Control Limits: Berechnung, Regelkarten & Praxis

Control Limits: Was ist das?

Control Limits (Regelgrenzen) sind statistisch berechnete Grenzwerte in einer Regelkarte, die den Bereich der natürlichen Prozessstreuung abbilden. Sie liegen bei ±3 Standardabweichungen (σ) um den Prozessmittelwert und umfassen damit 99,73 % aller Messwerte eines stabilen Prozesses. Fällt ein Messwert ausserhalb der Control Limits, signalisiert das eine besondere Ursache (special cause), die untersucht werden muss.

Der entscheidende Punkt, der in der Praxis regelmässig falsch verstanden wird: Control Limits beschreiben, was der Prozess tut. Toleranzgrenzen (Spezifikationsgrenzen) beschreiben, was der Prozess tun soll.
Ein Prozess kann innerhalb seiner Control Limits laufen und trotzdem ausserhalb der Toleranz produzieren, wenn die Prozessstreuung zu gross oder der Mittelwert verschoben ist.

Und umgekehrt: Ein Messpunkt ausserhalb der Control Limits bedeutet nicht automatisch Ausschuss, sondern dass sich der Prozess verändert hat.

Control Limits berechnen: Die Formel

Die Berechnung von Control Limits basiert auf der natürlichen Streuung des Prozesses. Für die gebräuchlichste Regelkarte, die x̄-Karte (Mittelwertkarte), gelten folgende Formeln:

UCL (Upper Control Limit) = x̄̄ + A₂ × R̄
CL (Center Line) = x̄̄
LCL (Lower Control Limit) = x̄̄ − A₂ × R̄

Dabei ist x̄̄ der Gesamtmittelwert aller Stichprobenmittelwerte, R̄ die mittlere Spannweite und A₂ ein tabellarischer Faktor, der von der Stichprobengrösse n abhängt.

Rechenbeispiel: Eine Spritzgussmaschine produziert Gehäuseteile. Über 25 Stichproben à 5 Teile wurde ein Gesamtmittelwert von x̄̄ = 50,12 mm und eine mittlere Spannweite von R̄ = 0,08 mm ermittelt. Mit A₂ = 0,577 für n = 5 ergibt sich:

• UCL = 50,12 + 0,577 × 0,08 = 50,166 mm
• LCL = 50,12 − 0,577 × 0,08 = 50,074 mm

Die Control Limits liegen bei 50,074 mm und 50,166 mm. Jeder Stichprobenmittelwert außerhalb dieses Bereichs signalisiert eine Prozessveränderung.

Wichtig: Control Limits werden aus den Prozessdaten berechnet, nicht willkürlich festgelegt. Wer die Grenzen enger oder weiter setzt, ohne die statistische Grundlage zu ändern, verfälscht die Aussagekraft der Regelkarte.

Control Limits vs. Toleranzgrenzen: Der Unterschied

Diese Verwechslung verursacht in der Praxis die meisten Fehlentscheidungen. Beide Grenzen erscheinen als Linien auf einem Diagramm, beschreiben aber grundlegend verschiedene Dinge.

Das ideale Bild: Control Limits liegen deutlich innerhalb der Toleranzgrenzen. Dann hat der Prozess genug "Luft" (hoher Cpk-Wert). Wenn Control Limits nahe an oder ausserhalb der Toleranzgrenzen liegen, produziert der Prozess mit hoher Wahrscheinlichkeit Ausschuss, selbst wenn er statistisch "in control" ist.

Regelkarten lesen: Wann ein Prozess ausser Kontrolle ist

Ein einzelner Punkt ausserhalb der Control Limits ist das offensichtlichste Signal. Aber die Western-Electric-Regeln (auch Shewhart-Regeln) definieren weitere Muster, die auf besondere Ursachen hindeuten, obwohl alle Punkte innerhalb der Grenzen liegen.

Regel 1: Ein Punkt liegt auß   erhalb der ±3σ-Grenze (UCL oder LCL).
Regel 2: 2 von 3 aufeinanderfolgenden Punkten liegen jenseits der ±2σ-Grenze (Warngrenze) auf derselben Seite.
Regel 3: 4 von 5 aufeinanderfolgenden Punkten liegen jenseits der ±1σ-Grenze auf derselben Seite.
Regel 4: 8 aufeinanderfolgende Punkte liegen auf derselben Seite des Mittelwerts (Run).
Regel 5: 6 aufeinanderfolgende Punkte zeigen einen monotonen Trend (steigend oder fallend).

In der Praxis werden häufig nur Regel 1 und Regel 4 angewendet. Regel 4 ist besonders wertvoll, weil sie eine schleichende Mittelwertverschiebung erkennt, bevor ein Punkt die Control Limits durchbricht. Bei einem Spritzgussprozess kann das auf Werkzeugverschleiss, Materialchargenunterschiede oder Temperaturänderungen hindeuten.

Control Limits in der Praxis: Wo MES-Daten ins Spiel kommen

Klassische SPC wird in der Regel durch ein CAQ-System abgebildet, das Messwerte aus Qualitätsprüfungen verarbeitet. In der modernen Fertigung ergänzen MES-Systeme diese Perspektive, weil sie Prozessdaten in Echtzeit erfassen, die als Basis für Regelkarten dienen können.

Prozessparameter als SPC-Input. Temperaturen, Drücke, Taktzeiten und Drehmomente werden von der SPS erfasst und über das MES historisiert. Diese Zeitreihen lassen sich in Regelkarten darstellen. Wenn die Zylindertemperatur einer Spritzgussmaschine systematisch steigt (Regel 5: Trend), deutet das auf ein Problem hin, bevor die Teilequalität betroffen ist.

