QMB - Qualitätsmanagementbeauftragter Logo
    • Startseite
    • Seminare und Ausbildungen
    • QM Toolbox (AI)
      • ISO 9001:2026 Toolbox (AI)
    • Lexikon
      • QMB: Aufgaben & Rolle
    • Blog
    • Methoden
    • Kontakt
    • Impressum
QMB - Qualitätsmanagementbeauftragter LogoQMB - QualitätsmanagementbeauftragterWissen · Methoden · Praxis
Lexikon/Statistische Prozessregelung (SPC)
Lexikon · Wissen · Anwendung

Statistische Prozessregelung (SPC)

  • Prozesslenkung
Statistische Prozessregelung (SPC)

Inhaltsverzeichnis

  1. Kurz erklärt
  2. Definition
  3. Bedeutung im Fachkontext
  4. Input, Verarbeitung, Output, Outcome, Impact
  5. Schritte der Methode in Übersicht
  6. Beschreibung der Einzelschritte mit Ziel & Vorgehen
  7. Anwendung und Vorgehen
  8. Anwendungsgebiete
  9. Typische Fehler und Missverständnisse
  10. Abgrenzung und Grenzen
  11. Thema + KI-Unterstützung
  12. Beispiele im AI Tool
  13. Seminare zum Thema
  14. Häufige Fragen

Kurz erklärt

Die Statistische Prozessregelung (SPC) ist eine Methode zur kontinuierlichen Überwachung von Fertigungsprozessen, die auf mathematischen Prinzipien der Wahrscheinlichkeitsrechnung basiert. Anstatt nur das fertige Produkt zu prüfen, überwacht SPC den Prozess während seiner Entstehung. Durch den Einsatz von Regelkarten können Abweichungen, die auf systematische Störeinflüsse zurückzuführen sind, frühzeitig erkannt und korrigiert werden. Ziel ist es, den Prozess in einem statistisch stabilen Zustand zu halten, um die Varianz zu minimieren und Ausschuss zu verhindern, bevor er überhaupt entsteht.

Statistische Prozessregelung (SPC) · Kurz erklärt
Statistische Prozessregelung (SPC) · Kurz erklärt01AUSGANGSLAGEFMEA-Ergebnisse, Control Plan02DIE METHODEAuswahl kritischer Merkmale →Messsystemanalyse (MSA) →Datenerhebung → Erstellung derRegelkarte → Interpretation undReaktion03DAS ERGEBNISEntscheidung zurProzessjustierungDie Methodik wird in den folgenden Abschnitten Schritt für Schritt erläutert.

Definition

SPC definiert sich als Qualitätsmanagement-Instrument zur Quantifizierung und Begrenzung von Prozessvariationen. Sie stützt sich maßgeblich auf die Differenzierung zwischen 'Common Causes' (zufällige, im System inhärente Schwankungen) und 'Special Causes' (systematische, beeinflussbare Störungen). Durch die Anwendung statistischer Parameter – wie den Mittelwert und die Standardabweichung – werden Kontrollgrenzen festgelegt, die üblicherweise bei 3-Sigma-Abweichungen liegen. Die Regelkarte ist dabei nicht bloß ein Dokumentationswerkzeug, sondern das zentrale operative Medium zur Visualisierung der Prozessfähigkeit. Sie ermöglicht eine proaktive Prozesssteuerung, wobei die Einhaltung statistischer Vorgaben (z.B. gemäß ISO 22514-2) die Basis für eine reproduzierbare Fertigungsqualität bildet.

Bedeutung im Fachkontext

Im Rahmen moderner Qualitätsstandards wie der IATF 16949 nimmt SPC die Rolle eines essenziellen 'Core Tools' ein. Sie bildet das Bindeglied zwischen der präventiven Prozessplanung (APQP/FMEA) und der operativen Prozessausführung. Während die FMEA Risiken prognostiziert, liefert die SPC reale Prozessdaten als Validierung dieser Prognosen. In Verbindung mit dem Control Plan sorgt sie dafür, dass Prüfhandlungen nicht zufällig, sondern datenbasiert an den kritischen Prozessstellen erfolgen. SPC ist damit ein zentraler Pfeiler für den kontinuierlichen Verbesserungsprozess (KVP), da sie Ineffizienzen durch Prozessstreuungen objektiv messbar und damit bearbeitbar macht.

