Was ist "DMAIC (Define, Measure, Analyze, Improve and Control)"?

DMAIC ist der strukturierte Verbesserungszyklus von Six Sigma und steht für die fünf Phasen Define, Measure, Analyze, Improve, Control. Das Akronym beschreibt einen datenbasierten Problemlösungsprozess, der bestehende Prozesse systematisch verbessert, indem er die Ursachen von Qualitätsproblemen und Prozessstreuung identifiziert und nachhaltig beseitigt. Im Gegensatz zum PDCA-Zyklus, der eher auf iteratives Lernen durch schnelle Experimente ausgelegt ist, legt DMAIC besonderen Wert auf statistische Datenanalyse und die mathematische Quantifizierung von Ursache-Wirkungs-Beziehungen (vgl. Leyendecker/Kierdorf 2021, o. S.).

Die fünf Phasen im Detail

Define, Problemstellung definieren

In der Define-Phase wird das Verbesserungsprojekt klar abgegrenzt. Zentrale Fragen sind: Was ist das Problem? Wer ist der Kunde? Was erwartet der Kunde? Das wichtigste Werkzeug ist die Voice of the Customer (VOC), mit der die kundenrelevanten Qualitätsmerkmale identifiziert werden. Aus der VOC werden die Critical-to-Quality-Merkmale (CTQ) abgeleitet, also diejenigen messbaren Prozessergebnisse, die für die Kundenzufriedenheit entscheidend sind. Ergänzend werden Projektumfang, Ziele, Zeitrahmen und Teamzusammensetzung in einer Projektcharta festgehalten.

Measure, Ist-Zustand messen

Die Measure-Phase erfasst den aktuellen Prozesszustand mit Hilfe von Zahlen, Daten und Fakten. Es wird ein Messplan erstellt, der festlegt, welche Daten an welcher Stelle im Prozess erhoben werden. Die Prozessfähigkeit wird berechnet, üblicherweise als Cp- und Cpk-Wert, und die aktuelle Fehlerrate in Sigma-Niveau ausgedrückt. Gleichzeitig wird das Messsystem selbst validiert (Measurement System Analysis), um sicherzustellen, dass die erhobenen Daten zuverlässig und reproduzierbar sind. Ohne valide Messdaten sind alle nachfolgenden Analysen wertlos.

Analyze, Ursachen analysieren

In der Analyze-Phase werden die gesammelten Daten statistisch ausgewertet, um die wahren Ursachen der Prozessstreuung und der Fehler zu ermitteln. Typische Werkzeuge sind Pareto-Analysen, Hypothesentests, Regressionsanalysen und Prozess-Mapping. Es geht darum, über subjektive Vermutungen hinauszugehen und die Zusammenhänge zwischen Einflussfällen und Prozessergebnissen mathematisch zu belegen. Diese datenbasierte Vorgehensweise unterscheidet DMAIC von vielen anderen Verbesserungsmethoden und eliminiert das sogenannte „Bauchgefühl“ aus der Entscheidungsfindung (vgl. Leyendecker/Kierdorf 2021, o. S.).

Improve, Prozess verbessern

Auf Basis der identifizierten Ursachen werden in der Improve-Phase Lösungen entwickelt, getestet und implementiert. Die statistische Versuchsplanung (Design of Experiments) ist dabei eines der mächtigsten Werkzeuge: Sie ermöglicht es, die Wirkung mehrerer Einflussgrößen gleichzeitig zu untersuchen und die optimale Einstellung der Prozessparameter zu bestimmen. Das Ergebnis ist idealerweise eine Transferfunktion, eine mathematische Gleichung, die den Zusammenhang zwischen Eingangsgrößen und Prozessergebnis quantifiziert. Damit wird der Prozess nicht nur verbessert, sondern auch vorhersagbar gemacht.

Control, Nachhaltigkeit sichern

Die Control-Phase stellt sicher, dass die erreichten Verbesserungen dauerhaft erhalten bleiben. Dazu werden statistische Prozessregelkarten (Control Charts) eingeführt, die Veränderungen im Prozessverhalten frühzeitig sichtbar machen. Standardarbeitsanweisungen werden aktualisiert, Schulungen durchgeführt und Verantwortlichkeiten für die laufende Überwachung festgelegt. Ohne eine konsequente Control-Phase besteht die Gefahr, dass der Prozess nach kurzer Zeit in den alten Zustand zurückfällt.

DMAIC und Lean Management

DMAIC und Lean Management ergänzen sich in der Praxis auf ideale Weise. Während Lean darauf abzielt, Verschwendung zu eliminieren und den Wertfluss zu optimieren, fokussiert sich DMAIC auf die Reduzierung von Prozessstreuung und die Erhöhung der Prozessvorhersagbarkeit. Lean-Methoden wie 5S schaffen zunächst Ordnung und Transparenz, damit die statistischen Analysen von Six Sigma überhaupt aussagekräftig werden. Umgekehrt liefert DMAIC die Werkzeuge, um komplexe, datenintensive Problemstellungen zu lösen, bei denen einfache Lean-Werkzeuge an ihre Grenzen stoßen (vgl. Leyendecker/Kierdorf 2021, o. S.).

Kerngedanke: DMAIC verbannt das „Bauchgefühl“ aus der Prozessverbesserung. Durch die konsequent datenbasierte Vorgehensweise werden nicht Symptome, sondern die wahren Ursachen von Problemen adressiert. Die kundenorientierte Ausrichtung, beginnend mit der Voice of the Customer in der Define-Phase, stellt sicher, dass Verbesserungen dort ansetzen, wo sie den größten Nutzen für den Kunden stiften.

Belt-Ausbildungsstufen

Die Anwendung von DMAIC erfordert spezifische Kompetenzen, die in gestuften Ausbildungsprogrammen vermittelt werden. Der Yellow Belt erhält eine Einführung in die grundlegenden Problemlösungswerkzeuge ohne Statistik. Der Green Belt wird umfassend ausgebildet und kann eigenständige Verbesserungsprojekte durchführen. Der Black Belt ist der Six-Sigma-Experte, dessen Schwerpunkt auf fortgeschrittenen statistischen Methoden wie der Versuchsplanung liegt. Darüber hinaus gibt es den Master Black Belt, der als methodischer Mentor und Trainer für die gesamte Organisation fungiert.

Quellenangaben

Leyendecker, B.; Kierdorf, M. (2021): Und warum jetzt auch noch Six Sigma?, Zwei Trainer und Experten im Dialog, in: YOKOTEN 02/2021.

Verwandte Konzepte

• Six Sigma, Übergeordnete Methodik, deren Verbesserungszyklus DMAIC ist.
• PDCA, Iterativer Verbesserungszyklus, der DMAIC im Lean-Kontext ergänzt.
• Design of Experiments, Statistische Versuchsplanung als Schlüsselwerkzeug der Improve-Phase.
• Zahlen, Daten, Fakten, Grundprinzip der datenbasierten Entscheidungsfindung in DMAIC.
• Lean Management, Ergänzende Methodik zur Eliminierung von Verschwendung.
• KVP, Kontinuierlicher Verbesserungsprozess, in den DMAIC-Projekte eingebettet sind.