Versuchsplanung nach Shainin

English
Full Factorial Design

Synonyme

Voll-Faktorielle Versuchsplanung

Die Versuchsplanung nach Shainin liefert ein effizientes Vorgehen, um den Einfluss mehrerer Variablen auf die Performance von Prozessen oder Produkten zu bestimmen. Voraussetzung dafür ist, dass die verantwortlichen Variablen bereits identifiziert wurden, z.B. mit vorangestellten Methoden wie dem Komponententausch oder dem Variablenvergleich. Auf diese Weise analysiert man schrittweise vom Groben zum Detail gehend den Prozessablauf oder den Aufbau von Baugruppen, Teilen oder Funktionen.

Versuchsplanung nach Shainin
Download PDFDownload PDF

Versuchsplanung nach Shainin

English
Full Factorial Design

Synonyme

Voll-Faktorielle Versuchsplanung

Die Versuchsplanung nach Shainin liefert ein effizientes Vorgehen, um den Einfluss mehrerer Variablen auf die Performance von Prozessen oder Produkten zu bestimmen. Voraussetzung dafür ist, dass die verantwortlichen Variablen bereits identifiziert wurden, z.B. mit vorangestellten Methoden wie dem Komponententausch oder dem Variablenvergleich. Auf diese Weise analysiert man schrittweise vom Groben zum Detail gehend den Prozessablauf oder den Aufbau von Baugruppen, Teilen oder Funktionen.

Versuchsplanung nach Shainin
Wir empfehlen zum Thema Verbessern
2 Tage
05.12.2024
Deep Reading - Schneller, klüger und nachhaltiger lesen

In kürzester Zeit anspruchsvolle Fachtexte lesen und verstehen –  steigern Sie in nur zwei Tagen Ihre Lesegeschwindigkeit und Aufnahmefähigkeit! Mehr Infos

Einsatzmöglichkeiten

  • Voneinander unabhängige Untersuchung der wichtigsten Variablen für ein Fehlverhalten oder schlechte Performance in Produkten oder Prozessen
  • Ableiten und Einschätzen von Optimierungsmaßnahmen
  • Ausloten der Prozess- und Produktgrenzen in Abhängigkeit von variablen Einstellungen
  • Untersuchung von Reklamationsgründen in Produkten oder Prozessen

Shainins "vollständiger Versuch" oder "Versuchsplan" bietet sich an, wenn die für abweichende Performance oder Produktqualität verantwortlichen Prozessvariablen identifiziert und priorisiert sind. Diesem Zweck dienen die vorgeschalteten Shainin-Methoden wie der Komponententausch und der Variablenvergleich. Nur eine reduzierte Anzahl von wesentlichen Faktoren kann anschließend im Versuchsplan systematisch und unabhängig voneinander auf Ihre Wirkung hin untersucht werden. Shainin wählte diese stringente Vorgehensweise, um sukzessive auf die wichtigen Variablen und Größen für Fehlverhalten in Prozessen oder Produkten zu fokussieren.

Je nach Umfang, Größe und Komplexität des zu untersuchenden Produkts kann die Methode von einzelnen Personen oder im Team angewandt werden.

Ergebnisse

  • Darstellung des Einflusses aller Variablen auf die Zielgrößen
  • Bestimmung der Stärke von Wechselwirkungen zwischen den Variablen hinsichtlich ihrer Wirkung auf die Zielgröße
  • Gegebenenfalls Hinweise auf weitere bisher nicht berücksichtigte Faktoren

Vorteile

Für die aus Vorversuchen als relevant identifizierten Einflussfaktoren werden deren individuelle Auswirkungen mit einer minimalen Anzahl an Versuchen schnell und effizient bestimmt.
Die strukturierte Variation der Variablen innerhalb eines Versuchsplans erlaubt es, die Versuche effizient abzuarbeiten. Dies vermeidet zeitraubende Zwischendiskussionen wie sie aus Einzelparameter-Optimierungen bekannt sind.
Dauer, Kosten, Budget und die erforderliche Einbindung der Mitarbeiter:innen lassen sich gut abschätzen.
Das schrittweise Vorgehen der Shainin-Methodik ermöglicht es, beständig das Fachwissen für eine laufende Optimierung der Versuchsplanung einzusetzen.