Input, Verarbeitung, Output, Outcome, Impact

Statistische Prozessregelung (SPC) · Gesamtwirkpfad der Methode
Statistische Prozessregelung (SPC) · Von Input bis Impact01INPUTProzess-Spezifikationen, definiertekritische Merkmale(CTQ), validierteMesssysteme (MSA)und vorabfestgelegteReaktionspläne.02VERARBEITUNGSystematischeStichprobenentnahme, statistischeBerechnung vonLage- undStreuungsparametern, Abgleich mitRegelgrenzen undvisuelle Auswertungvia Regelkarten.03OUTPUTDokumentierteProzessdaten,visualisierteRegelkarten-Signaleund beiAbweichungenausgelöste,nachvollziehbareKorrekturmaßnahmen.04OUTCOMEErstens:Stabilisierung desFertigungsprozessesdurch Reduktion derVarianz; zweitens:Aufbau einerdatenbasiertenWissensbasis zurProzessfähigkeitfür zukünftigeOptimierungsprojekte.05IMPACTLangfristigeSenkung derQualitätskostendurch vermindertenAusschuss; Stärkungder Lieferanten-undKundenzufriedenheitdurch verlässlicheProduktqualität;Befähigung derOrganisation zudatengesteuertenInnovations- undLernzyklen.Input schafft die Voraussetzungen, Output dokumentiert das Ergebnis.Outcome und Impact entstehen erst durch Umsetzung und nachweisbare Wirkung.
Wirkungspfade und Beiträge zu Unternehmenszielen im Detail

Outcome

Erstens: Stabilisierung des Fertigungsprozesses durch Reduktion der Varianz; zweitens: Aufbau einer datenbasierten Wissensbasis zur Prozessfähigkeit für zukünftige Optimierungsprojekte.

Impact

Langfristige Senkung der Qualitätskosten durch verminderten Ausschuss; Stärkung der Lieferanten- und Kundenzufriedenheit durch verlässliche Produktqualität; Befähigung der Organisation zu datengesteuerten Innovations- und Lernzyklen.

Schritte der Methode in Übersicht

Die Anwendung der SPC folgt einem strukturierten Zyklus, der zwingend auf verlässlichen Daten basiert. Die Schritte umfassen: 1. Auswahl der kritischen Merkmale, 2. Durchführung der Messsystemanalyse (MSA), 3. Datenerhebung, 4. Erstellung der Regelkarte, 5. Interpretation und Reaktion. Dieser Kreislauf wird kontinuierlich durchlaufen, um sicherzustellen, dass die Prozessfähigkeit (Cpk/Ppk) innerhalb der Zielvorgaben verbleibt.

Statistische Prozessregelung (SPC) · Methodenschritte im Überblick
Statistische Prozessregelung (SPC) · Methodenschritte im Überblick01Auswahl kritischerMerkmaleFokussierung aufqualitätsrelevanteParameter.02Messsystemanalyse (MSA)Sicherstellung derDatenintegrität.03DatenerhebungGewinnung repräsentativerProzessdaten.04Erstellung derRegelkarteVisualisierung desProzessverhaltens.05Interpretation undReaktionSteuerung des Prozesses.Ausführliche Ziele, Vorgehensweisen und Qualitätskriterien folgen im Methodenabschnitt.
Schritt 01 / 5

Auswahl kritischer Merkmale

Fokussierung auf qualitätsrelevante Parameter.

Schritt 02 / 5

Messsystemanalyse (MSA)

Sicherstellung der Datenintegrität.

Schritt 03 / 5

Datenerhebung

Gewinnung repräsentativer Prozessdaten.

Schritt 04 / 5

Erstellung der Regelkarte

Visualisierung des Prozessverhaltens.

Schritt 05 / 5

Interpretation und Reaktion

Steuerung des Prozesses.

Beschreibung der Einzelschritte mit Ziel & Vorgehen

METHODENSCHRITT01/05

QUALITY LXP · SCHRITTLOGIK

Auswahl kritischer Merkmale

ZielFokussierung auf qualitätsrelevante Parameter.
01Eingaben

FMEA-Ergebnisse, Control Plan

02Konkretes Vorgehen

Identifikation von CTQ-Merkmalen aus FMEA und Control Plan.

03Ergebnis / Output

Liste der überwachten Merkmale

04Anwendungshinweis

Wandstärke eines Spritzgussteils

05Qualitätskriterium

Relevanz und Messbarkeit der Parameter

Von der Methode zur praktischen AnwendungNächster Schritt → Messsystemanalyse (MSA)
METHODENSCHRITT02/05

QUALITY LXP · SCHRITTLOGIK

Messsystemanalyse (MSA)

ZielSicherstellung der Datenintegrität.
01Eingaben

Messmittel, Prüfmittel

02Konkretes Vorgehen

Validierung der Messmittel hinsichtlich Präzision und Genauigkeit.

