Prozessschwankungen in der Fertigung: Ursachen und Lösung

Was sind Prozessschwankungen?

Prozessschwankungen sind Abweichungen von Prozessparametern gegenüber ihrem Sollwert. Temperatur, Druck, Drehmoment, Zykluszeit, Vorschub, Dosierung: Kein Parameter bleibt über die Zeit exakt gleich. Er schwankt. Mal mehr, mal weniger. Die Frage ist nicht, ob ein Prozess schwankt, sondern ob die Schwankung innerhalb der Toleranz bleibt oder nicht.

In der Statistik unterscheidet man zwei Arten von Schwankungen:

Zufällige Schwankungen (Common Causes). Jeder Prozess hat eine natürliche Streuung. Sie entsteht durch die Summe vieler kleiner, nicht kontrollierbarer Einflüsse: minimale Temperaturunterschiede in der Halle, geringe Materialschwankungen innerhalb einer Charge, Vibrationen, Luftfeuchtigkeit. Diese Schwankungen sind normal, vorhersagbar und statistisch stabil. Ein Prozess, der nur zufällige Schwankungen zeigt, ist „unter Kontrolle" im Sinne der statistischen Prozesskontrolle.

Systematische Schwankungen (Special Causes). Zusätzliche Abweichungen, die durch identifizierbare Ursachen entstehen: ein verschlissenes Werkzeug, eine fehlerhafte Materialcharge, ein falsch eingestellter Parameter, ein undichter Hydraulikschlauch. Diese Schwankungen sind nicht zufällig, nicht vorhersagbar und machen den Prozess instabil. Sie sind die Schwankungen, die man finden und beseitigen muss.

Die praktische Bedeutung für die Fertigung: Solange nur Common Causes wirken, ist der Prozess berechenbar. Die Ausschussrate bleibt konstant niedrig, die Teilequalität gleichmäßig. Sobald Special Causes auftreten, wird der Prozess unberechenbar. Die Qualität schwankt, der Ausschuss steigt, und niemand kann vorhersagen, wann das nächste fehlerhafte Teil kommt.

Warum sind Prozessschwankungen so teuer?

Prozessschwankungen kosten auf drei Ebenen gleichzeitig.

Qualitätskosten. Jede Schwankung, die ein Maß außerhalb der Toleranz bringt, erzeugt ein Ausschussteil oder ein Nacharbeitsteil. Bei einer Spritzgussmaschine mit einer Solltaktzeit von 20 Sekunden und einer Ausschussquote von 4 % statt 1,5 % (weil der Prozess schwankt) gehen pro Schicht etwa 50 Teile mehr verloren als nötig. Auf ein Jahr gerechnet, an einer einzigen Maschine, sind das tausende Teile und fünfstellige Materialkosten.

Leistungsverluste. Instabile Prozesse erzwingen Geschwindigkeitsreduzierungen. Wenn eine CNC-Maschine bei Sollvorschub Maßabweichungen produziert, wird der Vorschub reduziert, bis die Teile wieder passen. Das senkt den OEE-Leistungsfaktor, ohne dass ein offizieller Stillstand entsteht. Im Schichtbericht steht „Produktion lief", aber die Ausbringung lag 15 % unter dem Soll.

Verfügbarkeitsverluste. Starke Schwankungen führen zu Maschinenstillständen. Die Steuerung erkennt eine Grenzwertüberschreitung und stoppt den Prozess. Oder der Werker stoppt die Maschine, weil die Teilequalität sichtbar nachlässt. In beiden Fällen steht die Anlage, bis jemand den Parameter korrigiert hat.

Zusammengefasst: Prozessschwankungen treffen alle drei OEE-Faktoren gleichzeitig. Verfügbarkeit, Leistung und Qualität. Deshalb ist Prozessstabilität kein Qualitätsthema allein, sondern ein Produktivitätsthema.

Was verursacht Prozessschwankungen?

Die Ursachen lassen sich in fünf Kategorien einteilen, die in der Qualitätstechnik als „5M" bekannt sind: Mensch, Maschine, Material, Methode, Mitwelt (Umgebung).

