{"id":1200,"date":"2014-05-06T11:32:59","date_gmt":"2014-05-06T15:32:59","guid":{"rendered":"https:\/\/keyknowledge.com\/?p=1200"},"modified":"2014-05-06T11:32:59","modified_gmt":"2014-05-06T15:32:59","slug":"zero-defects-a-realistic-goal-or-a-dream","status":"publish","type":"post","link":"https:\/\/keyknowledge.com\/de\/2014\/05\/zero-defects-a-realistic-goal-or-a-dream\/","title":{"rendered":"Null Fehler \u2013 Ein realistisches Ziel oder ein Traum?"},"content":{"rendered":"

Null Fehler zu erreichen ist kein Traum, sondern ein realistisches Ziel, das es anzustreben gilt. Im Alltag erwarten und fordern wir st\u00e4ndig Fehlerfreiheit. Wie oft ist es beispielsweise akzeptabel, dass ein Flugzeug abst\u00fcrzt, anstatt sicher am Zielflughafen zu landen? Wie oft ist es akzeptabel, sich im Restaurant eine Lebensmittelvergiftung zuzuziehen? Wie oft ist es akzeptabel, dass unser Bankkonto einen Teil unseres Geldes verliert? Wie oft ist es akzeptabel, dass eine fremde Zahlung auf unserer Kreditkartenabrechnung erscheint? In all diesen F\u00e4llen erwarten wir, dass diese Fehler niemals auftreten. Dieselbe Fehlertoleranz sollten wir auch im Berufsleben an den Tag legen wie im Privatleben \u2013 n\u00e4mlich null.
\nUm dem Ziel von null Fehlern immer n\u00e4her zu kommen, m\u00fcssen wir verstehen, wie Fehler entstehen und wie wir sie verhindern k\u00f6nnen.
\nZu Beginn meiner Karriere war ich als Inspektionsleiter in einem Schmiedewerk der Automobilindustrie t\u00e4tig. Die Produktionsabteilung war f\u00fcr die Teilefertigung zust\u00e4ndig. Die Inspektionsabteilung hatte die Aufgabe, die einwandfreien Teile visuell von den fehlerhaften zu trennen und anschlie\u00dfend Stichproben durchzuf\u00fchren, um anhand eines akzeptablen Qualit\u00e4tsniveaus (AQL) zu entscheiden, ob eine Charge (vermeintlich) einwandfreier Teile versendet werden sollte.
\nStudien haben gezeigt, dass die visuelle Inspektion nur eine Effektivit\u00e4t von etwa 70% aufweist. Das bedeutet, dass die als versandfertig eingestuften Teilechargen mit hoher Wahrscheinlichkeit noch M\u00e4ngel enthielten. Der von uns verwendete Stichprobenplan, basierend auf dem Milit\u00e4rstandard Mil-Std-105D, sah die Entnahme einer Stichprobe aus der Charge und deren Pr\u00fcfung auf M\u00e4ngel vor. Die Stichprobengr\u00f6\u00dfe richtete sich nach der Chargengr\u00f6\u00dfe. Die zul\u00e4ssige Anzahl an M\u00e4ngeln in der Stichprobe, bei der die Charge dennoch als akzeptabel galt, wurde anhand des AQL (Acceptable Quality Level) definiert. Anders ausgedr\u00fcckt: Es konnte entschieden werden, die Charge an den Kunden auszuliefern, obwohl bekannt war, dass sie einen gewissen Anteil an fehlerhaften Teilen enthielt. Dieses Vorgehen erscheint im Nachhinein noch absurder, da viele der Teile sicherheitskritisch f\u00fcr Fahrzeuge waren und den gesetzlichen Bestimmungen f\u00fcr Fahrzeugsicherheit unterlagen! (Anmerkung: Mil-Std-105 wurde 1995 offiziell aufgehoben.).
\nDie Beurteilungspr\u00fcfung (Herstellung eines Produkts und anschlie\u00dfende Bewertung seiner Akzeptanz durch Vergleich mit einer Norm oder Anforderung) ist ein kostspieliger und ineffektiver Ansatz, der nur hoffen kann, einen gewissen Prozentsatz an Fehlern zu finden, nachdem diese bereits aufgetreten sind.
\nIm Six-Sigma-Ansatz betrachten wir den Output eines Prozesses (die Y-Variable) als Funktion der Inputvariablen (der X-Variablen). Ein Fehler im Y-Output eines Prozesses ist demnach die Folge eines Fehlers in einer der X-Inputvariablen, der den Y-Output beeinflusst.
\nEin deutlich effektiverer Ansatz zur Fehlerreduzierung und -beseitigung ist die Quellenanalyse. Sie dient dazu, Fehler zu erkennen, die zu Defekten f\u00fchren. Wird ein potenzieller Fehler an der Fehlerquelle entdeckt, wird der Prozess entweder automatisch zur Korrektur gestoppt oder so angepasst, dass der Fehler behoben ist. Dadurch werden Defekte reduziert oder beseitigt, da Fehler gar nicht erst entstehen k\u00f6nnen.
