Statistical Quality Control: Methoden, Regelkarten & Prozessfähigkeit

Was ist Statistical Quality Control (SQC)?

Statistical Quality Control (SQC) ist der Oberbegriff für alle statistischen Methoden, die in der Fertigung eingesetzt werden, um die Produktqualität zu überwachen, zu steuern und zu verbessern. SQC umfasst drei Säulen: die statistische Prozesslenkung (SPC) zur laufenden Überwachung, die Stichprobenprüfung (Acceptance Sampling) zur Wareneingangskontrolle und die Prozessfähigkeitsanalyse (cp/cpk) zur Bewertung, ob ein Prozess die geforderten Toleranzen dauerhaft einhalten kann.

Der Unterschied zur reinen Endkontrolle: SQC prüft nicht das fertige Teil, sondern den Prozess. Wenn der Prozess statistisch beherrscht ist, produziert er zuverlässig Gutteile. Wenn er das nicht ist, hilft auch eine 100-%-Prüfung am Ende der Linie nicht, weil sie die Ursache nicht beseitigt, sondern nur das Symptom (fehlerhafte Teile) aussortiert.

SQC vs. SPC: Die Abgrenzung

SPC und SQC werden in der Praxis häufig synonym verwendet. Sie sind es nicht. SPC (Statistical Process Control) ist ein Teilbereich von SQC.

In der Praxis sprechen die meisten Fertigungsbetriebe von „SPC", meinen aber SQC. Der Grund: SPC-Regelkarten sind das sichtbarste Werkzeug und laufen am Shopfloor auf Bildschirmen. Stichprobenpläne und Prozessfähigkeitsanalysen laufen dagegen im Hintergrund, in der Qualitätsabteilung oder im MES.

Die drei Säulen von SQC in der Fertigung

Säule 1: Regelkarten (Control Charts)

Regelkarten sind das Kernwerkzeug der statistischen Prozesslenkung. Sie zeigen den Verlauf eines Qualitätsmerkmals über die Zeit und machen sichtbar, ob ein Prozess stabil (beherrscht) oder instabil (unbeherrscht) ist.

Eine Regelkarte hat drei Linien: die Mittellinie (Mittelwert des Prozesses), die obere Eingriffsgrenze (OEG, Upper Control Limit) und die untere Eingriffsgrenze (UEG, Lower Control Limit). Die Eingriffsgrenzen liegen typischerweise bei ±3 Standardabweichungen vom Mittelwert. Solange die Messwerte innerhalb dieser Grenzen liegen und kein systematisches Muster zeigen, ist der Prozess statistisch beherrscht.

Wichtig: Eingriffsgrenzen sind nicht dasselbe wie Toleranzgrenzen. Toleranzgrenzen definiert der Kunde oder die Zeichnung (was das Teil darf). Eingriffsgrenzen berechnet der Prozess selbst (was der Prozess tatsächlich tut). Ein Prozess kann innerhalb der Toleranz liegen und trotzdem unbeherrscht sein, wenn die Eingriffsgrenzen Regelverletzungen zeigen.

Die gebräuchlichsten Regelkartentypen in der diskreten Fertigung:

Säule 2: Prozessfähigkeitskennzahlen (cp und cpk)

Die Regelkarte zeigt, ob ein Prozess beherrscht ist. Die Prozessfähigkeitskennzahlen zeigen, ob er auch fähig ist, die geforderten Toleranzen einzuhalten.

cp = (Obere Toleranzgrenze - Untere Toleranzgrenze) ÷ (6 × Standardabweichung)

cp misst das Verhältnis von Toleranzbreite zur Prozessstreuung. Ein cp von 1,0 bedeutet: Die Prozessstreuung füllt die Toleranz exakt aus. Kein Spielraum. Ein cp von 1,33 bedeutet: Die Toleranz ist 33 % breiter als die Prozessstreuung. Das ist der Mindestwert, den die meisten Automobilhersteller fordern. Ein cp von 2,0 bedeutet: Six-Sigma-Niveau.

cpk = Minimum aus [(Obere Toleranzgrenze - Mittelwert) ÷ (3 × σ)] und [(Mittelwert - Untere Toleranzgrenze) ÷ (3 × σ)]

cpk berücksichtigt zusätzlich die Lage des Prozesses relativ zur Toleranzmitte. Ein Prozess kann einen cp von 2,0 haben (geringe Streuung), aber wenn der Mittelwert zur oberen Toleranzgrenze verschoben ist, sinkt der cpk-Wert. In der Praxis ist cpk deshalb die aussagekräftigere Kennzahl.

