Skip to content

Was bedeutet Six Sigma in der Produktion?

Veröffentlicht Überarbeitet 15 Min. Lesezeit

Lernpfad Schritt 2 von 3
Inhalt
  1. Was ist Six Sigma?
  2. Was bedeuten die Sigma-Level?
  3. Wie funktioniert der DMAIC-Zyklus?
  4. Welche Rollen gibt es in Six Sigma?
  5. Welche Werkzeuge nutzt Six Sigma?
  6. Was unterscheidet Six Sigma von Lean Six Sigma?
  7. Wie wirkt Six Sigma in der Fertigung?
  8. Wie beschleunigt ein Cloud-MES den DMAIC-Zyklus?
  9. Wie führt man Six Sigma ein?
  10. Welche Fehler lassen Six-Sigma-Projekte scheitern?
  11. Welchen ROI liefert Six Sigma?
  12. FAQ zu Six Sigma
Von Christian Fieg · Zuletzt aktualisiert: September 2026

Zusammenfassung: Six Sigma reduziert Prozessstreuung systematisch auf maximal 3,4 Fehler pro Million Möglichkeiten. Grundlage ist der DMAIC-Zyklus: Define, Measure, Analyze, Improve, Control. Die Methode liefert messbaren ROI (typisch 3:1 bis 10:1), scheitert aber in der Praxis häufig an zwei Punkten: fehlender Echtzeitdatenbasis und vernachlässigter Control-Phase.

Ein Cloud-MES löst beide Probleme. Es liefert die Daten für Measure und Analyze automatisch und sichert die Verbesserungen in Control über SPC, Alarmierung und OEE-Dashboards dauerhaft ab.

Inhaltsverzeichnis

  1. Was ist Six Sigma?
  2. Was bedeuten die Sigma-Level?
  3. Wie funktioniert der DMAIC-Zyklus?
  4. Welche Rollen gibt es in Six Sigma?
  5. Welche Werkzeuge nutzt Six Sigma?
  6. Was unterscheidet Six Sigma von Lean Six Sigma?
  7. Wie wirkt Six Sigma in der Fertigung?
  8. Wie beschleunigt ein Cloud-MES den DMAIC-Zyklus?
  9. Wie führt man Six Sigma ein?
  10. Welche Fehler lassen Six-Sigma-Projekte scheitern?
  11. Welchen ROI liefert Six Sigma?
  12. FAQ

Was ist Six Sigma?

Six Sigma ist eine datenbasierte Methode zur systematischen Reduktion von Prozessstreuung. Ziel ist ein Qualitätsniveau von maximal 3,4 Fehlern pro einer Million Möglichkeiten (DPMO). Die Methode nutzt den DMAIC-Zyklus als strukturierten Rahmen und statistische Werkzeuge als Analyseinstrument.

Entwickelt wurde sie bei Motorola (1986), skaliert bei General Electric (1990er). Heute ist sie Standard in Automotive, Pharma, Elektronik und diskreter Fertigung.

Der Kern von Six Sigma ist eine mathematische Aussage:
Wenn ein Prozess so stabil läuft, dass zwischen dem Mittelwert und der nächsten Spezifikationsgrenze sechs Standardabweichungen (σ) Platz haben, dann produziert er nahezu fehlerfrei. Alles, was Six Sigma tut,
also der DMAIC-Zyklus, die statistischen Werkzeuge und die Belt-Struktur, dient diesem einen Ziel:
Prozessstreuung messbar und nachhaltig reduzieren.

Was Six Sigma von anderen Qualitätsmethoden unterscheidet:

  • Daten treiben Entscheidungen. Jede Verbesserung muss statistisch belegbar sein.
  • Ursachen werden behandelt. Die Analyze-Phase zwingt dazu, Root Causes zu verifizieren, bevor Maßnahmen eingeleitet werden.
  • Das Ziel ist dauerhafte Veränderung. Die Control-Phase sichert ab, dass Verbesserungen nicht wieder verloren gehen.

Aus der Praxis: Die Measure-Phase ist der häufigste Engpass. In 70–80 % der Six-Sigma-Projekte in der diskreten Fertigung fehlt eine belastbare Echtzeit-Datenbasis. Teams verbringen Wochen mit manueller Datenerhebung, bevor die eigentliche Analyse beginnt.

