Qualitätslenkung

Kurz erklärt

Die Qualitätslenkung ist der operative Steuerungsmechanismus im Qualitätsmanagement, der sicherstellt, dass Prozesse während ihrer Durchführung innerhalb definierter Toleranzen bleiben. Sie übersetzt Anforderungen in messbare Grenzwerte und greift korrigierend ein, bevor Ausschuss entsteht, wodurch die Prozessstabilität dauerhaft gesichert wird.

Definition

Qualitätslenkung umfasst alle operativen Tätigkeiten und Techniken, die darauf ausgerichtet sind, die Erfüllung von Qualitätsanforderungen kontinuierlich sicherzustellen. Sie ist als geschlossener Regelkreis konzipiert, bestehend aus der Datenerfassung, dem Abgleich von Ist-Daten mit Soll-Vorgaben sowie proaktiven Eingriffsregeln. Anders als die rein dokumentierende Qualitätssicherung agiert die Lenkung direkt im laufenden Prozess, um durch statistische Überwachung (SPC) oder sensorbasierte Systeme Abweichungen frühzeitig zu neutralisieren. Damit bildet sie das zentrale Bindeglied zwischen der präventiven Planung und der konformitätsnachweisenden Prüfung.

Bedeutung im Fachkontext

Im ISO-basierten Qualitätsmanagementsystem fungiert die Qualitätslenkung als das operative Rückgrat der Prozessbeherrschung. Sie bildet den Ankerpunkt, an dem die theoretischen Vorgaben der Qualitätsplanung auf die physikalische Realität der Produktion treffen. Durch die Integration von Risikomanagement-Daten (z.B. FMEA-Maßnahmen) in die Lenkungslogik sorgt sie dafür, dass kritische Prozessparameter nicht nur definiert, sondern durch laufende Korrekturvorgänge 'eingefangen' werden. Ihre Bedeutung liegt primär in der Reduktion von Variabilität, was direkt die Prozessfähigkeit (Cp/Cpk) beeinflusst und somit die Grundlage für effiziente, fehlerfreie Wertschöpfungsketten schafft.

Input, Verarbeitung, Output, Outcome, Impact

Schritte der Methode in Übersicht

Die methodische Umsetzung folgt einem fünfstufigen Zyklus: 1. Planung der Lenkungslogik (Definition der Grenzen); 2. Datenerfassung (Messung); 3. Ist-Soll-Vergleich (Auswertung); 4. Eingriff und Korrektur (Steuerung); 5. Validierung (Wirksamkeitsprüfung).

Beschreibung der Einzelschritte mit Ziel & Vorgehen

Anwendung und Vorgehen

Die praktische Umsetzung der Qualitätslenkung folgt einem disziplinierten, datengestützten Ansatz, der den „PDCA-Zyklus“ (Plan-Do-Check-Act) auf die operative Fertigungsebene herunterbricht. Der Kern des Vorgehens liegt in der Überführung abstrakter Anforderungen aus technischen Zeichnungen oder Lastenheften in eine operationalisierbare Prüf- und Lenkungslogik.

Der erste Schritt, die Planung der Lenkungslogik, beginnt mit der Identifikation der „Special Characteristics“ (kritische Merkmale). Hierbei werden Erkenntnisse aus der Design- und Prozess-FMEA genutzt, um festzulegen, welche Parameter eine 100%-Prüfung benötigen und welche durch statistische Stichproben abgedeckt werden können. Die methodische Grundlage bildet der Produktionslenkungsplan (PLP), der für jeden Fertigungsschritt explizit festlegt: Was wird gemessen?, Mit welchem Messmittel?, In welchem Intervall? und Wer reagiert wie bei Abweichungen?

In der Phase der Datenerfassung ist sicherzustellen, dass die verwendeten Messmittel nicht nur kalibriert, sondern im Sinne der MSA (Measurement System Analysis) fähig sind. Eine fehlerhafte Messung führt zur „Blindheit“ des Regelkreises. Die Verarbeitung der Daten erfolgt meist über Regelkarten (Shewhart-Charts), in denen Mittelwerte und Spannweiten eingetragen werden. Entscheidend ist hier nicht die bloße Dokumentation, sondern die sofortige Visualisierung von Trends.

Der Eingriff erfolgt proaktiv: Ein qualifizierter Werker agiert bereits beim Erreichen von „Warngrenzen“ (z.B. 2-Sigma), lange bevor die „Eingriffsgrenzen“ (3-Sigma) oder die Toleranzgrenzen verletzt werden. Dies verhindert den Ausschuss. Den Abschluss bildet die Validierung, bei der nach einer Werkzeugjustage erneut gemessen wird, um zu bestätigen, dass der Prozess wieder in den Soll-Korridor zurückgekehrt ist.

Anwendungsgebiete

Qualitätslenkung ist kein universelles Rezept, sondern muss spezifisch auf die Prozessumgebung zugeschnitten werden.

