Lexikon-Eintrag: PROZESSFÄHIGKEITSUNTERSUCHUNG (PFU) – Prozesse unter realen Bedingungen bewerten
Dienstleistung / Fachartikel Stand: 2025
Die Prozessfähigkeitsuntersuchung (PFU) ist das zentrale statistische Verfahren im Qualitätsmanagement, um die Stabilität und Leistungsfähigkeit eines Produktions- oder Dienstleistungsprozesses unter realen Serienbedingungen zu bewerten. Sie belegt objektiv, ob ein Prozess in der Lage ist, die geforderten Toleranzgrenzen für spezifische Produktmerkmale über einen längeren Zeitraum dauerhaft und zuverlässig einzuhalten.
Als Kerninstrument der Operational Excellence (OPEX) und der statistischen Prozessregelung (SPC) bildet die PFU das Fundament für eine Null-Fehler-Produktion. Sie hilft Unternehmen, Prüf- und Fehlerkosten drastisch zu senken, Schwachstellen zu identifizieren und die Lieferantenqualität messbar zu machen.
1. Definition und Kernaspekte der PFU
Die Prozessfähigkeitsuntersuchung bewertet die Fähigkeit eines Fertigungs- oder Geschäftsprozesses, definierte Kundenvorgaben und Toleranzen dauerhaft einzuhalten. Im Gegensatz zu kurzfristigen Betrachtungen ist die PFU als Langzeituntersuchung konzipiert (oft über Wochen, Monate oder mehrere Chargen/Schichten hinweg).
Dabei berücksichtigt sie zwingend alle im realen Betriebsalltag auftretenden Streuungseinflüsse. Diese werden klassischerweise durch die 5 M beschrieben:
- Mensch: Schichtwechsel, unterschiedliche Erfahrungswerte, Ermüdung.
- Maschine: Verschleiß von Werkzeugen, thermische Ausdehnung, Wartungszustand.
- Material: Chargenschwankungen bei Rohstoffen oder Zukaufteilen.
- Methode: Variationen im Arbeitsablauf oder in den Prüfverfahren.
- Mitwelt (Umwelt): Temperatur-, Luftfeuchtigkeits- oder Erschütterungsschwankungen in der Halle [2].
2. Begriffsabgrenzung: MFU vs. PFU
Ein häufiger Fehler in der Praxis ist die Gleichsetzung von Maschinenfähigkeit (MFU) und Prozessfähigkeit (PFU). Beide haben unterschiedliche Zielsetzungen und Rahmenbedingungen.
| Kriterium | MFU (Maschinenfähigkeit) | PFU (Prozessfähigkeit) |
|---|---|---|
| Zeitraum | Kurzzeituntersuchung (z. B. 50 Teile am Stück) | Langzeituntersuchung (Wochen, Monate, Chargen) |
| Einflussfaktoren | Isoliert (nur die Maschine, konstante Bedingungen) | Real (alle 5 M-Einflüsse wirken ein) |
| Zielsetzung | Maschinenabnahme beim Hersteller / nach Reparatur | Serienfreigabe, kontinuierliche Qualitätsüberwachung |
| Kennzahlen | Cm, Cmk (Zielwert oft ≥ 1,67) | Cp, Cpk (Zielwert oft ≥ 1,33 oder 1,67) |
3. Voraussetzungen für eine erfolgreiche PFU
Bevor aussagekräftige Indizes berechnet werden können, müssen grundlegende statistische und prozessuale Bedingungen erfüllt sein. Werden diese ignoriert, sind die berechneten Werte mathematisch wertlos.
- Variable Daten: Es müssen stetige Messwerte vorliegen (z. B. Länge in mm, Gewicht in g, Druck in bar), keine reinen attributiven Daten (i.O. / n.i.O.).
- Stabiler Prozess: Der Prozess muss statistisch beherrscht sein. Es dürfen keine systematischen Fehler oder Sondereinflüsse (z. B. plötzlicher Werkzeugbruch) vorliegen.
