Ein Zeitreihendiagramm ist ein Liniendiagramm, das Messwerte in der Reihenfolge ihrer Entstehung darstellt – die x-Achse ist immer die Zeit, die y-Achse der gemessene Wert.
Das Zeitreihendiagramm kann in LSS-Projekten in allen DMAIC-Phasen eingesetzt werden. Der Einsatzzweck unterscheidet sich je nach Phase.
Prozessverhalten über die Zeit zeigen
In der Define-Phase wird das Zeitreihendiagramm eingesetzt, um den zeitlichen Verlauf der Zielgröße sichtbar zu machen. Trends oder Sprünge liefern erste Hinweise auf die Problembeschreibung.
Stabilität und Ausreißer erkennen
In der Measure-Phase hilft das Zeitreihendiagramm dabei, die zeitliche Stabilität des Prozesses zu beurteilen. Ausreißer und Sprünge werden sichtbar, bevor weitere statistische Analysen durchgeführt werden.
Zeitpunkt von Veränderungen identifizieren
In der Analyze-Phase wird das Zeitreihendiagramm genutzt, um den Zeitpunkt von Veränderungen im Prozessverhalten zu identifizieren. Sprünge oder Trendwechsel lassen sich mit externen Ereignissen in Verbindung bringen.
Vorher-Nachher-Vergleich visualisieren
In der Improve-Phase wird das Zeitreihendiagramm verwendet, um den Vorher-Nachher-Vergleich mit Stufenwert zu visualisieren. Es zeigt, ob sich Lage und Streuung nach der Maßnahme dauerhaft verändert haben.
Stabilität der Verbesserung über die Zeit bestätigen
In der Control-Phase bestätigt das Zeitreihendiagramm, ob der Prozess nach der Verbesserung stabil bleibt. Neue Trends oder Ausreißer werden frühzeitig sichtbar.
Das Zeitreihendiagramm dient dazu, den Verlauf einer Messgröße über die Zeit darzustellen. Es ermöglicht zu beurteilen, ob sich Lage und Streuung der Messwerte zeitlich konstant verhalten oder ob Auffälligkeiten wie Trends, Sprünge, Muster oder Ausreißer auftreten.
Bei der Herstellung von Tomatensoße werden regelmäßig Viskositätsmessungen durchgeführt. Die Messwerte werden fortlaufend erfasst und in zeitlicher Reihenfolge dargestellt. Mithilfe des Zeitreihendiagramms soll überprüft werden, ob die Viskosität über die Zeit konstant bleibt oder ob zeitabhängige Auffälligkeiten auftreten.
Erklärungen zur Grafik:
Im Zeitreihendiagramm wird jeder Messwert in der Reihenfolge seiner Erfassung dargestellt. Die x-Achse zeigt den Zeitbezug (z. B. Messnummer oder Kalenderwoche), die y-Achse die betrachtete Messgröße. Durch die zeitliche Darstellung lassen sich Veränderungen erkennen, die in zeitlosen Diagrammen nicht sichtbar sind.
Vorabreit
- Eine Messgröße auswählen, die regelmäßig erhoben wird (z. B. Viskosität).
- Einen eindeutigen Zeitbezug festlegen (z. B. Messnummer oder Kalenderwoche).
Nutzung in AlphadiTab
- In der Measure-Phase das Tool Zeitreihe auswählen.
- Bei Daten „Viskosität“ auswählen.
- Bei Zeit „Datum“ auswählen.
- Bei Format „Auto“ auswählen.
- Diagramm mit dem Button „Neu erstellen“ generieren.
Interpretation
- Verläuft die Messgröße über die Zeit gleichmäßig?
- Sind Ausreißer erkennbar?
- Tritt ein Trend (steigend oder fallend) auf?
- Gibt es einen Sprung (Shift) im Niveau der Messwerte?
- Sind regelmäßige Muster oder periodische Schwankungen sichtbar?
