E-Book, Deutsch, 226 Seiten
E-Book, Deutsch, 226 Seiten
ISBN: 978-3-446-41359-7
Verlag: Carl Hanser Fachbuchverlag
Format: PDF
Kopierschutz: Adobe DRM (»Systemvoraussetzungen)
Nur ein validiertes Kennzahlensystem schafft Vertrauen, wird gelebt und bringt den gewünschten Erfolg.Anschließend wird dem Leser eine Art "Kochrezept" zum Aufbau eines Kennzahlensystems vorgestellt, anhand dessen er die für seine Prozesse im Unternehmen erforderlichen Kennzahlen ermitteln und darstellen kann. Die dabei vorgeschlagene Vorgehensweise wird mit Fallstudien aus der Praxis vertieft und die Machbarkeit belegt. Bei der software-technischen Umsetzung der Aufgabenstellungen kommen im Wesentlichen Q-DAS® Produkte zum Einsatz. Allerdings können viele der hier getroffenen Aussagen und Vorgehensweisen verallgemeinert werden. Ein Projektleitfaden nach dem Q-DAS® CAMERA Konzept zur Einführung eines Kennzahlensystems rundet das Werk ab.
Die Autoren
Dr.-Ing. Edgar Dietrich und Dipl.-Ing Alfred Schulze sind Inhaber der Q-DAS GmbH, Weinheim.
Autoren/Hrsg.
Weitere Infos & Material
1;Vorwort;5
2;Inhaltsverzeichnis;7
3;1 Einleitung;11
3.1;1.1 Abgrenzung zu anderen Kennzahlenbüchern;11
3.2;1.2 Anforderungen aus Normen und Richtlinien;14
3.3;1.3 Allgemeiner Aufbau eines Kennzahlensystems;16
4;2 Begriffe und Definitionen;18
4.1;2.1 Unterschiedliche Definitionen;18
4.2;2.2 Im Buch verwendete Definitionen;21
5;3 Anforderungen an Kennzahlen und -systeme;24
5.1;3.1 Priorisierung der Anforderungen;24
5.2;3.2 Von der Datenbasis zur Kennzahl;26
5.2.1;3.2.1 Stichprobenprüfung;26
5.2.2;3.2.2 100%-Prüfung;26
5.2.3;3.2.3 Allgemeine Kennzahlenberechnung;27
5.3;3.3 Korrektheit einer Kennzahl;28
5.4;3.4 Kennzahlen im Realtime- und Offline-Regelkreis;31
6;4 Kommunikation von Kennzahlen;37
6.1;4.1 Berichtspyramide;37
6.2;4.2 Typische Fragestellungen;41
6.3;4.3 Kennzahlen-Cockpit;43
7;5 Aufbau der Datenbasis;45
7.1;5.1 Merkmalsarten;46
7.2;5.2 Prüfprozesseignung;46
7.2.1;5.2.1 Eignungsnachweis von Messprozessen;47
7.2.2;5.2.2 Messprozesse überwachen;50
7.2.3;5.2.3 Subjektive Prüfprozesse;52
7.3;5.3 Erfassungsarten;53
7.4;5.4 Strukturierte Datenhaltung;56
7.5;5.5 Datenvolumen und Archivierung;61
7.6;5.6 Erhöhung der Datenqualität;64
7.6.1;5.6.1 Datenqualität bei der Erfassung von Messwerten;65
7.6.2;5.6.2 Automatische Überprüfung des Datenbestandes;72
7.6.3;5.6.3 Datenbanktools;76
8;6 Qualitätskennzahlen;77
8.1;6.1 Beurteilung von Großserien;77
8.2;6.2 Beurteilung von Kleinserien;78
8.3;6.3 Messwert als einfachste Kenngröße;79
8.4;6.4 Bewertung von Prozessen anhand variabler Merkmale;82
8.4.1;6.4.1 Prozessleistung und -fähigkeit;83
8.4.2;6.4.2 Bestimmung der Prozessstreubreite;89
8.4.3;6.4.3 Bezugsgrößen;92
8.4.4;6.4.4 Prozessleistungs- und Prozessfähigkeitsindizes;93
8.5;6.5 Grenzwerte zur Bewertung von Kennzahlen;96
8.6;6.6 Bewertung von Prozessen anhand diskreter Merkmale;100