03Ergebnis / Output

Nachweis der Messsystemfähigkeit

04Anwendungshinweis

Gage R&R Studie

05Qualitätskriterium

Einhaltung der Toleranzgrenzen der Messunsicherheit

Von der Methode zur praktischen AnwendungNächster Schritt → Datenerhebung
METHODENSCHRITT03/05

QUALITY LXP · SCHRITTLOGIK

Datenerhebung

ZielGewinnung repräsentativer Prozessdaten.
01Eingaben

Prozesslauf, Stichprobenplan

02Konkretes Vorgehen

Entnahme von Stichproben in definierten Zeitabständen.

03Ergebnis / Output

Rohdatensätze

04Anwendungshinweis

5 Teile pro Stunde

05Qualitätskriterium

Zeitliche Konsistenz der Erfassung

Von der Methode zur praktischen AnwendungNächster Schritt → Erstellung der Regelkarte
METHODENSCHRITT04/05

QUALITY LXP · SCHRITTLOGIK

Erstellung der Regelkarte

ZielVisualisierung des Prozessverhaltens.
01Eingaben

Rohdatensätze

02Konkretes Vorgehen

Berechnung von Mittelwert, Streuung und Eingriffsgrenzen.

03Ergebnis / Output

Geführte Shewhart-Regelkarte

04Anwendungshinweis

Mittelwertkarte mit 3-Sigma-Grenzen

05Qualitätskriterium

Statistische Signifikanz

Von der Methode zur praktischen AnwendungNächster Schritt → Interpretation und Reaktion
METHODENSCHRITT05/05

QUALITY LXP · SCHRITTLOGIK

Interpretation und Reaktion

ZielSteuerung des Prozesses.
01Eingaben

Regelkarte, Reaktionsplan

02Konkretes Vorgehen

Abgleich der Daten mit Warngrenzen und Eingriffsgrenzen.

03Ergebnis / Output

Entscheidung zur Prozessjustierung

04Anwendungshinweis

Eingriff bei Grenzwertüberschreitung

05Qualitätskriterium

Zeitgerechte Umsetzung der Maßnahmen

Von der Methode zur praktischen AnwendungErgebnisse überprüfen & weiterentwickeln

Anwendung und Vorgehen

Die Implementierung der statistischen Prozessregelung (SPC) ist kein isolierter Akt, sondern ein prozessorientierter Regelkreis. Der Erfolg hängt maßgeblich von der präzisen Vorbereitung und der disziplinierten Durchführung ab.

1. Vorbereitungsphase: Bevor die erste Regelkarte erstellt wird, müssen die "Critical to Quality" (CTQ) Merkmale identifiziert werden. Diese stammen aus der FMEA und dem Control Plan. Ein entscheidender Schritt ist die Messsystemanalyse (MSA). Ohne ein fähiges Messsystem (Gage R&R < 10-20% je nach Anforderung) ist SPC sinnlos, da Messvariationen fälschlicherweise als Prozessvariationen interpretiert werden könnten.

2. Implementierung: Zur initialen Einstellung des Prozesses werden gemäß Bosch-Standards mindestens 25 Stichproben (typischerweise Untergruppen von n=5) erhoben. Diese dienen als Datengrundlage, um die natürlichen Prozessgrenzen (3-Sigma) zu berechnen.

3. Laufender Betrieb: Im täglichen Betrieb erfolgt die Entnahme von Stichproben in definierten Intervallen. Die Werte werden in eine Shewhart-Regelkarte eingetragen. Entscheidend ist hier die Interpretation. Der Bediener muss zwischen zwei Arten von Einflüssen unterscheiden können:

  • Common Causes: Zufällige Streuung, die im Prozess innewohnt. Hier darf nicht eingegriffen werden (Gefahr des "Tamperings").
  • Special Causes: Systematische Abweichungen (z.B. Werkzeugbruch, Materialwechsel). Diese erfordern sofortige, definierte Maßnahmen gemäß dem Reaktionsplan.

Anwendungsgebiete

SPC ist branchenübergreifend einsetzbar, sofern Prozesse genügend Daten liefern und eine gewisse Standardisierung aufweisen.

