##  [Six Sigma](/de/node/64919) 

 Definition

Eine datengetriebene Methodik zur Prozessverbesserung, die Prozessvariation und Fehler reduziert, indem sie statistische Messung, Analyse und kontrollierte Verbesserungszyklen (häufig als Define–Measure–Analyze–Improve–Control strukturiert) anwendet, sodass Ergebnisse vorhersagbarer und an Kundenanforderungen ausgerichtet werden.

 

 

 

 

 

 





## Prinzip

Prinzip

Die Reduktion statistischer Variation in wichtigen Prozessgrößen und Steuergrößen verengt die Ausgangsverteilung und erhöht den Anteil der Einheiten innerhalb der Spezifikation; systematisches Problemlösen und Kontrolle verhindern ein Zurückfallen in höhere Fehlerquoten.

 

 

 

 

 





## Demonstration

Demonstration

Illustratives Szenario — Situation: Eine Abfülllinie zeigt starke Schwankungen im Füllvolumen und häufige Überfüllungen. Erkennung: Das Team definiert den Fehler, misst die Prozessfähigkeit und identifiziert Hauptursachen der Variation mittels Regelkarten und Ursachenanalyse. Aktion: Anwendung von DMAIC: Prozess stabilisieren, Maschinentoleranzen überarbeiten und Überwachung mit Kontrollgrenzen einführen. Folge: Die Variation nimmt ab, weniger Flaschen liegen außerhalb der Spezifikation, Nacharbeit und Verschnitt sinken, und fortlaufende Kontrolle verhindert ein Wiederauftreten der Fehler.

 

 

 

 

## Fehlanwendung

Fehlanwendung

Six Sigma lediglich als Sammlung statistischer Werkzeuge oder als Zertifizierungsstruktur zu behandeln statt als Problemlösungs- und Kontrolldisziplin. Warum das plausibel erscheint: Werkzeugeinsatz und zertifizierte Belt-Ränge sind sichtbar. Semantischer Fehler: Isolierte Analysen oder Inspektion anstelle von systemischen Änderungen führen zu kurzfristigen metrischen Verbesserungen, ohne Ursachen zu beseitigen; Kennzahlen können verzerrt werden, wenn sie nicht an Kundenwert gebunden sind.

 

 

 

 

 





## Konsequenz

Konsequenz

Richtig angewandt erhöht Six Sigma Vorhersehbarkeit und reduziert Fehler sowie Kosten schlechter Qualität, erfordert jedoch verlässliche Messsysteme, statistische Kompetenz und Managementausrichtung; Fehlgebrauch kann Ressourcen auf wenig wertvolle Analysen lenken oder perverse Anreize schaffen.

 

 

 

 

## Umkehrung

Umkehrung

Wenn der Prozessoutput grundsätzlich unmessbar, extrem geringvolumig oder explorativ ist (z. B. frühe F&E-Phasen oder einmalige kreative Arbeit), sind strikte Six-Sigma-Statistiken ungeeignet; schnelle iterierende Experimente oder qualitative Bewertungen sind oft wirkungsvoller.

 

 

 

 

 





## Abgrenzung

Abgrenzung

Klar innerhalb: repetitive, messbare Produktions- oder Transaktionsprozesse, in denen Fehler und Variation definiert und gemessen werden können. Grenzfall: Serviceinteraktionen mit hoher Kundenvarianz und subjektiver Qualität — einige Six-Sigma-Werkzeuge sind anwendbar, erfordern aber sorgfältige Metrikdefinition. Klar außerhalb: neuartige Designarbeit, bei der Zielgrößen und Toleranzen emergent sind und sich nicht für konventionelle Fähigkeitsstatistik eignen.

 

 

 

 

 





## Semantische Spannung

Semantische Spannung

Standardisierung ↔ Innovation — Six Sigma fördert Stabilität und Standardisierung, was im Konflikt mit der Notwendigkeit zu experimentieren und innovieren stehen kann; eine klare Governance trennt Explorations- von Produktionssphären.

 

 

 

 

 





## Synthese

Synthese

Six Sigma ist dann am effektivsten, wenn statistische Messung in Entscheidungsprozesse eingebettet ist, die kundenrelevante Fehler priorisieren, und wenn Verbesserungszyklen so gesteuert werden, dass Kennzahlen nicht verzerrt werden; es macht Qualitäts- ergebnisse reproduzierbar statt die strategische Entscheidung zu ersetzen.