{"id":7950,"date":"2021-05-10T07:28:34","date_gmt":"2021-05-10T07:28:34","guid":{"rendered":"https:\/\/www.mrpeasy.com\/blog\/statistische-prozesskontrolle-ein-leitfaden-fur-hersteller\/"},"modified":"2026-03-25T07:37:06","modified_gmt":"2026-03-25T07:37:06","slug":"statistische-prozesskontrolle-ein-leitfaden-fur-hersteller","status":"publish","type":"post","link":"https:\/\/www.mrpeasy.com\/blog\/de\/statistische-prozesskontrolle-ein-leitfaden-fur-hersteller\/","title":{"rendered":"Statistische Prozesskontrolle – Ein Leitfaden f\u00fcr Hersteller"},"content":{"rendered":"\n

Die statistische Prozesskontrolle ist eine Methode zur Prozess- und Qualit\u00e4ts\u00fcberwachung, die einen statistischen Ansatz nutzt, um Ungereimtheiten in der Produktion zu finden. Sie kann ein wertvolles Werkzeug sein, wenn Sie versuchen, Produktkonformit\u00e4t und Produktivit\u00e4t zu erh\u00f6hen und Abfall zu verringern.<\/p>\n\n\n\n

\"statistische-prozesskontrolle-spc\"<\/figure>\n\n\n\n\n\n\n\n

Um wettbewerbsf\u00e4hig zu bleiben, nutzen mittlerweile viele Produzenten MRP- und ERP-Systeme, um Effizienz und Kontrolle \u00fcber Ihre Prozesse voranzutreiben. Doch selbst mit dem besten ERP-System ben\u00f6tigen Fertigungsunternehmen eine Philosophie und einen systematischen Ansatz, um ihre Produktion zu messen und so deren Qualit\u00e4t zu gew\u00e4hrleisten.<\/p>\n\n\n\n

Dabei k\u00f6nnte es sich um schlanke Methoden wie \u00a0Six Sigma oder um andere M\u00f6glichkeiten zur Prozessoptimierung handeln. Wichtig ist nur, ein systematisiertes Verfahren zur Prozesskontrolle anzuwenden, das gemeinsam mit Automatisierungswerkzeugen funktioniert.<\/p>\n\n\n\n

Eine erfolgreiche Methode zur Qualit\u00e4ts\u00fcberwachung ist die statistische Prozesskontrolle (SPK). SPK greift auf statistische Methoden zur\u00fcck, um es Produzenten m\u00f6glich zu machen, ihre Produktion zu \u00fcberwachen und ihre Prozesse zu kontrollieren. So kann Abfall verringert und die Konformit\u00e4t mit Produktspezifikationen sichergestellt werden.<\/p>\n\n\n\n

Durch die Verwendung von Tools innerhalb der SPK, wie Ablaufanweisungen, Regelkarten, Versuchsplanung und fortlaufende Optimierungsinitiativen, kann die SPK auf beliebige Prozesse angewandt werden, bei denen der Output des \u201ekonformen Produkts\u201c gemessen werden kann.<\/p>\n\n\n\n

Die Geschichte der statistischen Prozesskontrolle<\/h2>\n\n\n\n

Die statistische Prozesskontrolle gibt es seit etwas weniger als einem Jahrhundert. Sie wurde von Walter Shewhart<\/a> von den Bell Laboratories entwickelt, wobei zun\u00e4chst als Ausgangskonzept Regelkarten eingesetzt wurden, um eine statistische Grundlage f\u00fcr die Bemusterung von produzierten Materialien f\u00fcr Munition in den fr\u00fchen 1930ern zu schaffen.<\/p>\n\n\n\n

Mithilfe von W. Edwards Demings Entwicklung von Qualit\u00e4tsausbildungskursen, die in der US-Industrie w\u00e4hrend des Zweiten Weltkriegs und anschlie\u00dfend w\u00e4hrend der Besetzung eingesetzt wurden, wurde die SPK sp\u00e4ter auch in Japan eingef\u00fchrt.<\/p>\n\n\n\n

Als Schl\u00fcssel f\u00fcr die Ausarbeitung der SPK erkannte Shewhart schon fr\u00fch zwei Arten der Prozessstreuung. Die erste war die Streuung aufgrund gemeinsamer Ursache, die als einem Prozess innewohnenden Streuung definiert ist. Die Streuung aufgrund gemeinsamer Ursache bleibt im Verlauf der Zeit stabil und kann demnach berechnet und ber\u00fccksichtigt werden. Innerhalb der SPK-Begrifflichkeiten wurde die zuf\u00e4llige Ursache als Streuung aufgrund gemeinsamer Ursache bekannt.<\/p>\n\n\n\n

