Pareto-Analyse

English
Pareto-Principle

Synonyme

Pareto-Prinzip
Pareto-Diagramm
80-20-Regel

Mit der Pareto-Analyse wird der Anteil von Einflussgrößen oder Faktoren an der Gesamtwirkung auf eine Ergebnisgröße bestimmt. Sie beruht auf dem Pareto-Prinzip (auch 80-zu-20-Regel), demzufolge meist nur ein kleiner Teil der beteiligten Faktoren einen großen Einfluss auf das betrachtete System hat. Ziel der Pareto-Analyse ist es, Ansatzpunkte für besonders wirksame Maßnahmen zu identifizieren. Hierzu werden die Daten im Pareto-Diagramm vereinfacht visualisiert.

Pareto-Analyse

Pareto-Analyse

English
Pareto-Principle

Synonyme

Pareto-Prinzip
Pareto-Diagramm
80-20-Regel

Mit der Pareto-Analyse wird der Anteil von Einflussgrößen oder Faktoren an der Gesamtwirkung auf eine Ergebnisgröße bestimmt. Sie beruht auf dem Pareto-Prinzip (auch 80-zu-20-Regel), demzufolge meist nur ein kleiner Teil der beteiligten Faktoren einen großen Einfluss auf das betrachtete System hat. Ziel der Pareto-Analyse ist es, Ansatzpunkte für besonders wirksame Maßnahmen zu identifizieren. Hierzu werden die Daten im Pareto-Diagramm vereinfacht visualisiert.

Pareto-Analyse

Einsatzmöglichkeiten

Die Pareto-Analyse kann immer eingesetzt werden, wenn eine quantifizierbare Ergebnisgröße (z.B. Umsatz, Vermögen, Anwendungshäufigkeit, Fehlerhäufigkeit, Ausbeute usw.) den einzelnen Elementen einer Menge (z.B. Produkte, Kunden, Regionen, Ursachen, Einflussfaktoren usw.) zugeordnet werden soll. Das in ihrem Rahmen eingesetzte Pareto-Diagramm zählt zu den sieben Qualitätswerkzeugen und wird meist in Kombination mit weiteren Methoden verwendet. Tabelle 1 gibt einen Überblick über häufige Einsatzmöglichkeiten und typische Kombinationen mit anderen Methoden.

Einsatzmöglichkeiten

z.B. zusammen mit:

Fehlerartenanalyse

Fehlerklassifizierung, Kumulieren von Fehleranteilen, Fehlerkarten

Bewertung von Einflussfaktoren auf einen Prozess / Ablauf

DoE, Varianzanalyse (ANOVA), Ishikawa-Diagramm, Datamining, Korrelationsanalyse

Zeitmanagement

Zeitaufnahmen, Störgrößen und Ablenkungsanalyse, ALPEN-Methode, 5S-Methode, Eisenhower-Matrix

Störgrößenanalyse

DoE, Variablen- und Komponentenvergleich nach Shainin, Taguchi-Methode, Paarweiser Austausch von Komponenten, Analyse von Ausfallzeiten

Herausarbeiten der Alleinstellungsmerkmale eines Produkts

Kano-Modell, Unique-Selling-Point-Analyse, Dilts-Pyramide, Kundeninteraktionsstudie (Customer Relationship Modelling)

Aufteilung und Clustern von Kunden oder Interessengruppen

Affinitäten Diagramm, SWOT-Analyse, Segment-Analyse, Multivariate Datenanalyse (MVDA)

Portfoliobewertung von Produkten oder Marktsegmenten

SWOT-Analyse, Blue Ocean Strategy, Sales Force Analysis

Abhängig von der Aufgabenstellung kann die Pareto-Analyse sowohl von einer Einzelperson als auch im Team eingesetzt werden. Der Aufwand ist, sofern die Daten vorliegen, sehr gering. Allerdings bedürfen die Interpretation und die Ableitung von Maßnahmen hoher Sorgfalt.

