First-Pass Yield (FPY) misst, ob die Arbeit beim ersten Anlauf ohne Nacharbeit den Anforderungen entspricht. Rolled Throughput Yield (RTY) verfolgt diese Leistung über einen gesamten Prozess hinweg. In Lean Six Sigma-Projekten darf die Annahme einer Einheit nach einer Nacharbeit deren Fehler beim ersten Versuch keinesfalls aus der Yield-Berechnung löschen. Die Forschung von Milan Terek aus dem Jahr 2024 zu Six Sigma-Kennzahlen erläutert diesen Unterschied.
Für Experten, die den Zertifizierungsprogrammen von Lean Six Sigma International folgen, hilft die Ausbeutemessung dabei, untersuchungswürdige Fehler zu identifizieren. Die Projektauswahl hängt von Aufzeichnungen ab, die zeigen, wo Einheiten fehlgeschlagen sind und wie viel Aufwand in deren Korrektur geflossen ist.
First-Pass Yield: Definieren Sie die Prozessgrenze vor der Berechnung
Hier bezieht sich der FPY auf einen einzelnen Prozessschritt. Sein Zähler zählt die Einheiten, die die Anforderungen des Schritts beim ersten Versuch ohne Reparatur oder Nacharbeit erfüllen. Dasselbe First-Pass-Prinzip gilt für einen gesamten Prozess: Tereks Arbeit aus dem Jahr 2024 verwendet FPY und RTY auf dieser breiteren Ebene synonym. Ein Lean Six Sigma Dashboard muss die Prozessgrenze zusammen mit der Kennzahl ausweisen.
Schritt-FPY (%) = Einheiten, die den Schritt beim ersten Mal bestehen ÷ Einheiten, die den Schritt betreten × 100.
Vor der Ermittlung der FPY-Baseline benötigen der Process Owner und das Projektteam eine vereinbarte Definition einer Einheit sowie eines fehlgeschlagenen ersten Versuchs. Diese Definition gehört zusammen mit den Prozessgrenzen in ein SIPOC. Nachgearbeitete Einheiten behalten ihren Status als Fehler des ersten Versuchs in der FPY-Berechnung bei.
Die Multiplikation der Schritt-Yields zeigt kumulative Verluste auf
Der RTY misst den Durchlauf durch den kompletten Prozess ohne Nacharbeit. Der Lean Government Metrics Guide der US-Umweltschutzbehörde EPA vom Juli 2009 berechnet ihn durch Multiplikation der First-Pass-Prozentsätze aufeinanderfolgender Schritte. Wenn jeder Schritt-Yield als Dezimalbruch ausgedrückt wird, lautet die Formel:
RTY (%) = FPY1 × FPY2 × … × FPYn × 100.
Der EPA-Leitfaden verwendet in seinem Schulungsbeispiel drei Stufenausbeuten: 30 %, 60 % und 90 %. Diese Lehrzahlen stellen keine Ergebnisse einer namentlich genannten Organisation dar. Ein Lean Office-Projekt kann dieselbe Berechnung verwenden, um vollständige und korrekte Arbeit über aufeinanderfolgende Übergaben hinweg zu verfolgen.
| Prozessschritt | First-Pass-Prozentsatz | Dezimalmultiplikator |
|---|---|---|
| Schritt 1 | 30% | 0.30 |
| Schritt 2 | 60% | 0.60 |
| Schritt 3 | 90% | 0.90 |
RTY = 0,30 × 0,60 × 0,90 × 100 = 16,2 %. Der EPA-Leitfaden rundet dieses Ergebnis auf 16 %. Die Berichterstattung nur der Ausbeute des letzten Schritts von 90 % würde die früheren First-Pass-Verluste unberücksichtigt lassen.
Schritt 1 verdient eine Untersuchung, da er den niedrigsten First-Pass-Prozentsatz aufweist. Das allein begründet jedoch noch keine Investitionspriorität. Vor der Genehmigung einer Lösung muss ein Lean Six Sigma Sponsor den Nacharbeitsaufwand und die Kundenkonsequenzen sehen, die mit jeder Fehlerkategorie verbunden sind.
Abgleich des RTY mit der Historie einzelner Einheiten
Die Unterlagen des MIT aus dem Jahr 2004 zum Critical Parameter Management nennen die Unabhängigkeit als Voraussetzung für die Multiplikation einzelner Yield-Wahrscheinlichkeiten. Wenn Fehler über Schritte hinweg zusammenhängen, entspricht das Produkt der isolated FPYs nicht zwangsläufig dem beobachteten Anteil der Einheiten, die jeden Schritt beim ersten Mal bestehen.