Beispiel: Eine Bohrung hat die Toleranz 10,00 mm ± 0,05 mm. Die Standardabweichung des Prozesses beträgt 0,012 mm, der Mittelwert liegt bei 10,01 mm. cp = 0,10 ÷ (6 × 0,012) = 1,39. cpk = Minimum aus [(10,05 - 10,01) ÷ (3 × 0,012)] und [(10,01 - 9,95) ÷ (3 × 0,012)] = Minimum aus [1,11] und [1,67] = 1,11. Der cp-Wert sieht gut aus (1,39), aber der cpk zeigt: Der Prozess ist zur oberen Grenze verschoben, und der Spielraum nach oben beträgt nur 1,11. Maßnahme: Prozessmittelwert korrigieren.

Säule 3: Stichprobenprüfung (Acceptance Sampling)

Stichprobenprüfung nach ISO 2859 (AQL-Prüfung) wird im Wareneingang und bei der Endkontrolle eingesetzt. Statt jedes Teil zu prüfen, wird eine definierte Stichprobe gezogen. Anhand der Anzahl fehlerhafter Teile in der Stichprobe wird das gesamte Los angenommen oder zurückgewiesen.

Die drei Parameter: der AQL-Wert (Acceptable Quality Level, z. B. 0,65 % fehlerhafte Teile), das Prüfniveau (I, II oder III, wobei II der Standard ist) und die Losgröße. Aus diesen drei Werten ergibt sich über die ISO-2859-Tabelle die Stichprobengröße und die Annahmezahl.

In der Automobilindustrie wird die Stichprobenprüfung häufig durch MES-gestützte Prüfauslösung automatisiert: Das System triggert nach einer definierten Stückzahl oder einem Produktwechsel automatisch eine Stichprobenprüfung und dokumentiert das Ergebnis.

Warum SQC in der Fertigung oft scheitert

Die statistischen Methoden sind seit den 1920er Jahren dokumentiert (Shewhart, Western Electric). In der Praxis scheitern SQC-Initiativen trotzdem an vier Punkten:

1. Keine Messsystemanalyse (MSA) vor dem Start. Eine Regelkarte ist nur so gut wie das Messsystem dahinter. Wenn das Messgerät selbst eine Streuung von 30 % der Toleranz hat, zeigt die Regelkarte Prozessvariation, die in Wirklichkeit Messvariation ist. Vor jeder SPC-Einführung muss eine MSA (Gage R&R) nachweisen, dass das Messsystem fähig ist. Faustregel: Die Messsystemstreuung darf maximal 10 % der Toleranz betragen.

2. Regelkarten ohne Reaktionsplan. Eine Regelkarte, die eine Regelverletzung anzeigt (Punkt außerhalb der Eingriffsgrenzen, Trend, Run), aber keine definierte Reaktion auslöst, ist ein Poster an der Wand. Jede Regelkarte braucht einen Reaktionsplan: Wer wird benachrichtigt? Welche Sofortmaßnahme greift? Wann wird der Prozess gestoppt? Ohne Reaktionsplan ist SPC Datensammlung ohne Wirkung.

3. Falsche Stichprobengröße und -frequenz. Zu seltene Stichproben erkennen Prozessverschiebungen zu spät. Zu häufige Stichproben erzeugen Aufwand ohne Mehrwert. Die richtige Frequenz hängt von der Prozessstabilität und dem Risiko ab. Ein Spritzgussprozess mit kurzer Zykluszeit braucht eine andere Stichprobenfrequenz als ein Zerspanungsprozess mit langer Bearbeitungszeit.

4. Keine Verknüpfung von SQC-Daten mit Prozessdaten. Eine Regelkarte zeigt, dass der Prozess um 14:23 Uhr aus der Kontrolle gelaufen ist. Aber warum? Ohne Korrelation mit Prozessparametern (Temperatur, Druck, Drehmoment, Werkzeugstandzeit) bleibt die Ursache unklar. Genau hier schließt ein MES die Lücke: Prozessdaten und Qualitätsdaten werden zeitlich korreliert, sodass die Ursache einer Regelverletzung direkt identifiziert werden kann.

Wie MES-Daten die statistische Qualitätslenkung unterstützen

SQC braucht Daten. Ein Manufacturing Execution System liefert die drei Datentypen, die jede SQC-Initiative in der Fertigung benötigt:

Bei SYMESTIC werden Qualitätsdaten automatisch erfasst. Der Rework/Scrap Analyzer zeigt Ausschuss und Nacharbeit nach Fehlerart, Station, Produkt und Zeitraum als Pareto. Der Process Data Analyzer stellt Prozessparameter als Zeitreihe dar und ermöglicht die Korrelation mit Qualitätsdefekten: Wenn um 14:23 Uhr die Ausschussrate steigt, zeigt der Process Data Analyzer, ob sich ein Prozessparameter (Temperatur, Druck, Drehmoment) im selben Zeitfenster verändert hat.

Bei Neoperl, einem internationalen Hersteller von Sanitärtechnik-Komponenten, werden SPS-Alarme automatisch mit Stillständen und Qualitätsdefekten korreliert. Ergebnis: 15 % weniger Ausschuss durch Qualitätsdaten-Auswertung, 10 % weniger Stillstände durch automatische Erfassung und Begründung.

