder einem Verwaltungsakt ausdrücken. Hier sind die subjektiv geprägten Aussagen zu operationalisieren, also messbar zu machen. Dies ist über Fragebögen, Interviews oder ein standardisiertes Reklamationsmanagement möglich, wenn Messsysteme oder Skalen eingeführt werden, die eine objektivere Beurteilung des Sachverhalts durch Zuordnung der Aussagen zu Klassen erlauben. Etabliert ist hier beispielsweise die Likert-Skala, bei der eine Einteilung in fünf Stufen zwischen „sehr zufrieden“ über „weiß nicht“ bis „gar nicht zufrieden“ erfolgt. Über eine größere Menge an Fragebögen können so bei einer statistischen Auswertung entsprechende Rückschlüsse gezogen werden.

Nutzen und Vorteile

Six Sigma lässt sich auf (fast) alle Prozesse, Produkte und Dienstleistungen anwenden und kann sogar in Richtung neuer Produkte und Prozesse erweitert werden.

Dabei ist die Methode aufgrund der mathematisch-statistischen Herangehensweise objektiv – wenn keine (systematischen oder zufälligen) Fehler bei der Datenerhebung oder Auswertung gemacht werden. Überaus wichtig ist, hier auf die statistischen „Grundwerte“ Reliabilität, Objektivität und Validität der Daten zu achten.

Als Qualitätsmaßstab legt Six Sigma konkrete, berechenbare Grenzen fest, innerhalb derer die Güte der Vorgänge oder Prozesse liegen muss. Mit 3,4 Fehlern pro einer Million Vorgänge (ppm, parts per million, oder DPMO, Defects Per Million Opportunities) entspricht sie dem Null-Fehler-Prinzip der Lean Production und erfüllt so auch hochgesteckte Gütekriterien des Qualitätsmanagements.

Six Sigma führt zu Ressourcen- und Zeiteinsparungen, zur Verminderung der Verschwendung (Muda) und damit zu einem Effizienzgewinn und zu Kostenvorteilen. Die höhere Produkt- bzw. Prozessqualität steigert die Kundenzufriedenheit und damit die Kundenbindung.

Six Sigma sichert den Qualitätsstandard, gewährleistet Prozesssicherheit und reduziert Fehlerkosten. Six Sigma ist damit eine Methode zum Erreichen der Operational Excellence (OpEx). Ganzheitlich – also unternehmensweit und in Bezug auf Nachhaltigkeit betrachtet – lässt sich dieses Konzept zwanglos mit dem Lean-Ansatz kombinieren. Beiden Ansätzen gemein ist, dass das gesamte Unternehmen einbezogen ist. Nicht nur die Führungskräfte, sondern alle Mitarbeiter in allen Abteilungen und Teams müssen sich mit dem Vorgehen identifizieren und in ihrem Aufgabenbereich in eigener Verantwortung die Philosophie umsetzen. Vorgesetzte brauchen dazu ein neues Führungsverhalten, müssen einen neuen Führungsstil an den Tag legen, Mitarbeiter müssen motiviert und geschult werden, damit sie das Konzept akzeptieren und beherzigen.

Ein großer Vorteil von Six Sigma ist die aufgrund der Normung mögliche Zertifizierung von Organisationen. So wird der Qualitätsanspruch nach außen, beispielsweise für die Kundschaft oder für beurteilende Instanzen, sichtbar – und kann auch auf Zulieferbetriebe übertragen werden, um den hohen Standard zu halten.

Six Sigma in Kürze

• 6 σ ist eine Methode der Prozessoptimierung und gleichzeitig Qualitätsziel.
• Die Prozessoptimierung erfolgt durch Kundenorientierung, Minimierung des Ressourceneinsatzes und Verringerung der Prozesslaufzeiten, um Kosten einzusparen und die Effizienz der Abläufe zu steigern.
• Als Qualitätsziel angestrebt werden maximal 3,4 Fehler auf 1 Mio. Vorgänge.
• Die Besonderheit: Jeder Vorgang wird mathematisch beschrieben und kann daher mit statistischen Verfahren ausgewertet werden.
• Der Kernprozess zur Analyse bestehender Abläufe besteht aus fünf Schritten: Define, Measure, Analyze, Improve und Control = DMAIC.
• DMAIC kann erweitert werden auf DMAEC (E = Engineering) für neue Prozesse und DMADV (DV: Design – Verify) auf neue Produkte.
• Für jeden Schritt und für jeden Anforderungsbereich werden etablierte Methoden zur Bearbeitung angeboten. Grundlage ist die 7x7-Toolbox. Für spezielle Anwendungen werden spezifische Werkzeuge zur Verfügung gestellt.
• Die Beteiligten werden je nach Hierarchie und Verantwortlichkeiten mit einer aus der fernöstlichen Kampfkunst abgeleiteten Gürtelfarbe gekennzeichnet, vom White Belt bis zum Master Black Belt. Spezielle Funktionen werden zudem mit Bezeichnungen wie Initial Belt, Champion oder Prozesssponsor, Prozesseigner oder Executive belegt.
• Das Konzept Six Sigma lässt sich im Sinne eines Qualitätsmanagements auf die gesamte Organisation anwenden. Dieser Ansatz lässt sich sehr gut mit der Lean-Philosophie kombinieren.
• Das Six-Sigma-Vorgehen ist genormt und zertifizierbar und dient als nach außen sichtbarer Qualitätsmaßstab.