Optimierung von Fertigungsverfahren - QM (DOE, FMEA) - Holger Reinecke, Andreas Schoth, Tim Hösel HSG-IMIT, Villingen-Schwenningen Universität Freiburg, IMTEK, Lehrstuhl für Prozesstechnologie
Inhalte der Vorlesung Hintergrund (Bedeutung von Unternehmen, Automobilhersteller (Produktion und Logistik)) Betriebswirtschaftliches Basiswissen Gewinn- und Verlustrechnung Bilanzen Qualitätsmanagementsystem (QM-System) Methodiken der Optimierung in der Entwicklungsphase (DOE, FMEA) Mitarbeiterführung Ganzheitliche Managementsysteme (Six-Sigma-System, Kaizen) Methoden zur Optimierung (PDCA-Kreis, VM, TQM, Rationales Management) Fertigung: SPC, One-Piece-Flow-System, Kunststoff
Motivation zur Unterhaltung eines QM- Systems Produkte, technische Verfahren und organisatorische Abläufe sollen in einem kontinuierlichen Verbesserungsprozess optimiert werden, mit dem Ziel Qualität zu steigern Kosten zu senken Abläufe zu beschleunigen Termintreue zu erhöhen. Qualitätsmanagement in diesem Sinne bezieht sich auf alle Bereiche eines Unternehmens und wird von allen Mitarbeitern mitgetragen. t Damit die Qualitätsansprüche von Kunden optimal erfüllt werden, wird ein zertifiziertes QM-System gemäß DIN EN ISO 9001 unterhalten. Dieses System wird häufig durch branchenspezifische Systeme wie die VDA 6.1 (Automobil) oder die DIN EN ISO ISO 13485 (Medizintechnik) unterstützt.
Elemente der DIN EN ISO 9000 1 VERANTWORTUNG DER 11 PRÜFMITTELÜBERWACHUNG LEITUNG 12 PRÜFSTATUS 2 QUALITÄTSMANAGEMENT- 13 LENKUNG FEHLERHAFTER SYSTEM PRODUKTE 3 VERTRAGPRÜFUNG 14 KORREKTUR- UND 4 ENTWICKLUNG VORBEUGUNGSMAßNAHMEN 5 LENKUNG DER DOKUMENTE UND DATEN 15 HANDHABUNG, LAGERUNG, VERPACKUNG, KONSER- 6 BESCHAFFUNG VIERUNG UND VERSAND 7 LENKUNG DER VOM KUNDEN 16 LENKUNG VON BEIGESTELLTEN PRODUKTE QUALITÄTSAUFZEICHNUNGEN 8 KENNZEICHNUNG UND 17 INTERNE QUALITÄTSAUDITS RÜCKVERFOLGBARKEIT VON 18 SCHULUNG PRODUKTEN 19 KUNDENDIENST 9 PROZESSLENKUNG 20 STATISTISCHE METHODEN 10 PRÜFUNGEN
QM Methodiken in der Entwicklung FMEA Statistische Versuchsplanung (DOE)
Einordnung der FMEA Die Norm DIN ISO 9000 fordert für das Qualitätselement Entwicklung die "periodische Entwurfsbewertung an signifikanten Entwicklungsstufen" Die Fehlervermeidung in der planerischen Phasen ist ein wesentliches Merkmal im Produktentstehungsprozess Die Fehler-Möglichkeits- und Einfluß-Analyse (FMEA) sowie die Fehlerbaumanalyse sind explizit als Methodiken aufgeführt
Ziele der FMEA Das Ziel der Durchführung einer FMEA ist es, potentielle Fehler bereits während der Planung aufzudecken und durch geeignete Maßnahmen zu vermeiden und zwar bei der Entwicklung eines Produktes bei (neuen) Fertigungsverfahren Mit Hilfe der FMEA sollen zusätzlich vorliegendes Erfahrungswissen über Fehlerzusammenhänge und Qualitätseinflüsse auf systematische Weise gesammelt und verfügbar gemacht werden geregelte Qualitätsregelkreise implementiert werden, die Erfahrungen aus früheren Lösungen sowie gezielte Handlungsanstöße zur Verbesserung der Planung liefern
Arten der FMEA Schwerpunkt und Zielrichtung des Einsatzes unterscheiden verschiedene Arten von FMEAs Konstruktions-FMEA (auch Entwicklungs-FMEA genannt) Prozess-FMEA System-FMEA Gemeinsamkeiten liegen im gleichartigen Vorgehen Unterschiede der FMEA-Arten Planungsphase, in welcher die FMEA erstellt wird Zielsetzung, die mit ihrer Durchführung verbunden ist.