• Serienfertigung: In der Automobil- oder Elektronikindustrie ist die Qualitätslenkung das Herzstück. Hier werden hochvolumige Prozesse mittels SPC (Statistische Prozesslenkung) überwacht. Das Hauptziel ist die Reduktion der Prozessstreuung, um die Prozessfähigkeitskennzahlen (Cpk) stabil über 1,33 oder 1,67 zu halten.
• Pharmazeutische Industrie: Hier steht die Konformität mit regulatorischen Vorgaben (GMP) im Vordergrund. Die Qualitätslenkung fokussiert sich auf „Critical Process Parameters“ (CPP). Da ein Eingriff in den Prozess hier oft eine aufwändige Re-Validierung auslösen kann, sind die Lenkungsmechanismen hochgradig automatisiert und eng mit der Prozessleittechnik verknüpft.
• Dienstleistungssektor: In administrativen Prozessen (z.B. Versicherungsabwicklungen) wird Qualitätslenkung zur Steuerung von Durchlaufzeiten und Fehlerraten in der Sachbearbeitung eingesetzt. Die „Stolpersteine“ sind hier oft die Definition klarer Messgrößen, da menschliche Tätigkeiten subjektiver sind als physische Bohrungen.
• Automobilzulieferindustrie: Nach IATF 16949 ist die Qualitätslenkung durch den Produktionslenkungsplan (Control Plan) streng normiert. Die Lenkung ist hier untrennbar mit der Lieferantenqualität verbunden; eingehende Chargen müssen bereits im Wareneingang gelenkt werden, um die eigene Prozessstabilität nicht zu gefährden.

Typische Fehler und Missverständnisse

In der Praxis scheitern Implementierungen oft an fünf zentralen Fehlannahmen:

1. Qualitätslenkung als Endkontrolle: Der häufigste Irrtum ist, dass Qualitätslenkung das Aussortieren von defekten Teilen am Ende des Prozesses sei. Tatsächlich ist sie jedoch das Verhindern des Entstehens von Fehlern während des Prozesses. Wer nur prüft, betreibt Qualitätssicherung, aber keine Qualitätslenkung.
2. Designmängel korrigieren: Viele Unternehmen versuchen, mangelhafte Produktkonzepte durch exzessive Qualitätslenkung zu kompensieren. Die beste Statistik kann jedoch einen Designfehler (z. B. eine physikalisch unmögliche Toleranz) nicht heilen.
3. RPZ als Steuerungsinstrument: Die Risikoprioritätszahl (RPZ) aus der FMEA ist ein Planungswerkzeug zur Priorisierung von Maßnahmen. Sie ist jedoch kein operativer Wert für die Maschinensteuerung. Die Praxis, „bei RPZ über 100 immer eine 100%-Prüfung durchzuführen“, ist oft starr und ineffizient.
4. Die „Datengrab“-Falle: „Viel hilft viel“ ist ein gefährlicher Trugschluss. Das Sammeln unzähliger Datenpunkte ohne klare Eingriffsregeln führt dazu, dass Trends untergehen und Ressourcen verschwendet werden. Daten müssen handlungsleitend sein, sonst sind sie wertlos.
5. Ignorieren der menschlichen Komponente: Statistische Modelle sind präzise, aber sie funktionieren nur, wenn die Mitarbeiter an der Maschine verstehen, warum sie bei einem bestimmten Messwert eingreifen müssen. Die reine „Befehlskette“ ohne prozessnahe Schulung führt zur Akzeptanzverweigerung.

Abgrenzung und Grenzen

Die Qualitätslenkung ist operativ und taktisch orientiert, darf aber nicht mit der Qualitätsplanung (die den Rahmen setzt) oder der Qualitätssicherung (die die Konformität nachweist) verwechselt werden.

Grenzen der Methode:

• Messsystemfähigkeit: Wenn das Messsystem unsicher ist, ist jede Lenkung eine „Fahrt im Nebel“. Die Qualitätslenkung endet dort, wo die Messgenauigkeit unter die Toleranzbreite fällt.
• Statistische Voraussetzungen: SPC-Methoden setzen normalverteilte Prozesse voraus. Bei instabilen oder stark schwankenden Sonderursachen (z. B. durch instabile Stromversorgung oder Temperaturschwankungen in der Halle) stoßen Standard-Regelkarten an ihre Grenzen.
• Komplexität: Bei hochkomplexen, multivariaten Prozessen (z.B. chemische Reaktionen mit 20 beeinflussenden Faktoren) ist die klassische univariate Regelkarte überfordert. Hier sind multivariate statistische Methoden oder KI-basierte Überwachungen notwendig.
• Zeitverzögerung: In manchen Prozessen erfolgt das Feedback (z.B. Labortest für chemische Zusammensetzung) erst Stunden nach der Produktion. Hier ist eine echte „Echtzeit-Lenkung“ nicht möglich, was die proaktive Fehlerverhinderung erschwert.

Häufige Fragen