„Strichliste”
Die Fehlersammelkarte ist ein einfaches Formblatt zur Erfassung von Fehlerhäufigkeiten, -arten oder -orten. Sie wird eingesetzt, wenn die Häufigkeit des Auftretens bestimmter attributiver Merkmale ermittelt werden soll.

Zur Erstellung des Formblatts werden in einer Tabelle zeilenweise die Fehlermöglichkeiten aufgelistet, die bei dem betrachteten Produkt oder Prozess auftreten können. Neben der Spalte mit den Fehlerbezeichnungen ist in zumindest einer weiteren Spalte Platz, um per Strichliste die Anzahl des Auftretens dieses Fehlers zu vermerken. Gegebenenfalls schließen sich weitere Spalten an, um die Erfassung nach verschiedenen Schichten oder Wochentagen differenzieren zu können.

In der Anwendung wird die Fehlersammelkarte für einen vorab festgelegten Zeitraum geführt. Am Ende des Erfassungszeitraums kann man in den meisten Fällen alleine durch Betrachten der Fehlersammelkarte den häufigsten Fehler identifizieren. Ein Auszählen der Häufigkeiten bringt exakte Ergebnisse (s. Abb. 2).

Nutzen
Der Einsatz der Fehlersammelkarte führt oft zu der überraschenden Erkenntnis, dass ein anderer Fehler als gedacht das häufigste Auftreten zeigt.

Finanzielle Wirkung
Sofern die betrachteten Fehler in ihrer finanziellen Auswirkung annähernd gleich zu werten sind, kann direkt aus der Fehlersammelkarte abgelesen werden, was das drängendste Problem darstellt und womit man sich im weiteren Verlauf befassen sollte. Nun ist jedoch üblicherweise nicht jeder Fehler gleich „teuer”: Es mag sein, dass ein Fehler gemäß der ausgewerteten Fehlersammelkarte zwar sehr häufig vorkommt, aber sich im Rahmen der Nacharbeit mit wenigen, kostengünstigen Schritten rückstandslos beseitigen lässt. Andererseits kann ein selten vorkommender Fehler zum Totalverlust des Werkstücks führen.

Folgebetrachtung: Pareto-Diagramm
Sofern die erhobenen Fehlerarten in ihrer finanziellen Auswirkung unterschiedlich ausfallen, kann das Pareto-Diagramm Klarheit darüber bringen, welcher Fehler zuerst weiterverfolgt werden sollte.

Eine Messdimension
Das Histogramm ist ein Säulendiagramm, das die Daten einer quantitativen Messdimension in Klassen zusammenfasst und darstellt. Während die Fehlersammelliste mehrere attributive Merkmale betrachtet, konzentriert sich das Histogramm auf eine quantitative Messdimension, z. B. die Länge, das Gewicht eines Produkts oder die Spannung eines Schaltkreises. Per Sichtprüfung kann aus dem Säulendiagramm eine erste Einschätzung zur Verteilung des Untersuchungsmerkmals sowie über die dazugehörigen Lageparameter abgegeben werden.

Fokussierung
Der Einsatz des Histogramms kann auf die Anwendung der Fehlersammelkarte folgen: Wenn zum Beispiel die Fehlersammelkarte als häufigsten Fehler eine „falsche Spannung am Bauteil” identifiziert, kann das Histogramm den Fehler genauer erfassen. Mit dem Histogramm erhebt man, was „falsch” in Zahlen bedeutet und kann anschließend nach Faktenlage das Ausmaß der Spannungsabweichung genauer beschreiben (s. Abb. 3).

Nutzen
Seinen besonderen Nutzen zeigt das Histogramm bei der Darstellung großer Datenmengen. Dem Betrachter erschließen sich rein visuell Informationen, die aus den Messdaten nicht ohne weiteres ersichtlich sind.

Folgebetrachtung: Ursache-Wirkung
Das Histogramm visualisiert die Verteilung des untersuchten Fehlermerkmals. Es trifft jedoch keine Aussage dazu, warum dieser Fehler auftritt. Hier können weitere der Q7-Werkzeuge in der Folge für die Erfassung bzw. Analyse eingesetzt werden: Die zeitliche Verteilung des Fehlers kann durch das im Anschluss dargestellte Verlaufsdiagramm erhoben werden. Das Ursache-Wirkungs-Diagramm wird zur tieferen Analyse herangezogen. Es begreift die Grunddaten des Histogramms als Wirkung und versucht, die dafür verantwortliche Ursache zu finden.

