Kontext
Eine veröffentlichte Fallstudie von Ferreira, Silva und Mesquita untersucht einen Hersteller von Warmwasserbereitern für den Haushalt, der ein DMAIC-Projekt für einen seiner internen Logistikprozesse durchgeführt hat. Das Papier präsentiert eine Fallstudie, die zeigt, wie ein Hersteller von Warmwasserbereitern für den Haushalt die Six Sigma-Methodik Define-Measure-Analyze-Improve-Control (DMAIC) genutzt hat, um einen seiner internen Logistikprozesse, die Auffüllung des Supermarkts in Produktionslinien, zu verbessern. Dies ist die Art von internem, unspektakulärem Prozess, der Green Belts in der Logistik oft übergeben wird: keine Lieferroute zum Kunden, sondern der Milk-Run, der die Teile im Werk vom Lager zur Produktionslinie befördert.
Ein Milk-Run ist ein internes Belieferungssystem mit fester Route: Ein Schlepper oder ein kleines Fahrzeug folgt in festgelegten Intervallen einem bestimmten Pfad und setzt Komponenten an liniennahen "Supermärkten" ab, damit den Bedienern nie die Teile ausgehen. Wenn eine Milk-Run-Route länger dauert als geplant, riskiert die Linie entweder einen Teileengpass, oder das Unternehmen muss Personal und Fahrzeuge aufstocken, um dies auszugleichen. Diese Lücke zwischen geplanter und tatsächlicher Routenzeit war der Auslöser für dieses Projekt.
Das Problem
Das Problem konzentrierte sich auf die Unsicherheit bezüglich der Lieferzeit auf diesen Routen – eine Unsicherheit, die Pufferschutzbestände und Planungsaufwand für die versorgten Linien verursachte. Das Papier beschreibt, wie ein Hersteller von Warmwasserbereitern für den Haushalt die Six Sigma DMAIC-Methodik nutzte, um einen seiner internen Logistikprozesse, das Auffüllen von Supermärkten in Produktionslinien, zu verbessern und ihn auf ein erstklassiges Qualitätsniveau zu heben. Klar ausgedrückt: Es gab drei Milk-Run-Routen, und niemand konnte verlässlich sagen, wie lange eine davon in einem bestimmten Zyklus dauern würde. Einige Fahrten wurden pünktlich beendet. Andere dauerten so lange, dass sie die liniennahe Versorgung gefährdeten, und das Unternehmen hatte keine Möglichkeit vorherzusagen, welche Tage Problemtage sein würden.
Wie der Belt den Projektumfang festlegte
Ein Green Belt-Projekt muss klein genug sein, um nebenbei über einige Monate hinweg durchgeführt werden zu können. Das bedeutet, dass der Umfang abgegrenzt werden muss, bevor eine Datenerfassung beginnt. In diesem Fall war der Umfang ein klar definierter Prozess: der Milk-Run-Auffüllzyklus zur Versorgung der Produktionslinien, gemessen an der Routendurchlaufzeit. Das Projekt versuchte nicht, die gesamte interne Lieferkette neu zu gestalten, Lieferantenverträge neu zu verhandeln oder die externe Fracht anzutasten. Es wählte ein messbares Ergebnis, die Routenzeit, mit einem spezifischen und schmerzhaften Symptom: Ein signifikanter Anteil der Fahrten überschritt das Ziel von 30 Minuten.
Diese Wahl der Abgrenzung ist für jeden wichtig, der dies als Vorlage studiert. Ein Green Belt-Projektauftrag sollte den Prozess, die Grenze (in diesem Fall Start- und Endpunkt der Route), die primäre Kennzahl und den Schwachpunkt nach Möglichkeit in Zahlen benennen, anstatt eine vage Beschwerde über "langsame Logistik" zu formulieren.
Eingesetzte Werkzeuge, Phase für Phase
Define (Definieren)
Das Team definierte den Prozess als den Milk-Run-Zyklus mit fester Route vom Lager zu den liniennahen Supermärkten mit der Routendurchlaufzeit als Y. Eine SIPOC-Diagrammstruktur würde typischerweise hier stehen: Fahrer, Fahrzeug, Route, Stopps und die Produktionslinien als Kunden des Prozesses.
Measure (Messen)
Das Team sammelte Daten zur Routenzeit über Zyklen und Routen hinweg, um eine Ausgangsbasis zu schaffen. Das Erstellen einer Basisverteilung ist genau der Schritt, bei dem ein Green Belt eine Prozessfähigkeitsanalyse im Vergleich zum 30-Minuten-Ziel durchführen und die Zuverlässigkeit des Messsystems überprüfen würde, bevor er den Zahlen vertraut.
