30. März 2026

Prozessoptimierung in der Produktion – Methoden, Werkzeuge und systematisches Vorgehen

1. Einleitung

Produktionsprozesse sind keine statischen Gebilde. Sie unterliegen einem ständigen Wandel: Rohstoffpreise steigen, Kundenforderungen wachsen, Technologien entwickeln sich weiter, Wettbewerber werden effizienter. Unternehmen, die ihre Prozesse nicht kontinuierlich hinterfragen und verbessern, verlieren unweigerlich an Boden.

Prozessoptimierung ist die systematische Analyse und gezielte Verbesserung von Abläufen mit dem Ziel, Qualität zu steigern, Kosten zu senken, Durchlaufzeiten zu verkürzen und Ressourcen effizienter einzusetzen – ohne dabei Mitarbeiterzufriedenheit und Arbeitssicherheit zu vernachlässigen.

Sie ist kein einmaliges Projekt, sondern eine dauerhafte Managementaufgabe und kulturelle Haltung. Die Unternehmen, die in der modernen Industrie dauerhaft erfolgreich sind, haben eines gemeinsam: Sie optimieren nicht gelegentlich – sie optimieren permanent.

2. Grundprinzipien der Prozessoptimierung

Bevor Methoden und Werkzeuge zum Einsatz kommen, müssen einige grundlegende Prinzipien verstanden sein, die allen erfolgreichen Optimierungsansätzen zugrunde liegen:

2.1 Verschwendung erkennen und eliminieren

Das Lean-Konzept unterscheidet zwischen wertschöpfenden und nicht wertschöpfenden Tätigkeiten. Nicht wertschöpfend ist alles, wofür der Kunde nicht zu zahlen bereit ist. Die sieben klassischen Verschwendungsarten nach Ohno (Toyota):

Nr.	Verschwendungsart (Muda)	Beispiele in der Produktion
1	Überproduktion	Mehr fertigen als aktuell benötigt wird
2	Wartezeiten	Maschine wartet auf Material, Mitarbeiter wartet auf Maschine
3	Transport	Unnötige Materialtransporte zwischen Stationen
4	Überbearbeitung	Mehr Qualität liefern als der Kunde fordert
5	Bestände	Rohmaterial-, Halbfertigwaren- und Fertigwarenbestände
6	Bewegung	Unnötige Wege und Bewegungen des Mitarbeiters
7	Fehler / Nacharbeit	Ausschuss, Reparaturen, Wiederholprüfungen

Moderne Lean-Ansätze ergänzen eine achte Verschwendungsart: das ungenutzte Wissen und Kreativitätspotenzial der Mitarbeiter.

2.2 Der PDCA-Zyklus als Grundstruktur

Alle Optimierungsaktivitäten folgen strukturell dem PDCA-Zyklus (Plan-Do-Check-Act), dem sogenannten Deming-Kreis:

        ┌──────────────────────────────────────────┐
        │                                          │
      PLAN                                        ACT
  Problem erkennen                        Erfolg standardisieren
  Ziele setzen                            Nächste Schwachstelle
  Maßnahmen planen                        angehen
        │                                          │
        └──────────┐                 ┌─────────────┘
                   │                 │
                  DO               CHECK
             Maßnahmen          Wirkung messen
             umsetzen           Soll-Ist vergleichen
             (Pilot)            Lessons Learned

Dieser Kreislauf endet nie – jede Verbesserung schafft einen neuen Standard, der wiederum als Ausgangspunkt für den nächsten Zyklus dient.

2.3 Daten statt Meinungen

Prozessoptimierung basiert auf Fakten und Messdaten, nicht auf Bauchgefühl oder Erfahrungsurteilen allein. Der Grundsatz lautet:

„In God we trust – all others bring data.” (W. Edwards Deming)

Bevor optimiert wird, muss der Ist-Zustand quantitativ erfasst sein. Ohne Messung gibt es keine Verbesserung – nur Veränderung.