Ein Cloud-MES eliminiert diesen Engpass: Maschinen-, Qualitäts- und Prozessdaten stehen automatisch bereit, von der ersten Schicht an.


Was bedeuten die Sigma-Level?

Die Sigma-Level quantifizieren die Prozessleistung: Je höher das Level, desto geringer die Fehlerquote. Die Skala reicht von 1σ (691.462 DPMO = 30,9 % Ausbeute) bis 6σ (3,4 DPMO = 99,99966 % Ausbeute). Jedes Sigma-Level entspricht einem messbaren Sprung in Qualität und Kosten.

Sigma-Level DPMO Ausbeute Qualitätskosten (% vom Umsatz) Typische Einordnung
1σ 691.462 30,9 % – Nicht wettbewerbsfähig
2σ 308.538 69,1 % – Nicht wettbewerbsfähig
3σ 66.807 93,3 % 25–40 % Branchendurchschnitt
4σ 6.210 99,38 % 15–25 % Gut, aber verbesserungsfähig
5σ 233 99,977 % 5–15 % World Class angestrebt
6σ 3,4 99,99966 % <5 % World Class

Hinweis: Die DPMO-Werte beziehen sich auf die industrieübliche Konvention mit 1,5σ-Verschiebung (Langzeit-Drift). Deshalb liegt 6σ bei 3,4 DPMO und nicht bei den theoretischen 0,002 DPMO der Normalverteilung.

Das ist eine realistische Annahme, weil sich Prozessmittelwerte über Zeit verschieben.

Praxis-Erkenntnis: Die meisten mittelständischen Fertiger operieren zwischen 3σ und 4σ. Der Sprung von 3σ auf 4σ bringt den größten relativen ROI. 4σ ist dabei nicht perfekt. Der Gewinn liegt darin, dass die Qualitätskosten von 25–40 % auf 15–25 % des Umsatzes sinken.

Wer an diesem Punkt steht, argumentiert besser mit der Frage „Was kosten uns Ausschuss, Nacharbeit und Reklamationen pro Jahr?" als mit dem Sigma-Level. Die Antwort liefert OEE, genauer der Qualitätsfaktor.


Wie funktioniert der DMAIC-Zyklus?

Der DMAIC-Zyklus (Define → Measure → Analyze → Improve → Control) ist das Kerngerüst jedes Six-Sigma-Projekts. Er erzwingt eine datengetriebene Vorgehensweise: Erst verstehen, dann verändern, dann absichern. Jede Phase hat definierte Inputs, Outputs und Gate-Reviews.

DMAIC-Zyklus: Define, Measure, Analyze, Improve, Control – die fünf Phasen von Six Sigma

1. Define: Das Problem eingrenzen

Problem und Projektziele klar beschreiben. Der Project Charter definiert: Was ist das Problem? Was ist der Scope? Welche KPI soll sich wie verbessern? Wer ist der Sponsor?

  • Werkzeuge: Project Charter, SIPOC-Diagramm, Voice of the Customer (VOC)
  • Output: Klar definiertes Projekt mit messbarem Ziel, genehmigtem Scope und zugewiesenem Team

2. Measure: Die Datenbasis schaffen

Die aktuelle Prozessleistung erfassen. Welche Daten gibt es? Sind sie verlässlich? Wie hoch ist die Baseline (der Ist-Zustand vor jeder Veränderung)?

  • Werkzeuge: Datenerhebungsplan, Messsystemanalyse (MSA/Gage R&R), Prozessfähigkeitsanalyse (Cp, Cpk)
  • Output: Validierte Baseline-Daten, bestätigtes Messsystem, quantifizierte Prozessfähigkeit

MES-Hebel: Ein Cloud-MES liefert die Measure-Daten automatisch: Stückzahlen, Taktzeiten, Stillstände, Ausschussmengen. Die manuelle Datenerhebung, die klassisch 3–6 Wochen dauert, reduziert sich auf Minuten.

3. Analyze: Ursachen verifizieren

Root Causes identifizieren und statistisch belegen. Ursachen werden nachgewiesen. Die Frage lautet: Welche Einflussfaktoren (Xs) treiben das Problem (Y)?