Bei Meleghy Automotive, einem Automobilzulieferer mit 6 Werken, wird die bidirektionale Anbindung an CASQ-it (Böhme & Weihs) genutzt, um Stichprobenprüfungen automatisch zu triggern. Sobald ein definierter Maschinenzyklus erreicht wird, löst SYMESTIC über die CASQ-it-Schnittstelle die Prüfung aus. Die Prüfergebnisse fließen zurück ins MES. So entsteht ein geschlossener SQC-Kreislauf: Prozessdaten erfassen, Stichprobe triggern, Prüfergebnis dokumentieren, bei Abweichung reagieren. Ergebnis: 7 % Verbesserung der Ausbringung, 5 % Verbesserung der Verfügbarkeit.

Bei Klocke, einem Lohnhersteller in der Pharma- und Kosmetikbranche, wird SYMESTIC im regulierten GMP-Umfeld eingesetzt. Die lückenlose Datenerfassung über DI-Gateways liefert die Grundlage für den CAPA-Prozess: Jeder Stillstand und jede Qualitätsabweichung ist dokumentiert und rückverfolgbar. Ergebnis: 12 % Verbesserung der Ausbringung, 7 Stunden mehr Produktionszeit pro Woche.

SQC und OEE: Der Zusammenhang über den Qualitätsfaktor

Der OEE-Qualitätsfaktor berechnet sich als Gutteile ÷ Gesamtmenge. Jedes Teil, das als Ausschuss oder Nacharbeit klassifiziert wird, senkt den Qualitätsfaktor und damit die Gesamt-OEE.

SQC greift genau hier ein: Regelkarten erkennen Prozessverschiebungen, bevor sie zu Ausschuss führen. Prozessfähigkeitsanalysen zeigen, ob ein Prozess dauerhaft innerhalb der Toleranz arbeitet. Stichprobenprüfungen stellen sicher, dass eingehendes Material die geforderte Qualität hat.

In der SYMESTIC-Plattform werden Qualitätsdaten (Rework, Scrap) automatisch in den OEE-Qualitätsfaktor eingerechnet. Der Rework Analyzer und der Scrap Analyzer liefern die Detaildaten für die Root Cause Analysis: Welche Fehlerart tritt am häufigsten auf? An welcher Station? Bei welchem Produkt? In welcher Schicht? Diese Aufschlüsselung ist die Grundlage für jede SQC-Maßnahme.

SQC vs. TQM vs. Six Sigma: Die Abgrenzung

SQC ist das statistische Fundament, auf dem TQM und Six Sigma aufbauen. Ohne funktionierende Regelkarten und Prozessfähigkeitsanalysen fehlt Six Sigma die Datenbasis, und TQM bleibt eine Absichtserklärung ohne messbare Wirkung.

Häufige Fragen zu Statistical Quality Control

Was ist der Unterschied zwischen SQC und SPC?
SPC (Statistical Process Control) ist ein Teilbereich von SQC. SPC konzentriert sich auf die laufende Prozessüberwachung mit Regelkarten. SQC umfasst zusätzlich Stichprobenprüfung (Acceptance Sampling), Prozessfähigkeitsanalyse (cp/cpk) und weitere statistische Werkzeuge wie Pareto-Analyse und Histogramme.

Was bedeuten cp und cpk in der Praxis?
cp misst das Verhältnis von Toleranzbreite zur Prozessstreuung (kann der Prozess die Toleranz grundsätzlich einhalten?). cpk berücksichtigt zusätzlich die Lage des Prozessmittelwerts relativ zur Toleranzmitte. Ein cpk von 1,33 ist der Mindestwert in der Automobilindustrie. Ein cpk von 2,0 entspricht Six-Sigma-Niveau.

Welche Regelkarte brauche ich?
Für variable Merkmale (Messwerte wie Durchmesser, Gewicht) bei kleiner Stichprobe: x̄-R-Karte. Für attributive Merkmale (gut/schlecht): p-Karte (Anteil fehlerhaft) oder c-Karte (Anzahl Fehler pro Einheit). Die x̄-R-Karte ist der Standardfall in der diskreten Fertigung.

Brauche ich ein MES für SQC?
Nicht zwingend, aber ein MES automatisiert die Datenerfassung und ermöglicht die Korrelation von Qualitätsdaten mit Prozessdaten. Ohne diese Korrelation zeigt die Regelkarte, dass der Prozess aus der Kontrolle gelaufen ist, aber nicht warum. Die Ursachensuche dauert dann Stunden statt Minuten.

Wie hängen SQC und OEE zusammen?
Jedes Ausschussteil und jedes Nacharbeitsteil senkt den OEE-Qualitätsfaktor. SQC erkennt Prozessverschiebungen, bevor sie zu Ausschuss führen, und stabilisiert damit den Qualitätsfaktor dauerhaft. Prozessfähigkeitsanalysen (cpk) zeigen, wie viel Spielraum der Prozess hat, bevor Ausschuss entsteht.