2.4 Mitarbeiter als Wissensträger einbeziehen

Die besten Ideen zur Prozessverbesserung kommen häufig von den Menschen, die täglich mit dem Prozess arbeiten. Erfolgreiche Prozessoptimierung ist daher kein Top-down-Projekt von Experten, sondern ein partizipativer Prozess, der alle Ebenen einbezieht.

3. Systematisches Vorgehen bei der Prozessoptimierung

Phase 1: Prozessauswahl und Zieldefinition

Nicht alle Prozesse verdienen gleich viel Optimierungsaufwand. Die Auswahl orientiert sich an:

Strategischer Bedeutung: Kernprozesse zuerst
Schmerzpunkten: Wo sind Kundenbeschwerden, hohe Kosten, häufige Störungen?
Hebel: Wo ist der Optimierungseffekt am größten?

Ziele werden SMART formuliert:

Ausschussrate von 6,2 % auf unter 2 % senken (bis Q3)
Durchlaufzeit Fertigungsauftrag von 8 Tagen auf 3 Tage reduzieren
OEE von 58 % auf 78 % steigern (binnen 6 Monaten)

Phase 2: Ist-Aufnahme und Prozessanalyse

Der aktuelle Prozess wird vollständig und objektiv dokumentiert:

Prozessablaufdiagramme erstellen
Zeitaufnahmen nach REFA durchführen
Kennzahlen erheben (OEE, Ausschuss, Durchlaufzeit, Rüstzeiten)
Mitarbeiterbefragungen und Gemba Walks durchführen
Wertstromprojekt erstellen

Phase 3: Schwachstellen identifizieren und Ursachen analysieren

Auf Basis der Ist-Aufnahme werden Optimierungspotenziale identifiziert (Pareto, Ishikawa, 5-Why, FMEA – siehe Schwachstellenanalyse).

Phase 4: Lösungen entwickeln und bewerten

Ideen werden im Team gesammelt (Brainstorming, Kreativitätstechniken), bewertet (Aufwand-Nutzen-Matrix) und zu einem Maßnahmenplan verdichtet.

Phase 5: Umsetzung – Pilotierung und Rollout

Maßnahmen werden zunächst im Pilotbereich getestet, bewertet und bei Erfolg auf weitere Bereiche ausgerollt. Dies minimiert Risiken.

Phase 6: Erfolgsmessung und Standardisierung

Der neue Prozess wird gemessen, mit den Zielen verglichen und – bei Zielerreichung – als neuer Standard dokumentiert und eingeführt.

4. Lean Production – Das Grundgerüst der Prozessoptimierung

Lean Production (Schlanke Produktion), entstanden aus dem Toyota Production System (TPS), ist das umfassendste und am weitesten verbreitete Konzept der Prozessoptimierung. Es ist kein Werkzeugkasten, sondern eine Philosophie und Kultur, die auf Wertschöpfung und Verschwendungsvermeidung ausgerichtet ist.

4.1 Die fünf Lean-Prinzipien (nach Womack & Jones)

1. WERT definieren
   → Was schätzt der Kunde? Was ist er bereit zu bezahlen?

2. WERTSTROM identifizieren
   → Alle Schritte von Rohmaterial bis Kunde analysieren

3. FLUSS erzeugen
   → Material und Information ohne Unterbrechung fließen lassen

4. PULL einführen
   → Nur produzieren, was der nächste Prozessschritt / Kunde abruft

5. PERFEKTION anstreben
   → Kontinuierliche Verbesserung ohne Endpunkt

4.2 One-Piece-Flow (Einzelstückfluss)

Statt Losfertigung (viele Teile werden gebündelt durch die Produktion geschleust) wird beim One-Piece-Flow jedes Teil einzeln von Station zu Station weitergegeben. Vorteile:

Fehler werden sofort sichtbar (kein Puffer verbirgt sie)
Durchlaufzeit sinkt dramatisch
Bestände werden minimiert
Qualitätsprobleme können sofort abgestellt werden

4.3 Taktzeit

Die Taktzeit gibt den Rhythmus vor, in dem Produkte fertiggestellt werden müssen, um die Kundennachfrage zu erfüllen:

Taktzeit = Verfügbare Produktionszeit / Kundenbedarf

Beispiel:
  Schichtdauer:     480 min
  Kundenbedarf:     120 Stück/Schicht
  Taktzeit:         480 / 120 = 4 min/Stück

Die Taktzeit ist der Herzschlag der Linie. Alle Arbeitsgänge werden so ausbalanciert, dass kein Arbeitsplatz dauerhaft unter- oder überlastet ist.

