KT und Six Sigma – komplementär oder konkurrierend?
Wir führen häufig Gespräche mit Kunden darüber, ob der Kepner-Tregoe-Problemanalyseprozess zu der Six Sigma-Arbeit passt, die sie durchführen. Ihre Fragen zielen meist darauf ab, die beiden Techniken als miteinander konkurrierend darzustellen; fast so, als hätten sie nur die Kapazität, ein einziges Tool zu nutzen – und welches sollte es dann sein?
Aus unserer Sicht ist das ein falscher Gegensatz. KT Problemanalyse und Six-Sigma-Tools wie Ishikawa-Fischgräten-Diagramme wurden entwickelt, um völlig unterschiedliche Ziele zu erreichen. Bei Six Sigma geht es um „Common Cause“-Probleme, bei denen produkt- oder prozessimmanente Faktoren im Zeitverlauf zu Abweichungen führen. Denken Sie an irgendeine Maschine – alle Maschinen erzeugen Wärme und alle Maschinen vibrieren. Und mit der Zeit wird diese Wärme schließlich die Dichtungen und Dichtungsringe austrocknen und rissig werden lassen, und die Vibration wird irgendwann alle Schrauben lockern. Das liegt in der Natur der Dinge – inhärente Variation. Six Sigma versucht, diese inhärenten Variationsquellen zu isolieren und zu reduzieren.
KT Problemanalyse wurde entwickelt, um „Special Cause“-Probleme anzugehen, bei denen sich etwas verändert hat oder anders ist und dadurch ein Problem verursacht: eine Änderung der Einstellungen; ein neuer Bediener; ein anderer Rohstofflieferant; eine plötzliche Anomalie der Umgebungsbedingungen – all dies, einzeln oder in Kombination, kann Probleme verursachen.
Das zeigt sich in der ersten Frage, mit der KT prüft, ob ein bestimmtes Problem zum KT-Prozess passt: „Haben wir eine Abweichung?“ Wenn die Antwort lautet: „Nein, das war schon immer so“, dann handelt es sich wahrscheinlich um eine Common Cause.
Selbst bei Special-Cause-Problemen kann die Ishikawa-Technik – korrekt eingesetzt und in der richtigen Reihenfolge – hervorragend funktionieren. Bei falscher Anwendung kann das Vermischen beider Ansätze jedoch katastrophal sein.
Zum Beispiel habe ich kürzlich einen Kunden besucht, der versuchte, beide Ansätze intuitiv zu verbinden – und es genau falsch gemacht hat. Es gab eine Gruppe von Fachexperten, die nicht in KT geschult waren und dem Ansatz etwas ablehnend gegenüberstanden – sie wollten Fischgräten-Diagramme erstellen. Fischgräten waren intuitiv, sie stützten sich auf Erfahrung und Wissen, nicht auf konkrete Daten. Sie gaben den Experten die Möglichkeit, ihre Expertise einzubringen. Das Unternehmen hatte außerdem in KT geschulte Moderatoren, die die Is/Is-Not-Technik von KT einsetzen wollten, bei der wir damit beginnen, die Symptome des Problems zu spezifizieren. Der Kompromiss bestand darin, zunächst Fischgräten zu erstellen und anschließend ein Is/Is Not auf Basis der Fischgräten-Variablen durchzuführen, die sie am überzeugendsten fanden.
Sie sehen, was an diesem Bild nicht stimmt – sie begannen mit Ursachen und suchten dann nach Symptomen. Es war genau umgekehrt, ein geschlossenes Kreislaufsystem. Das Ergebnis war, dass alle Ursachen, die sie identifizierten – Problem für Problem – die „üblichen Verdächtigen“ waren: vage Schuldige wie „unzureichende Reinigungsverfahren“ oder „unzureichende Prüfdisziplin“ oder der gefürchtete „Bedienfehler“. Sie setzten einige prozedurale Korrekturen um . . . und die Probleme traten erneut auf. Als KT schließlich ins Spiel kam, war es so schlimm geworden, dass sie bereit waren, zusätzliche Unterstützung in Anspruch zu nehmen.
Bei Special-Cause-Problemen bevorzugen wir Ishikawa-Diagramme, nachdem die Symptome des Problems spezifiziert wurden. Wir wissen bereits, welche Chargen betroffen waren und welche nicht, welche Kunden reklamiert haben und welche nicht, und vielleicht sogar, an welchen Wochentagen das problematische Produkt hergestellt wurde und an welchen nicht. An diesem Punkt fragen wir, was an diesem Produkt, dieser Abweichung, diesem Zeitpunkt, diesem Ort, dieser Menge einzigartig, ungewöhnlich, auffällig oder anders ist. Und wir nutzen häufig die Ishikawa-Kategorien als Impulse, um diese Daten zu erheben:
Was ist in Bezug auf die Besetzung bei Modell 200 einzigartig?
- Was ist in Bezug auf Materialien an der rechten Seite der Einheit anders?
- Was ist im Hinblick auf Methoden oder Messung an vor zehn Tagen einzigartig?
- Was ist im Hinblick auf die Umgebung am Labor im zweiten Stock auffällig?“
So eingesetzt, zu diesem Zeitpunkt, können sie hervorragend funktionieren.
Wenn Sie darüber nachdenken, entspricht das eher der klassischen wissenschaftlichen Methode: Beginnen Sie induktiv, um ein epidemiologisches Muster des Problemverhaltens zu etablieren. Leiten Sie daraus dann Unterschiede, Veränderungen und Ursachen ab. Testen Sie schließlich diese möglichen Ursachen anhand der Daten. Explorative Daten zu bestätigenden Daten, induktiv zu deduktiv, Teile zu Ganzem zu Teilen – das kommt Ihnen bekannt vor.
Parallel dazu finden wir Einsatzmöglichkeiten für den KT-Prozess bei Common-Cause-Problemen. Wir haben festgestellt: Wenn Sie ein schnelles, pragmatisches Is/Is Not durchführen können, um die Symptome des Problems zu spezifizieren, können Sie möglicherweise drei oder vier der Hauptgräten des Fisches schnell ausschließen: „Nun, wenn es an Linie 1 auftritt, aber an Linie 2 nicht, können wir Umgebungsfaktoren sowie Material und Personal ignorieren – sie sind beide im selben Raum, nutzen dieselben Lagerbestände und rotierende Teams.“ Fünfzehn Minuten, die man auf diese Weise zu Beginn investiert, können später Stunden schmerzhafter Diskussionen sparen und Ihren Suchraum deutlich eingrenzen.
Diese beiden Toolsets stehen also nicht in Konkurrenz. Sie funktionieren besser für unterschiedliche Arten von Themen – und in unterschiedlichen Phasen des Analyseprozesses. Und gemeinsam eingesetzt funktionieren sie besser als getrennt. Es geht einfach darum, das richtige Tool für die jeweilige Aufgabe zu verwenden.
Von Dr. Jamie Weiss, Senior Consultant, Kepner-Tregoe, Inc. Ebenfalls von Dr. Weiss: Der Trugschluss der Menschenprobleme