Die zweite Streuungsart ist die unkontrollierte Streuung. Eine unkontrollierte Streuung ist Ereignissen geschuldet, die au\u00dferhalb des Produktionssystems auftreten. Diese Streuung wurde als Streuung mit spezieller Ursache in der SPK bekannt.<\/p>\n\n\n\n

Nachdem Shewhart diese Streuungsarten erkannt hatte, entwickelte er Regelkarten, mit denen Hersteller Daten \u00fcber eine Zeitkurve darstellen konnten, um sowohl Streuungen mit gemeinsamen als auch mit speziellen Ursachen<\/a> zu erkennen. Diese Karten und Tools sind bis heute der Kern der SPK, wobei mit Entwicklung der Methodik im Laufe der Zeit noch weitere Werkzeuge hinzugef\u00fcgt wurden.<\/p>\n\n\n\n

Wie statistische Prozesskontrolle funktioniert<\/h2>\n\n\n\n

Alle Prozesse unterliegen Streuungen. Shewhart entdeckte jedoch schon fr\u00fch, dass Streuungen in Produktionsprozessen im Gegensatz zu nat\u00fcrlichen Ph\u00e4nomenen ein anderes Verhaltensmuster aufwiesen. So konnte er den Unterschied zwischen gemeinsamen und speziellen Ursachen f\u00fcr Streuungen formulieren.<\/p>\n\n\n\n

Streuungen aufgrund gemeinsamer Ursache sind zuf\u00e4llig und nat\u00fcrlich auftretende Probleme, die mit dem Prozess zusammenh\u00e4ngen. Es k\u00f6nnte sein, dass ein Mitarbeiter f\u00fcr eine bestimmte Aufgabe l\u00e4nger braucht als ein anderer. Oder es k\u00f6nnten Streuungen sein, die von der Umgebungstemperatur der Einrichtung abh\u00e4ngen und demnach an k\u00fchlen Abendschichten anders sind als an warmen Tagesschichten. Ein letztes Beispiel k\u00f6nnte die messbare Abnutzung von Maschinenteilen sein, wo im Laufe der Zeit Anpassungen vorgenommen werden m\u00fcssen, um den Prozess unter Kontrolle zu halten.<\/p>\n\n\n\n

Lesen Sie mehr \u00fcber das <\/em>Wartungsmanagement<\/a><\/p>\n\n\n\n

Andere Ursachen k\u00f6nnten Messfehler, fehlende definierte Verfahren und mehr umfassen. Falls die Streuung aufgrund gemeinsamer Ursache vorhersehbar<\/a> und historisch verstanden ist und weder \u00fcberm\u00e4\u00dfig hohe noch \u00fcberm\u00e4\u00dfig niedrige Werte beeinflusst, liegt die Streuung wahrscheinlich innerhalb von 3 Standardabweichungen vom Median und kann als \u201eunter Kontrolle\u201c oder statistisch stabil erachtet werden.<\/p>\n\n\n\n

Streuung aufgrund spezieller Ursache besteht aus Ereignissen, die bislang noch nicht Teil der gemessenen und beobachteten Prozesse waren. Sie ist zudem unberechenbar und verursacht h\u00e4ufig eine St\u00f6rung, die die Daten au\u00dferhalb der berechenbaren Regelkarte f\u00fcr den Messzeitraum dr\u00fcckt.<\/p>\n\n\n\n

Ein Beispiel w\u00e4re ein vor\u00fcbergehender Stromausfall, der die Produktion \u00fcber einen Zeitraum hinweg unterbricht. Auch k\u00f6nnte ein Computerabsturz oder ein Problem mit der Cybersicherheit genannt werden, wenn maschinensteuernde Computer gehackt werden.<\/p>\n\n\n

\n
\"spk-streuung-aufgrund-spezieller-ursache\"
Ein Serverausfall kann auch als Streuung aufgrund spezieller Ursache kategorisiert werden.<\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

Die Unterscheidung zwischen Streuung aufgrund gemeinsamer und spezieller Ursache l\u00e4sst Fertigungsmanager richtig auf die Art der Streuung reagieren.<\/p>\n\n\n\n