4.4 Jidoka – Eingebaute Qualität

Jidoka (Autonomation) bedeutet, dass Maschinen und Mitarbeiter die Autorität und Pflicht haben, die Produktion bei einem Qualitätsproblem sofort zu stoppen. Kein fehlerhaftes Teil darf zur nächsten Station weitergegeben werden.

Instrumente: Poka-Yoke (Fehlersicherung), Andon-Systeme (Signalleuchten bei Problemen), automatische Abschaltsicherungen.

5. Methoden der Prozessoptimierung im Detail

5.1 Wertstromanalyse (Value Stream Mapping – VSM)

Die Wertstromanalyse ist das wichtigste strategische Werkzeug der Lean-Prozessoptimierung. Sie visualisiert den gesamten Materialfluss und Informationsfluss vom Lieferanten bis zum Kunden – mit allen Beständen, Zeiten und Prozessparametern.

Vorgehen:

Schritt 1: Produktfamilie auswählen
Schritt 2: Ist-Wertstrom aufnehmen (Zeichnung per Hand oder Software)
Schritt 3: Kennzahlen ermitteln (Zykluszeiten, Umrüstzeiten, Bestände, OEE)
Schritt 4: Soll-Wertstrom entwickeln (Visionszeichnung)
Schritt 5: Aktionsplan zur Umsetzung erstellen

Schlüsselkennzahlen der Wertstromanalyse:

Gesamtdurchlaufzeit (DLZ)  = Summe aller Prozess- und Wartezeiten
Wertschöpfungszeit (WSZ)   = Summe aller Grundzeiten (tg)
Wertschöpfungsanteil       = WSZ / DLZ × 100 %
Prozesseffizienz           = WSZ / DLZ

Typische Ausgangswerte:
  DLZ:  12 Tage
  WSZ:  3,5 Stunden
  Wertschöpfungsanteil: ~3,6 %  → 96,4 % sind Verschwendung!

Symbole im Wertstrom:

Die Wertstromanalyse verwendet standardisierte Symbole (nach Rother & Shook):

Rechteck = Prozessschritt
Dreieck = Bestand (Puffer)
Fabrik = Lieferant / Kunde
Blitz = Push-Pfeil (losweise Weitergabe)
Kanban-Karte = Pull-Signal

5.2 5S-Methode – Die Basis aller Optimierung

5S ist die Grundlage eines jeden Lean-Systems. Ohne geordnete, saubere und standardisierte Arbeitsplätze scheitern alle weiteren Optimierungsmaßnahmen.

Schritt	Japanisch	Deutsch	Inhalte
1	Seiri	Sortieren	Alles Unnötige entfernen; nur Benötigtes am Platz
2	Seiton	Systematisieren	Für alles einen festen, logischen Platz definieren
3	Seiso	Säubern	Reinigen und dabei Mängel erkennen
4	Seiketsu	Standardisieren	Standards für die ersten 3S festlegen und dokumentieren
5	Shitsuke	Selbstdisziplin	Standards einhalten, regelmäßig auditieren

Nutzen von 5S:

Suchzeiten eliminieren (typisch: 15–30 min/Schicht)
Qualitätsprobleme durch Unordnung verhindern
Sicherheitsrisiken erkennen und beseitigen
Abweichungen vom Standard sofort sichtbar machen

5.3 Kaizen und kontinuierlicher Verbesserungsprozess (KVP)

Kaizen (japanisch: Kai = Veränderung, Zen = zum Besseren) bezeichnet die Philosophie der kleinen, stetigen Verbesserungen durch alle Mitarbeiter. Im deutschen Kontext wird der Begriff KVP (Kontinuierlicher Verbesserungsprozess) verwendet.