  • Werkzeuge: Ishikawa-Diagramm, 5-Why, Pareto-Analyse, Hypothesentests (t-Test, ANOVA, Chi²), Regressionsanalyse, Korrelationsanalyse
  • Output: Statistisch verifizierte Root Causes mit quantifiziertem Einfluss auf die Zielgröße

4. Improve: Lösungen implementieren

Maßnahmen entwickeln, testen und umsetzen. Pilotieren vor dem Rollout. Die Frage: Welche Veränderung an den Xs verbessert Y nachweislich?

  • Werkzeuge: Design of Experiments (DoE), Pilotversuche, FMEA, Poka-Yoke, Kosten-Nutzen-Analyse
  • Output: Implementierte Lösung mit gemessenem Verbesserungseffekt

5. Control: Verbesserungen absichern

Die erreichten Ergebnisse dauerhaft sichern. Standardisieren, dokumentieren, überwachen. Die Frage: Wie stellen wir sicher, dass der Prozess nicht zurückfällt?

  • Werkzeuge: Control Charts (SPC), Control Plans, Standardarbeitsanweisungen (SOPs), Übergabe an Prozesseigner
  • Output: Stabiler, überwachter Prozess mit definiertem Eskalationsverfahren

MES-Hebel: Die Control-Phase ist dort am wirksamsten, wo sie automatisiert ist. SPC-Regelkarten im MES überwachen Prozessparameter kontinuierlich, Alarme eskalieren bei Regelverstoß automatisch, Dashboards zeigen den Prozessstatus in Echtzeit.

Ohne diese Automatisierung erodieren 60 % aller Six-Sigma-Verbesserungen innerhalb von 12 Monaten, weil niemand manuell kontrolliert.


Welche Rollen gibt es in Six Sigma?

Six Sigma definiert Rollen mit klar abgegrenzten Verantwortlichkeiten, vom strategischen Sponsor bis zum unterstützenden Teammitglied. Das Belt-System (angelehnt an Kampfsportgürtel) strukturiert Kompetenz und Einsatzbereich.

Six-Sigma-Rollen: Champion, Master Black Belt, Black Belt, Green Belt, Yellow Belt, White Belt

Rolle Einsatz Verantwortung Ausbildung (typisch)
Champion Management-Sponsor Ressourcen bereitstellen, strategische Priorisierung, Hindernisse beseitigen 2–3 Tage Executive Training
Master Black Belt Vollzeit-Coach & Trainer Black Belts betreuen, Methodensicherheit sicherstellen, Deployment leiten 200+ Stunden + Erfahrung
Black Belt Vollzeit-Projektleiter Komplexe DMAIC-Projekte leiten, statistische Analysen durchführen 160 Stunden + 2 Projekte
Green Belt Teilzeit-Projektleiter Verbesserungsprojekte im eigenen Bereich umsetzen 80 Stunden + 1 Projekt
Yellow Belt Teammitglied Datenerhebung und Analysen unterstützen, Verständnis der Methode 16–24 Stunden
White Belt Einstiegsebene Basiswissen über Six Sigma, Verständnis für Begriffe und Prinzipien 4–8 Stunden

Empfehlung für den Mittelstand: Master Black Belts müssen Sie nicht sofort ausbilden. Der größte Hebel liegt bei 2–3 Green Belts, die in ihren Abteilungen kleine, messbare Projekte umsetzen, unterstützt durch einen externen oder teilzeitlichen Black Belt.

Erst wenn die Pipeline steht und der ROI belegt ist, lohnt sich die Investition in Vollzeit-Black-Belts.


Welche Werkzeuge nutzt Six Sigma?

Six Sigma kombiniert statistische Methoden mit praxisnahen Qualitätswerkzeugen. Die Werkzeuge sind den DMAIC-Phasen zugeordnet. Jedes hat einen spezifischen Zweck und eine definierte Anwendungssituation.