- Verteilungsform: Die Daten müssen (in der Regel) einer Normalverteilung folgen. Ist dies physikalisch bedingt nicht der Fall (z. B. bei Rundheits- oder Ebenheitstoleranzen), müssen alternative Verteilungsmodelle (z. B. Betrag-1. Art, Weibull) angewendet werden.
- Fähiges Messsystem: Vor der PFU muss durch eine Messsystemanalyse (MSA) nachgewiesen werden, dass das Prüfmittel für die Messaufgabe fähig ist.
4. Die wichtigsten Kennzahlen: Cp und Cpk
Das Ergebnis der PFU wird in zwei zentralen Fähigkeitsindizes ausgedrückt, die Aufschluss über das Prozesspotenzial und die tatsächliche Lage geben.
Prozesspotenzial (Cp)
Der Cp-Wert beschreibt, wie oft die Prozessstreuung (definiert als 6 Sigma, also 6 Standardabweichungen) in das vorgegebene Toleranzfeld (Obere Toleranzgrenze minus Untere Toleranzgrenze) passt. Er gibt an, was der Prozess theoretisch leisten könnte, wenn er perfekt zentriert wäre [1].
Kritische Prozessfähigkeit (Cpk)
Der Cpk-Wert berücksichtigt zusätzlich die Lage des Mittelwerts. Er bewertet den Abstand des Prozessmittelwerts zur nächstgelegenen kritischen Toleranzgrenze. Ein Prozess kann einen sehr guten Cp-Wert haben (schmale Streuung), aber einen schlechten Cpk-Wert, wenn er dezentriert (verschoben) produziert.
5. Ablauf einer Prozessfähigkeitsuntersuchung (How-To)
Um eine PFU methodisch korrekt durchzuführen und verlässliche Aussagen zur Langzeit-Performance zu generieren, hat sich in der Praxis folgender standardisierter 6-Schritte-Prozess bewährt.
Schritt 1: Vorbereitung und Planung
Definieren Sie das zu untersuchende, qualitätskritische Merkmal (CTQ – Critical to Quality) samt Toleranzen. Stellen Sie sicher, dass eine gültige Messsystemanalyse (MSA) für das verwendete Prüfmittel vorliegt.
Schritt 2: Datenerfassung unter Serienbedingungen
Entnehmen Sie über einen repräsentativen, längeren Zeitraum Stichproben aus dem realen Prozess. Empfohlen werden mindestens 20 bis 25 Stichprobengruppen mit je 3 bis 5 Teilen (insgesamt ≥ 100 bis 125 Einzelwerte), um alle 5-M-Einflüsse (Schichtwechsel, Materialwechsel) abzufangen [2].
Schritt 3: Überprüfung der Prozessstabilität
Tragen Sie die Messwerte in eine Qualitätsregelkarte (z. B. x̄-R-Karte oder x̄-s-Karte) ein. Prüfen Sie auf Trends, Ausreißer oder periodische Muster. Nur wenn der Prozess „in control“ (statistisch beherrscht) ist, darf die Untersuchung fortgesetzt werden.
Schritt 4: Verteilungsprüfung (Normalverteilung)
Führen Sie einen statistischen Test durch (z. B. Anderson-Darling-Test oder Kolmogorov-Smirnov-Test), um zu prüfen, ob die Daten einer Normalverteilung folgen. Bei Nicht-Normalverteilung müssen Transformationen (z. B. Johnson-Transformation) oder spezifische Verteilungsmodelle genutzt werden.
Schritt 5: Berechnung der Prozessfähigkeitsindizes
Berechnen Sie das Prozesspotenzial (Cp) und die kritische Prozessfähigkeit (Cpk). Vergleichen Sie die errechneten Ist-Werte mit den geforderten Zielwerten (z. B. Kundenanforderung Cpk > 1,33) [1].
Schritt 6: Interpretation und Maßnahmenableitung
Ist der Cpk-Wert zu gering, analysieren Sie die Ursachen. Bei einem guten Cp, aber schlechtem Cpk muss der Prozess neu zentriert werden (Lagekorrektur). Sind beide Werte schlecht, muss die Streuung reduziert werden (z. B. durch verbesserte Werkzeuge oder stabilere Materialien).