Kaizen-Prinzipien:

Jeder Mitarbeiter ist Experte seines Arbeitsplatzes
Viele kleine Verbesserungen sind besser als wenige große Sprünge
Probleme sind Chancen, keine Versagen
Standardisierung sichert Verbesserungen dauerhaft

Instrumente des KVP:

Verbesserungsvorschlagswesen (Ideen-/Vorschlagssystem)
KVP-Workshops und Kaizen-Events (3–5 Tage intensive Verbesserungsaktionen)
Teamgespräche am Shopfloor
Kennzahlentafeln mit Soll-Ist-Vergleich

Kennzahl: Verbesserungsrate

Anzahl umgesetzter KVP-Maßnahmen pro Mitarbeiter und Jahr

Weltklasse-Unternehmen:  > 20 Maßnahmen/MA/Jahr
Guter Durchschnitt:       5–10 Maßnahmen/MA/Jahr
Typischer Einsteiger:     1–3 Maßnahmen/MA/Jahr

5.4 Six Sigma – Prozessoptimierung durch Statistik

Six Sigma ist eine datengetriebene Methodik zur Reduktion von Prozessstreuung und Fehlerquoten. Das Ziel ist eine Fehlerrate von weniger als 3,4 Fehlern pro Million Möglichkeiten (DPMO) – das entspricht einer Prozessfähigkeit von Sigma-Niveau 6.

Sigma-Niveaus im Vergleich:

Sigma-Niveau	Fehler pro Million	Ausbeute
3σ	66.807	93,3 %
4σ	6.210	99,4 %
5σ	233	99,977 %
6σ	3,4	99,9997 %

Der DMAIC-Zyklus:

Six-Sigma-Projekte folgen dem DMAIC-Rahmen:

DEFINE   → Projekt definieren, Ziele setzen, Projektcharta erstellen
    ↓
MEASURE  → Daten erheben, Prozessleistung messen, Messsystem prüfen (MSA)
    ↓
ANALYZE  → Ursachen analysieren, Zusammenhänge statistisch prüfen
    ↓
IMPROVE  → Lösungen entwickeln, testen, implementieren
    ↓
CONTROL  → Verbesserungen sichern, Regelkarten einführen, Standard dokumentieren

Statistische Werkzeuge in Six Sigma:

Histogramme und Boxplots (Verteilungsanalyse)
Korrelations- und Regressionsanalyse
Varianzanalyse (ANOVA)
Design of Experiments (DoE) – gezielte Versuchsplanung
Statistische Prozesskontrolle (SPC)
Messsystemanalyse (MSA/Gage R&R)

Six-Sigma-Rollen:

Champion: Führungskraft, sichert Ressourcen
Master Black Belt: Vollzeit-Experte, Trainer
Black Belt: Projektleiter, Vollzeit Six Sigma
Green Belt: Teilzeit-Projektmitarbeiter

5.5 Total Productive Maintenance (TPM)

TPM ist die umfassende Strategie zur Maximierung der Anlageneffektivität durch vorbeugende und vorausschauende Instandhaltung unter Einbeziehung aller Mitarbeiter.

Die 8 Säulen von TPM:

         ┌─────────────────────────────────────────────┐
         │              TPM-Gebäude                    │
         │                                             │
  ┌──────┴──────────────────────────────────────┴────┐
  │  Autonome  │ Planmäßige │ Qualitäts-│ Anlagenan- │
  │  Instand-  │  Instand-  │  instand- │   lauf /   │
  │  haltung   │  haltung   │  haltung  │ Optimierung│
  ├────────────┼────────────┼───────────┼────────────┤
  │  Aus- und  │  Sicherheit│  Büro-TPM │   KVP      │
  │ Weiterbildg│  Umwelt    │           │            │
  └────────────┴────────────┴───────────┴────────────┘
         │     Fundament: 5S und Visualisierung        │
         └─────────────────────────────────────────────┘