Maschine. Verschleiß an Werkzeugen, Lagern, Führungen und Dichtungen. Thermische Ausdehnung nach längerem Betrieb. Hydraulikdruckschwankungen durch alternde Pumpen. Spiel in Antrieben und Getrieben. Maschinenbedingte Schwankungen sind die häufigste Ursache und lassen sich durch Instandhaltung und Condition Monitoring adressieren.

Material. Unterschiede zwischen Chargen desselben Rohmaterials: Härte, Viskosität, Feuchtigkeit, Korngröße. Was bei Charge A funktioniert, kann bei Charge B zu Maßabweichungen führen. Besonders kritisch bei Spritzguss (Granulatviskosität), Blechumformung (Blechdicke, Zugfestigkeit) und Lebensmittelverarbeitung (Feuchtigkeitsgehalt).

Methode. Unterschiedliche Arbeitsweisen bei gleicher Aufgabe. Werker A stellt den Parameter nach Erfahrung ein, Werker B nach Vorgabe, Werker C nach der Einstellung vom Vorgänger. Fehlende oder unklare Standardarbeitsanweisungen führen dazu, dass derselbe Prozess je nach Schicht unterschiedlich läuft.

Mensch. Manuelle Eingriffe in den Prozess: Handhabung, Einlegen, Positionieren, Nachstellen. Jeder manuelle Schritt bringt Variabilität ein. Nicht weil der Werker schlecht arbeitet, sondern weil die menschliche Motorik nie exakt reproduzierbar ist.

Mitwelt (Umgebung). Hallentemperatur, Luftfeuchtigkeit, Vibrationen durch benachbarte Anlagen, Druckschwankungen im Druckluftnetz. Umgebungsbedingte Schwankungen sind oft die am schwersten zu findenden, weil sie schleichend wirken und keine einzelne Ursache haben.

Wie misst man Prozessschwankungen?

Prozessschwankungen zu messen heißt, die Streuung von Prozessparametern und Produktmerkmalen über die Zeit zu erfassen und statistisch auszuwerten.

Prozessdatenerfassung. Das Fundament. Jeder relevante Prozessparameter wird kontinuierlich aufgezeichnet: Temperatur, Druck, Kraft, Drehmoment, Geschwindigkeit, Zykluszeit. Bei modernen Steuerungen geschieht das über OPC UA, bei älteren Anlagen über analoge oder digitale I/O-Signale am Gateway. Die Daten fließen in Echtzeit ins MES und werden dort gespeichert, visualisiert und analysiert.

Statistische Prozesskontrolle (SPC). Die klassische Methode zur Überwachung von Prozessschwankungen. SPC nutzt Regelkarten (Control Charts), um den Verlauf eines Parameters über die Zeit darzustellen. Jede Regelkarte hat einen Mittelwert (CL), eine obere Eingriffsgrenze (UCL) und eine untere Eingriffsgrenze (UEL). Solange die Werte zufällig um den Mittelwert streuen und innerhalb der Grenzen bleiben, ist der Prozess unter Kontrolle. Sobald ein Muster erkennbar wird (Trend, Sprung, Schichtung), liegt eine systematische Ursache vor.

Prozessfähigkeitskennzahlen. Die beiden wichtigsten Kennzahlen sind Cp und Cpk:

• Cp beschreibt das Verhältnis von Toleranzbreite zur Prozessstreuung. Ein Cp von 1,0 bedeutet: Die Streuung füllt die Toleranz genau aus. Ein Cp von 1,33 bedeutet: Die Streuung nutzt nur 75 % der Toleranz. Ein Cp von 2,0 bedeutet: Die Streuung nutzt nur 50 % der Toleranz. Je höher der Cp, desto weniger empfindlich ist der Prozess gegenüber Schwankungen.
• Cpk berücksichtigt zusätzlich die Lage des Prozessmittelwerts innerhalb der Toleranz. Ein hoher Cp bei niedrigem Cpk bedeutet: Der Prozess streut wenig, aber der Mittelwert liegt nah an einer Toleranzgrenze. Das ist gefährlich, weil jede kleine Verschiebung sofort Ausschuss erzeugt.

In der Automobilindustrie werden üblicherweise Cpk-Werte von mindestens 1,33 gefordert (entspricht einer rechnerischen Fehlerrate von ca. 63 ppm). Für sicherheitsrelevante Merkmale liegt die Anforderung oft bei Cpk ≥ 1,67.

