Die I-Karte dient dazu, Prozesse mit Einzelwerten über die Zeit zu überwachen. Ziel ist es, ungewöhnliche Veränderungen im Prozess frühzeitig zu erkennen, bevor es zu Abweichungen kommt. Dadurch können Ursachen systematisch analysiert, Prozesswissen aufgebaut und unnötige Eingriffe vermieden werden.
In der Produktion von Tomatensoße wird die Abfüllmenge jedes einzelnen Glases fortlaufend gemessen. Ziel ist zu prüfen, ob der Prozess über die Zeit stabil läuft oder ob ungewöhnliche Veränderungen auftreten. Jede Messung wird in zeitlicher Reihenfolge in der I-Karte dargestellt.
Interpretation der Ergebnisse:
Es liegen keine Punkte außerhalb der Eingriffsgrenzen vor und es sind keine auffälligen Muster erkennbar. Der Prozess verhält sich stabil – es besteht kein Anlass einzugreifen.
Erklärungen zur Grafik:
- Die Punkte zeigen die einzelnen Abfüllmengen in zeitlicher Reihenfolge.
- Die Mittellinie entspricht dem Durchschnitt der Abfüllmenge.
- Die Eingriffsgrenzen liegen im Abstand von drei Standardabweichungen zum Mittelwert.
Vorarbeit
- Eine geeignete Messgröße auswählen (z. B. Abfüllmenge, Temperatur, pH-Wert).
- Sicherstellen, dass die Daten als Einzelwerte in zeitlicher Reihenfolge vorliegen.
- Prüfen, ob unterschiedliche Prozessphasen getrennt betrachtet werden sollten.
- Festlegen, welche Nelson-Regeln aktiviert werden sollen.
Nutzung in AlphadiTab
- In der Measure-Phase oder Control-Phase das Tool I-Karte auswählen.
- Bei Daten die Spalte auswählen.
- Diagramm mit dem Button „Neu erstellen“ generieren.
Interpretation
- Liegen Punkte außerhalb der Eingriffsgrenzen?
- Sind nichtzufällige Muster erkennbar (Trends, Shifts, Zyklen)?
- Ist der Prozess stabil oder sind Eingriffe erforderlich?
Historische Werte
Sind historische Werte bekannt, können diese als feste Referenz verwendet werden. Liegen keine vor, werden Mittellinie und Eingriffsgrenzen aus den aktuellen Daten geschätzt.
Abschnitte
Abschnitte sind sinnvoll, wenn sich der Prozess bewusst verändert hat. Je Abschnitt werden eigene Mittellinien und Eingriffsgrenzen berechnet.
Mit den Tests werden nichtzufällige Muster erkannt:
Reaktionszeit des IT-Helpdesks
Im IT-Service-Desk werden Tickets bearbeitet. Die Reaktionszeiten werden regelmäßig ausgewertet, um die Stabilität der Serviceprozesse zu überwachen.
Interpretation
Zu Beginn streuen die Messwerte zufällig. Im weiteren Verlauf ist ein deutliches Wechselmuster erkennbar: die Werte steigen und fallen über mehrere Punkte regelmäßig. Dieses alternierende Muster ist nicht zufällig und deutet auf eine systematische Ursache hin.
→ Alternierendes Wechselmuster – systematische Ursache, Prozess untersuchen.
Verkaufsquote nach Region
Im Vertrieb wird die Verkaufsquote regelmäßig ausgewertet, um die Abschlussleistung zu überwachen. Sie basiert auf ausreichend vielen Angeboten pro Zeitraum, sodass die Werte als annähernd stetig betrachtet werden können.
Interpretation
Zu Beginn streuen die Messwerte zufällig. Im weiteren Verlauf liegen die Werte jedoch über einen längeren Zeitraum sehr eng beieinander. Diese ungewöhnlich geringe Streuung ist nicht zufällig.
→ Auffällig geringe Streuung – systematische Ursache, untersuchen.
Lieferzeit nach Logistikzentrum
Im Logistikbereich wird die Lieferzeit von Kundenaufträgen kontinuierlich erfasst. Ziel ist zu prüfen, ob der Prozess über die Zeit stabil ist oder ob Auffälligkeiten vorliegen.
Interpretation
Ein Messwert liegt deutlich außerhalb der Eingriffsgrenzen. Die Ursache ist bekannt: eine Vollsperrung auf der A7. Der Prozess ist für diesen Zeitpunkt nicht stabil, es liegt jedoch eine erklärbare Sonderursache vor.
→ Ausreißer durch bekannte Sonderursache (A7-Sperrung) – keine weitere Untersuchung nötig.
Lieferantenvergleich
Im Einkauf wird der Ausschussanteil je Lieferung kontinuierlich erfasst. Während des Beobachtungszeitraums wurde von Lieferant A auf Lieferant B umgestellt. Ziel ist zu prüfen, ob sich der Prozess nach dem Wechsel stabil verhält.
Interpretation
Nach dem Lieferantenwechsel ist eine deutliche Verschiebung im Niveau des Ausschussanteils erkennbar. Die Werte liegen im Mittel höher – das deutet auf eine systematische Veränderung hin.
→ Niveauverschiebung nach Lieferantenwechsel – im Zusammenhang analysieren.
Prognoseabweichung
In der Produktionsplanung wird die Prognoseabweichung regelmäßig erfasst, um die Qualität der Bedarfsplanung zu überwachen. Im Zeitverlauf soll geprüft werden, ob sich das Verhalten des Prozesses verändert.
Interpretation
Ein Ausreißer sowie ein ansteigender Trend sind erkennbar. Dies deutet auf eine systematische Veränderung hin – der Prozess ist nicht stabil.
→ Ausreißer + ansteigender Trend – Prozess instabil, untersuchen.
I (Individual): Einzelwerte, die in zeitlicher Reihenfolge dargestellt werden.
Mittelwert: Durchschnitt der Messwerte und zentrales Niveau des Prozesses.
Standardabweichung: Maß für die Streuung der Messwerte um den Mittelwert.
Eingriffsgrenzen (UEG / OEG): Grenzen, innerhalb derer die zufällige Schwankung eines stabilen Prozesses erwartet wird (typisch ±3σ).
Warngrenzen (UWG / OWG): Grenzen innerhalb der Eingriffsgrenzen zur frühzeitigen Erkennung von Auffälligkeiten (typisch ±2σ).
Sigma Eingriff: Faktor zur Berechnung der Eingriffsgrenzen (typisch 3σ).
Sigma Warn: Faktor zur Berechnung der Warngrenzen (typisch 2σ).
Nelson-Regeln: Statistische Tests zur Erkennung von nichtzufälligen Mustern im Prozessverlauf.
Fix (historische Werte): Vorgegebene Werte für Mittelwert und Standardabweichung, die als feste Referenz für die Berechnung der Grenzen verwendet werden.
Stufenwerte: Darstellung von abschnittsweise konstanten Prozessniveaus, z. B. bei Änderungen im Prozess