Ablauf von Fehler-Möglichkeits- und Einflussanalysen (FMEA) Beschreibung des Systems (Prämissen, Ziele) Beschreibung von Fehlern Ermittlung von Fehlerursachen Durchführung der FMEA Umsetzung der Massnahmen
Fehlerbaum (Ishikawa-Diagramm)
FMEA-Formblatt (Beispiel)
FMEA-Formblatt (Beispiel)
Begrifflichkeiten Top-Versagensereignis: Es wird angenommen, daß ein Bauteilfehler aufgetreten ist. Beschreibt die Auswirkung des Urfehlers auf das Endgerät (externer Kunde) bzw. Zwischenprodukt (interner Kunde). Die Auswirkungen des Bauteilfehlers/Versagens sind so zu beschreiben, wie der interne/externe Kunde sie wahrnehmen oder empfinden würde. In der Beschreibung muß deutlich zum Ausdruck kommen, wie sich das Versagen am Gerät oder bei der Montage auswirkt. Fehlerart am Bauteil: Beschreibung der Fehler am Bauteil, die unmittelbar durch den Urfehler im Prozeß ausgelöst werden. Es ist jede denkbare Fehlerart am Bauteil oder der Teilefunktion aufzulisten (Bauteilorientierung verkehrt, mechanische Beschädigung). Urfehler: Es ist jede denkbare Fehlerursache aus dem Prozeß aufzuführen, die zu der aufgezeigten Fehlerart am Bauteil führen kann (z.b.: Arbeitsschritt nicht korrekt ausgeführt, Maschinendefekt e oder - fehleinstellung). e Die Ursachen sind so vollständig wie möglich anzugeben, so daß für alle Einflußgrößen entsprechende Abstellmaßnahmen bestimmt werden können. Fehlervermeidung: Bereits realisierte, lii präventive Mß Maßnahmen, um einen möglichen ölih Urfehler nicht eintreten zu lassen (z.b.: Schulung des Personals, Sichtkontrolle).
Begrifflichkeiten RPZ = S x A x E (Risikoprioritätszahl): Ein international üblicher Wert, oberhalb dessen Maßnahmen zur Erhöhung der Prozeßsicherheit durchgeführt werden müssen, ist RPZ > 124. Diese Eingriffsgrenze kann in Abhängigkeit von dem zu beurteilenden Prozeß nach der Bewertung aller Einzelfehler auch individuell durch das FMEA-Team herabgesetzt werden. Die Gründe hierfür sollten dann in der Rubrik Massnahmen direkt oder als Fußnote angegeben werden. Massnahmen V: / T: Durchzuführende Maßnahmen, um die Risikoprioritätszahl in den Akzeptanzbereich zurückzuführen und potentiell kritische Urfehler im Prozeß zu vermeiden. Unter die aktuellen Werte von S, A, E und RPZ, jedoch in der gleichen FMEA- Zeile, sind in Klammern die nach Durchführung der Maßnahme zu erwartenden Werte einzutragen. V: Verantwortlicher, ea otc e, T: Termin
Begrifflichkeiten
Begrifflichkeiten
Begrifflichkeiten
Begrifflichkeiten
FMEA-Beispiel Aufgabenbeschreibung und Prämissen Prozess: Entwicklung von belichteten SU8-Resisten Dicke: 80 µm Struktur: Spulen mit 8 µm Lines & Spaces 12 Windungen Prämissen Belackung wurde aus einheitlicher Resistcharge auf identischer Anlage innerhalb eines Durchlaufes durchgeführt. Resistdicke beträgt 80 +/- 5 µm. Belichtung erfolgte nacheinander mit identischer Belichtungszeit Die optimale Belichtungzeit wurde an einem Wafer aus dem Belackungsbatch ermittelt. Die Entwicklung wird in Tauchbädern durchgeführt Arbeitsanweisungen zur Durchführung der Prozesse existieren
FMEA-Beipiel Prozessablauf Entwicklungszeit: 10 min. Zeitermittlung mit Timer durch akustischen Alarm Spülung 1: Wasser für 10 min Spülung 2: Wasser für 10 min Trocknung: Hotplate für 10 min Linienbreitenmessung: Manuell auf Messmikroskop Tiefenmessung: Manuell auf Tastschnittgerät, Ablauf automatisch Sauberkeitsbeurteilung: visuell mit Mikroskop Die Entwicklung wird in Tauchbädern durchgeführt