Zeitlicher Verlauf der Messung
Verlaufs- oder Regelkarten visualisieren über einen längeren Zeitraum die Messergebnisse einer quantitativen Merkmalsdimension. Eine Merkmalsdimension kann z. B. die Dicke eines Werkstücks oder das Füllgewicht einer Verpackung sein. Gemessen wird das Merkmal an Stichproben, die nach festgelegten Verfahren unter im Idealfall stets gleichen Bedingungen aus den laufenden Prozessen entnommen werden. Die Messwerte werden nacheinander in die Verlaufs- bzw. Regelkarte eingetragen. So ergibt sich die zeitliche Ordnung der Messungen.

In die Karten kann der Messwert an sich oder ein aus der Stichprobe berechneter statistischer Kennwert, z. B. der Mittelwert oder die Streuung eingetragen werden.

Unterschiede zwischen den Karten
Verlaufs- und Regelkarte unterscheiden sich. Die Verlaufskarte zeichnet nur die gemessenen Werte für den Untersuchungszeitraum auf. Die Regelkarte geht einen Schritt weiter: Sie kennt eine obere und eine untere Grenze für die Messwerte und bezieht daher die Stichprobenwerte stets auf eine Spezifikation und deren Sollwert (s. Abb. 4). Diese wird vom internen oder externen Kunden vorgegeben. Regelkarten machen sofort deutlich, ob Prozessstörungen drohen oder bereits vorliegen.

Eingriffs- und Warngrenzen
Prozessstörungen drohen zum Beispiel dann, wenn sich die gemessenen Stichprobenwerte den Spezifikationsgrenzen nähern. Damit man reagieren kann, bevor es „zu spät” ist, werden ober- und unterhalb des Sollwerts knapp vor Erreichen der auch als Eingriffsgrenzen bezeichneten Spezifikationsgrenzen zwei weitere Grenzen definiert. Es handelt sich dabei um die sog. Warngrenzen. Sie liegen so, dass typischerweise 95 % der Prozessergebnisse innerhalb der Warngrenzen und 99 % innerhalb der Eingriffsgrenzen zu erwarten sind.

Nutzen
Verlaufs- und Regelkarten ermöglichen die zeitliche Eingrenzung des Fehlerauftretens und machen so den Fehler einer tieferen Analyse zugänglich. Wenn sich beispielsweise nach dem Wechsel eines Werkzeugs der gemessene Stichprobenwert deutlich verändert und als fehlerhaft anzusehen ist, könnte sich die Fehleranalyse auf die Arbeiten an der Maschine konzentrieren.

Relevanz der Fehler
Das Pareto-Diagramm sortiert Fehler bzw. Probleme nach deren Relevanz in absteigender Reihenfolge und stellt sie als Balkendiagramm zusammen mit der Summenkurve ihrer Bedeutung dar. Dadurch ist auf einen Blick erkennbar, welche Punkte die größte Aufmerksamkeit verdienen. Weiter links im Diagramm genannte Fehler sind relativ bedeutsamer als die rechts genannten.

Datenherkunft
Seine Ausgangsdaten bekommt das Pareto-Diagramm zum Beispiel aus der Fehlersammelkarte. Generell sind aber alle Datenquellen geeignet, die das Grundproblem in verschiedene Kategorien einteilen und diesen die jeweilige Häufigkeit zuordnen.

80/20-Regel
Hinter dem Pareto-Diagramm steht die 80/20-Regel, die auf den italienischen Nationalökonom Vilfredo Pareto zurückgeht. Nach dieser Regel werden 80 % der Auswirkungen durch lediglich 20 % der Ursachen hervorgerufen. Folglich ist es zielführend, sich auf die Beseitigung der wesentlichen 20 % der Fehler zu konzentrieren, da damit 80 % des Fehlerauftretens eliminiert werden (s. Abb. 5).

Fehlerkosten
Wie bereits bei der Fehlersammelkarte erwähnt, ist der am häufigsten auftretende Fehler nicht automatisch der richtige Ansatzpunkt für das drängendste Problem. Dies resultiert aus der finanziellen Bewertung der Fehler. Das Pareto-Diagramm kann diesem Umstand Rechnung tragen, indem es nicht mit den Häufigkeiten der Fehler, sondern mit den durch den Fehler verursachten Kosten erstellt wird. Dazu sind die Fehler mit ihrem monetären Schaden zu bewerten. Durch Multiplikation des Mengengerüsts der Fehlersammelkarte mit der finanziellen Bewertung ergibt sich der Schaden bzw. die finanzielle Bedeutung. Diese Werte dienen dann als Ausgangspunkt der Diagrammerstellung.