Durchführung: Schritt für Schritt

Der Versuchsplanung nach Shainin gehen in der Regel einige methodische Ansätze voraus, um die Vielzahl von möglichen Variablen und Stellgrößen einzuengen. Wertvolle Werkzeuge sind hierbei der Komponententausch und der Variablenvergleich nach Shainin. Nicht selten werden die Shainin-Techniken um weitere methodische Ansätze der Problem-Formulierung ergänzt wie z.B. SIPOC, Ishikawa-Diagramm, Mind Mapping oder 5W-Fragetechnik.

Diese oder ähnliche Werkzeuge dienen in der Problemanalyse dazu, sich vom Groben ausgehend auf das Detail zu fokussieren. In vielfältigen Szenarien werden hierzu komplexere Produkte oder Prozesse systematisch in Teilkomponenten oder Prozessschritte unterteilt. Diese Vorarbeit ermöglicht es meist erst, den Versuchsplan systematisch und effektiv abzuarbeiten.

Diese Fokussierung ist notwendig, da die Anzahl der Versuche exponentiell mit der Anzahl von Variablen für die Untersuchung anwächst. Shainins stufenweise Vorgehensweise bietet hier einen guten Ansatz, um die Anzahl der im Detail zu untersuchenden Variablen oder Faktoren einzuschränken. Bild 1 zeigt schematisch den Kontext, in dem die Versuchsplanung nach Shainin steht.

Einordnung der Methode Versuchsplan in einen möglichen Untersuchungsablauf
Bild 1: Einordnung der Methode Versuchsplan in einen möglichen Untersuchungsablauf

Die Versuchsplanung hat anschließend das Ziel, mit möglichst geringem Aufwand die verantwortlichen Variablen, deren Wirkweise und ihren Einfluss unabhängig voneinander zu bestimmen. Dies ist erforderlich, um das Optimierungspotenzial sowie die Grenzen des Möglichen zu bestimmen. Natürlich kann die Untersuchung auch aufdecken, dass es Widersprüchlichkeiten zwischen Einstellbarkeit und den anvisierten Zielvorstellungen geben kann. Auch dies ist ein wertvolles Ergebnis, das die Grundlage für eine faktenbasierte Diskussion liefert.

Wie bei anderen Techniken von Shainin ist es erforderlich zu wissen, wann, wie und wie oft ein mögliches Fehlverhalten in Ihrem Produkt oder Prozess aufgetreten ist. Auch Umgebungsbedingungen können die Performance des Produkts oder Prozesses beeinflussen. Um Fehlinterpretation zu vermeiden, ist es daher wichtig, die Rahmenbedingungen innerhalb der folgenden Versuche so konstant wie möglich zu halten.

Um auf die zu untersuchenden Variablen des Produkts rückzuschließen, kann es von entscheidender Bedeutung sein, genau die Rahmenbedingungen nachzustellen, unter denen das Produkt ein Fehlverhalten zeigte. Wenn die Umgebungsbedingungen (wie z.B. Temperatur und relative Luftfeuchte) bei der Verwendung des Produkts oder der Prozessdurchführung nicht kontrolliert werden können, spricht man von Störgrößen.