FMEA-Beispiel Vorgehen Prozessbeschreibung Potentielle Fehler ermitteln häufig aus Prozess bekannt Potentielle Ursachen ermitteln z.b. Ishikawa-Diagramm (Fishbone-Diagramm) FMEA durchführen FMEA freigeben auf Freigabe der Maßnahmen achten Maßnahmen umsetzen
QM Methodiken in der Entwicklung FMEA Statistische Versuchsplanung (DOE)
Statistische Versuchsplanung Inhalt Warum Versuchsplanung? Begriffe Allgemeines Vorgehen Versuchspläne Methode des Variablentausches Voll faktorielle Versuchspläne Beispiel mit drei Prozessparametern Statistische Auswertung Fraktionell faktorielle Versuchspläne Zentral zusammengesetzte Versuchspläne
Statistische Versuchsplanung Warum Versuche? Steigerung der Qualität Reduzierung von Kosten Reduzierung der Entwicklungszeit Warum Statistik? Streuung von Versuchsergebnissen auf Grund verschiedener Einflüsse Absicherung gegenüber Zufallsstreuung
Statistische Versuchsplanung Warum Versuchsplanung? Strukturierte Analyse der Problemstellung Übersichtliche Ergebnisanalyse Einsparung an Versuchen bei gleicher Informationstiefe
Statistische Versuchsplanung Prozessmodell
Statistische Versuchsplanung Begriffe Zielgrößen Qualitativ oder quantitativ erfassbare Qualitätsmerkmale Einflussgrößen Qualitativ oder quantitativ erfassbare Größen die möglicherweise einen Einfluss auf die Zielgröße haben Faktoren Für die Versuchsplanung verwendeten Einflussgrößen k = Anzahl der Faktoren Faktorenstufen Werte die die Faktoren in dem Versuchsplan annehmen
Statistische Versuchsplanung Allgemeines Vorgehen Ausgangssituation beschreiben Untersuchungsziel festlegen Identifizierung wichtiger Störgrößen (D. Shainin) Variablentausch Optimierung der Zielgrößen (klassisches Vorgehen) faktorielle Pläne Reduzierung der Streuung der Zielgrößen (G. Taguchi) Versuchsplan erstellen Versuche durchführen Statistische Ergebnisauswertung Empirisches Modell aufstellen
Statistische Versuchsplanung Klassisches Vorgehen One-Factor-at-a-Time (OFAT) Vorgehen Variation eines Faktors Auswertung des Ergebnisses und Anpassung eines Faktors Keine Systematik Führt nur zu lokalem Optimum Keine Effekteinflüsse und Wechselwirkungen der Faktoren erkennbar
Produktionstechniken Inhalt Warum Versuchsplanung? Begriffe Allgemeines Vorgehen Versuchspläne Methode des Variablentausches Voll faktorielle Versuchspläne Beispiel mit drei Prozessparametern Statistische Auswertung Fraktionell faktorielle Versuchspläne Zentral zusammengesetzte Versuchspläne
Variablentausch Idee Identifikation wesentlicher Störgrößen Verzicht auf mehrfache Realisierung und somit auf statistische Auswertung Aber!!! Zufallsstreuung muss sehr viel kleiner sein als der Effekt der Faktoren Deshalb!!! Anwendung bei bestehendem Prozess
Variablentausch Vorversuche Festlegung vermeintlich guter und schlechter Faktorenstufen t der zu untersuchenden Einflussgrößen (A, B, C, ) Durchführung zweier Versuche mit guten (G) und schlechten (S) Parametern Testen des Verhältnisses D:d 5:1 Zufallsstreuung kleiner als Effekte d G 1 G2 S1 S2 2 D G 1 2 S1 S2 G 2 2