Korrelationsanalyse. Die leistungsfähigste Methode zur Ursachenfindung. Wenn das MES sowohl Prozessparameter als auch Qualitätsdaten mit Zeitstempel erfasst, lassen sich Korrelationen berechnen: Steigt die Ausschussrate immer dann, wenn Temperatur X einen bestimmten Schwellenwert überschreitet? Gibt es einen Zusammenhang zwischen der Zykluszeit und dem Druck im Werkzeug? Bei SYMESTIC werden Prozessparameter und SPS-Alarme automatisch mit Produktionsereignissen (Ausschuss, Stillstand, Qualitätsfehler) korreliert, sodass die Ursache-Wirkungs-Zusammenhänge sichtbar werden.

Wie stabilisiert man Prozesse?

Die Reihenfolge: Messen, systematische Ursachen beseitigen, natürliche Streuung reduzieren, Prozess überwachen.

Schritt 1: Prozess unter Kontrolle bringen. Zuerst alle Special Causes beseitigen. Dafür braucht man SPC-Regelkarten, die systematische Abweichungen sichtbar machen. Jede erkannte Special Cause wird analysiert (Root Cause Analysis), eine Gegenmaßnahme definiert und die Wirksamkeit überprüft. Erst wenn der Prozess nur noch zufällige Schwankungen zeigt, ist er unter Kontrolle.

Schritt 2: Prozessfähigkeit verbessern. Wenn der Prozess unter Kontrolle ist, aber der Cpk-Wert zu niedrig liegt, muss die natürliche Streuung reduziert werden. Das geschieht durch:

• Werkzeugwartung und Werkzeugtausch in kürzeren Intervallen
• Engere Materialspezifikationen oder Eingangsprüfung
• Standardisierung der Arbeitsanweisungen (Rüstprotokolle, Anlaufprozeduren)
• Thermische Stabilisierung (Aufwärmphasen, Temperierung)
• Mechanische Instandhaltung (Spiel beseitigen, Lager tauschen, Führungen nachstellen)

Schritt 3: Prozess dauerhaft überwachen. Eine einmalige Stabilisierung reicht nicht. Prozesse driften über die Zeit ab. Werkzeuge verschleißen, Materialchargen wechseln, Umgebungsbedingungen ändern sich. Deshalb braucht es eine kontinuierliche Prozessdatenerfassung mit automatischer Alarmierung, wenn Grenzwerte überschritten oder Trends erkannt werden.

Praxisbeispiel: Prozesskorrelation bei Neoperl

Neoperl (internationaler Hersteller von Durchflussreglern und Strahlreglern, Hauptsitz Müllheim) betreibt vollautomatische Montageautomaten. Die Anlagen laufen mit kurzen Taktzeiten und produzieren Kleinstteile in großen Stückzahlen. Selbst minimale Prozessschwankungen wirken sich direkt auf die Teilequalität aus.

Die Lösung: SPS-basierte Alarmerfassung über die SYMESTIC Plattform. Jeder SPS-Alarm wird automatisch mit dem Maschinenzyklus und den Qualitätsdaten korreliert. Dadurch wird sichtbar, welche Prozessabweichungen zu Qualitätsdefekten führen und welche harmlos sind.

Die Ergebnisse:

• 15 % weniger Ausschuss durch Qualitätsdaten-Auswertung
• 10 % weniger Stillstände durch automatische Erfassung und Begründung
• 8 % höhere Anlagenverfügbarkeit durch strukturierte Analyse
• 15 % Produktivitätsgewinn durch gezielte Maßnahmen

Der Schlüssel war die Korrelation: Erst als sichtbar wurde, welche Alarme tatsächlich mit Qualitätsproblemen zusammenhängen und welche nicht, konnte die Instandhaltung ihre Prioritäten richtig setzen. Statt auf jede Meldung zu reagieren, wurden die drei kritischen Ursachen beseitigt, die 70 % der Qualitätsverluste verursachten.

Prozessschwankungen vs. Maschinenstillstand vs. Qualitätsfehler

Häufige Fragen zu Prozessschwankungen

Was ist der Unterschied zwischen Prozessschwankung und Prozessabweichung?

