Six Sigma Plus

Die klassische Six Sigma Ausbildung nach dem DMAIC Regelkreis ist nicht mehr zeitgemäß, denn sie geht im Wesentlichen von 2 Annahmen aus:

Erstens müssen Daten zur Lösung eines konkreten Problems gezielt erhoben werden, um möglichst alle wichtigen Einflussgrößen in den Datensätzen zu repräsentieren. Man misstraut grundsätzlich historischen Daten, da deren Herkunft ungewiss ist. Zweitens muss es möglich sein, in die Abläufe einzugreifen, um diese verbessern zu können. Das heisst im Klartext, dass ein Unternehmen zur Ermittlung der optimalen Fahrweise die klassische Versuchsplanungsmethodik DoE einsetzen wird. Diese Situation lag Mitte der 80er Jahre des vergangenen Jahrhunderts - der Geburtsstunde der Six Sigma Methodik - bei den meisten Unternehmen durchaus vor, denn der Automatisierungsgrad und damit der Zugriff auf alle möglichen Daten war bei weitem nicht so fortgeschritten wie heutzutage...

Die klassische Six Sigma Methodik war also genau die richtige Methode zur richtigen Zeit. Die Welt hat sich seither verändert. Die meisten Unternehmen haben ihre Kernprozesse automatisiert. Wichtige Daten liegen heute in großer Menge vor, sie werden jedoch von den meisten Unternehmen nicht genutzt. Große Unternehmen - insbesondere in der internet Branche - machen es schon heute vor. Sie fällen Entscheidungen auf Basis moderner Datenanalyse. Die meisten Unternehmen jedoch wissen immer noch nichts mit ihren Daten anzufangen. Hier setzt die Six Sigma Plus Ausbildung an.

Die Six Sigma Plus Ausbildung richtet sich an Unternehmen, die bereits einen hohen Automatisierungsgrad erreicht haben, wie z.B. die chemische Industrie, Kunststoffverarbeiter, Energieerzeuger oder Kläranlagenbetreiber. Ihre Prozesse werden von komplexen Steuerungssystemen gelenkt. Ein manueller Eingriff in die Prozessregelung ist bei Six Sigma Plus unerwünscht oder gefährlich und häufig auch unwirtschaftlich.

Diese Unternehmen haben gewaltige Datenmengen gesammelt, die jedoch noch nicht ausreichend analysiert werden.

Die Optimierung von Prozessen läuft noch heute weitgehend mit der Methodik der Versuchsplanung DoE ab. Diese Methodik hat ihren Ursprung in den 50er Jahren des vergangenen Jahrhunderts. Die Anzahl der sinnvoll in einem Modell abbildbaren Einflussfaktoren ist dabei auf 5 bis max. 7 begrenzt, da sonst die Anzahl der Versuche zu groß wird. Sind mehr relevante Einflussgrößen vorhanden müssten Sie auf Kosten der Genauigkeit verzichten. Zusätzlich verlangt die Methodik aus Effizienzgründen, dass Sie die Faktoren bis in die Randgebiete des physikalisch machbaren variieren, um ein ausreichend großes "Prozessfenster" betrachten zu können.

Viele Unternehmen sehen sich heute der Situation ausgesetzt, dass Ihre Prozesse sehr empfindlich auf kleinste Änderungen reagieren und Extremsituationen gar nicht erlaubt sind, weil z.B. Schadstoff-Grenzwerte überschritten werden oder schlicht und ergreifend Schrott produziert wird. Dies würde die Anwendung der klassischen Versuchsplanung sehr erschweren...


Hier hilft die Six Sigma Plus Ausbildung weiter.

Ziel von Six Sigma Plus ist es, die vorhandenen Daten zu verwenden, um mit Werkzeugen der Statistik kombiniert mit künstlichen neuronalen Netzwerken immer genauere Modelle der Realität zu erzeugen und so eine bessere Prozess-Steuerung zu realisieren. Dazu wird die Software NeuroModel® von atlantec Systems GmbH eingesetzt.

Die Software unterstützt den Anwender bei allen erforderlichen Schritten der Datenaufbereitung und -analyse. Der Anwender braucht keinerlei mathematische Vorkenntnisse wohl aber exakte Prozesskenntnisse.
Es werden modernste Methoden der Datenaufbereitung bei Six Sigma Plus verwendet, die zunächst über mehrere Schritte aus Millionen Datensätzen wenige charakteristische Datensätze erzeugen. Aus diesen charakteristischen Datensätzen werden Modelle erzeugt, deren Vorhersagequalität durch Vergleich mit den realen Zielgrößen ermittelt wird.

Die Modelle werden dann in künstlichen neuronalen Netzwerken (KNN) abgebildet und mit neuen Daten gefüttert oder wie man sagt "trainiert". Das KNN verrechnet bis zu 40 Eingangsgrößen (wie z.B. Prozessgrößen, Rohstoffmerkmale) in einzelne oder mehrere Ausgangsgrößen (Zielgrößen). Die vom Modell berechneten Zielgrößen werden mit den gemessenen Zielgrößen verglichen. Die KNN lernen also mit jedem Trainingslauf und passen das Modell immer genauer an die Wirklichkeit an.


So entsteht durch Six Sigma Plus ein Gesamtmodell für Bereiche der Zielgrößen, die genauer und Bereiche der Zielgrößen, die weniger genau geschätzt werden können. Unsichere - aber wirtschaftlich interessante - Bereiche des Modells können jetzt mit gezielten Versuchen angesteuert werden. Diese Vorgehensweise ist der klassischen Versuchsplanung deutlich überlegen, da sie mit wesentlich weniger Versuchen auskommt und zugleich wesentlich mehr Eingangsgrößen verarbeiten kann.

Mathematisch gesehen sind die Modelle aus KNN nicht mit den Modellen aus der klassischen Versuchsplanung zu vergleichen. Erstere sind in hohem Maße nichtlinear letztere sehr häufig einfache Linearkombinationen.

 

Kontakt

Dr. Benner Prozessoptimierung GbR
Lixstrasse 17/1
D-74072 Heilbronn

Telefon: +49 (0) 7131/3947913
Telefax: +49 (0) 3222/3946743
E-mail: drb@drbenner.de 

Neuromodel

weitere Infos finden Sie hier

Minitab 17

 

Minitab 17

 

weitere Infos finden Sie hier