Streuung aufgrund gemeinsamer Ursache kann angepasst oder angegangen werden, ohne dass der gesamte Prozess aus der Bahn geworfen wird, etwa wenn Mechaniker nat\u00fcrlich abnutzende Teile anpassen, um das Produkt in den akzeptablen Ma\u00dfspannen zu halten, oder wenn Manager zus\u00e4tzliche Ausbildungsma\u00dfnahmen einf\u00fchren, damit Mitarbeiter ihre Aufgaben effizienter ausf\u00fchren k\u00f6nnen.<\/p>\n\n\n\n

Streuung aufgrund spezieller Ursachen k\u00f6nnte aggressivere oder abhelfende Ma\u00dfnahmen erfordern beziehungsweise externe Ressourcen, um das Produktionssystem zur\u00fcck in einen Zustand zu f\u00fchren, in dem es unter Kontrolle ist.<\/p>\n\n\n\n

Die SPK nutzt einen Standardsatz an Statistik- und Analysetools, um Prozesseing\u00e4nge zu kontrollieren. Diese Prozesseing\u00e4nge sind unabh\u00e4ngige Variablen, die in die bestimmten Tools eingetragen werden, um Einblicke und Analysen zu erhalten. Unter deren Verwendung kann bestimmt werden, ob der Prozess unter Kontrolle ist und welche Schritte erforderlich sind, ihn unter Kontrolle zu halten.<\/p>\n\n\n\n

Lesen Sie au\u00dferdem  <\/em>Qualit\u00e4tskosten und wie Sie sie kalkulieren<\/a>.<\/em><\/p>\n\n\n\n

Statistische Prozesskontrolle – Tools<\/h2>\n\n\n\n

Die statistische Prozesskontrolle hat sich im Laufe des letzten Jahrhunderts entwickelt und es wurde zun\u00e4chst ein Standardsatz an Statistik- und Analysetools f\u00fcr sie verwendet. Die ersten sieben werden als \u201eQC\u201c bezeichnet oder \u201e7-QC\u201c-Tools (f\u00fcr \u201equality control\u201c). Als sich die Disziplin und Methodik weiterentwickelt hat, wurden sieben weitere erg\u00e4nzende Tools (7-SUPP) entwickelt, um den Prozess zu verbessern. Die sieben Qualit\u00e4tskontrolltools (7-QC) sind:<\/p>\n\n\n\n

