Six Sigma: Introductie

Introductie Six Sigma: de perfecte organisatie
Six Sigma, ontwikkeld vanuit kwaliteitsmanagement, reduceert variatie in productie- en bedrijfsprocessen. Dit gebeurt door deze zo stabiel en voorspelbaar mogelijk te maken. Het doel is de kans te vergroten, dat kritische kwaliteitsaspecten van producten of diensten in overeenstemming zijn met de klant-verwachtingen. De term Six Sigma (6σ) verwijst naar een foutkans van slechts 0,00034%!

Six Sigma spoort eerst de factoren op die de kwaliteit het sterkste be�nvloeden, en pakt daarna de grootste bronnen van defecten aan

Six Sigma spoort de factoren op die de proceskwaliteit het sterkste beïnvloeden, en pakt daarna de grootste bronnen van ‘defecten’ aan. Met Six Sigma kun je alles verbeteren wat meetbaar is, zoals in deze figuur het aantal bedrijfsongevallen.

Six Sigma ontstond binnen Motorola in de VS. Daarna, in de jaren negentig van de vorige eeuw, werd General Electrics één van de belangrijkste propagandisten. Typerend zijn verbeterprojecten die meetbare resultaten opleveren, ook financieel. Idealiter kan de winst van een Six Sigma project van tevoren al worden ingeschat. Beslissingen worden bij Six Sigma nooit op basis van onderbuikgevoel genomen, maar altijd op basis van verifieerbare data.

Six Sigma definitie Procesverbeteren.nl

Six Sigma is een data-gedreven en projectmatige (kwaliteits)verbetermethode, die gericht de kans vergroot dat critical-to-quality eigenschappen (CTQ’s) voldoen aan de specificaties. Six Sigma verwijst letterlijk naar een foutkans kleiner dan 0,00034%. Soms is dat echter te ambitieus, andere keren onvoldoende. Belangrijker is dat per verbeterproject de process capability toeneemt: er zijn minder defecten, in de vorm van CTQ’s waaraan niet wordt voldaan. CTQ’s zijn meestal dingen die de klant belangrijk vindt, maar het kan ook gaan om andere aspecten, zoals milieu- of veiligheidsdoelen. Six Sigma verbeterprojecten zijn in de regel diepgaand en vrij langdurig. Ze zijn het meest geëigend als er geen voor de hand liggende oplossing is.

Naast het meetbaar verbeteren van CTQ’s is typerend dat verbeterprojecten verlopen via de DMAIC-cyclus. Die cyclus omvat de fasen Define (Welke CTQ’s gaan we meten), Measure (hoe gaan we meten), Analyze (welke factoren beïnvloeden de CTQ’s het meest), Improve (zorg dat je meer grip krijgt op de CTQ’s) en Control (zorg dat je terugval voorkomt).

Een derde kenmerk van Six Sigma is de organisatiestructuur. Green en Black Belts hebben de rol van DMAIC-projectmanager. Deze verbeter-experts worden door ‘proceseigenaren’, de champions, uitgenodigd om kwaliteitsproblemen op te lossen. Dit gebeurt door te zoeken naar de factoren die deze het sterkst negatief beïnvloeden. Hypothesevorming en kansberekening spelen bij het speurwerk van de Belts een belangrijke rol, maar steeds vaker ook process mining en artificial intelligence.

Bovenstaande definitie is tot stand gekomen op basis van onze honderden case-beschrijvingen, en vergelijking met de definities die andere Six Sigma-denkers hanteren.

Six Sigma kwam aanvankelijk in beeld als er sprake was van hoge kwaliteitseisen en relatief veel productafkeur. Denk aan producten waarvan de specificaties tussen bepaalde grenzen moeten liggen. Die vind je vooral in de (semi-)procesindustrie en in de high-tech sector.

Six Sigma wordt inmiddels echter vér buiten dit oorspronkelijke toepassingsgebied ingezet, zie de business cases (Lean) Six Sigma op deze site. Denk bijvoorbeeld aan het optimaliseren van administratieve processen bij banken en verzekeraars, of de (patiënten)logistiek in zorginstellingen.

Six Sigma leent zich feitelijk voor het oplossen van elk complex (kwaliteits)probleem, waarvan de oorzaak niet direct voor de hand ligt. Voorwaarde is alleen dat de kwaliteit van het betrokken product en/of proces meetbaar is, of meetbaar gemaakt kan worden. Daarna worden de factoren die de kwaliteit het meeste beïnvloeden opgespoord en onder controle gebracht.

Nóg breder dan het toepassingsgebied van Six Sigma zelf is de DMAIC-projectcyclus, met de fasen Define (wat wil je verbeteren), Measure, Analyse (wat zijn de belangrijkste invloedsfactoren), Improve en Control (borg de resultaten). Met behulp van de DMAIC-cyclus kun je bijvoorbeeld ook Lean verbeterprojecten afwerken. Dat gebeurt dan ook regelmatig, onder het kopje Lean Six Sigma.

Six Sigma Belts, dit zijn de projectleiders, zijn door de statistische analyses gewend aan het gebruik van software. Daarom voegen zij nu relatief makkelijk nieuwe Smart Industry tools aan hun instrumentarium toe, zoals artificial intelligence of process mining.