Alarme als digitale Eingriffsgrenzen. Ein Alarmsystem, das bei Schwellwertüberschreitungen auslöst, funktioniert nach dem gleichen Prinzip wie Control Limits: Normalbereich definieren, Abweichung erkennen, Massnahme auslösen. Der Unterschied zur klassischen SPC: MES-Alarme arbeiten mit absoluten Schwellwerten, SPC-Regelkarten mit statistisch berechneten Grenzen. Beides hat seine Berechtigung, in unterschiedlichen Anwendungskontexten.

Taktzeit-Regelkarten. Die Taktzeit pro Zyklus ist ein Qualitätsindikator, der von jedem MES erfasst wird. Eine x̄/R-Regelkarte auf Basis der Taktzeiten macht schleichende Leistungsverluste sichtbar, die im OEE-Leistungsfaktor untergehen, weil sie als Durchschnittswert verrechnet werden. Bei Neoperl wurde die Korrelation von SPS-Alarmen mit Qualitätsdefekten zum KVP-Werkzeug, das 15 % weniger Ausschuss ermöglichte.

Typische Fehler bei der Arbeit mit Control Limits

Fehler 1: Control Limits mit Toleranzgrenzen verwechseln. Der häufigste und folgenschwerste Fehler. Wer Toleranzgrenzen als Control Limits in die Regelkarte einzeichnet, erkennt Prozessveränderungen erst, wenn bereits Ausschuss entsteht. Die Regelkarte verliert ihren Frühwarncharakter.

Fehler 2: Control Limits aus zu wenigen Daten berechnen. Die Standardempfehlung lautet: mindestens 20 bis 25 Stichproben, bevor Control Limits berechnet werden. Wer nach 5 Stichproben Grenzen setzt, bekommt instabile Grenzen, die sich bei jeder Neuberechnung verschieben. Das führt zu Fehlalarmen und untergräbt das Vertrauen in die SPC.

Fehler 3: Control Limits nie aktualisieren. Control Limits basieren auf der Prozessstreuung zum Zeitpunkt der Berechnung. Nach einer Prozessverbesserung (neues Werkzeug, anderer Rohstoff, optimierte Parameter) müssen die Grenzen neu berechnet werden. Sonst sind die alten Grenzen zu weit, und die Regelkarte erkennt neue Prozessveränderungen nicht mehr.

Fehler 4: Jeden Punkt ausserhalb der Grenzen als Katastrophe behandeln. Bei einem normalverteilten, stabilen Prozess liegen statistisch 0,27 % aller Werte ausserhalb der ±3σ-Grenzen. Das bedeutet: Etwa 1 von 370 Messwerten liegt "zufällig" ausserhalb, ohne dass eine besondere Ursache vorliegt (Fehlalarm / Alpha-Fehler). Die Kunst liegt darin, systematische Muster von statistischem Rauschen zu unterscheiden.

Häufige Fragen zu Control Limits

Warum genau ±3 Standardabweichungen?
Die ±3σ-Konvention geht auf Walter Shewhart zurück (1920er Jahre) und ist ein pragmatischer Kompromiss: 3σ-Grenzen minimieren die Summe aus Fehlalarmen (Alarm obwohl Prozess stabil) und verpassten Alarmen (kein Alarm obwohl Prozess instabil). Engere Grenzen (z. B. ±2σ) erkennen Veränderungen schneller, erzeugen aber mehr Fehlalarme. Weitere Grenzen (±4σ) reduzieren Fehlalarme, erkennen Veränderungen aber zu spät. In bestimmten Branchen (Halbleiterfertigung, Pharma) werden auch Warngrenzen bei ±2σ zusätzlich eingezeichnet.

Braucht man für SPC ein CAQ-System?
Für vollständige SPC mit Cpk-Berechnung, Regelkarten und automatischer Auslösung von Korrekturmassnahmen: ja, ein CAQ-System ist der Standard. Für einfache Prozessüberwachung mit Schwellwerten und Trendanalysen reicht häufig die Kombination aus MES-Prozessdatenerfassung und Alarmierung. In der Praxis starten viele Unternehmen mit MES-basierten Schwellwerten und erweitern später auf vollständige SPC im CAQ.

Kann man Control Limits für OEE-Werte berechnen?
Ja, und das ist ein unterschätztes Werkzeug. Eine Regelkarte auf Basis der täglichen oder schichtweisen OEE-Werte einer Anlage zeigt, ob die OEE-Schwankungen im Normalbereich liegen oder ob eine besondere Ursache vorliegt. Ein OEE-Wert von 62 % ist nicht per se schlecht, wenn die Control Limits bei 58 % und 72 % liegen und der Wert im stabilen Bereich liegt. Problematisch wird es erst, wenn ein Trend oder ein Ausreisser auftritt.

Wie hängen Control Limits und Prozessfähigkeit (Cpk) zusammen?
Direkt. Die Prozessfähigkeit Cpk setzt die Toleranzbreite ins Verhältnis zur Prozessstreuung (6σ). Wenn die Control Limits (= 6σ-Bereich) deutlich enger sind als die Toleranz, ergibt sich ein hoher Cpk. Als Faustregel: Cpk ≥ 1,33 bedeutet, dass die Control Limits ca. 75 % der Toleranzbreite oder weniger umfassen. In der Automobilindustrie wird Cpk ≥ 1,67 für sicherheitsrelevante Merkmale gefordert.

Über den Autor

Christian Fieg

Head of Sales, SYMESTIC. Six Sigma Black Belt. 25+ Jahre Automotive-Fertigung bei Johnson Controls, Visteon, iTAC und Dürr. Verantwortete globale MES- und Traceability-Rollouts auf vier Kontinenten. Autor von „OEE: Eine Zahl, viele Lügen" (2025).