Autonome Instandhaltung bedeutet, dass Maschinenbediener einfache Wartungsaufgaben selbst übernehmen:

Reinigung der Maschine nach jeder Schicht
Schmierung und Sichtprüfung
Frühzeitiges Erkennen von Verschleiß und Anomalien

OEE als TPM-Kennzahl:

OEE = Verfügbarkeit × Leistungsgrad × Qualitätsrate

Beispiel:
  Verfügbarkeit:   87 % (Ausfälle und Rüstzeiten berücksichtigt)
  Leistungsgrad:   92 % (Kurzstopps und reduzierte Geschwindigkeit)
  Qualitätsrate:   96 % (Ausschuss und Nacharbeit)
  OEE:             87 % × 92 % × 96 % = 76,8 %

Weltklasse-OEE gilt ab 85 %. TPM-Programme steigern die OEE typisch um 15–30 Prozentpunkte.

5.6 Poka-Yoke – Fehlersicherung

Poka-Yoke (japanisch: „Yokeru” = vermeiden, „Poka” = unbeabsichtigte Fehler) bezeichnet technische oder gestalterische Maßnahmen, die Fehler physisch unmöglich machen oder sofort anzeigen – bevor das fehlerhafte Teil zur nächsten Station gelangt.

Arten von Poka-Yoke:

Typ	Wirkung	Beispiel
Kontaktmethode	Geometrische Prüfung	Aussparung verhindert falschen Einbau
Konstantzahlmethode	Zählen von Elementen	Sensor prüft: alle 6 Schrauben angezogen?
Schrittfolgemethode	Reihenfolge erzwingen	Nächster Schritt nur möglich nach Abschluss des vorherigen

Stufen der Fehlersicherung (nach Wirksamkeit):

Stufe 1: Fehler UNMÖGLICH machen          (beste Lösung)
Stufe 2: Fehler SOFORT ERKENNEN und stoppen
Stufe 3: Fehler VOR WEITERGABE entdecken
Stufe 4: Fehler BEIM KUNDEN nicht ankommen (schwächste Stufe)

Ziel ist immer Stufe 1: Der Fehler kann konstruktiv oder prozessual gar nicht erst entstehen.

5.7 Kanban – Produktionssteuerung nach dem Pull-Prinzip

Kanban (japanisch: Karte/Signal) ist ein visuelles Steuerungssystem, das Produktion und Transport nach dem Pull-Prinzip regelt: Nachfolgende Prozesse rufen Material von vorgelagerten Prozessen ab – es wird nur produziert, was tatsächlich verbraucht wurde.

Kanban-Kreislauf:

Verbraucher          Kanban-Karte         Lieferant
(Montage)    ─────── sendet Signal ──────► (Fertigung)
     ▲                                         │
     │               Material fließt           │
     └─────────────────────────────────────────┘

Vorteile von Kanban:

Überproduktion wird strukturell verhindert
Bestände sinken drastisch (typisch: –50 bis –80 %)
Materialengpässe werden sofort sichtbar
Einfach zu verstehen und umzusetzen

Berechnung der Kanban-Anzahl:

Anzahl Kanbans = (Durchschnittlicher Verbrauch × Wiederbeschaffungszeit × Sicherheitsfaktor)
                 / Losgröße pro Kanban

Beispiel:
  Verbrauch:              50 Stück/Tag
  Wiederbeschaffungszeit: 2 Tage
  Sicherheitsfaktor:      1,2
  Losgröße:              100 Stück
  Anzahl Kanbans:         (50 × 2 × 1,2) / 100 = 1,2 ≈ 2 Kanbans

5.8 SMED – Rüstzeitoptimierung

Die Single Minute Exchange of Die-Methode nach Shigeo Shingo zielt auf die dramatische Verkürzung von Rüstzeiten durch Trennung von internem und externem Rüsten (ausführliche Beschreibung im Artikel „Rüstzeit”).

