Was ist “Six Sigma”?
Six Sigma ist eine strukturierte, datenorientierte Methode zur Vermeidung von Fehlern, Verschwendung und Qualitätsproblemen aller Art in Fertigung, Dienstleistung, Management und weiteren Geschäftsaktivitäten. Six Sigma ist ein Warenzeichen von Motorola, das den Begriff in den 80er Jahren prägte. Die Six-Sigma-Methode basiert auf einer Kombination von etablierten Techniken der Qualitätssicherung, einfachen und höheren Methoden der Datenanalyse und dem systematischen Training der Mitarbeiter, die in den von Six Sigma betrachteten Prozessen involviert sind.
Warum ist Six Sigma populär?
Die Six-Sigma-Methode hat bewiesen, dass sie nicht nur erfolgreich Qualität verbessert, sondern dass sie dabei auch zu erheblichen Kosteneinsparungen führt. Einige spektakuläre Erfolgsgeschichten aus großen Unternehmen wurden veröffentlicht. So sagte z.B. Jack Welch, ehemaliger CEO von General Electric (zeitweilig einer der größten herstellenden Betriebe der Welt): “Six Sigma ist die wichtigste Initiative, die GE jemals durchgeführt hat - sie ist Teil des genetischen Codes künftiger Unternehmensführung”. Welch schreibt Six Sigma eine Kosteneinsparung bei GE im Umfang von Milliarden Dollar zu.
Viele weitere Unternehmen melden ebenfalls hohe Einsparungen, nachdem die Six-Sigma-Methode in ihren Fertigungsstätten eingeführt wurde. Beispielsweise berichtet Motorola (das führende Mitglied eines Zusammenschlusses von Firmen, die den Six-Sigma-Ansatz entwickelt haben), aufgrund der Implementierung von Six Sigma vor 12 Jahren über 11 Milliarden Dollar gespart zu haben. Allied Signals spricht von Einsparungen in Höhe von über 1 Milliarde Dollar durch Six Sigma in nur wenigen Jahren.
Statistischer Hintergrund
Der Begriff Six Sigma spiegelt das statistische Ziel wider, eine vernachlässigbare Anzahl von Fehlern zu erzielen, korrespondierend zu dem Six-Sigma-Wert einer (“korrigierten” - siehe unten) Normalverteilungskurve: Six Sigma bemüht sich, Fehler und Qualitätsprobleme an die äußeren Ränder der Verteilung zu verbannen, so dass diese Probleme damit zu seltenen Ausnahmen eines nahezu fehlerfrei laufenden Prozesses werden.
Um dieses “Six-Sigma-Ziel” zu erreichen, darf ein Prozess nicht mehr als 3,4 Fehler pro 1 Million Möglichkeiten produzieren, wobei ein Fehler als jede Form eines nicht akzeptablen Ergebnisses des überprüften Prozesses definiert ist. Zu beachten ist, dass das Kriterium von 3,4 Fehlern pro 1 Million tatsächlich einem Z-Wert von 4,5 der Normalverteilung entspricht, weil der Six-Sigma-Ansatz eine Prozessverschiebung in Höhe von 1,5 Sigma erlaubt (von Motorola als langfristige dynamische Mittelwertstreuung bezeichnet).
Somit ist das grundlegende statistische Werkzeug für Six-Sigma-Bemühungen der Six-Sigma-Rechner, der die Anzahl von Fehlern bei einem ein, zwei, …, sechs Sigma-Prozess berechnet. Darüber hinaus empfiehlt der Six-Sigma-Ansatz eine Vielzahl sehr viel komplexerer Analysetechniken, die abhängig von der Natur des jeweiligen Prozesses auf den aufeinander folgenden Stufen des Six-Sigma-Projekts angewendet werden müssen.
Wie funktioniert Six Sigma?
Die Stärke von Six Sigma liegt in dem empirischen, datenorientierten Ansatz (und der Verwendung quantitativer Messungen der Systemleistung), um das Ziel der Prozessverbesserung und Streuungsverringerung zu erreichen. In “Six-Sigma-Verbesserungsprojekten” wird in einer Reihe von Arbeitsschritten, dem “Six Sigma DMAIC”-Modell, gearbeitet:
Define / Definieren:
In der Definitionsphase werden Projektziele und Grenzen definiert, und es werden die Punkte identifiziert, mit denen man sich beschäftigen muss, um ein höheres (besseres) Sigma-Niveau zu erreichen.
Measure / Messen:
Ziel der Six-Sigma-Phase Messen ist es, Informationen über die aktuelle Situation zu sammeln, um Basisinformationen der derzeitigen Prozessleistung zu erhalten und Probleme zu identifizieren.
Analyse / Analysieren:
Ziel dieser Phase ist es, grundsätzliche Ursachen der Qualitätsprobleme zu identifizieren und diese durch geeignete Werkzeuge der Datenanalyse zu bestätigen.
Improve / Verbessern:
Ziel der Phase Verbessern ist es, Lösungen zu implementieren, die sich der in der vorherigen Phase (Analysieren) identifizierten Problemursachen annehmen.
Control / Regeln:
Ziel dieser Phase ist es, die Verbesserungen der vorherigen Phase (Verbessern) zu überwachen und beizubehalten.
Jeder dieser Schritte schließt die Verwendung spezifischer analytischer (quantitativer) Methoden ein, die zu dem durch den Six-Sigma-Ansatz empfohlenen Spektrum von Methoden gehören. Weitere Informationen zu Six Sigma kann man aus zwei maßgeblichen Büchern mit einer ausführlichen Diskussion der Six-Sigma-Methodik und ihrer Anwendung erhalten: Six Sigma: The Breakthrough Management Strategy (2000) von M. J. Harry und P. Schroeder und The Six Sigma Handbook (2001) von T. Pyzdek.
