SPC mit Prüf- und Messdaten: Welche Regelkarten und welche Reaktionen
Welche Regelkarte die richtige ist, entscheidet sich an zwei Fragen: Liegen variable Messwerte oder attributive Prüfergebnisse vor? Und wie entstehen die Daten: in Stichproben-Untergruppen, als Einzelwerte oder als lückenloser Datenstrom aus einer 100%-Inline-Messung? Für Messwerte in Untergruppen ist die x̄-R-Karte der Standard, für Einzelwerte die I-MR-Karte, für Gut/Schlecht- und Fehlerzähldaten die Attributkarten (p, np, c, u). Ebenso wichtig wie die Kartenwahl ist die Reaktionslogik: Eine Regelkarte trennt gewöhnliche von speziellen Streuungsursachen und nur bei speziellen Ursachen ist ein Eingriff in den Prozess gerechtfertigt. Dieser Artikel führt durch die Kartenauswahl, die Reaktionsregeln, die Grundlagen von Cp/Cpk und die Frage, was sich ändert, wenn statt Stichproben plötzlich jeder Wert vorliegt.
Sie möchten wissen, wie sich das in Ihrer Fertigung umsetzen lässt? Sprechen Sie mit einem unserer Experten.
Wichtige Punkte im Überblick
- Die Wahl der Regelkarte richtet sich nach Datentyp (variabel/attributiv) und Erfassungslogik (Untergruppe, Einzelwert, 100 %).
- Kern von SPC ist die Trennung gewöhnlicher (zufälliger) von speziellen (eingreifbaren) Ursachen.
- Auf ein Regelkartensignal folgt eine Ursachensuche, keine Toleranzentscheidung.
- Cp/Cpk verbinden Prozessstreuung mit der Toleranz; 100%-Inline-Messung erfordert bewusste Anpassung der klassischen Stichproben-Karten.
Warum ist die Unterscheidung von gewöhnlichen und speziellen Ursachen der Kern von SPC?
SPC beruht auf einer einzigen Grundidee: Nicht jede Abweichung ist ein Problem, und nicht jede Abweichung rechtfertigt einen Eingriff. Jeder Prozess streut aus gewöhnlichen Ursachen (common causes), also der Summe vieler kleiner, systemimmanenter Einflüsse wie Materialschwankung, Spiel und Umgebung. Diese Streuung ist stabil und vorhersagbar; sie definiert die „Stimme des Prozesses”. Spezielle Ursachen (special causes), wie Werkzeugbruch, falsche Charge oder verstellte Aufspannung, verändern den Prozess dagegen sprunghaft oder systematisch. Die Regelkarte ist das Werkzeug, das beide statistisch unterscheidet: Ihre Eingriffsgrenzen werden aus der Prozessstreuung berechnet, nicht aus der Toleranz.
Daraus folgt die wichtigste Verhaltensregel: Wer auf gewöhnliche Streuung reagiert und den Prozess ständig nachjustiert, verschlimmert die Streuung (Überregelung, „Tampering”). Wer spezielle Ursachen ignoriert, lässt vermeidbare Fehler laufen. SPC ist deshalb weniger eine Chart-Technik als eine Entscheidungsdisziplin.
Welche Regelkarte passt zu welchen Prüf- und Messdaten?
Die Kartenwahl folgt dem Datentyp und der Erfassungslogik. Die folgende Übersicht deckt die in der Fertigung üblichen Fälle ab.
| Datensituation | Geeignete Regelkarte | Typisches Beispiel | Hinweise |
|---|---|---|---|
|
Messwerte in Untergruppen (n = 2–9 Teile je Ziehung)
|
Geeignete Regelkarte
x̄-R-Karte (Mittelwert/Spannweite)
|
Typisches Beispiel
Stündliche Stichprobe von 5 Drehteilen, Durchmesser
|
Hinweise
Klassischer Standard; Untergruppe soll nur gewöhnliche Streuung enthalten
|
|
Messwerte als Einzelwerte
|
Geeignete Regelkarte
I-MR-Karte (Einzelwert/gleitende Spannweite)
|
Typisches Beispiel
Chargenprozesse, lange Taktzeiten, teure Prüfungen
|
Hinweise
Empfindlicher gegenüber Nicht-Normalität; Trends gut sichtbar
|
|
Anteil fehlerhafter Einheiten, variable Stichprobengröße
|
Geeignete Regelkarte
p-Karte
|
Typisches Beispiel
Anteil n.i.O.-Teile je Schicht aus der Endprüfung
|
Hinweise
Braucht große Stichproben, um kleine Veränderungen zu erkennen
|
|
Anzahl fehlerhafter Einheiten, konstante Stichprobengröße
|
Geeignete Regelkarte
np-Karte
|
Typisches Beispiel
n.i.O.-Teile in fester Prüfmenge von 200
|
Hinweise
Einfacher zu kommunizieren als die p-Karte
|
|
Anzahl Fehler je Einheit/Fläche
|
Geeignete Regelkarte
c- oder u-Karte
|
Typisches Beispiel
Lackfehler pro Karosserie, Lunker pro Gussteil
|
Hinweise
Zählt Fehler, nicht fehlerhafte Teile
|
|
100%-Messdatenstrom aus Inline-Sensorik
|
Geeignete Regelkarte
I-MR auf Einzelwerten oder x̄-Karten auf rationalen Zeitfenstern
|
Typisches Beispiel
Jedes Teil einer Linie wird optisch vermessen
|
Hinweise
Untergruppenbildung neu denken (siehe unten)
|
Eine Grundregel zieht sich durch: Variable Messdaten sind attributiven Daten immer vorzuziehen, wenn beide verfügbar sind, denn ein Messwert enthält die Information, wie nah der Prozess an der Grenze liegt, ein Gut/Schlecht-Ergebnis dagegen nicht.