Statistische Werkzeuge

Werkzeug Phase Zweck
Prozessfähigkeit (Cp, Cpk) Measure Misst, ob ein Prozess innerhalb der Spezifikationsgrenzen produziert
Messsystemanalyse (Gage R&R) Measure Prüft, ob das Messsystem verlässliche Daten liefert
Hypothesentests (t-Test, ANOVA, Chi²) Analyze Belegt oder widerlegt Zusammenhänge zwischen Ursachen und Wirkungen
Regressionsanalyse Analyze Quantifiziert Abhängigkeiten zwischen Variablen
Design of Experiments (DoE) Improve Optimiert Prozesse durch strukturierte Versuchspläne
Regelkarten / SPC Control Überwacht Prozessstabilität kontinuierlich

Qualitäts- & Lean-Werkzeuge

Werkzeug Phase Zweck
SIPOC-Diagramm Define Prozess auf einer Seite darstellen: Supplier → Input → Process → Output → Customer
Ishikawa (Fischgrätendiagramm) Analyze Potenzielle Ursachen strukturiert identifizieren (6M: Mensch, Maschine, Material, Methode, Mitwelt, Messung)
5-Why Analyze Ursache bis zur Wurzel zurückverfolgen
Pareto-Analyse (80/20) Analyze Die wenigen Ursachen identifizieren, die die meisten Probleme verursachen
FMEA Improve Risiken von Maßnahmen bewerten, bevor sie umgesetzt werden
Value Stream Mapping Define / Analyze Wertströme visualisieren, Verschwendung sichtbar machen

Was unterscheidet Six Sigma von Lean Six Sigma?

Six Sigma reduziert Prozessvariation und Fehler. Lean eliminiert Verschwendung und beschleunigt Durchlaufzeiten. Lean Six Sigma kombiniert beides: statistisch stabile Prozesse plus maximale Geschwindigkeit. In der Praxis setzen über 80 % der Unternehmen auf die kombinierte Variante.

Dimension Six Sigma (pur) Lean Six Sigma
Fokus Fehlerreduktion & Prozessstabilität Fehlerreduktion + Verschwendungsabbau + Geschwindigkeit
Kernmethode DMAIC DMAIC + Lean-Tools (5S, Kaizen, VSM, Kanban)
Typische Projektdauer 3–6 Monate 1–3 Monate (Quick Wins durch Lean-Elemente)
Datenintensität Hoch (statistische Analysen) Mittel (visuelle Kontrolle + Statistik)
Qualitätsziel 3,4 DPMO 3,4 DPMO + minimale Durchlaufzeit
Typischer ROI 3:1 bis 5:1 5:1 bis 10:1
Beste Eignung Komplexe, datenintensive Qualitätsprobleme Qualitäts- UND Durchlaufzeitprobleme gleichzeitig

SYMESTIC-Perspektive: Lean Six Sigma braucht beides: Shopfloor-Transparenz (Lean: Verschwendung sichtbar machen) und statistische Datenbasis (Six Sigma: Ursachen verifizieren).

Ein Cloud-MES liefert beides in einem System: OEE-Dashboards für die Lean-Sicht, Prozessdaten und SPC für die Six-Sigma-Analyse.


Wie wirkt Six Sigma in der Fertigung?

In der diskreten Fertigung entfaltet Six Sigma den größten ROI, dort, wo Prozessstreuung direkt in Ausschuss, Nacharbeit und Stillstände übersetzt wird. Die fünf häufigsten Anwendungsfelder mit typischen Ergebnissen:

1. Ausschuss- & Nacharbeitsreduktion

Variationsursachen in Fertigungsprozessen identifizieren und eliminieren: Materialchargen, Werkzeugverschleiß, Temperaturabweichungen, Bedienerunterschiede.

  • Typisch: 50–85 % Reduktion der Ausschussquote

2. Rüstzeit- & Taktzeitoptimierung

Streuung in Rüstvorgängen analysieren, standardisieren, verkürzen. DoE-basierte Parameteroptimierung für kürzere Taktzeiten bei stabiler Qualität.

  • Typisch: 20–40 % kürzere Rüstzeiten

3. Stillstandsreduktion durch Ursachenanalyse

Pareto-Analyse der Stillstandsgründe, 5-Why auf die Top-3-Ursachen, Maßnahmen mit FMEA absichern.

  • Meleghy: 10 % Reduktion von Stillstandszeiten über 4 Werke

4. Liefertermintreue verbessern

Durchlaufzeitstreuung analysieren, Engpässe identifizieren, Planungsgenauigkeit durch stabile Prozesse erhöhen.

5. SPC-gestützte Qualitätssicherung

Regelkarten überwachen kritische Prozessparameter inline. Regelverstöße werden automatisch eskaliert, bevor Ausschuss entsteht.