6. Anwendungsbeispiele & OPEX-Relevanz
Fähige Prozesse sind das Herzstück der Operational Excellence. Sie ermöglichen Planbarkeit, reduzieren Ausschuss und sind die Basis für schlanke (Lean) Produktionssysteme.
- Serienfreigabe (PPAP / VDA 2): Bevor ein neuer Fertigungsprozess in die Serienproduktion überführt wird, fordert der Kunde (oft in der Automobilindustrie) den Nachweis der PFU.
- Lieferantenbewertung: Unternehmen verlangen von ihren Lieferanten regelmäßige Fähigkeitsnachweise für kritische Zukaufteile. Ein Cpk > 1,67 berechtigt oft zum Wegfall der teuren Wareneingangsprüfung (Ship-to-Stock).
- Six-Sigma-Projekte: In der Measure-Phase des DMAIC-Zyklus dient die PFU dazu, die Ausgangsleistung (Baseline) eines Prozesses zu quantifizieren, bevor Verbesserungen (Improve) umgesetzt werden.
7. Vorteile und Nachteile
✅ Vorteile
- Objektivität: Bietet eine rein datenbasierte, objektive Bewertung der Prozessqualität.
- Kostenreduktion: Minimiert Prüf- und Fehlerkosten durch Vermeidung von Ausschuss.
- Frühwarnsystem: Ermöglicht das Erkennen von Verschleiß (Trends), bevor fehlerhafte Teile produziert werden.
- Kundenvertrauen: Ist ein international anerkannter Standard (ISO, VDA, AIAG) zum Nachweis der Qualität.
⚠️ Nachteile / Grenzen
- Komplexität: Erfordert fundiertes statistisches Fachwissen zur korrekten Interpretation.
- Datenabhängigkeit: Eine einzige Zahl (Cpk) kann die Komplexität eines Prozesses stark vereinfachen.
- Scheingenauigkeit: Wenn die Voraussetzungen (Stabilität, Verteilung, MSA) nicht erfüllt sind, sind die berechneten Werte irreführend.
- Aufwand: Die systematische Datenerfassung über einen langen Zeitraum bindet Ressourcen.
8. Herausforderungen & Typische Stolperfallen
In der Beratungspraxis und bei Prozessaudits fallen immer wieder dieselben methodischen Fehler auf, die den Wert einer PFU zunichtemachen:
- Blindes Vertrauen in Software: Statistische Software (wie Minitab oder qs-STAT) berechnet immer einen Wert. Wenn die Anwender die Verteilungsform nicht prüfen, berechnet die Software Cp/Cpk basierend auf der Normalverteilung – was bei Schiefverteilungen zu völlig falschen (oft zu positiven) Ergebnissen führt.
- Fehlende Messsystemanalyse (MSA): Eine PFU ohne vorherige MSA ist wertlos. Wenn das Messmittel selbst zu stark streut, wird diese Streuung fälschlicherweise dem Prozess zugeschrieben. Der Prozess wirkt unfähig, obwohl nur das Messgerät ungeeignet ist.
- Ignorieren von Sondereinflüssen: Werden Ausreißer, die durch einen bekannten und abgestellten Sondereinfluss (z. B. Stromausfall) entstanden sind, nicht aus den Daten bereinigt, wird die Langzeitstreuung künstlich aufgebläht.
9. Innovationen und Zukunftsausblick Innovation
Im Zeitalter von Industrie 4.0 und Künstlicher Intelligenz wandelt sich die klassische PFU. Durch die direkte Maschinenanbindung (IIoT) werden Messwerte nicht mehr manuell über Stichproben erfasst, sondern in Echtzeit 100% inline gemessen.
Moderne Predictive Quality Systeme nutzen KI-Algorithmen, um nicht nur den aktuellen Cpk-Wert anzuzeigen, sondern vorherzusagen, wann ein Prozess in der Zukunft aus dem Ruder laufen wird. Die PFU entwickelt sich somit von einem nachgelagerten Reporting-Tool zu einem proaktiven, KI-gestützten Steuerungselement am Shopfloor.