Variablentausch Variablentausch Durchführung von jeweils einem Versuch mit einem Parameter auf Faktorenstufe t schlecht und dem Rest gut Durchführung von jeweils einem Versuch mit einem Parameter auf Faktorenstufe gut und dem Rest schlecht AsRg = A schlecht und Rest gut
Variablentausch Variablentausch Durchführung von jeweils einem Versuch mit einem Parameter auf Faktorenstufe t schlecht und dem Rest gut Durchführung von jeweils einem Versuch mit einem Parameter auf Faktorenstufe gut und dem Rest schlecht AsRg = A schlecht und Rest gut
Variablentausch Auswertung Faktor B hat dominanten Einfluss auf die Zielgröße Rotes x dominant Rosa x wesentlich Faktor D hat wesentlichen Einfluss auf die Zielgröße
Variablentausch Auswertung Faktor C und E stehen in Wechselwirkung mit einem anderen Faktor WW WW Faktor A hat keinen Einfluss und kann vernachlässigt werden
Produktionstechniken Inhalt Warum Versuchsplanung? Begriffe Allgemeines Vorgehen Versuchspläne Methode des Variablentausches Voll faktorielle Versuchspläne Beispiel mit drei Prozessparametern Statistische Auswertung Fraktionell faktorielle Versuchspläne Zentral zusammengesetzte Versuchspläne
Vollständig Faktorieller Versuchsplan Idee Durchführung aller Parameterkombinationen m ANOVA (ANalysis Of VAriances) Mittelwertvergleich von k Faktoren auf zwei Stufen zur statistischen Absicherung der Ergebnisse (Hypothesentest) Statistische Überprüfung der Signifikanz von Effekten
Vollständig Faktorieller Versuchsplan Elektrochemische Oberflächenbehandlung am Beispiel Platingalvanik Zielgröße Y: Oberflächenaktivitätskoeffizient Einflussgrößen: A: Temperatur [ C] B: Strom [ma] C: Elektrolytkonzentration [mol] Versuchsplan Anzahl Faktoren k = 3 Anzahl Faktorenstufen n = 2 Anzahl Wiederholungen N = 3 Anzahl Versuche N * m = N * n k = 24 + - A 30 50 B 1 4 C 0,1 0,3
Vollständig Faktorieller Versuchsplan Versuchsplan 3 Faktoren A, B, C Je zwei Stufen +, - ; (1, -1) 8 Parameter- Kombinationen (Pattern) 2 k Nr. A B C 1 + + + 2 + + - 3 + - + 4 + - - 5 - + + 6 - + - 7 - - + m = 2 k 8 - - -
Vollständig Faktorieller Versuchsplan Ergebnisse Durchführung aller Patterns mit 3-facher Wiederholung Nr A B C y 1 y 2 y 3 y i s i ² 1 + + + 850 910 880 880 900 2 + + - 800 850 865 838,3 1158 Bestimmung aller Zielgrößen und Auflistung in den Versuchsplan 4 + - - 155 160 150 155 25 Ermittlung des Mittelwertes der Zielgröße für jedes Pattern 3 + - + 155 170 185 170 225 5 - + + 400 420 435 418,3 308,3 6 - + - 395 380 375 383,3 108,3 Bestimmung der Varianz 7 - - + 115 120 135 123,33 108,3 jedes Patterns 8 - - - 110 125 120 118,3 58,3
Vollständig Faktorieller Versuchsplan Darstellung eines linearen Effekts Effekt des Faktors A für Faktor C auf Stufe + EffektA y 2 1 y3 y5 y7 2 Aussage über die mittlere Änderung von y bei Änderung eines Faktors
Vollständig Faktorieller Versuchsplan Darstellung einer Wechselwirkung zweier Faktoren Effekt der WW von A & B für Faktor C auf Stufe + EffektWWAB y 1 y5 y3 y7 2 2 Aussage darüber wie stark die Wirkung von Faktor A von Faktor B abhängt
Vollständig Faktorieller Versuchsplan Berechnung aller Effekte Vorzeichen der Wechselwirkungen = Produkt der Vorzeichen der wechselwirkenden Faktoren 3 Wechselwirkungen zweier Faktoren AB, AC, BC 1 Wechselwirkung dreier Faktoren ABC Berechnungsvorschrift m Effekt 2 ( ) Vorzeichen m i 1 y i