Wie beschleunigt ein Cloud-MES den DMAIC-Zyklus?

Klassisches Six Sigma basiert auf Stichproben, manueller Datenerhebung und periodischem Reporting. In der digitalisierten Fertigung liefert ein Cloud-MES Echtzeitdaten automatisch und verkürzt den gesamten DMAIC-Zyklus um 40–60 %. Die folgende Tabelle zeigt den Effekt pro Phase.

DMAIC-Phase Klassisch (ohne MES) Mit Cloud-MES
Define Problem wird geschätzt, Scope ist unklar OEE-Dashboards zeigen exakt, wo die größten Verluste liegen
Measure 3–6 Wochen manuelle Datenerhebung Daten stehen in Minuten bereit: automatisch, lückenlos, in Echtzeit
Analyze Manuelle Korrelationsanalysen in Excel Automatische Korrelation: Stillstände × Alarme × Schichten × Aufträge
Improve Verbesserungseffekt wird nach Wochen gemessen Sofortige Validierung: OEE, Taktzeit, Ausschuss live sichtbar
Control Manuelle Stichproben, periodische Reviews SPC-Regelkarten, automatische Alarmierung, permanente Überwachung

SYMESTIC-Module für Six Sigma

Six-Sigma-Anforderung SYMESTIC-Modul
Echtzeit-Prozessdaten (Temperatur, Druck, Strom) Prozessdaten
OEE-Baseline und Verlustanalyse Produktionskennzahlen, Dashboards
SPC-Regelkarten & Qualitätsprüfungen Qualitätsmodul
Alarm-Korrelation mit Stillständen Maschinenalarme
KI-gestützte Muster- und Ursachenerkennung AI-Assistent
Alarme und Stillstandsgründe für die Instandhaltung Alarmmanagement, Daten per REST-API an die Instandhaltungssoftware
„SYMESTIC verschafft uns eine durchgängige Echtzeittransparenz, die wir in dieser Form vorher nicht hatten. Dadurch können wir schneller eingreifen, unsere Prozesse deutlich stabiler steuern und den täglichen Betrieb spürbar vereinfachen. Gleichzeitig legen wir mit der sauberen und strukturierten Datenbasis den Grundstein für zukünftige KI-gestützte Anwendungen."
Thorsten Manns, Technischer Leiter bei Schmiedetechnik Plettenberg

Wie führt man Six Sigma ein?

Die Einführung von Six Sigma folgt vier Phasen: Management-Commitment sichern, Pilotprojekte durchführen, Erfolge skalieren, Methode in der Kultur verankern.

Der häufigste Fehler: zu breiter Scope im ersten Schritt statt messbarer Quick Wins an der richtigen Stelle.

Phase 1: Vorbereitung (0–3 Monate)

  • Champion auf C-Level benennen, denn ohne Management-Sponsor fehlen Budget und Priorisierung
  • 2–3 Green Belts identifizieren und ausbilden (80 Stunden Training)
  • Projektpipeline priorisieren: Pareto der Qualitätskosten → die 3 größten Verlustquellen zuerst
  • Datenbasis sicherstellen: Welche KPIs werden automatisch erfasst? Wo fehlen Daten?

Phase 2: Pilotprojekte (3–9 Monate)

  • 2–3 DMAIC-Projekte an den priorisierten Verlustquellen durchführen
  • Jeden Projekterfolg in Euro, Qualität oder Zeit quantifizieren
  • Quick Wins sichtbar kommunizieren, intern und an alle Ebenen
  • Lessons Learned dokumentieren

Phase 3: Rollout (9–18 Monate)

  • Projektpipeline systematisch aufbauen (Scoring nach ROI × Machbarkeit)
  • Weitere Green Belts und ersten Black Belt ausbilden
  • KPI-System standardisieren: OEE, DPMO, Cp/Cpk, Qualitätskosten
  • Skalierung auf weitere Linien und Werke

Phase 4: Institutionalisierung (18+ Monate)

  • Six Sigma als Teil der Unternehmenskultur verankern (KVP)
  • Regelmäßige Projekt-Reviews auf Management-Ebene
  • Control-Pläne dauerhaft in MES-Workflows integrieren
  • Neue Mitarbeitende erhalten Yellow-Belt-Basisschulung

Der gleiche Grundsatz wie bei jedem Digitalisierungsprojekt: Klein starten, schnell Ergebnisse zeigen, dann skalieren. Klocke ging von einer Linie auf alle Linien. Meleghy skalierte in 6 Monaten auf 4 Werke.