10. Häufig gestellte Fragen (FAQ)
Was ist der Unterschied zwischen Cp und Cpk?
Der Cp-Wert beschreibt das Prozesspotenzial (die Breite der Streuung im Verhältnis zur Toleranz), während der Cpk-Wert die tatsächliche Prozessfähigkeit angibt, indem er zusätzlich die Lage des Mittelwerts (Zentrierung) berücksichtigt. Der Cpk kann nie größer als der Cp sein.
Welcher Cpk-Wert gilt als „gut“?
In der allgemeinen Industrie gilt ein Cpk von 1,33 (entspricht ca. 63 ppm Fehlerquote) als fähig. In der Automobilindustrie und bei sicherheitskritischen Merkmalen wird standardmäßig ein Cpk von mindestens 1,67 (0,6 ppm) gefordert.
Warum muss vor der PFU eine MSA durchgeführt werden?
Die Messsystemanalyse (MSA) stellt sicher, dass das Messmittel genau und wiederholbar misst. Streut das Prüfmittel zu stark, fließen diese Messfehler in die Prozessstreuung ein, was zu einem fälschlicherweise schlechten Cpk-Wert führt.
Kann ich eine PFU auch bei attributiven Daten (i.O. / n.i.O.) durchführen?
Nein, die klassischen Indizes Cp und Cpk basieren auf stetigen (variablen) Messdaten. Für attributive Prozesse nutzt man andere Kennzahlen, wie z. B. ppm (Parts per Million) oder den DPMO (Defects per Million Opportunities) im Six Sigma.
Wie viele Messwerte brauche ich für eine aussagekräftige PFU?
Die gängigen Normen (z. B. VDA, AIAG) empfehlen für eine verlässliche Langzeituntersuchung mindestens 100 bis 125 Messwerte, idealerweise aufgeteilt in 20 bis 25 Stichprobengruppen über einen längeren Zeitraum.
Was tun, wenn meine Daten nicht normalverteilt sind?
Wenn die physikalischen Gegebenheiten (z. B. Form- und Lagetoleranzen) keine Normalverteilung zulassen, müssen spezifische Verteilungsmodelle (z. B. Weibull, Rayleigh) oder mathematische Transformationen (wie die Johnson-Transformation) zur Berechnung der Indizes angewendet werden.
Kann der Cpk-Wert negativ sein?
Ja. Ein negativer Cpk-Wert bedeutet, dass der Mittelwert des Prozesses bereits vollständig außerhalb der Toleranzgrenzen liegt. Der Prozess produziert in diesem Fall überwiegend Ausschuss.
Was bedeutet es, wenn Cp hoch, aber Cpk niedrig ist?
Dies bedeutet, dass der Prozess eine sehr geringe Streuung aufweist (er arbeitet sehr präzise), aber der Mittelwert weit von der Toleranzmitte entfernt ist. Die Lösung ist in der Regel einfach: Der Prozess muss lediglich neu zentriert (eingestellt) werden.
Wie verhält sich die PFU zur statistischen Prozessregelung (SPC)?
Die PFU ist eine Momentaufnahme der Langzeitfähigkeit. Ist der Prozess als „fähig“ nachgewiesen, wird er in die SPC überführt. Dort wird er mittels Qualitätsregelkarten kontinuierlich überwacht, um die nachgewiesene Fähigkeit dauerhaft abzusichern.
Ist die PFU nur für die Produktion relevant?
Nein, auch administrative und logistische Prozesse (z. B. Durchlaufzeiten von Rechnungen, Lieferzeiten) können stetige Variablen aufweisen und mittels Prozessfähigkeitsuntersuchung auf ihre Stabilität und Leistung hin bewertet werden.
11. Glossar
- CTQ
- Critical to Quality; ein kritisches Qualitätsmerkmal, das aus Sicht des Kunden entscheidend für die Produktfunktion ist.