Welche Reaktion ist bei welchem Regelkartensignal angemessen?
Auf ein Regelkartensignal folgt keine Toleranzentscheidung, sondern eine Ursachensuche. Das ist der am häufigsten missverstandene Punkt in der SPC-Praxis. Bewährt hat sich eine gestufte Reaktionslogik, die vorab als Reaktionsplan (OCAP, Out-of-Control Action Plan) dokumentiert wird:
- Punkt außerhalb der Eingriffsgrenze: Prozess anhalten oder Teile separieren, letzte Veränderung identifizieren (Werkzeugwechsel, Chargenwechsel, Rüstung), Ursache abstellen, Wirksamkeit auf der Karte bestätigen.
- Systematische Muster innerhalb der Grenzen, etwa mehrere Punkte in Folge auf einer Seite der Mittellinie oder ein stetiger Trend: Hinweis auf Drift (Werkzeugverschleiß, Temperatur). Geplanten Eingriff vorbereiten, bevor die Grenze erreicht wird.
- Auffällig geringe Streuung: Nicht ignorieren, denn sie deutet auf Messprobleme, gerundete Werte oder eine echte Verbesserung hin, die man verstehen und gegebenenfalls standardisieren sollte.
- Kein Signal: Nicht eingreifen. Justagen ohne Signal sind Überregelung und erhöhen die Streuung.
Wichtig ist die Trennung der Zuständigkeiten: Die Eingriffsgrenze gehört dem Prozess (Reaktion: Ursache suchen), die Toleranzgrenze gehört dem Produkt (Reaktion: Teile sperren). Ein Prozess kann außer Kontrolle sein, während alle Teile in Toleranz liegen und umgekehrt.
Was sagen Cp und Cpk wirklich aus?
Cp und Cpk verbinden die Prozessstreuung mit der Toleranz und beantworten damit die Frage, ob ein stabiler Prozess die Spezifikation zuverlässig einhalten kann. Cp vergleicht die Toleranzbreite mit der Prozessstreubreite und beschreibt das Potenzial bei perfekter Zentrierung; Cpk berücksichtigt zusätzlich die Lage des Mittelwerts und beschreibt die tatsächliche Fähigkeit. Als Rechenbeispiel: Beträgt die Toleranzbreite 0,12 mm und die Prozessstreubreite (sechs Standardabweichungen) 0,08 mm, ergibt sich Cp = 0,12/0,08 = 1,5. Sitzt der Mittelwert jedoch außermittig, sodass zum näheren Grenzwert nur noch 0,04 mm verbleiben (bei einer Standardabweichung von 0,0133 mm entspricht das drei Standardabweichungen), fällt Cpk auf 1,0. Die Differenz zwischen Cp und Cpk ist damit direkt der Preis der Fehlzentrierung.
Zwei Voraussetzungen werden häufig übergangen: Fähigkeitskennwerte sind nur für stabile Prozesse aussagekräftig: erst die Regelkarte, dann der Cpk. Außerdem setzen sie ein fähiges Messsystem voraus, denn die beobachtete Streuung enthält immer auch die Messstreuung. Vor der Fähigkeitsanalyse gehört deshalb eine MSA/GR&R-Untersuchung des Prüfmittels.
Wie verändert 100%-Inline-Messung die klassischen SPC-Annahmen?