    \n
  1. Ursache-Wirkungs-Diagramm<\/strong><\/em>:\u00a0 Das Ursache-Wirkungs-Diagramm ist auch als das Fischgr\u00e4tendiagramm bekannt. Es dient als Ursachenanalysemethode, die die Identifikation vieler verschiedener Ursachen erm\u00f6glicht, die f\u00fcr die Streuung verantwortlich sein k\u00f6nnten. Dieses Tool wird verwendet, wenn die Ursachen der Streuung nicht bekannt sind oder vielleicht mit anderen Ursachen in Zusammenhang stehen. Sehr h\u00e4ufig wird hierbei die \u201e5-Why-Methode\u201c verwendet, um die Wurzel der Streuung zu bestimmen.<\/li>\n\n\n\n
  2. Kontrollblatt<\/strong><\/em>\u00a0– Ein Kontrollblatt ist ein grundlegendes Datensammlungswerkzeug, das Analysen mit den gesammelten Daten erm\u00f6glicht. Falls Daten von einem Mitarbeiter am selben Ort und in der gleichen H\u00e4ufigkeit beobachtet und gesammelt werden k\u00f6nnen, kann ein Kontrollblatt eine Datenquelle sein, mit der Probleme und Streuungen bestimmt werden k\u00f6nnen.<\/li>\n\n\n\n
  3. Regelkarte<\/strong><\/em>\u00a0– Regelkarten werden eingesetzt, um Prozess\u00e4nderungen im Laufe der Zeit abzubilden. Jede Regelkarte hat eine obere und eine untere Regelgrenze sowie eine Durchschnittslinie. Durch Beobachtung von Echtzeitdaten k\u00f6nnen im Verlauf der Zeit Vergleiche aufgestellt werden. So l\u00e4sst sich bestimmen, ob der Prozess unter Kontrolle ist oder nicht. Regelkarten eignen sich hervorragend, um Streuungen zu identifizieren w\u00e4hrend sie auftreten oder um zu bestimmen, ob ein Prozess stabil ist. Sie lassen sich auch bei Streuungen aufgrund spezieller Ursache einsetzen, um festzulegen, welche Ma\u00dfnahmen ergriffen werden m\u00fcssen.<\/li>\n\n\n\n
  4. Histogramm\u00a0<\/strong><\/em>–\u00a0\u00a0Histogramme<\/a>\u00a0bilden Daten als grafische Diagramme an Datengruppen unter Verwendung von nutzerdefinierten Spannen ab. Sie \u00e4hneln in vielerlei Hinsicht Balkendiagrammen. Ein Histogramm gruppiert Daten in Spannen, wodurch der Nutzer sie anschlie\u00dfend interpretieren kann. Sie helfen ihm zu verstehen, wie oft eine bestimmte Variable innerhalb einer bestimmten Spanne auftritt.<\/li>\n\n\n\n
  5. Paretodiagramm<\/strong><\/em>\u00a0– Ein Paretodiagramm sieht wohl jeder ab und zu. Paretodiagramme werden verwendet, um Werte oder Zeit pr\u00e4zise als Balkendiagramm von den geringsten Werten zu den h\u00f6chsten Werten abzubilden. Dies gibt uns eine graphische Darstellung der Zeit- oder Kostennutzung oder der H\u00e4ufigkeit, die f\u00fcr bestimmte Verm\u00f6gensposten oder Variablen aufgewendet wurden. Paretodiagramme sind n\u00fctzlich, wenn H\u00e4ufigkeit bestimmt werden muss, Kosten nach Komponente analysiert werden oder wenn die wichtigste Ursache zum Ergreifen von Ma\u00dfnahmen bestimmt werden muss.<\/li>\n\n\n\n
  6. Punktediagramm<\/strong><\/em>\u00a0–\u00a0Ein\u00a0Punktediagramm<\/a> wird verwendet, wenn zwei Variablen analysiert werden, um ihre Beziehung zueinander und wie eng sie verwandt sind zu bestimmen. Je mehr die abgebildeten Punkte im Diagramm verteilt sind, desto weniger stehen die Variablen in Korrelation zueinander. Je n\u00e4her sie an der Linie sind, desto enger ist die Korrelation. Punktediagramme werden in Situationen eingesetzt, wenn Daten gepaart werden k\u00f6nnen, wie etwa um zu bestimmen, ob zwei Wirkungen dieselbe Ursache hatten.<\/li>\n\n\n\n
  7. Stratifikation<\/strong><\/em>\u00a0– Einfach ausgedr\u00fcckt wird die Stratifikation verwendet, um Daten in Kategorien zu gruppieren und zu sortieren. Da Ausgangsdaten kategorisiert werden m\u00fcssen, um n\u00fctzlich zu sein, sollte die Stratifikation am besten vor der Datensammlung erfolgen, um zu wissen, wo die einzelnen Datenpunkte f\u00fcr sp\u00e4tere Analysen zugewiesen werden m\u00fcssen. Dies k\u00f6nnte Schichten, Wochen, Lieferanten oder Produktarten umfassen.<\/li>\n<\/ol>\n\n\n\n
    \"statistische-prozesskontrolle-fischgr\u00e4tendiagramm\"
    Das Ursache-Wirkungs-Diagramm oder Fischgr\u00e4tendiagramm ist ein wichtiges Tool in der statistischen Prozesskontrolle.<\/strong><\/figcaption><\/figure>\n\n\n\n