Nutzen
Die Analyse eines Qualitätsproblems mit dem Pareto-Diagramm hilft, die Prioritäten für das weitere Vorgehen zu setzen. Seine Anwendung ist immer dann zu empfehlen, wenn knappe Ressourcen richtig eingesetzt werden sollen. Ein Team oder Qualitätszirkel findet damit auf Grundlage objektiver Daten einen Konsens, wenn es darum geht, welches Problem als Nächstes bearbeitet werden soll.

Ausführliche Informationen zum Pareto-Diagramm finden Sie im Beitrag Pareto-Diagramm (s. Kap. 07204) in diesem Werk.

Prozessbetrachtung
Mit einem Flussdiagramm wird der untersuchte Prozess grafisch dargestellt. Dazu werden vom Prozessanfang ausgehend alle Ereignisse, Aktivitäten und Entscheidungen skizziert. Meist kommen dabei aus der EDV bekannte Standardsymbole zum Einsatz. Das fertige Flussdiagramm zeigt die zentralen Ablaufschritte eines Prozesses. Es wird sichtbar, wo der Fehler entsteht und was zu seiner Entstehung kausal beigetragen haben kann. Ein Beispiel ist in Abbildung 11 dargestellt.

Tatsächlicher Ablauf
Das Flussdiagramm hilft, Prozesse zu analysieren und fehlerauslösende oder -begünstigende Prozessaktivitäten zu finden. Bei seiner Erstellung wird oftmals sichtbar, dass der tatsächliche Prozess nicht so abläuft wie der Prozesseigner es denken würde: Überflüssige Prozessschritte, doppelte Kontrollaktivitäten, Verantwortungswechsel, Überproduktion und Schleifen im Ablauf sind beispielhafte Mängel, die nun bewusst werden.

Hat man die Fehlerentstehung im Prozess fixiert, können die vorhergehenden Prozessschritte mit dem Ursache-Wirkungs-Diagramm genauer betrachtet werden.

Zusammenhang zweier Merkmale
Das Korrelationsdiagramm dient der grafischen Darstellung von Wertepaaren zweier Untersuchungsmerkmale. Das Team kann durch visuelle Interpretation der Lage aller Datenpaare die Stärke und die Richtung des Zusammenhangs zwischen beiden Merkmalen abschätzen.

Zur Analyse trägt das Team mindestens 30 beobachtete Wertepaare als Punkte in das Korrelationsdiagramm (wie in Abbildung 6) ein. Für eine erste Abschätzung des Zusammenhangs zwischen den beiden Variablen versucht man nun, eine Gerade so zwischen die Punkte zu legen, dass der Punkteverlauf möglichst gut erfasst wird. Je besser die Gerade die Punkteentwicklung nachbildet, desto stärker ist der vermutete Zusammenhang zwischen beiden Variablen. Die Steigung der Geraden gibt an, ob der Zusammenhang positiv oder negativ ist.

Statistisch korrekt
Statistisch korrekt werden Richtung und Stärke des Zusammenhangs durch den Korrelationskoeffizienten ausgedrückt. Er rangiert zwischen -1 und +1. Je näher er an -1 oder +1 liegt, desto stärker ist der Zusammenhang. Das Vorzeichen zeigt die Richtung an. Nimmt der Koeffizient den Wert 0 an, ist statistisch kein Zusammenhang gegeben.

Interpretationsbedarf
Bei der Interpretation ist stets zu beachten, dass ein gefundener Zusammenhang zunächst nur statistischer Natur ist: Eine Korrelation sagt nichts über die Kausalität des Zusammenhangs aus. Die Interpretation von Ursache und Wirkung muss sachlogisch durch Fachleute erfolgen. Zudem besteht die Gefahr der sog. Scheinkorrelation.

Scheinkorrelation
Von Scheinkorrelation spricht man, wenn sich zwar statistisch ein Zusammenhang zwischen zwei Merkmalen belegen lässt, dieser aber kausal nicht haltbar ist. Ein Beispiel dazu: In einem Dorf steigen mit der Zahl beobachteter Störche die Geburten an. Eventuell lässt sich hier eine statistische Korrelation im Diagramm ablesen, jedoch wird der inhaltliche Zusammenhang nicht durch unser Erfahrungswissen gedeckt.