Vollständig Faktorieller Versuchsplan Berechnung der Effekte 2 m Effekt ( Vorzeichen y i ) m i 1 Nr A B C AB AC BC ABC y i s i ² 1 + + + + + + + 880 900 2 + + - + - - - 838,3 1158 3 + - + - + - - 170 225 4 + - - - - + + 155 25 5 - + + - - + - 418,3 308,3 6 - + - - + - + 383,3 108,3 7 - - + + - - + 123,3 108,3 8 - - - + + + - 118,3 58,3 Sum 1000 1953,33 96,67 833,33-328,33 56,67-3,33 2891,7 Effekt 250 488,33 24,17 208,33-82,08 14,17-0,83 s² = 361,5
Vollständig Faktorieller Versuchsplan Bestimmung der Signifikanz Berechnung des Vertrauensbereiches t s d mit sd d 4 s 2 N als Schätzwert t für die Standardabweichung dab aller Effekte Quantil der Student schen t-verteilung aus Tabelle mit Freiheitsgrad f N m und Vertrauensgrenzen
Vollständig Faktorieller Versuchsplan Bestimmung der Signifikanz Schätzwert der Standardabweichung der Effekte s d 4 2 s N 4 24 361,5 7,762762 Freiheitsgrad f N m 24 8 16 Quantile der t-verteilung mit f = 16 für α = 0,95%; 0,99% und 0,999% und errechnete Vertrauensbereiche t 2.131 t s 16. 54 t t 16,0.95 16,0.99 2.947 4.073 t 16,0.95 d 16,0.99 22.875 16,0.999 t s 31. 615 s d 16,0.999 d
Vollständig Faktorieller Versuchsplan Bewertung der Signifikanz Hochsignifikant wenn Eff kt ±t Effekt > ±t f,99.9% s d Signifikant wenn Effekt > ± t f,99% s d Indifferent wenn Effekt > ± t f,95% ss d mehr Daten nötig Nicht signifikant wenn Effekt < ± t f95% s f,95% s d
Vollständig Faktorieller Versuchsplan Auswertung Hochsignifikant Faktor A und B Wechselwirkung AB und AC Signifikant Faktor C, mehr Daten zur Absicherung Nicht signifikant Wechselwirkung BC und ABC
Vollständig Faktorieller Versuchsplan Empirisches Modell Berechnung mittels linearer Regression Einfacher für Faktorenstufen + und (+1 und -1) Am Beispiel: y b0 b1 A b2 B b3 C b12 AB b13 AC b23 BC b123 ABC b i Effekti 2 b 1 b 2 b 3 b 12 b 13 b 23 b 123 Effekt 250 488,33 24,17 208,33-82,08 14,17-0,83 Koeffizient 125 244,17 12,09 104,17-41,04 7,09-0,42 b 0 y 385,8
Vollständig Faktorieller Versuchsplan Ergebnis A und B dominant positiver Effekt Jeweils auf + setzen (A = 30 C, B = 1mA) WW AB dominant positiver Effekt Jeweils auf + setzen (A = 30 C, B = 1mA) WW AC wesentlich negativer Effekt Analyse der Daten zeigt beste Werte für A + und C + C auf + setzen (C = 0,1mol) Optimales Ergebnis durch Bestimmung des globalen Maximum von y
Produktionstechniken Inhalt Warum Versuchsplanung? Begriffe Allgemeines Vorgehen Versuchspläne Methode des Variablentausches Voll faktorielle Versuchspläne Beispiel mit drei Prozessparametern Statistische Auswertung Fraktionell faktorielle Versuchspläne Zentral zusammengesetzte Versuchspläne
Fraktionell faktorieller Versuchsplan Idee Ersetzen der Wechselwirkungen höherer Ordnung durch weitere Faktoren Mehr Information bei gleicher Versuchsanzahl N, da Versuchsplan ausgewogen Mehrfache Wiederholungen zeitlich machbar für bessere Statistik Aber!!! Vermengung von Effekten miteinander Summe von linearem Effekt und WW Summe von WW mit WW
Fraktionell faktorieller Versuchsplan Versuchsplan 4 Faktoren A, B, C, D 8 Parameter- Kombinationen m = 2 k-1 Je zwei Stufen +, - ;(1, -1)
Fraktionell faktorieller Versuchsplan Versuchsplan Einführung der Identität I = ABCD Bildung mehrerer Aliasse Patterns mit übereinstimmenden Vorzeichen Übereinstimmung der Patterns führt zu Vermengung g der Effekte Erweiterung um Zentrumspunkt möglich Überprüfung ob linearer Einfluss gerechtfertigtg Faktorenstufe 0