\nNehmen wir beispielsweise das Backen eines Kuchens. Das gew\u00fcnschte Ergebnis (Y) ist ein vollst\u00e4ndig durchgebackener, aber nicht verbrannter Kuchen. Zwei wichtige Variablen (X) sind die Backtemperatur und die Backzeit. Durch eine Quellcodeanalyse k\u00f6nnte dieser Prozess optimiert werden, indem Temperatur und Backzeit automatisch auf die optimalen Werte geregelt werden.
\nHier ein Beispiel aus meiner Beratungspraxis. Ich arbeitete mit einem Unternehmen zusammen, das M\u00fcslischachteln und andere Lebensmittelverpackungen in gro\u00dfen Mengen bedruckt. Ein h\u00e4ufiger Fehler war die Unsch\u00e4rfe des Druckbildes. Um die einwandfreien Schachteln nach dem Druck auszusortieren, wurde routinem\u00e4\u00dfig eine Sichtpr\u00fcfung durchgef\u00fchrt. Statistische Prozesskontrolle wurde angewendet, jedoch nur auf das Ergebnis des Prozesses.
\nAls ich nach der Fehlerursache fragte, wurde mir erkl\u00e4rt, dass es an der Spannung der Papierrolle lag, die die Druckmaschine versorgte. Bei zu hoher oder zu niedriger Spannung entstand ein unscharfes Bild. Daraufhin fragte ich, wie die Spannung \u00fcberwacht und ihre Korrektheit sichergestellt werde. Ich erntete nur ratlose Blicke und die Antwort: \u201cWir \u00fcberwachen die Spannung nicht.\u201d Die Mitarbeiter, die den Prozess steuerten, wussten zwar, wann fehlerhafte Ausdrucke entstanden, aber sie \u00fcberwachten nicht die Fehlerursache!
\nDie richtige Vorgehensweise in diesem Fall war die Installation eines Spannungs\u00fcberwachungs- und -regelungssystems an der Druckmaschine, das automatisch die richtige Papierspannung aufrechterhielt und somit die Ursache des Fehlers beseitigte.
\nEs gibt zwei weitere Ans\u00e4tze zur Fehlerbeseitigung, die ebenfalls ber\u00fccksichtigt werden sollten. Zum einen die Kombination von Quellenpr\u00fcfung und Fehlererkennung. Am Beispiel des Drucks von M\u00fcslischachteln kombinierten wir die Spannungs\u00fcberwachung und -regelung (zur Beseitigung des fehlerverursachenden Problems) mit der automatischen Bilderkennung des Fehlers (unscharfe Bilder). Wurde der Fehler erkannt, wurde der Prozess automatisch zur Korrektur gestoppt, um die weitere Produktion von Fehlern zu verhindern.
\nDie sicherste Methode, einen Fehler von vornherein zu verhindern, besteht darin, die Fehlerquelle konstruktionsbedingt zu beseitigen. Ein Beispiel, das ich h\u00e4ufig im Unterricht verwende, ist die Konstruktion eines herk\u00f6mmlichen Haushaltssteckers. Ein zweipoliger Stecker ist so konstruiert, dass ein Stift breiter als der andere ist und er nur mit der richtigen Polarit\u00e4t eingesteckt werden kann. Ein weiteres Beispiel ist die Konstruktion eines Bahn\u00fcbergangs. Bei einem Bahn\u00fcbergang mit Signallichtern und Schranken besteht der Fehler darin, dass ein Fahrzeug die Schranken und Lichter ignoriert, wenn sich ein Zug n\u00e4hert. Der Fehler besteht darin, dass das Fahrzeug vom Zug erfasst wird. Wenn die Konstruktion so ge\u00e4ndert wird, dass die Fahrzeuge die Gleise unter- oder \u00fcberqueren, ist die Wahrscheinlichkeit, dass dieser Fehler auftritt, eliminiert.
\nIhre Kommentare und Fragen zu diesem Artikel sowie Anregungen f\u00fcr zuk\u00fcnftige Artikel sind willkommen. Sie k\u00f6nnen mich gerne per E-Mail kontaktieren unter roger@keyperformance.com<\/a>.
\n\u00dcber den Autor: Roger C. Ellis ist studierter und praktizierender Wirtschaftsingenieur. Er ist Six Sigma Master Black Belt und verf\u00fcgt \u00fcber mehr als 45 Jahre Berufserfahrung in verschiedenen Branchen. Herr Ellis entwickelt und leitet Six-Sigma-Zertifizierungskurse f\u00fcr Key Performance LLC. Eine ausf\u00fchrlichere Biografie finden Sie hier: www.keyperformance.com<\/a>.
\n <\/p>","protected":false},"excerpt":{"rendered":"

Achieving zero defects is not a dream at all, but rather a realistic goal to be pursued. \u00a0We expect and demand zero defects all the time in our personal life. \u00a0For example, how often is it acceptable for a plane to crash instead of successfully landing at the destination airport? \u00a0How often is it acceptable […]\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"cybocfi_hide_featured_image":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-1200","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/posts\/1200","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/comments?post=1200"}],"version-history":[{"count":0,"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/posts\/1200\/revisions"}],"wp:attachment":[{"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/media?parent=1200"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/categories?post=1200"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/keyknowledge.com\/de\/wp-json\/wp\/v2\/tags?post=1200"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}