SIX SIGMA – statistische Versuchsplanung
Der Entwicklung und Optimierung von Produkten gehen häufig umfangreiche Experimente und Versuchsreihen voraus. Diese sind nötig, um das Endprodukt bereits vor dem Launch bestmöglich zu optimieren. Dadurch entsteht eine große Menge an Daten, die es auszuwerten gilt, was wiederum einen großen personellen, finanziellen und zeitlichen Aufwand mit sich bringt. Demgegenüber steht der Wunsch, diesen Prozess sowie das spätere Endergebnis möglichst wirtschaftlich zu gestalten. Die statistische Versuchsplanung (engl. Design of Experiment, DoE) ist ein wirkungsvolles Instrument, um im Entwicklungs- und Optimierungsprozess Zeit und Ressourcen einzusparen.
Die statistische Versuchsplanung geht davon aus, dass in allen Versuchsergebnissen unvermeidbare Zufallsfehler vorhanden sind. Werden diese zu Beginn der Entwicklung berücksichtigt, ist die Beseitigung mit geringeren Kosten verbunden als eine Optimierung am Ende der Prozesskette. Es ergibt sich eine effizientere Datenanalyse sowie die vergleichsweise einfache Möglichkeit, Wechselwirkungen von Einflussfaktoren und einen optimalen Versuchsaufbau zu ermitteln und mathematisch zu beschreiben.
Durchdachte Versuchsplanung statt „Trial and Error“
Der besondere Vorteil der statistischen Versuchsplanung liegt darin, dass im Gegensatz zu herkömmlichen Vorgehensweisen mehrere Einflussparameter simultan variiert werden können, um Wirkungszusammenhänge aufzudecken und so die für die Qualitätsmerkmale entscheidenden Variablen schnell und zuverlässig zu identifizieren. Durch die Auswertung der so ermittelten Daten lassen sich die Erreichbarkeit und die Vereinbarkeit der gesteckten Zielvorgaben für den fraglichen Prozess oder das geplante Produkt einschätzen. Anders als herkömmliche Methoden wie „Versuch und Irrtum“ oder „One factor at a time“ kann die DoE-Methodik Aufwand an Personal, Zeit und Kosten einsparen.
Meine Dienstleistung
Wenn Sie in Ihrem Unternehmen oder bei einem konkreten Projekt die Versuchsplanung optimieren wollen oder in einem DoE-Training lernen möchten, die Methode zielgerichtet anzuwenden, bin ich Ihr erfahrener Ansprechpartner. Als Six Sigma Master Black Belt bin ich dazu berechtigt, Dritte bezüglich der Prozessoptimierung oder statistischen Versuchsplanung zu coachen und sie auf dem Weg zur Fehlerminimierung zu unterstützen. Nehmen Sie einfach Kontakt zu mir auf.
Design of Experiments: Mit statistischer Versuchsplanung ans Ziel
Die Grundlage für die statistische Versuchsplanung wurde bereits in den 1920er Jahren entwickelt und fand zunächst vor allem in der Landwirtschaft Anwendung, um die Auswirkungen von unterschiedlichen Düngemitteln oder Bewässerungsstrategien auf den Ernte-Ertrag zu untersuchen. Mit wachsender Popularität und stetiger Weiterentwicklung hat das Verfahren heute Einzug in fast alle Industriezweige gehalten, die in verschiedener Weise mit Entwicklungs- und Forschungsaufgaben betraut sind. So ist vor allem in der chemischen Entwicklung die DoE bereits zu einem Referenzverfahren geworden, das die Reaktionsoptimierung deutlich beschleunigt. Aber auch wissenschaftliche Institutionen arbeiten mit dieser Methode.
Die statistische Versuchsplanung ist ein wichtiger Baustein der Six Sigma-Methodik und zeigt ihre Überlegenheit insbesondere bei Prozessen, bei denen eine Vielzahl an Parametern in Betracht zu ziehen sind. Aus diesem Grund kommt das Verfahren auch und gerade bei komplexen Entwicklungs- und Optimierungsaufgaben etwa in der Automobilindustrie oder der Verfahrenstechnik zur Herstellung von Kunststoffen, Papier, Glas, Batterien, Medikamenten etc. zum Einsatz. Dadurch kann der zeitliche und finanzielle Aufwand in der Produkt- und Prozessoptimierung verhältnismäßig gering gehalten werden.