Typische SMED-Ergebnisse:

Vor SMED:    60–240 min Rüstzeit
Nach SMED:    8–25 min Rüstzeit
Reduktion:    70–95 %

5.9 Design of Experiments (DoE) – Statistische Versuchsplanung

Viele Prozessparameter beeinflussen die Qualität gleichzeitig. Statt jeden Parameter einzeln zu variieren (was Tausende von Versuchen erfordern würde), ermöglicht DoE die gezielte, statistische Versuchsplanung mit minimalem Versuchsaufwand bei maximaler Informationsausbeute.

Einfaches Beispiel – 2³-Vollfaktorieller Plan:

Drei Parameter (Temperatur, Druck, Geschwindigkeit) werden je auf zwei Stufen (hoch/niedrig) gesetzt. Statt 3 × 2 = 6 Einzelversuchen werden 8 kombinierte Versuche durchgeführt, die alle Wechselwirkungen zwischen den Parametern aufdecken.

Ergebnis: Die optimale Parameterkombination für Qualität und Effizienz wird statistisch abgesichert identifiziert – nicht durch Probieren, sondern durch Planung.

5.10 Engpasstheorie – Theory of Constraints (ToC)

Die Theory of Constraints (Goldratt) besagt: Jedes System hat genau einen limitierenden Engpass, der den Durchsatz des gesamten Systems bestimmt. Verbesserungen an Nicht-Engpässen bringen keinen Gesamtnutzen.

Der ToC-Fokusprozess:

Schritt 1: ENGPASS identifizieren
           (Wo stauen sich Bestände? Wo ist die Auslastung > 100 %?)

Schritt 2: ENGPASS auslasten
           (Den Engpass nie warten lassen, immer 100 % auslasten)

Schritt 3: Alles dem ENGPASS UNTERORDNEN
           (Vorgelagerte Prozesse dürfen nur so viel liefern, wie der Engpass verarbeiten kann)

Schritt 4: ENGPASS ERWEITERN
           (Kapazität am Engpass erhöhen: mehr Schichten, Maschine, Outsourcing)

Schritt 5: Neuen ENGPASS suchen und von vorne beginnen

Praxisbeispiel:

In einer Fertigungslinie mit 5 Stationen hat Station 3 eine Zykluszeit von 6 min/Stück, alle anderen Stationen schaffen 4 min/Stück. Station 3 ist der Engpass – die Gesamtausbringung ist auf 10 Stück/Stunde begrenzt, egal wie schnell Stationen 1, 2, 4 und 5 laufen. Optimierungsmaßnahmen an anderen Stationen als Station 3 sind verschwendete Energie.

6. Digitale Werkzeuge und Industrie 4.0 in der Prozessoptimierung

Die Digitalisierung eröffnet neue Dimensionen der Prozessoptimierung:

6.1 Manufacturing Execution System (MES)

Ein MES verbindet die Unternehmensplanung (ERP) mit der Produktionsebene und liefert Echtzeit-Daten zu:

Maschinenauslastung und Maschinenstatus
Auftragsfortschritt und Produktionsmengen
Qualitätsdaten und Prüfergebnisse
Rüst- und Störzeiten (Grundlage für OEE-Analyse)

MES-Daten ermöglichen eine datengetriebene Prozessoptimierung ohne manuelle Datenerfassung.

6.2 Digitaler Zwilling (Digital Twin)

Ein digitaler Zwilling ist ein virtuelles Abbild einer Maschine, Anlage oder des gesamten Werks. Er ermöglicht:

Simulation von Prozessänderungen vor der realen Umsetzung
Optimierung von Produktionsabläufen am virtuellen Modell
Predictive Maintenance: Vorhersage von Maschinenausfällen auf Basis von Betriebsdaten

6.3 Predictive Maintenance (Vorausschauende Instandhaltung)

Statt fester Wartungsintervalle (präventive Instandhaltung) oder reaktiver Reparaturen nach dem Ausfall wird durch Sensorik und KI der tatsächliche Zustand der Maschine überwacht. Wartung erfolgt genau dann, wenn sie nötig ist – nicht zu früh (unnötige Kosten) und nicht zu spät (ungeplanter Ausfall).