Aufzeichnungen auf Einzelebene bieten einem Lean Six Sigma-Team eine direkte Überprüfung des RTY: Teilen Sie die Anzahl der Einheiten, die die definierte Route ohne First-Pass-Fehler durchlaufen, durch die ursprüngliche Kohorte. Die Multiplikation bleibt gültig, wenn jeder aufeinanderfolgende Yield davon abhängt, dass jeder vorherige Schritt beim ersten Mal bestanden wurde. Der Nenner für jeden bedingten Yield umfasst nur Einheiten mit dieser First-Pass-Historie und unterscheidet sich somit vom Nenner für den gewöhnlichen FPY auf Stationsebene.
Das Rechenbeispiel in Tereks Arbeit von 2024 zeigt, warum bei der Zählung Fehler von betroffenen Einheiten unterschieden werden müssen. Es geht von 20 Fehlern aus, die sich auf 17 von 235 Einheiten verteilen, wobei diese 17 Einheiten repariert oder verschrottet wurden. Die RTY-Berechnung lautet:
RTY = (235 - 17) ÷ 235 × 100 = 92.77 %.
Das Subtrahieren der 17 betroffenen Einheiten zählt jede fehlerhafte Einheit einmal. Das Subtrahieren von 20 Fehlern würde einige Einheiten mehrfach zählen. Die Messsystemanalyse des Projekts sollte feststellen, ob Fehleraufzeichnungen auf eindeutige Einheiten und deren erste Versuche zurückgeführt werden können.
FPY-Verluste zur Auswahl einer DMAIC-Untersuchung nutzen
Innerhalb von DMAIC muss eine Ausbeuteberechnung eine überprüfbare Problembeschreibung unterstützen. „RTY verbessern“ gibt dem Team keinen Fehler zur Untersuchung an die Hand. Das Benennen des Schritts und der Fehlerkategorie setzt eine Grenze für die Ursachenanalyse.
Die Carlyle Johnson Machine Company verbesserte ihren Prozess für Materialrücksendungen mithilfe von Value Stream Mapping und Ursachenanalyse, wie aus einem NIST-Fallbericht vom August 2022 hervorgeht. Der ausgewiesene FPY stieg von 10 % auf 90 %, während die Gesamtdurchlaufzeit von über 40 Tagen auf fünf Tage sank. Diese berichteten Ergebnisse gelten für den Prozess von Carlyle Johnson; sie bieten keine Prognose für ein anderes Projekt.
Für eine vergleichbare Lean Six Sigma-Untersuchung würde ich Nacharbeitsprüfungen auf der Wertstromanalyse kennzeichnen und Nacharbeitsstunden zusammen mit der Ausbeute messen. Der Prüfplan sollte die ursprünglichen Akzeptanzkriterien beibehalten. Jede Änderung dieser Kriterien erfordert eine separate Aufzeichnung, damit das Team eine überarbeitete Fehlerdefinition von einer Prozessverbesserung unterscheiden kann.
Die Zertifizierungsprogramme von Lean Six Sigma International führen von der DMAIC-Problemlösung bis zur Messsystemanalyse. Auch die statistische Inferenz ist Teil dieser Entwicklung. Der LSSx.0-Lernpfad unterstützt die Schulungsauswahl entsprechend der Komplexität der von Ihnen geleiteten Projekte.
Quellen
- Quality Innovation Prosperity (2024), Estimating Some Metrics in Six Sigma Through Confidence Intervals: https://www.qip-journal.eu/index.php/QIP/article/view/1972. Vollständige Arbeit: https://www.qip-journal.eu/index.php/QIP/article/download/1972/1398/8611.
- US Environmental Protection Agency (2009), Lean Government Metrics Guide: https://www.epa.gov/sites/default/files/2014-04/documents/metrics_guide.pdf.
- Massachusetts Institute of Technology (2004), Critical Parameter Management & Error Budgeting: https://ocw.mit.edu/courses/esd-33-systems-engineering-summer-2004/6111ad8d6ab6cf23dd0a76e5d8c8eb7b_s9_err_bdgtng_v8.pdf.
- NIST (2022), First Pass Yield Improvement Creates Dramatic Reduction in Lead Time: https://www.nist.gov/mep/successstories/2021/first-pass-yield-improvement-creates-dramatic-reduction-lead-time.
- Lean Six Sigma International (ohne Datum, Zugriff 2026), Certification Programs: https://leansixsigma.org/certifications-programs/.