  • Automobilindustrie: Hier ist SPC durch IATF 16949 obligatorisch. Überwacht werden kritische Maße wie Bohrungsdurchmesser oder Passungstoleranzen. Ziel ist die Null-Fehler-Strategie durch statistische Absicherung.
  • Pharmazeutische Industrie: Die Überwachung von Wirkstoffkonzentrationen in Chargenprozessen unterliegt strengen regulatorischen Anforderungen (GMP). SPC dient hier der Dokumentation der Prozessstabilität zur Erfüllung behördlicher Auflagen.
  • Mechanische Fertigung: In der Zerspanung wird SPC primär zur Überwachung von Werkzeugverschleiß genutzt. Trends in der Regelkarte signalisieren dem Bediener, wann ein Werkzeugwechsel erfolgen muss, bevor Ausschuss entsteht.
  • Serviceprozesse: Auch in administrativen Abläufen findet SPC Anwendung, etwa bei der Messung von Durchlaufzeiten. Hier ist die Variabilität meist höher, weshalb der Fokus auf der Identifikation von Prozessinstabilitäten liegt, um Engpässe zu glätten.

Typische Fehler und Missverständnisse

Die Praxis zeigt, dass SPC oft falsch verstanden oder inkonsequent umgesetzt wird. Häufige Fehlerquellen sind:

  1. Das "Tampering"-Phänomen: Wenn Bediener versuchen, jede kleine Schwankung innerhalb der Kontrollgrenzen durch Prozessanpassungen auszugleichen. Dies erhöht die Varianz oft künstlich, statt sie zu reduzieren.
  2. Ignoranz der Messsystemfähigkeit: Viele Anwender nutzen Messmittel, die für den Toleranzbereich zu ungenau sind. Die "Rauschen" des Messmittels wird dann mit dem "Rauschen" des Prozesses verwechselt.
  3. Fehlende Reaktion: Regelkarten werden als reine "Schönwetter-Dokumentation" geführt. Wenn bei einer Grenzwertüberschreitung kein definierter Reaktionsplan greift, verliert das System seinen operativen Nutzen.
  4. Datenmanipulation: Der "Psychologie-Fehler" führt dazu, dass Messwerte geschönt werden, um das "Eingreifen" zu vermeiden, anstatt den Prozess als Werkzeug zur Verbesserung zu verstehen.

Abgrenzung und Grenzen

SPC ist ein mächtiges Werkzeug, aber kein Allheilmittel. Es ist wichtig, die Grenzen der Methode zu kennen:

  • Kein Ersatz für Design: SPC kann einen mangelhaft konzipierten Prozess (Design for Six Sigma) nicht "heilen". Ein instabiler Prozess wird auch durch die beste Regelkarte nicht fähig. SPC zeigt nur auf, dass der Prozess schlecht ist, nicht wie man ihn fundamental neu konstruiert.
  • Statistische Signifikanz: Bei sehr kleinen Losgrößen (z.B. Prototypenbau oder Sondermaschinenbau) ist die statistische Aussagekraft von 25 Stichproben oft nicht erreichbar. Hier stoßen klassische Shewhart-Regelkarten an ihre Grenzen.
  • Stabilität vs. Normalverteilung: SPC setzt oft eine Normalverteilung voraus. Bei einseitig begrenzten Prozessen (z.B. Konzentrationsmessungen oder Ebenheit) kann dies zu falschen Schlussfolgerungen führen.
  • Systematische Trends: SPC erkennt klassischerweise plötzliche Sonderursachen. Bei sehr langsamen, schleichenden Trends (Drift) muss die Überwachungsstrategie ggf. durch andere Methoden wie Regressionsanalysen ergänzt werden.

Häufige Fragen

Wie viele Messwerte benötige ich, um mit der SPC zu starten?+

Für eine initiale, statistisch belastbare Schätzung des Mittelwerts und der Standardstreuung werden gemäß Bosch-Standard mindestens 25 Stichproben á 5 Teile empfohlen. Dies entspricht einem Datensatz von 125 Messpunkten. Kleinere Datensätze führen zu instabilen Kontrollgrenzen und erhöhen das Risiko von Fehlalarmen.

Was ist der Unterschied zwischen Eingriffsgrenzen und Spezifikationsgrenzen?+

Dies ist der häufigste Anfängerfehler. Spezifikationsgrenzen (Toleranzen) kommen vom Kunden oder der Konstruktion und definieren die Gut/Schlecht-Grenze. Eingriffsgrenzen (meist 3-Sigma) werden aus der Prozessrealität berechnet. Ein stabiler Prozess zeigt, dass die Prozessstreuung (Eingriffsgrenzen) deutlich innerhalb der Spezifikationsgrenzen liegt.

Muss ich bei jedem Prozess SPC anwenden?+

Nein. SPC ist ressourcenintensiv. Es sollte nur bei kritischen Merkmalen (CTQ) angewendet werden, die aus einer Risikoanalyse (FMEA) hervorgehen. Für unkritische Merkmale reicht eine einfache Endprüfung oder stichprobenartige Kontrolle vollkommen aus.

