Six Sigma — Datengetriebene Qualitätsverbesserung mit Statistik
99.99966 Prozent Qualität — Fehler systematisch eliminieren
Six Sigma ist eine datengetriebene Methode zur Prozess-Verbesserung mit dem Ziel, Fehlerraten auf 3.4 ppm (parts per million) zu reduzieren. Stark im manufacturing, Healthcare, Logistik.
Über Six Sigma
Six Sigma wurde 1986 bei Motorola entwickelt und von Jack Welch bei GE in den 1990ern weltbekannt gemacht. Das Ziel: Prozess-Variation so weit reduzieren, dass Fehler nur noch in 3.4 von einer Million Gelegenheiten auftreten (6 Sigma Niveau). Das DMAIC-Framework (Define, Measure, Analyze, Improve, Control) strukturiert Verbesserungs-Projekte. Team-Rollen sind nach Karate-Gürteln benannt: Yellow Belt (Basis-Schulung), Green Belt (Projektleiter), Black Belt (Vollzeit-Verbesserer), Master Black Belt (Coach). Six Sigma ist in vielen DAX/SMI-Konzernen Pflicht-Methode für Prozess-Verbesserer. Lean Six Sigma kombiniert Six Sigma mit Lean Production für umfassende Optimierung.
Herkunft
Motorola, 1986. Bekannt gemacht durch Jack Welch bei General Electric ab 1995. Heute ISO 13053 standardisiert.
Phasen von Six Sigma
Define
Problem definieren, Ziele setzen, Projekt-Charter erstellen, Voice of Customer einholen, SIPOC-Diagramm erstellen.
Measure
Aktuelle Performance messen, Process-Capability berechnen (Cpk), Datensammlung-Plan etablieren, Pareto-Analyse, Histogramme.
Analyze
Root-Causes mit statistischen Tools identifizieren — Fishbone-Diagramm, 5-Whys, Hypothesentest, Regressionsanalyse, ANOVA.
Improve
Lösungen entwickeln, Design of Experiments (DOE), Pilot-Tests, Implementierung.
Control
Verbesserung halten, Control-Charts etablieren, Standard Operating Procedures, Monitoring-Plan.
Wann Six Sigma passt — und wann nicht
Passt für:
- Manufacturing und Engineering-Projekte mit messbaren Outputs
- Healthcare-Prozesse (z.B. OP-Vorbereitung, Medikation)
- Banking und Versicherung (Schadensbearbeitung, Kreditprozesse)
- Logistik und Supply-Chain-Optimierung
- Service-Industrien mit hohem Transaktionsvolumen
Nicht ideal für:
- Reine Kreativ- und Innovations-Projekte
- Hochdynamische Software-Entwicklung mit häufigen Pivots
- Sehr kleine Organisationen ohne dedizierten Datenanalysten
Six Sigma im Vergleich zu anderen Methoden
vs Lean
Lean reduziert Verschwendung via Prozess-Redesign. Six Sigma reduziert Variation via Statistik. Beides ergänzt sich (Lean Six Sigma).
vs Kaizen
Kaizen ist kontinuierliche kleine Verbesserung. Six Sigma sind grössere, statistisch fundierte Projekte (3-6 Monate).
vs TQM
TQM (Total Quality Management) ist die Philosophie, Six Sigma die strukturierte Umsetzung mit Statistik.
Wie Flenio Six Sigma unterstützt
Flenio unterstützt Six Sigma-DMAIC-Projekte mit DMAIC-Templates pro Phase, Daten-Felder für Cpk, Defect-Rate, Sigma-Level, Audit-Log für Statistik-Nachvollziehbarkeit. Integration mit Minitab oder JMP via API.
Häufige Fragen zu Six Sigma
Brauche ich Statistik-Kenntnisse für Six Sigma?
Für Yellow Belt nein, für Green Belt grundlegend, für Black Belt umfangreich. Statistische Tests (t-Test, ANOVA, Regression) sind Pflicht ab Green Belt.
Wie unterscheidet sich Lean Six Sigma von Six Sigma?
Lean Six Sigma kombiniert Six Sigma (Variation reduzieren) mit Lean (Verschwendung eliminieren). Praktischer und umfassender, heute der häufigere Ansatz.
Welche Zertifizierungen sind anerkannt?
ASQ (USA), IASSC (international neutral), TÜV (DACH), DGQ (Deutschland). Wichtig: Praxis-Projekte sind wichtiger als der Schein.
Andere Methoden
HERMES 2022
Schweizer Standard für öffentliche und IT-getriebene Projekte
SIA-Phasenmodell
Schweizer Norm für Architektur- und Bauprojekte
Scrum
Iterativ, transparent, empirisch — das agile Framework Nr. 1
Kanban
Pull-System statt Push — Arbeit fliesst durch das System
Agile
Werte statt Prozesse — Iteration statt grosser Pläne
Wasserfall
Sequenziell, geplant, dokumentiert — der klassische Ansatz