    Zu den sieben Erg\u00e4nzungswerkzeugen (7-SUPP) z\u00e4hlen:<\/p>\n\n\n\n

      \n
    1. Datenstratifikation<\/strong><\/em>\u00a0– Wie die Stratifikation, gruppiert auch die Datenstratifikation Daten in Kategorien. Durch Aufgliedern der Daten in Kategorien wie Schichten, Maschinen, Abteilungen, Material, Lieferant oder andere Variablen k\u00f6nnen Muster erkannt werden, um die Streuung zu definieren und zu kontrollieren.<\/li>\n\n\n\n
    2. Defektdiagramm<\/strong><\/em>\u00a0\u2013\u00a0Defektdiagramme<\/a> sind eine Methode, den auf Qualit\u00e4t hin beurteilten Artikel zu visualisieren. Diese Visualisierung l\u00e4sst schnelle Analysen von einem Six Sigma Team oder anderem Prozessoptimierungsteam f\u00fcr Korrekturma\u00dfnahmen zu. In einem Defektdiagramm k\u00f6nnen Maschinenf\u00fchrer oder Techniker den Ort in einer Spezifizierungszeichnung markieren, an dem sie einen Defekt gefunden haben. Diese visuelle Darstellung des Orts und der H\u00e4ufigkeit des Defekts l\u00e4sst das verantwortliche Optimierungsteam vorgeschaltete Ursachen betrachten, die korrigiert werden m\u00fcssen.<\/li>\n\n\n\n
    3. Ereignisprotokolle<\/strong><\/em>\u00a0\u2013 Da die Automatisierung durch das Internet der Dinge und sogar ERP- und MRP-Systeme zu leicht zug\u00e4nglichen Echtzeitdaten auf Maschinenebene gef\u00fchrt hat, sind Ereignisprotokolle immer wichtiger geworden. Ereignisprotokolle sind Datensammlungen mit Beschreibungen von Ereignissen einer Variablen, die zu einer Streuung gef\u00fchrt haben. So k\u00f6nnen Nutzer sehen, was die Produktionsmitarbeiter oder der Computer zum Zeitpunkt der Streuung erlebt hat.<\/li>\n\n\n\n
    4. Prozessablaufpl\u00e4ne<\/strong><\/em>\u00a0\u2013 Es ist nicht m\u00f6glich, einen Prozess zu optimieren, ohne den linearen Verlauf des Prozesses zu verstehen. Ein Prozessablaufplan<\/a> ist ein nicht-statistisches Werkzeug, das die Schritte eines Prozesses abbildet. Durch die vollst\u00e4ndige Definition der Prozessschritte k\u00f6nnen andere SPK-Tools f\u00fcr den gesamten Prozessablauf oder die Schritte innerhalb des Ablaufplans eingesetzt werden. So kann besser verstanden werden, was gemessen werden muss, und Konsens erreicht werden, welche Schritte sich in einem Prozess befinden, damit andere SPK-Tools angewendet werden k\u00f6nnen.<\/li>\n\n\n\n
    5. Fortschrittszentren<\/strong><\/em>\u00a0\u2013 Fortschrittszentren sind die eingesetzten Werkzeuge zur Zentralisierung und Verfolgung des Fortschritts, um bei der Entscheidungsfindung zu helfen. Durch die Sammlung von Projektfortschrittsdaten und Abbildung dieser k\u00f6nnen Nutzer die Wahrscheinlichkeit des rechtzeitigen Projektabschlusses bestimmen und korrigierende Schritte einleiten, um das Projekt zur\u00fcck in die Spur zu bringen, falls es von der erwarteten Zeitlinie abweicht.<\/li>\n\n\n\n
    6. Randomisierung<\/strong><\/em>\u00a0– Randomisierung ist ein Versuch, eine Streuung durch Zufall geschehen zu lassen. Es ist ein Experiment, um Verzerrungen zu eliminieren und Bedingungen zu schaffen, unter denen eine Streuung nat\u00fcrlich auftreten kann, damit Analysten deren Grundursache aufdecken k\u00f6nnen. Die Eliminierung von Verzerrungen bedeutet, dass Nutzer die Streuung identifizieren k\u00f6nnen, bevor sie auftritt, und entsprechend Anpassungen vornehmen k\u00f6nnen.<\/li>\n\n\n\n
    7. Stichprobengr\u00f6\u00dfenbestimmung <\/strong>– Es gibt ein altes Sprichwort, das besagt, dass Sie nicht messen k\u00f6nnen, was Sie nicht z\u00e4hlen k\u00f6nnen. Es ist jedoch auch wichtig, eine statistisch relevante Anzahl an Dingen zu haben, um zu verl\u00e4sslich zu z\u00e4hlen. Die Stichprobengr\u00f6\u00dfenbestimmung wird eingesetzt, um die Anzahl an Elementen, Artikeln, Personen, Schichten oder anderer Z\u00e4hleinheiten zu bestimmen, die in einer repr\u00e4sentativen Gruppe zum Z\u00e4hlen zu verwenden sind.<\/li>\n<\/ol>\n\n\n\n

      Streuungen in der Fertigung<\/h2>\n\n\n\n

      Da sich keine zwei Produkte jemals genau gleichen werden, streben die besten Verfahren bei Fertigungsprozessen danach, Streuungen zu kontrollieren, damit sich die gefertigten Produkte so sehr wie m\u00f6glich \u00e4hneln. Durch Reduktion der Streuung in einen Bereich, in dem sie statistisch nicht mehr relevant ist, wird Wiederholbarkeit sichergestellt und Kunden k\u00f6nnen Unterschiede zwischen Produkten nicht wahrnehmen.<\/p>\n\n\n

      \n
      \"statistische-prozesskontrolle-konformit\u00e4t-1\"
      Die statistische Prozesskontrolle erm\u00f6glicht es Unternehmen, die Konformit\u00e4t der Produkte mit ihren Standards sicherzustellen.<\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

      Hier sind einige praktische Beispiele f\u00fcr Streuungen, die in der Fertigung kontrolliert werden k\u00f6nnen.<\/p>\n\n\n\n