8.6.1;6.6.1 Fehlersammelkarten;102
8.6.2;6.6.2 DPU und DPO als Kennzahl für diskrete Merkmale;104
8.6.3;6.6.3 Fähigkeitskennzahlen für diskrete Merkmale;106
8.6.4;6.6.4 Datenerfassung bei qualitativen Merkmalen;109
9;7 Grafische Visualisierung von Kennzahlen;111
9.1;7.1 Tabellarisch mit grafischer Unterstützung;111
9.2;7.2 Box-Plot;112
9.3;7.3 Balkendarstellung der Fähigkeitskennzahlen;113
9.4;7.4 Verlauf der Fähigkeitskennzahlen;113
9.5;7.5 Benchmark Fähigkeitskennzahlen;114
9.6;7.6 Lage und Streuung pro Merkmal;115
9.7;7.7 Beurteilung von Teiletypen durch Noten;116
9.8;7.8 Toleranz-Überschreitungen;117
10;8 Schematisierter Aufbau eines Kennzahlensystems;119
10.1;8.1 Festlegung der Kennzahlen;120
10.2;8.2 Messen und Erfassen der Daten;121
10.3;8.3 Kennzahlen berechnen und verifizieren;123
10.4;8.4 Ergebnisse kommunizieren und bewerten;124
10.5;8.5 Validierung des Gesamtsystems;125
10.6;8.6 Review des Gesamtsystems;126
11;9 Realisierung eines Kennzahlensystems;128
12;10 Projekt-Leitfaden Q-DAS CAMERA Konzept;133
12.1;10.1 Ziel und Zweck;133
12.2;10.2 Projektspezifikation;134
12.2.1;10.2.1 Aufgabenstellung;134
12.2.2;10.2.2 Projektorganisation/Zuständigkeiten;135
12.2.3;10.2.3 Erfassung der Ist-Situation;135
12.2.4;10.2.4 Gewünschte Auswertungen, Selektionen und Berichte;136
12.2.5;10.2.5 Definition des Datenformats;137
12.2.6;10.2.6 Abschätzung des Datenvolumens;140
12.2.7;10.2.7 Messgeräte;140
12.2.8;10.2.8 Prozessdatenfluss;141
12.2.9;10.2.9 Einzusetzende Q-DAS;141
12.2.10;Produkte;141
12.2.11;10.2.10 Anwenderschulung;151
12.3;10.3 Projektplan;152
12.4;10.4 Projektdokumentation;153
13;11 Fallstudien;154
13.1;11.1 Einführung eines Prozessdatennetzwerks;156
13.2;11.2 Qualitäts-Informations-Management;164
13.3;11.3;172
13.4;Prüfplätze in der Kugelkäfigfertigung;172
13.5;11.4 Verbesserung der Produktqualität durch SPC;178
14;12 Anhang;186
14.1;12.1 Qualitätsdatenaustauschformat der Automobilindustrie;186
14.2;12.2 Beispielberichte;204
15;13 Glossar;207
16;14 Literatur;214
17;15 Verzeichnisse;218
17.1;15.1 Abbildungsverzeichnis;218
17.2;15.2 Tabellenverzeichnis;221
18;16 Index;222
19;Mehr eBooks bei www.ciando.com;0
3 Anforderungen an Kennzahlen und -systeme (S. 14-15)
Für die nutzbringende Anwendung eines Kennzahlensystems müssen mehrere Anforderungen erfüllt sein. Dabei ist das oberste Gebot die Korrektheit und Aussagefähigkeit einer Kennzahl. Es ist wichtig, dass die Kennzahlen stetig aktualisiert werden und damit immer auf dem neuesten Stand sind. Um eine langfristige Vergleichbarkeit der Ergebnisse sicher zu stellen, muss die Ermittlung der Kennzahlen standardisiert sein, d.h. die Methode der Ermittlung muss immer die gleiche bleiben, um zurückliegende Ergebnisse mit neuen vergleichen zu können. Die Definition einer Kennzahl muss für den jeweiligen Leser klar und deutlich verständlich sein, um Fehlinterpretationen