Beispiel: Unterschiedliche Schichtdicken bei zwei baugleichen Auftragsmaschinen

Auftragsmaschinen dienen dazu, eine Fläche gleichmäßig und mit definierter Materialdicke zu beschichten, z.B. mit einem Klebstoff oder einer Schutzschicht (Bild 2 zeigt den schematischen Aufbau). Als Beispiel betrachten wir einen solchen Beschichtungsprozess, bei dem die Schichtdicke der von zwei baugleichen Maschinen aufgetragenen Beschichtung erheblich schwankt. Es gilt nun herauszufinden, welche Teile der Maschinen in welchem Maße für die Schichtdicken-Schwankung verantwortlich sind, um diese anschließend zielgerichtet und detaillierter zu untersuchen. Im Vorfeld wurden durch einen Komponententausch mit anschließendem Variablenvergleich die verantwortlichen Baugruppen/Teile identifiziert und jeweils einer "guten" und einer "schlechten" Gruppe zugeordnet, bezogen auf deren Schichtdicken-Ergebnis (siehe auch Schritt 3). Wesentlich für die Anwendbarkeit der Shainin-Methodik ist, dass die einzelnen Komponenten oder deren Einstellungen zwischen den beiden Maschinen eingestellt bzw. ausgetauscht werden können, ohne die Reproduzierbarkeit der Versuchsergebnisse zu gefährden.

Schematischer Aufbau einer Auftragsmaschine zur kontinuierlichen Beschichtung eines flachen Halbzeugs (z.B. Blech). Die Dicke der aufgetragenen Schicht ist die Zielgröße für die Untersuchung.
Bild 2: Schematischer Aufbau einer Auftragsmaschine zur kontinuierlichen Beschichtung eines flachen Halbzeugs (z.B. Blech). Die Dicke der aufgetragenen Schicht ist die Zielgröße für die Untersuchung.

Anmerkung: Einige der gängigen statistischen Softwarepakete haben Einschränkungen bei der Untersuchung von qualitativen Merkmalen (z.B. "gut"<>"schlecht"). Shainins Technik bietet hier einen wertvollen pragmatischen Ansatz, solche Merkmale gezielt zu untersuchen. Aus diesem Grunde wurden hier bewusst nur qualitative Merkmale gewählt. Der Versuchsplan ermöglicht selbstverständlich auch die Untersuchung quantitativer Merkmale.

Schritt 1: Definieren Sie Ihre Zielvorstellung!

Bevor Sie mit der Untersuchung beginnen, definieren Sie messbare Zielfunktionen und wie diese bestimmt werden (einheitliche Messvorschriften). Im Idealfall unterscheiden sich die Ergebnisse von "schlechter" und "guter" Performance signifikant (siehe Schritt 2).

Beispiel: Wir wählen vereinfacht die Schichtdicke in Mikrometer [µm] als einzige Zielgröße aus (Bild 2).

Aufgabengebiete

Alle Kommentare (3)

Matthias
Dennemarck

Sehr gute und anschauliche Beschreibung der Methode. Definitv hilfreich!
Frage: Gemäß Bild #4 - müsste Versuchsplanung 6 & 7 der Tabelle #2 nicht vertauscht sein? Sprich 6: Cg / 7: Bg? Entsprechende Anpassungen der Versuchsplanung dann analog (2&3).

Sehr geehrter Herr Dennemarck, es freut mich außerordentlich, dass Ihnen die Methode gefällt und Sie dies mit Ihrer positiven Kritik zum Ausdruck gebracht haben. Natürlich ist Ihr Einwand absolut richtig und wir werden den Verdreher in der Methode zeitnah in Ordnung bringen. Trotz intensiver Prüfung haben wir dies leider übersehen und freuen uns deshalb sehr darüber, dass Sie sich die Zeit genommen haben sich intensiv mit der Methode zu beschäftigen. Ihr Feedback hilft uns sehr, den hohen Qualitätsanspruch der Methodenbeschreibungen nachhaltig zu verbessern. Herzlichen Dank dafür!

Hallo Herr Dennemarck, herzlichen Dank für Ihren Hinweis! Sie haben einen wahren Adlerblick! Wir haben die Visualisierungen in der Tabelle 2 nochmal alle geprüft und korrigiert.
... und natürlich war das Absicht, um zu schauen, ob jemand das sieht ... ;-)
Danke auch für Ihr Lob - wir bemühen uns sehr, die zahlreichen Methoden, die in Projekten Anwendung finden, möglichst einleuchtend, nachvollziehbar und umsetzbar zu präsentieren.
Weiterhin viel Spaß mit dem projektmagazin und noch mehr Erfolg in Ihren Projekten!
Georg Angermeier