Fraktionell faktorieller Versuchsplan Versuchsplan Am Beispiel m = 2 4-1 A B C AB AC BC ABC Vermengung von 1-fach mit 3-fach WW 2-fach WW mit 2-fach WW 3-fach WW mit 1-fach 3 zusätzliche 3-fach WW und eine 4-fach WW DBC DAC DAB DC DB DA D 1 + + + + + + + 2 + + - + - - - 3 + - + - + - - 4 + - - - - + + 5 - + + - - + - 6 - + - - + - + 7 - - + + - - + 8 - - - + + + -
Fraktionell faktorieller Versuchsplan Allgemeines Mehrfache Reduktion möglich k p 2 k-p -Pläne Erhöhte Vermengung der Effekte bei mehrfacher Reduktion Angabe der Auflösung des Versuchsplans III kritisch Faktor mit 2-fach WW vermengt IV weniger kritisch Faktor mit 3-fach WW & 2-fach WW mit 2-fach WW vermengt V unkritisch Faktor mit 5-fach WW & 2-fach WW mit 4-fach WW und höhere vermengt
Produktionstechniken Inhalt Warum Versuchsplanung? Begriffe Allgemeines Vorgehen Versuchspläne Methode des Variablentausches Voll faktorielle Versuchspläne Beispiel mit drei Prozessparametern Statistische Auswertung Fraktionell faktorielle Versuchspläne Zentral zusammengesetzte Versuchspläne
Zentral zusammengesetzte Versuchspläne Idee Erhöhung der Ordnung des empirischen Modells Auffinden lokaler Maxima / Minima Faktorielle Versuchspläne als Basis Erweiterung um Zentrum und Stern
Zentral zusammengesetzte Versuchspläne Versuchsplan 15 Parameterkombinationen m = 2 k + 2*k + 1 Würfel 3 Faktoren A,B,C 8 Versuche Stufen: +, - ; (1, -1) Stern 6 Versuche Stufen: ±α Zentrum Stufe: 0
Zentral zusammengesetzte Versuchspläne Versuchsplan Stern Faktoriell Stern Zentrum Generell α > 1 Abhängig von Gesamtversuchszahl N Für α = 1 Insgesamt 3 Stufen - α (-1), 0, α (1) Für α >1 Insgesamt 5 Stufen - α -1 0 1 α α, 1, 0, 1, α - - + A B C A B C A B C + + + α 0 0 0 0 0 + + - -α 0 0 + - + 0 α 0 + - - 0 -α 0 - + + 0 0 α - + - 0 0 -α - - -
Zentral zusammengesetzte Versuchspläne Versuchsplan Durchführung aller Versuche Auswertung wie gehabt mit zusätzlichen Ergebnissen Empirisches Modell höherer Ordnung möglich da mindestens 3 Punkte pro Achse
Produktionstechniken Weitere Versuchspläne Faktorielle Pläne mit mehr als drei Faktorenstufen Auch für qualitative Faktorenstufen (z.b. Gut, Schlecht) Auswertung mittels Varianzanalyse Box-Behnken B Versuche Starke Reduktion möglich Vorgegebene g Anzahl an Versuchen Versuchspunkte an Kantenmitte + Zentrum Unterteilung der Einflussgrößen in Steuer und Störgrößen Getrennte Analyse dieser nach G. Taguchi Berücksichtigung von Parametergrenzen Ausschluss verbotener Parameterkombinationen D-optimale Pläne
Optimierung von Fertigungsverfahren g Zusammenfassung Strukturierte Vorgehensweise Reduzierter Prozessaufwand Statistische Ergebnisanalyse Strukturierte und übersichtliche Ergebnisdarstellung Empirisches Modell Optimierungsweg leicht ersichtlich
Inhalte der Vorlesung Hintergrund (Bedeutung von Unternehmen, Automobilhersteller (Produktion und Logistik)) Betriebswirtschaftliches Basiswissen Gewinn- und Verlustrechnung Bilanzen Qualitätsmanagementsystem (QM-System) Methodiken der Optimierung in der Entwicklungsphase (DOE, FMEA) Mitarbeiterführung Ganzheitliche Managementsysteme (Six-Sigma-System, Kaizen) Methoden zur Optimierung (PDCA-Kreis, VM, TQM,, Rationales Management Fertigung: SPC, One-Piece-Flow-System, Kunststoff