Allgemeine Betrachtung
Bei bekannten Spezifikationen
Bei mehreren Zeitreihen
Für Zeitreihendiagramme stehen verschiedene Darstellungsformen zur Verfügung. Abhängig davon, ob eine oder mehrere Datenreihen sowie zusätzliche Stufenwerte ausgewählt werden, ändert sich die Darstellung im Diagramm.
| Lieferzeit in Tagen_Standort A | Lieferzeit in Tagen_Standort B | Lieferzeit in Tagen_Standort C | Prozessstatus | Produkt |
|---|---|---|---|---|
| 4 | 9 | 3 | Vorher | Fenster |
| 5 | 4 | 6 | Vorher | Fenster |
| 6 | 7 | 4 | Vorher | Fenster |
| 4 | 9 | 2 | Vorher | Fenster |
| 2 | 4 | 2 | Vorher | Fenster |
| 8 | 9 | 6 | Vorher | Tür |
| 6 | 4 | 6 | Vorher | Tür |
| 8 | 9 | 5 | Vorher | Tür |
| 5 | 8 | 3 | Vorher | Tür |
| 8 | 3 | 5 | Vorher | Tür |
| 3 | 4 | 3 | Nachher | Fenster |
| 1 | 3 | 1 | Nachher | Fenster |
| 2 | 2 | 2 | Nachher | Fenster |
| 3 | 3 | 3 | Nachher | Fenster |
| 2 | 4 | 1 | Nachher | Fenster |
| 1 | 4 | 1 | Nachher | Tür |
| 3 | 2 | 2 | Nachher | Tür |
| 3 | 5 | 3 | Nachher | Tür |
Tabelle hier als Excel downloaden.
✓Eine Datenreihe: Spalte A⌄
✓Eine Datenreihe mit Stufenwerte: Spalte A und D⌄
✓Mehrere Datenreihen: Spalte A–C⌄
Quantitative Daten (zählbare oder messbare Daten)
Ein geeignetes Messmittel, da Ausreißer oft durch Messfehler entstehen können.
Entwicklung alte vs. neue Rezeptur
In der Entwicklung wird eine neue Rezeptur getestet. Mit dem Zeitreihendiagramm soll nun überprüft werden, ob sich die Viskosität der neuen Rezeptur ähnlich über die Zeit verhält wie die bisherige Rezeptur.
Das Zeitreihendiagramm zeigt bei der alten Rezeptur einen gleichmäßigen Verlauf der Viskosität. Bei der neuen Rezeptur ist eine größere Streuung der Messwerte erkennbar, ohne dass sich die Lage dauerhaft verändert. Ein Trend oder ein Sprung ist nicht sichtbar.
Produktion / Qualitätssicherung
In der Qualitätssicherung wurde festgestellt, dass einzelne Viskositätswerte außerhalb der erwarteten Range lagen. Nun soll geprüft werden, ob dieses Verhalten bei allen Produktionslinien auftritt oder nur bei einzelnen Linien.
Bei einer Produktionslinie ist ein deutlicher Sprung in der Lage der Messwerte ab einem bestimmten Zeitpunkt erkennbar. Dies deutet auf eine systematische Änderung im Prozess hin, z. B. durch einen Materialwechsel oder eine neue Einstellung.
Bearbeitungszeit IT-Tickets Vorher/Nachher
Im IT-Service-Desk werden eingehende Anfragen systematisch erfasst und bearbeitet. Dabei soll insbesondere ein Vorher-Nachher-Vergleich durchgeführt werden. Hintergrund ist eine organisatorische Änderung: Die Verantwortlichkeiten im Service-Prozess wurden neu festgelegt. Mithilfe eines Zeitreihendiagramms sowie des Stufenwerts „Vorher/Nachher“ kann dieser Vergleich strukturiert durchgeführt werden.
Im Zeitreihendiagramm sind einzelne Ausreißer sowie Phasen mit mehreren aufeinanderfolgenden hohen oder niedrigen Werten erkennbar. Dies weist auf zeitlich begrenzte Sonderursachen hin.