Prozessschwankung ist der Oberbegriff für jede Variation eines Prozessparameters über die Zeit. Prozessabweichung bezeichnet in der Regel eine konkrete, einmalige Abweichung vom Sollwert, die über einem definierten Schwellenwert liegt. Eine Schwankung kann innerhalb der Toleranz liegen und trotzdem vorhanden sein. Eine Abweichung ist per Definition ein Problem, das eine Reaktion erfordert.

Kann man Prozessschwankungen komplett beseitigen?

Nein. Jeder physische Prozess hat eine natürliche Streuung (Common Causes). Selbst unter idealen Bedingungen werden zwei aufeinanderfolgende Teile nie exakt identisch sein. Das Ziel ist nicht null Schwankung, sondern eine Streuung, die so klein ist, dass sie innerhalb der Toleranz bleibt. In Six Sigma bedeutet das: 6 Standardabweichungen zwischen dem Prozessmittelwert und der nächsten Toleranzgrenze. Bei diesem Niveau liegt die theoretische Fehlerrate bei 3,4 ppm.

Welche Prozessparameter sollte man überwachen?

Nicht alle. Nur die, die einen nachweisbaren Einfluss auf die Teilequalität haben. Die Auswahl geschieht über eine Ursache-Wirkungs-Analyse (Ishikawa-Diagramm) oder ein Design of Experiments (DoE). In der Praxis sind das typischerweise 5 bis 15 Parameter pro Maschine. Im Spritzguss beispielsweise: Massetemperatur, Werkzeugtemperatur, Einspritzdruck, Nachdruck, Dosierweg, Kühlzeit. Bei SYMESTIC werden die Prozessdaten über OPC UA oder analoge Signale am Gateway erfasst und im Prozessdatenmodul gespeichert und visualisiert.

Wie hängen Prozessschwankungen und OEE zusammen?

Prozessschwankungen sind die häufigste Ursache für OEE-Verluste in allen drei Faktoren. Wenn ein Parameter schwankt und die Maschine deshalb stoppt: Verfügbarkeitsverlust. Wenn die Geschwindigkeit reduziert wird, um Schwankungen auszugleichen: Leistungsverlust. Wenn Schwankungen zu Ausschuss führen: Qualitätsverlust. Wer seine OEE nachhaltig verbessern will, muss an der Prozessstabilität arbeiten, nicht nur an der Stillstandserfassung.

Brauche ich für SPC ein eigenes System?

Nicht zwingend. Klassische SPC-Systeme sind eigenständige Softwarelösungen, die Stichprobenwerte erfassen und Regelkarten erstellen. Moderne MES-Plattformen integrieren SPC-Funktionalität direkt: Die Prozessdaten werden ohnehin kontinuierlich erfasst, die Regelkarten werden automatisch berechnet, und Grenzwertüberschreitungen lösen Alarme aus. Der Vorteil gegenüber einem separaten SPC-System: Die Prozessdaten sind direkt mit Auftrags-, Maschinen- und Qualitätsdaten verknüpft, was die Ursachenanalyse deutlich beschleunigt.

Was ist der Zusammenhang zwischen Prozessschwankungen und Mikrostopps?

Oft ist eine Prozessschwankung die Ursache eines Mikrostopps. Wenn ein Prozessparameter kurzzeitig einen Grenzwert überschreitet, stoppt die Steuerung den Zyklus, bis der Wert wieder im Sollbereich liegt. Das ist ein Mikrostopp, der durch eine Prozessschwankung ausgelöst wurde. Umgekehrt kann ein Mikrostopp (z. B. ein kurzer Materialstau) eine Prozessschwankung verursachen, weil der Prozess nach dem Neustart erst wieder in den stabilen Zustand finden muss. Die beiden Phänomene hängen eng zusammen und lassen sich nur gemeinsam analysieren, wenn sowohl Zyklusdaten als auch Prozessdaten im selben System vorliegen.

Über den Autor:

Christian Fieg

Head of Sales bei SYMESTIC. Six Sigma Black Belt. Zuvor Johnson Controls, Visteon, iTAC, Dürr. 25+ Jahre Fertigungsindustrie.
LinkedIn