Fischgräten-Diagramm/Ishikawa-Diagramm
Kaoru Ishikawa entwickelte das Ursache-Wirkungs-Diagramm. Es wird verwendet, um zu einem gegebenen Problem, der Wirkung, die möglichen Ursachen systematisch aufzuspüren und visuell aufzubereiten. Pfeile verdeutlichen in der Darstellung die Beziehung zwischen Ursache und Wirkung, wobei auch Ursachen ihrerseits durch feinere Pfeile begründet werden können. So entsteht ein Grätenmuster, weshalb man zusätzlich zum Beinamen Ishikawa-Diagramm synonym auch vom Fischgräten-Diagramm spricht.

4M-Dimensionen
Das Ishikawa-Diagramm geht davon aus, dass ein Problem auf Ursachen in den Dimensionen Mensch, Maschine, Material und Methode zurückzuführen ist (s. Abb. 7). Für jedes dieser „4M” sucht das Team z. B. mittels Brainstorming die tieferliegenden Ursachen. Dieses Vorgehen verleiht dem Werkzeug seine Systematik und verhindert den vorschnellen Abbruch der Analyse bei der ersten gefundenen „richtigen Ursache”.

Interpretation
Die Darstellung des Ursache-Wirkungs-Diagramms erlaubt eine visuelle Interpretation:

Nutzen
Das Fischgräten-Diagramm lenkt die Aufmerksamkeit seiner Anwender auf Fehlerursachen, die bei rein intuitiver Betrachtung eventuell übersehen worden wären. Das Team gewinnt dadurch ein umfassendes Verständnis möglicher Ursachen des Problems. Allerdings werden keine Problemlösungen aufgezeigt.

Mittlerweile wird das 4M-Diagramm zum 6M-Diagramm erweitert, indem die Dimensionen Messmittel und Umwelt (Milieu) ergänzt werden.

Büromöbelproduzent
Die Walger AG ist ein mittelständischer Hersteller von Büromöbeln. Das Unternehmen fertigt ein breites Sortiment von Office-Möbeln, Sitzmöbeln und Raumsystemen. Passendes Zubehör zu den Möbeln wie z. B. Kabelwannen, PC-Halter und ähnliche Ergänzungen gehören ebenfalls zum Produktprogramm.

Lagerorganisation
Das Unternehmen ist in den letzten zwei Jahrzehnten – von kleinen konjunkturellen Dellen abgesehen – kontinuierlich gewachsen. Umsatz und Sortiment weiteten sich aus, weshalb auch die Lagerkapazitäten stetig erhöht werden mussten. Aktuell wird die Serienproduktion im letzten Produktionsschritt verpackt und bis zur Auslieferung in einer 1.800 qm großen Halle zwischengelagert. Die Halle ist durch Fahrwege für Gabelstapler und Hubtransportwägen in sechs Felder eingeteilt. In manchen der Felder stehen für Schwerlasten geeignete Fachbodenregale. Die Lagerorte sind nach dem Festplatzsystem organisiert, d. h. jeder Artikel hat seinen angestammten Platz im Lager. Die Lagerregale wurden im Lauf der Unternehmensgeschichte je nach Bedarf neu und gebraucht angeschafft. Sie kommen von verschiedenen Herstellern und haben unterschiedliche Höhen und Breiten.

Problemstellung
Seit einiger Zeit gibt es Probleme mit Produkten, die zur Auslieferung vom Lager geholt werden. Bei der Kommissionierung entdecken die Mitarbeiter im Rahmen der letzten Qualitätskontrolle häufig beschädigte Verpackungen: Der schützende Karton ist teilweise massiv eingerissen. Die Möbelstücke darunter zeigen Dellen und angestoßene Kanten.

Nun ist der „Leidensdruck” so hoch, dass die Geschäftsleitung ein Projekt zur Beseitigung der Probleme initiiert. Der mit dem Projekt betraute Qualitätsmanagementbeauftragte (QMB) hat bereits mehrfach erfolgreich Verbesserungsprojekte umgesetzt. Er will diese Problemstellung mit den Q7 angehen. Der folgende Punkt zeigt ein mögliches Vorgehen.