Was mache ich, wenn mein Prozess nicht normalverteilt ist?+

Wenn die Verteilung stark schief ist (z.B. bei der Überwachung von Rauheitswerten), sind Standard-Shewhart-Regelkarten nicht geeignet. In solchen Fällen sollten alternative Ansätze wie Box-Cox-Transformationen oder spezielle Regelkarten für nicht-normalverteilte Daten (z.B. I-MR-Karten für Einzelwerte) in Betracht gezogen werden.

Kann SPC durch KI ersetzt werden?+

Aktuelle KI-Ansätze (Machine Learning) können Muster in Prozessdaten erkennen, die für klassische SPC-Regeln zu komplex sind (z.B. mehrdimensionale Korrelationen). Dennoch bleibt die Grundphilosophie – die Unterscheidung zwischen systematischer und zufälliger Ursache – bestehen. Die KI ergänzt die SPC, ersetzt aber nicht das Verständnis für die statistischen Grundlagen.

Quellen und fachliche Grundlagen

    Alle Verknüpfungen sind sichtbar. Zum Öffnen der Starter-Inhalte bitte einloggen.

    Einloggen

    Passende Tools & Methodenwissen

    1
    Beispiele anzeigen

    Gemeinsame Themen: Prozesslenkung

    Methode verstehen

    Projektbeispiele zu diesen Methoden

    2
    ProzessmanagementProzessmapping & Turtle AI

    Endprüfung & Kalibrierung Drucktransmitter

    Praxisbeispiel

    Vollständiges Turtle-Modell (Womit, Wer, Wie, KPIs, Input, Output, Risiken) für eine hochpräzise Endprüflinie.

    Global freigegeben
    Beispiel ansehen
    ProzessmanagementProzessmapping & Turtle AI

    Endprüfung & Kalibrierung Drucktransmitter

    Praxisbeispiel

    Vollständiges Turtle-Modell (Womit, Wer, Wie, KPIs, Input, Output, Risiken) für eine hochpräzise Endprüflinie.

    Referenzbeispiel
    Beispiel ansehen
    AK

    Geschrieben von

    André Kapust

    Fachredaktion Qualitätsmanagement

    Veröffentlicht am 28. Oktober 2026

    Diesen Artikel als PDF lesen

    DIN A4 mit Textumbruch, QMB - Qualitätsmanagementbeauftragter und der Quellen-URL qmb.wiki/lexikon/statistische-prozessregelung-spc im Dokument.

    Lexikoneintrag teilen
    LinkedInFacebookXWhatsAppXingE-Mail
    QMB - Qualitätsmanagementbeauftragter · Persönlicher KontaktReaktionszeit < 24h

    Kontakt & Beratung

    Fragen zu unseren Tools, Schulungen oder einem konkreten Vorhaben? Wir beraten Sie persönlich und praxisnah.

    Vorwahl (+49) ist gewählt · Rufnummer ohne führende 0 eingeben. Keine Werbeanrufe.

    * Pflichtangaben

    Ihre Ansprechpartnerin

    Unsere Bewertungen

    Partner im Fokus

    Quality Services & Wissen GmbH Logo
    Quality Services & Wissen GmbH

    QUALITY stabilisiert: belastbare Qualitätssysteme, auditfähige Prozesse und sichtbare Qualitätskosten.

    Frankfurt am Main

    andre.kapust@enteso.comKontaktformular →

    Thema dieses Portals

    QMB - Qualitätsmanagementbeauftragter

    QMB - Qualitätsmanagementbeauftragter

      • Startseite
      • Seminare und Ausbildungen
      • QM Toolbox (AI)
        • ISO 9001:2026 Toolbox (AI)
      • Lexikon
        • QMB: Aufgaben & Rolle
      • Blog
      • Methoden
      • Kontakt
      • Impressum
    Kontakt aufnehmen
    © 2026 Quality Services & Wissen GmbH
    RSS-FeedImpressumUnsere FarbweltenDatenschutzSitemap

    Deine Privatsphäre. Deine Entscheidung.

    Notwendiger Speicher hält Anmeldung, Sicherheit und deine Auswahl bereit. Nur mit deiner Zustimmung messen wir Seitenaufrufe und Nutzung.

    Du entscheidest freiwillig. Videos und Inhalte bleiben bei jeder Auswahl verfügbar. Externe Medien können Daten an ihre Anbieter übertragen. Änderbar über „Cookie-Einstellungen“ im Seitenfuß.

    DatenschutzerklärungImpressum