Was ist Six Sigma?

• Six Sigma wird üblicherweise bei komplexen Problemen mit unbekannter Ursache eingesetzt, Ziel ist es die wirkliche Ursache/ Ursachenmix für ein Problem zu verstehen und geeignete Maßnahmen zu finden, um diese Ursachen im Sinne der Problemlösung zu verändern.
• Six Sigma ist ein Werkzeugkoffer mit wirkungsvollen Tools, die richtig angewendet werden müssen.
• Analogie zum Klavier: Alle Tasten auf einmal zu betätigen vs. die richtigen Tasten zur richtigen Zeit betätigen
• Framework zur nachhaltigen Erzeugung von Qualität auf fundierter Basis
• Regelkreise erleichtern den Aufbau von komplexen Ursache-Wirkungs-Zusammenhängen y = f(x) und bringen Maßnahmen in ein geordnetes Projektformat
• z.B. Define-Measure-Analyze-Improve-Control (DMAIC) zur Verbesserung von Prozessen oder
• z.B. Define-Measure-Analyze-Design-Verify (DMADV) zur kundenorientierten Produktentwicklung
• Six Sigma lässt sich sehr gut mit agilen Methoden wie Scrum kombinieren, in dem man Elemente der Regelkreise in 2-wöchige Etappen (Sprints) aufteilt.
• Nach durchgeführten Six Sigma Projekten hat man oft ein deutlich besseres Prozessverständnis und ein Verständnis über relevante Kennzahlen als Basis für die sinnvolle Digitalisierung von Prozessen.

‍

Vereinfachtes Beispiel DMAIC:

Define:

Warum haben wir so eine hohe Ausschussrate an defekten Teilen aufgrund des falschen Gewichtes?

Projektzeitraum 01/2021 - 10/2021, aufgeteilt in x Sprints, Teamzusammensetzung XYZ, Budget = 50.000€, Einsparungen bei Senkung der Ausschussrate um 5% ca. 20.000€/ Jahr

‍

Measure:

Analyse des Messsystems (Waage),  Wägung einer Stichprobengröße, Erhebung von Ausschussdaten über einen bestimmten Zeitraum.

‍

Analyze:

Prozessanalyse, Schnittstellenanalyse, Trendanalyse der Ausschussdaten, Identifizierung möglicher Einflussfaktoren auf das Falschgewicht y = f (Mensch, Maschine, Material, Messung, Mitwelt, Methode, ...), Aufstellen von Hypothesen und Testreihen, Durchführung und Auswertung der Daten der Testreihen zum Herausfinden der signifikanten Einflussgrößen (Regressionsanalyse, ANOVA, Design of Experiments etc.)

‍

Improve:

Herausfinden von Lösungen und Lösungsalternativen, Auswahl und Begründung der besten Lösung, Realisierung des besten Settings der relevanten Einflussgrößen DoE, Umsetzung von Prozessverbesserungen.

‍

Control:

Messung und Nachweis der verbesserten Prozessleistung im Alltag, ggf. Nachregelung.

‍