Typische Sensordaten:

Vibration (Lager, Getriebe)
Temperatur (Motoren, Werkzeuge)
Stromaufnahme (Maschinenbelastung)
Akustische Emissionen (Verschleiß)

6.4 KI und maschinelles Lernen in der Qualitätsprüfung

KI-gestützte Bildverarbeitung ersetzt oder ergänzt manuelle Sichtprüfungen:

Kameras erfassen jedes Bauteil in Echtzeit
KI-Algorithmen erkennen Oberflächenfehler, Maßabweichungen und Montagefehler
Fehlerhafte Teile werden automatisch ausgeschleust

Ergebnis: 100 %-Prüfung ohne Personalaufwand, höhere Erkennungsrate als manuelle Prüfung.

7. Lean Six Sigma – Die Kombination beider Welten

Lean Six Sigma (LSS) vereint die Stärken beider Ansätze:

Lean	Six Sigma
Verschwendung eliminieren	Streuung reduzieren
Fluss erzeugen	Fehlerquoten senken
Geschwindigkeit erhöhen	Statistische Absicherung
Einfache, pragmatische Tools	Datengetriebene Analyse

In der Praxis hat sich gezeigt: Lean allein löst Qualitätsprobleme nicht immer vollständig, Six Sigma allein kann Durchlaufzeiten nicht effizient senken. LSS kombiniert die Geschwindigkeit von Lean mit der analytischen Tiefe von Six Sigma.

8. Werkzeuge im Überblick – Wann wird was eingesetzt?

Methode/Werkzeug	Problem	Typischer Nutzen
5S	Unordnung, Suchzeiten	Basis für alle weiteren Maßnahmen
Wertstromanalyse	Lange Durchlaufzeiten, hohe Bestände	Gesamtprozess verbessern
Kaizen / KVP	Viele kleine Alltagsprobleme	Breite Mitarbeiterbeteiligung
SMED	Lange Rüstzeiten	Flexibilität, kleine Losgrößen
Kanban	Hohe Bestände, Überproduktion	Bestandssenkung, Pull-Steuerung
Poka-Yoke	Wiederkehrende Fehler	Null-Fehler-Strategie
TPM / OEE	Maschinenausfälle, geringe Auslastung	Anlagenproduktivität steigern
Six Sigma / DMAIC	Qualitätsprobleme mit unklarer Ursache	Fehlerrate drastisch senken
DoE	Optimierung von Prozessparametern	Optimale Einstellungen finden
Theory of Constraints	Engpässe, Kapazitätsengpässe	Durchsatz maximieren
Digital Twin / MES	Fehlende Datentransparenz	Echtzeitsteuerung, Simulation
Predictive Maintenance	Ungeplante Maschinenausfälle	Verfügbarkeit maximieren

9. Typische Fehler bei der Prozessoptimierung

Fehler 1: Optimierung ohne klare Ziele Wer nicht weiß, wohin er will, kann nicht ankommen. Fehlende SMART-Ziele führen zu diffusen Aktivitäten ohne messbaren Erfolg.

Fehler 2: Werkzeuge als Selbstzweck „Wir machen jetzt Lean” oder „Wir brauchen Six Sigma” ohne konkretes Problem dahinter. Methoden sind Mittel zum Zweck, nicht der Zweck selbst.

Fehler 3: Optimierung am grünen Tisch Prozesse, die ohne Einbeziehung der Mitarbeiter am Whiteboard optimiert werden, scheitern häufig an der Realität. Der Gemba (der Ort der Wertschöpfung) ist immer der Ausgangspunkt.

Fehler 4: Fehlende Nachhaltigkeit Verbesserungen werden erzielt, aber nicht standardisiert. Ohne neue Standards kehren alte Gewohnheiten zurück – der „Rückfall in den Istzustand” ist das häufigste Problem in Optimierungsprojekten.