Schritte der statistischen Versuchsplanung
Zu den typischen Phasen zählen:
- Auswahl der für die Beantwortung der Forschungsfrage geeigneten Variablen
- Auswahl verlässlicher Messmethoden für diese Variablen
- Berechnung des erforderlichen Versuchsumfanges für statistisch aussagekräftige Ergebnisse
- Auswahl des Verfahrens für die Stichprobenerhebung
- Identifizierung und – wenn möglich – Eliminierung von Störgrößen
- Aufstellung des Versuchsplans
- Versuchsdurchführung
- Datenauswertung mit statistischer und grafischer Aufarbeitung
- Wiederholungsversuch zur Bestätigung der Ergebnisse
- Interpretation der Ergebnisse und Ableitung von Schlussfolgerungen und Empfehlungen
Meine Expertise
Als Chemiker sowie erfahrener Six Sigma-Berater bin ich nicht nur mit der konkreten Anwendung der statistischen Versuchsplanung im Bereich Polymerentwicklung sowie chemischer Synthese vertraut, sondern konnte die DoE-Methodik auch in zahlreichen Forschungsinstituten und Unternehmen erfolgreich etablieren. Dazu gehören Unternehmen aus dem Bereich Glasverarbeitung, optische Bauteile und Klebstoffherstellung sowie Forschungsprojekte zum Thema Batterien. Aber auch Pharma-Unternehmen, Metallverarbeitung, Automobilindustrie und deren Zulieferer, Hersteller von Medizinprodukten, Maschinenbau, Elektronik sowie Textilhersteller konnte ich mit dem Verfahren bereits unterstützen. Werfen Sie einen Blick auf meine weiteren Tätigkeitsfelder, um sich über die unterschiedlichen Einsatzmöglichkeiten zu informieren.
Wichtig zu wissen: Die statistische Versuchsplanung ist in nahezu allen Branchen anwendbar. Die in großer Zahl erfolgreich umgesetzten Projekte konnten in allen Fällen eine deutliche Zeitersparnis von mehreren Wochen oder Monaten und damit eine gesteigerte Effizienz durch die Anwendung dieser Methode verzeichnen.
Mein Schulungskonzept
Intuition ist eine gute Sache – aber nicht bei der Planung und Durchführung von Versuchen in der Produktentwicklung. Hier braucht es eine planvolle Vorgehensweise, um effizient zu arbeiten. In meinen Schulungen lernen die Teilnehmer die statistische Versuchsplanung deshalb zunächst methodisch und praktisch anhand verschiedener Beispiele kennen. Ziel ist dabei immer der direkte Einsatz für ein spezifisches Projekt, das reproduzierbare und damit belastbare Ergebnisse liefert. Durch den realen Bezug zu einem konkreten Projekt können Teilnehmende die zum Teil komplexen Inhalte besser nachvollziehen und anwenden. Die Auswertung der Daten erfolgt dabei anhand der Varianzanalyse (ANOVA) und der multiplen Regressionsanalyse, unterstützt durch eine Statistik-Software. Die Schulung zur statistischen Versuchsplanung umfasst in der Regel mehrere Tage, um die einzelnen Anwendungsfelder lernen und trainieren zu können.
Intensiver Praxisbezug erleichtert die Umsetzung der Lerninhalte
Dabei ist mir als Trainer der Bezug zur Praxis sehr wichtig. Aus diesem Grund halte ich die mathematische Theorie bei meinen DoE-Schulungen auf einem Minimum. Denn ebenso wie ein Fahrschüler für das Einparkenlernen keinerlei Kenntnisse über die Funktionsweise der Servolenkung benötigt, müssen sich auch meine Schulungsteilnehmer nicht mit langatmigen mathematischen Erläuterungen abmühen. Ziel ist es vielmehr, das Prinzip der Methodik zu verstehen und die statistische Versuchsplanung direkt im Anschluss an das Training in die berufliche Praxis umzusetzen. Genau das ist mein Konzept: Aus der Praxis – für die Praxis!