Analyze (Analysieren)
Mit den Basisdaten in der Hand ist die Analysephase der Schritt, in dem ein Green Belt-Schüler das auf diesem Niveau lehrte statistische Werkzeugset anwendet: Vergleichen der Routenzeiten zwischen Fahrern, Schichten oder Routen mit t-Tests oder ANOVA, um zu sehen, ob die Unterschiede auf zuordenbare Ursachen oder gewöhnliche Variationen zurückzuführen waren, und Nutzung von Ursachen-Wirkungs-Werkzeugen wie Ursachen-Wirkungs-Diagrammen und Stratifikation, um Fragen des Routendesigns von Fahrerverhalten oder Stoppsequenzierung zu trennen. Der veröffentlichte Bericht konzentriert sich eher auf das Ergebnis als auf jeden einzelnen statistischen Zwischen-Test, aber die Struktur des Projekts – der Übergang von einer variablen Ausgangsbasis zu einem klar diagnostizierten Ursachenkomplex – folgt genau dieser Logik.
Improve (Verbessern)
Die Verbesserungen zielten auf die in der Analysephase identifizierten Quellen von Variation und Zeitüberschreitungen ab, höchstwahrscheinlich die Routenreihenfolge, die Konsolidierung von Stopps und die Standardisierung der Bereitstellung von Ladungen. Das Ergebnis war eine Verschiebung nicht nur der durchschnittlichen Zeit, sondern auch der Streuung der Zeiten – was das Zeichen einer echten Lösungsmaßnahme zur Variationsreduzierung ist und nicht nur ein einmaliger Glückstag.
Control (Steuern)
Um den Gewinn zu halten, würde ein Green Belt den neuen Routenstandard auf eine Regelkarte setzen, die die Routenzeit pro Zyklus nachverfolgt, mit Grenzen, die an das 30-Minuten-Ziel gebunden sind, sowie einem Reaktionsplan für außer Kontrolle geratene Punkte. Das ist der Mechanismus, der verhindert, dass ein Projekt sechs Monate, nachdem der Belt zu etwas anderem übergegangen ist, wieder auf die Ausgangsbasis zurückfällt.
Wie das Ergebnis ausfiel
Das dokumentierte Ergebnis ist konkret. Die Anwendung der Six Sigma-Methodik führte zu einer Reduzierung der Routen, die länger als 30 Minuten für den Abschluss benötigten, von 25 auf 3 Prozent, einer Reduzierung des Variationskoeffizienten der Routenzeit von 40 auf 14 Prozent und einer Reduzierung der mittleren Routenzeit von 31 auf 24 Minuten. Diese Ergebnisse hatten erhebliche finanzielle Auswirkungen und ermöglichten die Eliminierung einer der drei bestehenden Routen ohne negative Auswirkungen auf den Supermarkt-Auffüllprozess, was durch den Wegfall von zwei Milk-Runs zu einer Senkung der Personalstunden und Kosten führte.
Es lohnt sich, bei diesem letzten Punkt innezuhalten. Der finanzielle Erfolg resultierte hier nicht aus einer einzelnen dramatischen Anpassung. Er resultierte aus der Verringerung der Variabilität, die so weit ging, dass das Unternehmen drei Routen sicher auf weniger konsolidieren konnte, was Fahrzeuge und Arbeitsstunden einsparte, ohne jemals die kundenorientierte Seite des Geschäfts zu berühren. Das ist ein typisches Muster für Green Belt-Projekte in der internen Logistik: Der Gewinn ist freigesetzte Kapazität, nicht eine reduzierte Fehleranzahl.
Was ein Lernender daraus mitnehmen sollte
| Lektion | Warum es auf Green Belt-Niveau wichtig ist |
|---|---|
| Den Umfang auf einen messbaren Prozess begrenzen | Das Projekt blieb innerhalb eines internen Routensystems und betraf nicht die gesamte Lieferkette, was die Durchführung in Teilzeit machbar hielt. |
| Variabilität nachverfolgen, nicht nur den Durchschnitt | Die Reduzierung der Variabilität, nicht die durchschnittliche Zeit allein, hat es dem Unternehmen ermöglicht, eine Route sicher zu streichen. |
| Strukturelle Änderungen durch Daten rechtfertigen lassen | Die Konsolidierung von Routen war erst dann vertretbar, als die Daten zeigten, dass die verbleibenden Routen die Last zuverlässig aufnehmen konnten. |
| Steuerungspläne sichern den Gewinn ab | Jeder Gewinn bei der Routenzeit benötigt ein fortlaufendes Diagramm und eine Regelung für Maßnahmen, da sich sonst die alte Variation wieder einschleicht. |
Für einen Kursteilnehmer, der Logistikanwendungen von DMAIC studiert, liegt der Wert dieses Falls darin, dass er zeigt, wie ein Projekt in Green Belt-Größe aus einem oberflächlich betrachtet routinemäßigen internen Lieferproblem ein hartes operationales Ergebnis – weniger Fahrzeuge und weniger Arbeitsstunden – liefert. Es ist eine Erinnerung daran, dass die Disziplin von Prozesskartierung, Fähigkeitsanalyse, Ursachenanalyse und einem Steuerungsplan auf eine Gabelstaplerroute innerhalb einer Fabrik ebenso zutrifft wie auf einen Versand zum Kunden.