Fehler 5: Silodenken Abteilungsoptimierung auf Kosten des Gesamtsystems. Wer nur die eigene Abteilung optimiert, ohne den Gesamtwertstrom im Blick zu haben, verschiebt Probleme nur in andere Bereiche.

Fehler 6: Unterschätzung des Change Managements Prozessoptimierung ist immer auch Veränderungsmanagement. Widerstände der Belegschaft, fehlende Kommunikation und mangelnde Führungsunterstützung sind häufige Scheitergründe, auch wenn die Methodik korrekt ist.

10. Praxisbeispiel: Ganzheitliche Prozessoptimierung in der Serienfertigung

Ausgangslage

Ein mittelständischer Automobilzulieferer fertigt Präzisionsteile in einer Fließlinie. Aktuelle Situation:

Kennzahl	Istwert	Zielwert
OEE	52 %	78 %
Ausschussrate	7,3 %	< 2 %
Durchlaufzeit	9 Tage	3 Tage
Rüstzeit	85 min	< 20 min
Liefertreue	78 %	> 96 %

Vorgehensweise und Maßnahmen

Stufe 1 – Stabilisierung (Monate 1–3):

5S-Einführung in der gesamten Linie
Autonome Instandhaltung einführen (Reinigung, Schmierung durch Bediener)
Shopfloor Management mit täglichen Kurzbesprechungen starten
Kritische Qualitätsfehler mit 8D-Methodik analysieren und abstellen

Stufe 2 – Flussorientierung (Monate 3–6):

Wertstromanalyse erstellen und Soll-Wertstrom definieren
SMED-Workshops an den drei rüstintensivsten Maschinen durchführen
Kanban-System für die fünf wichtigsten Kaufteile einführen
Taktzeit berechnen und Linie neu ausbalancieren

Stufe 3 – Null-Fehler-Strategie (Monate 6–12):

Prozess-FMEA für alle kritischen Arbeitsgänge erstellen
Poka-Yoke-Lösungen für die drei häufigsten Fehlerarten entwickeln
SPC einführen: Regelkarten für kritische Maßmerkmale
Six-Sigma-Projekt für hartnäckige Qualitätsprobleme starten

Ergebnisse nach 12 Monaten

Kennzahl	Vorher	Nachher	Verbesserung
OEE	52 %	79 %	+ 27 %
Ausschussrate	7,3 %	1,6 %	− 5,7 %
Durchlaufzeit	9 Tage	2,5 Tage	− 72 %
Rüstzeit	85 min	17 min	− 80 %
Liefertreue	78 %	97 %	+ 19 %
Bestände (WIP)	380 Stück	85 Stück	− 78 %

11. Zusammenfassung

Prozessoptimierung ist kein Ereignis – sie ist ein dauerhafter Zustand. Die erfolgreichsten Produktionsunternehmen der Welt haben keine Optimierungsprojekte; sie haben eine Optimierungskultur.

Die Wahl der Methode ist dabei weniger entscheidend als die Konsequenz der Anwendung, die Einbeziehung der Mitarbeiter und die Verankerung in der Unternehmensführung. Kein Werkzeug wirkt allein – erst das Zusammenspiel aus Philosophie, Methodik, Datenbasis und Menschenorientierung führt zu nachhaltigen Ergebnissen.

Prozessoptimierung = Methode × Daten × Mensch × Führung

Fällt einer dieser Faktoren auf null, ist das Ergebnis null.

Der entscheidende erste Schritt ist stets derselbe: Hingehen, Hinschauen, Verstehen – und dann systematisch handeln.

Literatur: Womack/Jones – „Lean Thinking” (1996); Ohno, T. – „Toyota Production System” (1978); Goldratt, E. – „The Goal” (1984); Shingo, S. – „Zero Quality Control” (1986); Montgomery, D. – „Introduction to Statistical Quality Control” (8. Auflage); VDI 2870 – Ganzheitliche Produktionssysteme; George, M. – „Lean Six Sigma” (2002)

← Zurück zur Übersicht