- Normalverteilung
- Eine statistische Verteilung (Gaußsche Glockenkurve), bei der sich die meisten Werte um den Mittelwert konzentrieren und symmetrisch nach beiden Seiten abfallen.
- ppm (Parts per Million)
- Eine Kennzahl für die Fehlerquote. 1 ppm bedeutet 1 fehlerhaftes Teil auf 1 Million produzierte Teile.
- Qualitätsregelkarte (QRK)
- Ein grafisches Hilfsmittel der statistischen Prozessregelung, um die Stabilität eines Prozesses über die Zeit darzustellen und Sondereinflüsse zu erkennen.
- Sondereinfluss
- Unvorhersehbare, nicht systematische Ereignisse im Prozess (z. B. Werkzeugbruch, plötzlicher Stromausfall), die die Prozessstabilität stören.
Quellenverzeichnis
Berechnung und Bedeutung von Cp und Cpk
Quelle: SixSigmaBlackBelt: Prozessfähigkeit und Maschinenfähigkeit [1]
Beschreibung: Dieser umfassende Fachbeitrag liefert tiefgreifende Erklärungen zur statistischen Berechnung der Prozessfähigkeitsindizes Cp und Cpk sowie deren Abgrenzung zur Maschinenfähigkeit. Die Quelle geht präzise auf die mathematischen Grundlagen ein, die für das Verständnis der theoretischen und kritischen Prozessfähigkeit notwendig sind.
Warum diese Quelle? Diese Ressource wurde bewusst ausgewählt, da sie den methodischen Kern der Prozessfähigkeitsuntersuchung aus Sicht der Six-Sigma-Lehre exzellent und praxisnah darstellt. Die präzisen Definitionen stützen ideal die im Text getroffenen Aussagen über die Notwendigkeit der Prozesszentrierung und die Mindestanforderungen an den Cpk-Wert, was dem Leser eine fundierte Überprüfung der mathematischen Hintergründe ermöglicht.
Grundlagen und Langzeitbetrachtung der PFU
Quelle: Quality.de: Lexikon: PFU – Prozessfähigkeitsuntersuchung [2]
Beschreibung: In diesem detaillierten Lexikon-Eintrag werden die essenziellen Rahmenbedingungen einer Prozessfähigkeitsuntersuchung unter realen Serienbedingungen beschrieben, insbesondere der Einfluss der sogenannten 5-M-Faktoren (Mensch, Maschine, Material, Methode, Mitwelt) auf die Langzeitstreuung.
Warum diese Quelle? Der Artikel untermauert auf verständliche Weise die Wichtigkeit der Langzeitbeobachtung und die Erfassung realer Störgrößen im Fertigungsalltag. Er dient als ideale Ergänzung zu den im Text beschriebenen Vorbereitungs- und Datenerfassungsschritten, da er die Brücke zwischen theoretischer Statistik und den tatsächlichen Herausforderungen am Shopfloor schlägt.
12. Fazit & Experten-Tipp
Die Prozessfähigkeitsuntersuchung ist weit mehr als eine mathematische Pflichtübung für das Audit. Sie ist der objektive Spiegel der Leistungsfähigkeit Ihrer Wertschöpfungskette. Verstehen Sie Cp und Cpk nicht als reine „Abnahmehürden“, sondern als mächtige Werkzeuge zur kontinuierlichen Verbesserung (KVP).
Mein Experten-Tipp für die Praxis: Schulen Sie Ihre Mitarbeiter am Shopfloor darin, den Unterschied zwischen Streuung (Cp) und Lage (Cpk) zu verstehen. Bevor Sie teure Investitionen in neue Maschinen tätigen (um Cp zu verbessern), prüfen Sie immer zuerst, ob Ihre bestehenden Prozesse optimal zentriert sind. Häufig lässt sich ein schlechter Cpk-Wert durch einfaches Justieren der Maschine beheben, was sofort messbare Ausschussreduzierungen und Kosteneinsparungen bringt. Sichern Sie zudem jede PFU immer durch eine vorausgehende MSA ab – denn wer falsch misst, optimiert blind!
Zuletzt geprüft: Stand
OPEX Training & Consulting GmbH