Verkaufsquote nach Saison
Im Vertrieb werden Verkaufschancen nach Saison untersucht. Hierzu wurde in jeder Saison pro Woche ein Datenpunkt erfasst; zusätzlich wurde die Saison als Stufenwert definiert. Mithilfe eines Zeitreihendiagramms soll analysiert werden, ob und wie sich die Verkaufsquote innerhalb der einzelnen Saisons im Zeitverlauf verändert hat.
Im Zeitverlauf sind wiederkehrende Schwankungen der Verkaufsquote erkennbar. Diese periodischen Muster können auf zyklische Markteinflüsse zurückzuführen sein. Zudem ist ersichtlich, dass die Verkaufsquote in Saison Herbst am höchsten und in Saison Sommer am niedrigsten ausfällt.
Lieferzeit nach Logistikzentrum
In der Logistik werden Kundenaufträge über mehrere Logistikzentren abgewickelt. Obwohl dieselben Prozesse und Systeme genutzt werden, können sich Lieferzeiten aufgrund unterschiedlicher Auslastung, Infrastruktur oder regionaler Gegebenheiten unterscheiden. Mithilfe des Zeitreihendiagramms soll geprüft werden, ob die Lieferzeit zufällig über die Zeit streut.
Das Zeitreihendiagramm zeigt bei allen drei Standorten einen insgesamt ansteigenden Trend der Lieferzeiten. Auffällig sind zwei deutliche Spitzen, die zeitgleich bei allen Standorten auftreten.
Lieferantenvergleich
Im Einkauf werden Materialien von verschiedenen Lieferanten bezogen. Mithilfe eines Zeitreihendiagramms soll untersucht werden, ob sich die Liefertreue von verschiedenen Lieferanten über die Zeit verändert hat.
Liefertreue [%] gibt an, wie häufig Lieferungen termingerecht erfolgen. Für jede Woche wird die Liefertreue berechnet:
Liefertreue [%] = (termingerechte Lieferungen / Gesamtlieferungen) × 100
Für das Zeitreihendiagramm wurde die Liefertreue für mehrere Kalenderwochen berechnet. Jeder Datenpunkt entspricht der Liefertreue eines Lieferanten in einer Woche.
Das Zeitreihendiagramm zeigt bei einem Lieferanten deutlich stärkere Schwankungen der Liefertreue sowie einzelne Wochen mit sehr niedrigen Werten. Andere Lieferanten zeigen einen gleichmäßigeren Verlauf.
Prognoseabweichung
In der Produktionsplanung werden Bedarfsprognosen erstellt. Ein Zeitreihendiagramm wird genutzt, um zu analysieren, ob sich die Prognoseabweichungen zwischen verschiedenen Planungszeiträumen im zeitlichen Verlauf unterscheiden.
Die Prognoseabweichung ergibt sich aus dem Vergleich zwischen dem geplanten Bedarf und dem tatsächlich eingetretenen Bedarf.
Prognoseabweichung [%] = (geplanter Bedarf − tatsächlicher Bedarf) / tatsächlicher Bedarf × 100
- Ein positiver Wert bedeutet, dass der Bedarf überschätzt wurde.
- Ein negativer Wert bedeutet, dass der Bedarf unterschätzt wurde.
- Ein Wert nahe 0 % zeigt eine sehr genaue Prognose.
Durch die prozentuale Darstellung lassen sich Prognoseabweichungen unabhängig von absoluten Mengen vergleichen.
Mit zunehmendem Planungshorizont nehmen die Schwankungen der Prognoseabweichung deutlich zu. In der langfristigen Planung treten sowohl positive als auch negative Ausreißer auf, was auf eine höhere Unsicherheit hinweist.
Zeitreihe: Folge von Messwerten mit zeitlichem Bezug.
Ausreißer: Einzelner Messwert, der deutlich vom übrigen Verlauf abweicht.
Trend: Langfristige Zu- oder Abnahme der Messwerte.
Shift (Lageverschiebung): Plötzliche und dauerhafte Lageveränderung.
Stabiler Prozess: Konstante Lage und Streuung über die Zeit.