Ergebnisse
  • Liste der betrachteten, diskreten Größen (z.B. Marktsegmente, Produkte, Fehlerursachen oder Einflussgrößen) absteigend geordnet nach ihrem Beitrag zur analysierten Zielgröße (z.B. Gewinn oder Reklamationen)
  • Säulendiagramm zur Visualisierung dieser Liste mit absteigend von links nach rechts sortierten Säulen (siehe Bild 4)
  • Kurve der akkumulierten Zielgröße (siehe Bild 4)
  • Einteilung der analysierten Größen nach ABC-Klassen (siehe Bild 7)
  • Maßnahmenliste, nach ihrer erwarteten Wirkung priorisiert
Vorteile
Das Pareto-Diagramm visualisiert die Ergebnisse intuitiv verständlich.
Durch die leicht erfassbare Darstellung erkennt das Team schnell, auf welche Schwerpunkte es sich als erstes konzentrieren sollte, bzw. in welchen Bereichen weiterführende Maßnahmen zielführend sind.
In der Gruppe entsteht ein gemeinsames Bild der Dringlichkeit, das zielorientiertes Handeln begünstigt.
Die Methode lenkt die Konzentration unter Einbindung des gesamten Teamwissens faktenbasiert auf die identifizierten Prozessparameter und Kenngrößen.
Grenzen, Risiken, Nachteile
Die Ergebnisse einer Pareto-Analyse sind stets mit gesundem Menschenverstand zu hinterfragen. Insbesondere ist zu beachten, dass es sich meist um die Betrachtung eines momentanen Zustands handelt.
Die 80-zu-20-Regel besagt nicht, dass 80% der Einflussfaktoren irrelevant sind, sondern vielmehr, dass diese meist erst dann zum Tragen kommt, wenn die 20% dominierenden Variablen richtig eingestellt oder identifiziert sind. Es ist deshalb wenig zielführend, 80% der Faktoren pauschal außer Acht zu lassen, ohne weiter zu differenzieren. Empfehlenswert sind die weiterreichende Aufteilung der Faktoren in ABC-Gruppen und Korrelationsanalysen.
Die Pareto-Analyse berücksichtigt keine komplexen Zusammenhänge, wie z.B. Wechselwirkungen zwischen den Faktoren.
Damit keine falschen Schlüsse abgeleitet werden ist es wichtig, sich klar darüber zu sein, mit welchem Fachwissen und welcher Intension die Pareto-Analyse durchgeführt und mit anderen Methoden kombiniert wird. Diese Rahmenbedingungen beeinflussen das weitere Handlungsergebnis stark.
Voraussetzungen

Die Darstellung erfolgt in der Regel normiert, das heißt, dass die Summe der Faktoreinflüsse 100% darstellt. Dies vereinfacht und verdeutlicht die Vergleichbarkeit der Einflussfaktoren. Diese Normierung auf 100% ist allerdings kritisch zu hinterfragen. "100%" impliziert, dass auch wirklich alle Einflüsse erfasst werden können, was z.B. beim Zeitmanagement kaum möglich ist und zudem nicht sinnvoll erscheint.

Für eine aussagekräftige Pareto-Analyse muss also die Annahme berechtigt sein, dass alle Einflussfaktoren erfasst sind, die einen berücksichtigenswerten Anteil an der betrachteten Wirkung haben.

Die Anwender müssen sich zugleich bewusst sein, dass die Pareto-Analyse oft nur eine Momentaufnahme ist, die lediglich die derzeit bekannten Faktoren betrachtet.

Qualifizierung

Die Aufbereitung der Daten und die Durchführung der Pareto-Analyse erfordern nur grundlegende Kenntnisse in der Statistik, die leicht erlernbar sind.