TIBCO Data Science / Statistica
Statistica unterstützt, die Datensammlung und -auswertung auf jeder Stufe eines Six-Sigma-Projekts und dient somit als analytische Grundlage für Six-Sigma-Programme und Implementierungen für Unternehmen jeder Größe. Die Software zeichnet sich unter anderem durch folgende Eigenschaften aus:
- Umfassendes Set an Six-Sigma-Werkzeugen, wie den Six-Sigma-Rechner, Six-Sigma-Berichte mit mehreren integrierten Grafiken oder den Ursache-Wirkungs-Diagrammen (Ishikawa).
- Ein Six-Sigma-Menü, dass der “Six Sigma DMAIC”-Strategie folgend in Gruppen unterteilt ist. Zusätzlich können in die Oberfläche weitere Six-Sigma-bezogene Optionen eingeblendet werden.
- Berechnung der Prozessfähigkeit unter Berücksichtigung von Verteilungszeitmodellen nach DIN 55319 / ISO 21747.
- Hohe Qualität und Flexibilität der Grafiken. Die grafischen Optionen sind auch über Programmierung zugänglich (mittels Statistica Visual Basic), was nahezu unbegrenzte Möglichkeiten zum Erstellen angepasster grafischer Darstellungen eröffnet.
Weiterführende Methoden
Statistica bietet weiterführende Methoden wie Machine Learning / Data Mining Algorithmen zur Anwendung alternativer Strategien in Six-Sigma-Projekten und kann damit zur Grundlage des Innovationsvorsprungs gegenüber Mitbewerbern werden.
Zusätzlich bieten die Workspaces eine grafische Oberfläche zur Erstellung und Automatisierung des Analyseablaufes. Dadurch kann die Arbeitsteilung der am Six-Sigma-Programm beteiligten Personen unterstützt werden. Z.B. kann ein Black-Belt Analyseabläufe im Rahmen der Projektoberfläche entwerfen und diese zur praktischen Verwendung an die Green-Belts weitergeben. Weitere Vorteile sind:
- Implementierung von Verfahren des Machine Learning / Data Minings für Klassifikation und Prognose inklusive neuronaler Netze, Entscheidungsbäume, Support Vector Machines und anderen.
- Speziell auf die Verarbeitung großer Datenmengen ausgerichtete Algorithmen.
- Extraktion relevanter Informationen über den Prozess aus historischen Daten mittels “Feature Selection” als Alternative zu teurer Versuchsplanung
- Projektoberfläche mit umfangreichen Möglichkeiten zur Datentransformation, -bereinigung und -filterung.
Auf Unternehmensebene
Mit Statistica Server können unternehmensweite Anwendungen der Qualitätssicherung und -verbesserung im Rahmen von Six Sigma entwickelt werden. Die Anpassungsmöglichkeiten erlauben es, Statistica in ein Werkzeug zu verwandeln, das so aussieht und arbeitet, als wurde es speziell für die Erfordernisse Ihrer Organisation entwickelt. Die Plattform bietet:
- Echtzeitüberwachung und Alarmbenachrichtigungen für die Produktionsstätte, analytische Werkzeuge für den Ingenieur und Berichtsoptionen für das Management.
- Zentrale Einrichtung und Verwaltung für interaktive Datenbankabfragen und Analysevorlagen zur gemeinsamen Nutzung von Datenquellen und speziellen Anwendungen.
- Benutzerspezifische Schnittstellen für alle Beteiligten: von einfachen Schnittstellen für Werker über höhere Methoden für Green-Belts bis hin zu einer hoch komplexen Umgebung für Datenanalysen und Data Mining für Master Black-Belts.
- Es wird nicht nur eine Umgebung für komplexe Six-Sigma-Analysen und Data Mining geboten, sondern auch eine ideale Trainingsumgebung für alle Beteiligten.
- Serverbasierte Überwachung von Prozessen und Qualitätsverbesserungen für eine automatisierte Control-Phase mit flexiblen Alarmbenachrichtigungen.
- Skalierbar, editierbar und integrierbar in existierende Datenbank/ERP-Systeme.
- Extrahieren, Transformieren und Laden (ETL) von Daten aus heterogenen Datenquellen.
- Scheduling kann zur automatisierten Produktion von Berichten mit aktuellen Daten verwendet werden.
- Durchführung rechenintensiver Projekte auf Serversystemen.
- Bedienung über Internetbrowser und Optionen zur Anpassung der Benutzeroberfläche an spezifische Bedürfnisse der Anwender.
- Mit den integrierten Anpassungsoptionen können maßgeschneiderte Web-basierte Informationsportale für den Zugriff auf aktuelle Qualitätsanalysen eines Six-Sigma-Projekts eingerichtet werden.
- Simultane Überwachung tausender Qualitätsmerkmale auf einen oder mehreren Servern und schlankes Monitoring auf Client-PCs.
- Zentrale Installation und Wartung Ihrer Six-Sigma-Software.
Gemeinsam mit StatSoft
StatSoft ist der verlässliche Partner rund um Data Analytics und Statistica. Wir helfen bei der Auswahl, Konfiguration und Inbetriebnahme und vermitteln das nötige Software- und Methoden-Know-how. Bei analytischen wie auch Six-Sigma-Projekten stehen wir beratend und durchführend zur Verfügung. Gemeinsam mit unseren Kunden, gelingt es mehr aus Daten zu machen und einen dauerhaften Mehrwert zu schaffen.