Der Mechanismus ist identisch: Ein erster sichtbarer Erfolg schafft internes Vertrauen.


Welche Fehler lassen Six-Sigma-Projekte scheitern?

Rund 60 % aller Six-Sigma-Initiativen erreichen nicht den geplanten ROI. Die Ursache ist selten die Methode selbst.

Es sind fünf wiederkehrende Implementierungsfehler, die alle vermeidbar sind.

1. Kein echtes Management-Commitment

Ohne Champion auf C-Level fehlen Ressourcen, Priorisierung und Durchsetzungskraft. Six Sigma als „Projekt der Qualitätsabteilung" funktioniert nicht. Es muss strategisch verankert sein.

2. Measure-Phase ohne belastbare Datenbasis

Teams verbringen Wochen mit manueller Datenerhebung in Excel. Die Daten sind lückenhaft, veraltet und nicht reproduzierbar. Die Analyse baut auf Sand.

Lösung: Ein Cloud-MES liefert die Measure-Daten automatisch. Stückzahlen, Taktzeiten, Stillstände und Ausschussmengen liegen lückenlos, in Echtzeit und vom ersten Tag an vor.

3. Control-Phase vernachlässigt

Das Projekt wird nach der Improve-Phase als „abgeschlossen" deklariert. SPC wird nicht eingerichtet, Control-Pläne existieren auf Papier, niemand überwacht. Innerhalb von 6–12 Monaten erodiert die Verbesserung.

Lösung: Control-Pläne in MES-Workflows integrieren. SPC-Regelkarten laufen automatisch, Alarme eskalieren bei Regelverstößen, Dashboards zeigen den Prozessstatus permanent.

4. Zu viele parallele Projekte

15 Green-Belt-Projekte gleichzeitig, keine Priorisierung, Black Belt betreut zu viele Teams. Ergebnis: keines der Projekte wird richtig abgeschlossen.

Lösung: Maximal 3 parallele Projekte pro Black Belt. Priorisierung nach ROI × Machbarkeit.

5. Überfokus auf Statistik, Unterfokus auf Business Impact

Das Projekt erreicht einen Cpk von 2,0, aber niemand kann beziffern, was das in Euro bedeutet. Ohne Business Case verliert Six Sigma die Management-Unterstützung.

Lösung: Jedes Projekt muss in der Define-Phase einen Business Case haben: erwartete Einsparung, betroffene KPI, Zeitrahmen. Kein Projekt ohne quantifizierten Nutzen.


Welchen ROI liefert Six Sigma?

Six Sigma liefert messbaren ROI von typisch 3:1 bis 10:1. Jedes Projekt wird in der Define-Phase mit einem Business Case versehen und in der Control-Phase auf Zielerreichung geprüft. Die folgenden Zahlen basieren auf Branchenreferenzen und SYMESTIC-Kundendaten.

KPI Typische Verbesserung Praxisreferenz
Fehlerquote / Ausschuss –50 bis –90 % –
Durchlaufzeiten –30 bis –50 % Lean-Six-Sigma-Projekte in Serienfertigung
Stillstandszeiten –10 bis –30 % Meleghy: 10 % weniger Stillstände
OEE +10 bis +20 % –
Produktivität +5 bis +15 % –
ROI pro Projekt 3:1 bis 10:1 Lean Six Sigma erreicht bis zu 10:1 bei kombinierten Projekten

Die ROI-Formel: (Jährliche Einsparung durch das Projekt) ÷ (Projektkosten inkl. Schulung + Arbeitszeit) = ROI. Ein typisches Green-Belt-Projekt in der Serienfertigung mit 30.000–50.000 € Gesamtkosten und 100.000–200.000 € jährlicher Einsparung erreicht einen ROI von 3:1 bis 5:1 im ersten Jahr. Ab dem zweiten Jahr: reine Rendite.