Benötigte Informationen

Die Methode basiert auf Aufnahmen und Daten, die mit anderen, ergänzenden Methoden erfasst werden. Diese Daten können z.B. aus Erhebungen, Vergleichen, Analysen, Abschätzungen oder Modellen (wie DoE) stammen oder aus systemischen Ansätzen, wie z.B. Ursache-Wirkungsmodellen oder Toleranzkettenanalysen abgeleitet werden.

Die Datenarten (z.B. quantitative, nominale, ordinale) aus den Datenquellen sollten ausreichend gut beschrieben werden, sodass diese in ausreichender Güte in eine vergleichbare Form überführt werden können. Es ist erforderlich, dass die Überprüfbarkeit und Reproduzierbarkeit der Daten gegeben ist, sodass sich die zugrundeliegenden Hypothesen aufstellen und validieren lassen.

Benötigte Hilfsmittel

Je nach Setting sind analoge oder digitale Hilfsmittel und Werkzeuge erforderlich.

Werden z.B. in einem Workshop für Zeitmanagement Einflussfaktoren mit einem Ishikawa-Diagramm gesammelt und anschließend durch Multi-Voting in ihrem Effekt auf eine Zielfunktion eingeschätzt, können die Ergebnisse ebenfalls als Pareto-Diagramm dargestellt werden. In solchen Workshops bietet es sich an, am Flipchart, Whiteboard oder Brown-Paper zu arbeiten.

Ist die Aufnahme eher technisch, wie z.B. bei DoE, einem Dataminingmodel oder anderen Analysen, erfolgt die Darstellung oft mit spezieller Statistik-Software oder einem Tabellenkalkulationsprogramm.

Herkunft

Die Pareto-Analyse geht auf den italienischen Ingenieur, Ökonom und Soziologen Vilfredo Pareto (1848–1923) zurück. Dieser untersuchte die Verteilung des Grundbesitzes in Italien und fand dabei heraus, dass sich ca. 80% der Grundfläche in der Hand von ca. 20% der Grundeigentümer befanden. (Wikipedia: Paretoprinzip, https://de.wikipedia.org/wiki/Paretoprinzip, Bearbeitungsstand: 11. November 2019, abgerufen am 28.5.2020)

Durchführung: Schritt für Schritt

Das Pareto-Prinzip – auch 80-zu-20-Regel genannt – bestätigt sich in sehr vielen unterschiedlichen Zusammenhängen. Allgemein besagt es, dass zwei korrelierte Populationen (Grundgesamtheiten) oder Größen häufig im Verhältnis von rund 80% zu 20% ihres jeweiligen Umfangs voneinander abhängen. Willkürlich ausgewählte Beispiele sind:

  • Rund 20 Prozent der Länder sind für rund 80 Prozent des weltweiten Handelsvolumens verantwortlich
  • Rund 20 Prozent der Websites im Internet machen rund 80 Prozent des Datenvolumens aus
  • Rund 80 Prozent der Stadtbewohner eines Landes leben in rund 20 Prozent der Städte
  • Kinder spielen rund 80 Prozent der Zeit nur mit rund 20 Prozent ihres Spielzeugs
  • Bei vielen Unternehmen werden rund 80 Prozent des Umsatzes mit rund 20 Prozent der Produkte oder Kunden gemacht.

Ausgangspunkt für eine Pareto-Analyse ist stets eine Fragestellung nach den Anteilen der Elemente einer definierten Menge (z.B. die Produkte im Portfolio des Unternehmens) an einer quantifizierbaren Zielgröße (z.B. Jahresumsatz), z.B.: "Welchen Anteil am Jahresumsatz haben die einzelnen Produkte unseres Portfolios?"