Wenn jedes Teil gemessen wird, entfällt die Stichprobenlogik, auf der die klassischen Regelkarten aufbauen, und das erfordert bewusste Anpassungen statt bloßer Übernahme der x̄-R-Routine. Drei Punkte sind entscheidend. Erstens die Untergruppenbildung: Die klassische Untergruppe („5 Teile pro Stunde”) soll nur gewöhnliche Streuung enthalten. Bei einem lückenlosen Datenstrom müssen Untergruppen neu definiert werden, etwa als rationale Zeitfenster, je Kavität oder je Spindel. Sonst mischen sie systematische Unterschiede in die Streuungsschätzung und die Eingriffsgrenzen werden falsch. Zweitens die Signalflut: Bei sehr vielen Datenpunkten erzeugen auch stabile Prozesse regelmäßig statistische Fehlalarme; die Reaktionslogik muss dies durch geeignete Regelwahl und Priorisierung berücksichtigen, sonst stumpft die Organisation ab. Drittens die Chance: Der Datenstrom macht Muster sichtbar, die Stichproben nie zeigen, etwa Kavitätenunterschiede, Periodizitäten oder das Einschwingverhalten nach Rüstvorgängen. Wie der Umstieg auf lückenlose Messdaten gelingt, beschreibt der Beitrag „Von der Stichprobenprüfung zur 100%-Inline-Messung”.
Wo SPC an seine Grenzen stößt
SPC ist kein Allheilmittel und es gibt Konstellationen, in denen Regelkarten wenig beitragen oder falsch eingesetzt werden. Bei Kleinserien und Einzelfertigung reichen die Daten je Merkmal oft nicht für belastbare Eingriffsgrenzen; hier helfen eher standardisierte Abweichungskarten über Teilefamilien oder der Fokus auf Prozessparameter statt Produktmerkmale. Autokorrelierte Prozesse, etwa träge thermische Prozesse, deren aufeinanderfolgende Werte voneinander abhängen, verletzen die Unabhängigkeitsannahme klassischer Karten und erzeugen Scheinsignale. Regelkarten erkennen zudem nur, dass sich etwas verändert hat, nicht warum: Ohne Ursachenanalyse und gepflegten Reaktionsplan bleibt SPC reine Dokumentation. Und schließlich ersetzt SPC keine fähigen Messmittel: Ist die Messstreuung zu groß, überwacht die Karte das Messsystem statt den Prozess. Die Begriffe dahinter erläutert der Beitrag „Genauigkeit, Präzision, Wiederholpräzision, Auflösung: Was ist der Unterschied?”, die Prüfmittelbewertung der Beitrag „MSA und GR&R für optische Messsysteme”.
Häufig gestellte Fragen
F Welche Regelkarte eignet sich für Daten aus einer 100%-Inline-Messung?
A
Bewährt sind zwei Wege: eine I-MR-Karte auf den Einzelwerten, wenn jeder Wert einzeln bewertet werden soll, oder x̄-Karten auf sinnvoll gebildeten Zeit- bzw. Strukturfenstern (z. B. je Kavität oder je Fertigungslos). Entscheidend ist, dass die Untergruppen nur gewöhnliche Streuung enthalten, sonst stimmen die Eingriffsgrenzen nicht.
F Was ist der Unterschied zwischen Eingriffsgrenzen und Toleranzgrenzen?
A
Eingriffsgrenzen werden aus der tatsächlichen Prozessstreuung berechnet und zeigen an, wann sich der Prozess verändert hat. Toleranzgrenzen kommen aus der Zeichnung und entscheiden, ob ein Teil verwendbar ist. Beide dürfen nicht vermischt werden: Ein Signal an der Eingriffsgrenze löst Ursachensuche aus, eine Toleranzverletzung löst Teilesperrung aus.
F Ab welchem Cpk-Wert gilt ein Prozess als fähig?
A
Verbreitete Praxis in der Industrie ist ein Mindestwert von Cpk = 1,33 für die Serienfertigung; viele Kunden, insbesondere im Automobilbereich, fordern für kritische Merkmale höhere Werte. Verbindlich ist immer die Kundenvorgabe bzw. die jeweilige Norm oder Richtlinie. Voraussetzung jeder Cpk-Angabe ist ein stabiler Prozess und ein fähiges Messsystem.
F Kann man SPC mit attributiven Prüfdaten (Gut/Schlecht) betreiben?
A
Ja, mit p-, np-, c- oder u-Karten, aber mit deutlich geringerer Empfindlichkeit: Attributkarten benötigen große Stichproben, um Veränderungen zu erkennen, und liefern keine Frühwarnung vor dem Toleranzbruch. Wo immer ein Merkmal messbar ist, sind variable Messdaten vorzuziehen, weil sie Drifts sichtbar machen, bevor fehlerhafte Teile entstehen.
Der Nutzen von SPC steht und fällt mit verlässlichen Messdaten aus der Linie. KEYENCE unterstützt Sie dabei zu prüfen, welche Merkmale sich mit optischen Messsystemen, Laser-Profilsensoren oder Bildverarbeitungssystemen inline erfassen lassen, inklusive Machbarkeitstest an Ihren realen Teilen und Beratung zur Datenanbindung an Ihre SPC-Umgebung. Kontaktieren Sie uns für eine unverbindliche und kostenlose Beratung. Jetzt Beratung anfragen.