FAQ zu Six Sigma

Was ist Six Sigma?
Six Sigma ist eine datenbasierte Methode zur systematischen Reduktion von Prozessstreuung. Ziel ist ein Qualitätsniveau von maximal 3,4 Fehlern pro einer Million Möglichkeiten. Die Methode nutzt den DMAIC-Zyklus (Define, Measure, Analyze, Improve, Control) und statistische Werkzeuge als Analyseinstrumente.

Was bedeutet „6 Sigma"?
Sigma (σ) ist das statistische Symbol für die Standardabweichung. „6 Sigma" bedeutet: Zwischen dem Prozessmittelwert und der nächsten Spezifikationsgrenze liegen sechs Standardabweichungen. Das entspricht einer Ausbeute von 99,99966 % oder maximal 3,4 Fehlern pro Million Möglichkeiten.

Was ist der Unterschied zwischen Six Sigma und Lean Six Sigma?
Six Sigma fokussiert auf Fehlerreduktion durch statistische Analyse. Lean fokussiert auf Verschwendungsabbau und Geschwindigkeit. Lean Six Sigma kombiniert beides: stabile Prozesse plus maximale Effizienz. Der typische ROI von Lean Six Sigma liegt bei 5:1 bis 10:1, verglichen mit 3:1 bis 5:1 bei reinem Six Sigma.

Braucht man für Six Sigma ein MES?
Nicht zwingend. Ohne MES dauert die Measure-Phase aber Wochen statt Minuten, und die Control-Phase erodiert, weil SPC manuell überwacht werden muss. Ein Cloud-MES verkürzt den gesamten DMAIC-Zyklus um 40–60 % und sichert Verbesserungen automatisch ab.

Was kostet eine Six-Sigma-Einführung?
Green-Belt-Ausbildung: ca. 5.000–8.000 € pro Person. Black-Belt-Ausbildung: ca. 10.000–15.000 €. Ein typisches Pilotprojekt (inkl. Schulung + Arbeitszeit) kostet 30.000–50.000 € und erzielt 100.000–200.000 € jährliche Einsparung. ROI im ersten Jahr: 3:1 bis 5:1.

Welche Branchen nutzen Six Sigma?
Ursprünglich in der Elektronikfertigung (Motorola) und im Konzernumfeld (General Electric). Heute Standard in Automotive, Pharma, Lebensmittel, Kunststoffverarbeitung, Maschinenbau und Elektronik, überall dort, wo Prozessstreuung direkt in Qualitätskosten übersetzt wird.


Das Wichtigste: Six Sigma scheitert nicht an der Statistik. Es scheitert an fehlenden Daten und vernachlässigter Absicherung. Ein Cloud-MES löst beide Probleme: Es liefert die Datenbasis für Measure und Analyze automatisch und sichert Verbesserungen in Control über SPC, Alarmierung und OEE-Dashboards dauerhaft ab.

SYMESTIC liefert genau diese Datenbasis: cloud-nativ, in Stunden startklar, über 15.000 Anlagen bewährt.

Weiterführende Artikel im SYMESTIC-Blog:


Live-Demo30 Minuten · kostenlos

Sehen, welche Daten ein MES für DMAIC liefert

In einer Live-Demo zeigen wir, wie Stillstände, Ausbringung und Ausschuss erfasst werden. Das sind die Daten für Measure und Analyze.

Im Einsatz in über 20 LändernYanfengNidecCarcoustics

Potentialgespräch30 Minuten · kostenlos

Ihre Verluste in Euro, gerechnet mit Ihren Zahlen

Im kostenlosen Potentialgespräch (30 Minuten) gehen wir Stillstand, Rüsten und Ausschuss mit Ihnen durch und rechnen die Verluste mit Ihren eigenen Zahlen in Euro um. Keine Softwarevorführung.

Im Einsatz in über 20 LändernYanfengNidecCarcoustics

Über den Autor

Head of Sales · SYMESTIC

Six Sigma Black Belt mit über 25 Jahren in der Fertigungsindustrie, zuvor bei Johnson Controls, Visteon, iTAC und Dürr.

Buch: „OEE: Eine Zahl, viele Lügen“ (2025)

  • Manufacturing Execution Systems (MES)
  • OEE
  • Shopfloor-Digitalisierung
  • Six Sigma (Black Belt)

Überarbeitet