Formulieren Sie Ihre Fragestellung klar und eindeutig, bevor Sie mit der Portfolio-Analyse beginnen und stellen Sie folgende Punkte sicher:

  • Alle Elemente der untersuchten Menge sind bekannt (z.B. alle Fehlerursachen, alle Kundengruppen, alle Produkte).
  • Die betrachtete Zielgröße ist eindeutig diesen Elementen zuordenbar (z.B. muss jedes Produkt einen eigenen, unabhängigen Verkaufspreis haben und es darf keinen Umsatz geben, der nicht einem Produkt zugeordnet werden kann).
  • Die Erfassung der Zielgröße erfolgt lückenlos oder zumindest repräsentativ (z.B. darf für eine Website-Analyse nicht nur der Daten-Traffic während der Geschäftszeiten betrachtet werden).

Formulieren Sie zudem das Ziel Ihrer Pareto-Analyse, wie z.B.: "Wir wollen unsere Produktion und Lagerhaltung nach den Anforderungen unserer Kunden optimieren."

Beispiel: Fehleranalyse bei einem Beschichtungsprozess

Dichtblöcke, wie sie z.B. bei Zylinderköpfen oder Plattenwärmetauschern verwendet werden, bestehen aus Blechstapelbauteilen, die mit einem hitzebeständigen Dichtmittel beschichtet werden (Bild 1). Eine fehlerhafte Beschichtung sorgt für Undichtigkeiten im späteren Stapelverbund der Platten. Dies führt somit zu Ausschuss und – falls bei der Qualitätsprüfung nicht erkannt – zu Reklamationen durch die Kunden.

Kupferblech für einen Zylinderkopfdichtblock, der aus einem Stapel dieser Bleche aufgebaut wird
Bild 1: Kupferblech für einen Zylinderkopfdichtblock, der aus einem Stapel dieser Bleche aufgebaut wird

Als stark vereinfachtes, anschauliches Beispiel für eine zweistufige Pareto-Analyse untersuchen wir die Effizienz des Beschichtungsprozesses der Stapelbleche. Zuerst führen wir eine Häufigkeitsanalyse der Fehler durch und erfassen anschließend mögliche Ursachen für die häufigsten Fehler. Auf diese Fehlerursachen wenden wird nochmals die Pareto-Analyse an, um Optimierungsmaßnahmen des Beschichtungsprozesses zu priorisieren.

Schritt 1: Stellen Sie die Daten bereit!

Daten für eine Pareto-Analyse können aus unterschiedlichen Quellen stammen. Achten Sie beim Zusammenstellen der Daten auf Fehlerfreiheit, Validität und Reproduzierbarkeit. Hierzu gehören auch weitergehende statistische Analysen wie z.B. Darstellung der Fehlerintervalle, Ausreißertests oder Test auf Normalverteilung. Auf diese Analysen wird hier nicht weiter eingegangen, da dies den Umfang der Methodenbeschreibung sprengen würde.

Beispiel Daten aus der Qualitätskontrolle

Zur Analyse des Beschichtungsprozesses wurden die Daten der Qualitätskontrolle für die Dichtungsblöcke aus den letzten drei Monaten tabellarisch zusammengefasst und daraus Mittelwerte gebildet. Tabelle 1 zeigt diese Daten und die ermittelten statistischen Größen.

Datenbasis für die Pareto-Analyse
Tabelle 1: Datenbasis für die Pareto-Analyse

Schritt 2: Fassen Sie die Daten zusammen!

Für die Pareto-Analyse benötigen Sie die Daten in zwei Spalten: Zum einen die in diskreten Werten dargestellte Ausgangsgröße (z.B. Fehlerarten, Produkte, Wertebereiche) und zum anderen deren jeweilige Anteile an der zu analysierenden Zielgröße. Sie müssen also meist die Rohdaten aggregieren und eine passende Auswahl treffen.