auszuschließen. Der Aufwand für die Erstellung und Pflege eines Kennzahlensystems ist nicht zu unterschätzen. Dies liegt insbesondere in den Aufwendungen für die Erfassung und Verwaltung der Datenbasis. Daher sind auch wirtschaftliche Aspekte zu beachten. Unter Umständen können die Aufwendungen für die Ermittlung einer Kennzahl deren Nutzen leicht übersteigen. Diese Fragestellungen sind im konkreten Fall jeweils einzeln zu betrachten. Große Bedeutung kommt einer aufgaben- und anwendergerechten Visualisierung zu. Nur leicht verständlich und lesbare Darstellungen werden vom Anwender akzeptiert und für die Steuerung bzw. Lenkung seiner Prozesse nutzbringend eingesetzt. Je nach Aufgabenstellung sind unterschiedliche Blickrichtungen auf die Daten und deren Analyse sinnvoll. Dementsprechend umfangreich kann das Kennzahlensystem ausfallen.
3.1 Priorisierung der Anforderungen
Gemäß der VDI-Studie „Produktionscontrolling mit Kennzahlen" [31] können die Anforderungen an eine Kennzahl bezüglich deren Bedeutung wie folgt priorisiert werden:
1. Kennzahlen müssen aussagefähig sein
D.h. Kennzahlen müssen die realen Sachverhalte ausreichend genau und verständlich beschreiben. Eine Kennzahl, die einen Sachverhalt falsch widerspiegelt, ist unbrauchbar! Um korrekte Kennzahlen ermitteln zu können, muss die Datenbasis repräsentativ sein, die Datenqualität den Anforderungen entsprechen und die Berechnungsmethode sowie der gesamte Ablauf validiert sein.
2. Eine Kennzahl muss aktuell und schnell verfügbar sein
Dabei bedeutet aktuell, dass die Kennzahl jederzeit den konkret vorliegenden Vorgang beschreibt. Möchte man gezielt aufgrund einer ad hoc Analyse eine Kennzahl oder mehrere Kennzahlen ermitteln, so muss diese schnell verfügbar sein. Benötigt man mehrere Stunden oder sogar Tage, bis Ergebnisse bereit gestellt werden, sind diese oft schon wieder überholt. Insbesondere, wenn Daten manuell von verschiedenen Quellen zusammengeführt und daraus Kennzahlen gebildet werden, sind diese in der Regel in Frage zu stellen, da aufgrund der hohen Fehleranfälligkeit die Korrektheit nicht immer gegeben ist.
3. Eine Kennzahl muss vergleichbar sein
Insbesondere die zeitliche Veränderung von Kennzahlen hat eine hohe Aussagekraft. Oftmals ist es nicht erforderlich, einen wie auch immer definierten Idealzustand zu erreichen. In der Praxis ist es teilweise viel wichtiger, erreichte Zustände, mit denen man zufrieden ist, kontinuierlich fortzuführen. Daher ist es unabdingbar, dass Kennzahlen in ihrer Definition und Berechnungsmethode nicht verändert werden. Ein Vergleich zwischen „Äpfeln und Birnen" führt zu keinem Ergebnis. Solche Kennzahlen sind unbrauchbar. Ist eine neue Kennzahl erforderlich, so kann diese jederzeit eingeführt werden. Diese darf zum Vergleich jedoch erst für künftige Kennzahlen mit der gleichen Berechnungsmethode herangezogen werden.