Beispiel: Anteil der Fehlerarten für Lecks im Dichtungsblock

Einfache Visualisierung der Daten aus Tabelle 1
Bild 2: Einfache Visualisierung der Daten aus Tabelle 1
Aus Tabelle 1 zusammengefasste Daten für die Pareto-Analyse
Tabelle 2: Aus Tabelle 1 zusammengefasste Daten für die Pareto-Analyse

Auf den ersten Blick ist aus den Daten der Tabelle 1 kein großes Problem zu erkennen. Eine übliche Visualisierung der mittleren Fallzahlen in einem Tortendiagramm (Bild 2) erweckt den intuitiven Eindruck, dass der Beschichtungsprozess gute Ergebnisse liefert: 92,1% der Dichtungsblöcke weisen schließlich keine Lecks auf.

Für eine Optimierung liefert diese häufig verwendete Darstellung somit keine adäquate Visualisierung, da eine Differenzierung nach den Fehlerursachen sehr mühsam wäre. Als erstes lassen wir deshalb den Datensatz der fehlerfreien Teile weg und betrachten nur Fehlerursachen (Tabelle 2).

Stellen wir nun die Daten aus Tabelle 2 als einfaches Säulendiagramm dar, haben wir schon eine bessere Übersicht der Fehlerursachen (Bild 3).

nicht normierte und unsortierte Daten für Pareto-Analyse
Bild 3: nicht normierte und unsortierte Daten für Pareto-Analyse

Praxistipps ...

Aufgabengebiete

Download PDFDownload PDF

Bewertungen und Kommentare

Diese Funktion steht nur eingeloggten Nutzern zur Verfügung.
4 Kommentare anzeigen & selbst mitreden!
Gesamt
Bewertungen 1
Kommentare 4

Alle Kommentare (4)

Ralph
Kuntze

Hallo, der Beitrag ist sehr wertvoll und super verständlich geschrieben in den Teilen, wo man auf Abkürzungen und Verweisen verzichtet hat. Der letzte Stern fehlt, weil mir für meinen Geschmack zu viele Abkürzungen ohne Erläuterung verwendet wurden, welche das Gesamtverständnis trüben. Vielen Dank und weiterhin viel Erfolg und vor allem Gesundheit.
Mit freundlichen Grüßen. Ralph Kuntze

Sehr geehrter Herr Kuntze, es freut mich, dass der Beitrag Ihnen gefällt und Sie diesen als wertvoll erachten. Zudem freut es mich, dass der Artikel gut lesbar und verständlich erscheint. In regelmäßigen Abständen ereilt mich das „Dozenten und Trainer Schicksal“, dass ich es nicht schaffe alle Leser/Zuhörer abzuholen, was sich mit den Abkürzungen zugegebenermaßen als schwierig gestaltet. Oft ist es ein Spagat zwischen zu „kurz gehalten“ und zu „ausführlich“ um dem Format gerecht zu werden. Daher bin ich Ihnen dankbar für den Hinweis und werde diesen gerne in zukünftige Beiträge einfließen lassen.

Hallo Herr Moser, Sie haben meinen ehrlichen Respekt, und ich kenne dieses Schicksal selbst aus der Praxis als Mentor. Wenn man eine Legende gefunden hätte, wäre auch der letzte Stern dabei gewesen. Die Form an sich und der Rahmen, welcher nahezu dynamisch erschien, hat super gepasst. Alles Gute weiterhin und viele Grüße.

Hallo Herr Kuntze,
vielen Dank für Ihren Hinweis! Für mich als betreuender Redakteur des Methodenbereichs ist das auch immer die Gewissensentscheidung: Ausschreiben, als bekannt voraussetzen, einen Abkürzungsschlüssel (AküSchlü) dazu schreiben?
Wie wir uns alle einig sind, wird es hier nie die optimale Lösung geben. Aber ich werde das in Zukunft noch stärker berücksichtigen. Gerade die "Qualitäter" haben ja eine wahre Flut an Kurzformen (FMEA, DoE, QFD, VOC usw.). Aber wir Projektmanager sind auch nicht besser: EVA, EVM, MTA, KTA, RFC, SOW usw.
Ich denke (mal wieder) darüber nach - ein paar Ideen habe ich schon dafür.
Herzliche Grüße
Georg Angermeier