Six Sigma wordt zo Smart Six Sigma. Mens en computer slaan dan de handen inéén bij het speurwerk om kwaliteitsverbetering te realiseren!

Tot zover Six Sigma in een notendop

Meer weten? Het diepgaande artikel hieronder is niet alleen een mini-cursus Six Sigma, maar schetst ook alle nieuwe ontwikkelingen en mogelijkheden.

Vanwege de belangrijke rol van statistiek heeft Six Sigma een "witte-boorden" imago. Het op Amerikaanse leest geschoeide hiërarchische organisatiemodel, met Champions, Black Belts en Green Belts, draagt daar aan bij. Six Sigma is echter helemaal niet zo ingewikkeld als het lijkt, en is zelfs geschikt voor het MKB!

Wie is de uitvinder van Six Sigma (6σ)? De wiskundige Carl Frederick Gauss (1777-1855) leverde in elk geval een belangrijke bijdrage. Hij introduceerde namelijk de normaalverdeling. De spreiding van een meetwaarde rondom een streefwaarde wordt hierbij uitgedrukt in de standaarddeviatie sigma (σ).

Wiskunde
Dit soort wiskunde en kansrekening speelt bij Six Sigma een belangrijke rol. Het doel van deze verbetermethode is namelijk het reduceren van variatie in bedrijfsprocessen.

Het gaat hierbij niet om variatie in het algemeen, maar om specifieke kwaliteitsaspecten. Hoewel dit ook aspecten kunnen zijn die raken aan het milieu en/of de veiligheid, ligt in de regel de focus op zaken die klanten onderscheidend vinden.

De kans, dat deze critical-to-quality eigenschappen (CTQ’s) van producten en/of diensten in overeenstemming zijn met de klantverwachting, moet zo groot mogelijk worden. Welke CTQ’s belangrijk zijn moet steeds opnieuw worden vastgesteld, bijvoorbeeld via marktonderzoek.

Gauss bedacht dit niet, maar legde met zijn wiskunde wel de basis voor het meetbaar maken van procesvariaties. De credits voor de term Six Sigma, als aanduiding voor het gericht streven naar een hoge productkwaliteit, gaan naar Bill Smith. In de tachtiger jaren van de vorige eeuw werkte deze Amerikaan als ingenieur bij Motorola.

Smith stelde vast dat Six Sigma of 6σ, een foutkans kleiner dan 0,00034% per kritisch kwaliteitsaspect, op dat moment het kwaliteitsniveau was dat Motorola nodig had om zich te onderscheiden. Mikel J. Harry ontwikkelde tegelijkertijd een bijpassende projectmethode, DMAIC, om gericht naar dat niveau toe te werken.

Pagers
Een van de eerste Six Sigma verbeterprojecten binnen Motorola betrof een productielijn voor pagers. Dat waren destijds nieuwe producten, die aan zeer hoge kwaliteitsnormen moesten voldoen. Het pager-project betekende de doorbraak van Six Sigma. Motorola bleek niet alleen in staat de gewenste kwaliteit voor de pagers te realiseren, maar kon ze ook nog eens binnen twee dagen leveren.

Na het succes binnen Motorola werd Six Sigma, in de jaren negentig van de vorige eeuw, sterk gepropageerd door General Electrics. Dit bedrijf wist enorme besparingen te realiseren met de verbetermethode.

De ontstaansgeschiedenis van Six Sigma, zie het kader hieronder, is interessant. Zij laat zien dat een ambiteus verbeterdoel, zoals Motorola destijds had, niet genoeg is. Je moet óók weten welke methodiek je wilt gebruiken om dat doel te bereiken, en je organisatie moet de toepassing daarvan ondersteunen!

Bij Six Sigma is het doel het nastreven van het kwaliteitsniveau, waaraan deze verbetermethode zijn naam dankt. Of een nog hogere kwaliteit, als dat noodzakelijk is. De route om het gewenste kwaliteitsniveau na te streven is de DMAIC-verbetercyclus. De organisatie die het toepassen van de verbetercyclus ondersteunt, is tenslotte de rolverdeling in Belts en Champions. Wat deze drie zaken precies inhouden wordt verderop uitgelegd!

Voor procesverbetering zijn drie dingen nodig: Doel, Route en Organisatie
Ontstaansgeschiedenis Six Sigma

Six Sigma ontstond in de jaren tachtig van de vorige eeuw binnen (het inmiddels opgesplitste) Motorola, een multinational op het gebied van communicatie-technologie. De voedingsbodem voor Six Sigma was destijds een groot kwaliteitsprobleem. Een ambiteus kwaliteitsdoel formuleren bleek niet genoeg, er bleek ook een route nodig, een soort stappenplan, om dat doel te bereiken. Ten derde moest er een organisatiestructuur komen om de toepassing van het stappenplan te ondersteunen, overal in het bedrijf. Pas toen deze drie zaken - doel, route en organisatie - waren ontwikkeld, was Six Sigma geboren!

De les die je daaruit kunt trekken: Wélke procesverbetermethode je ook wilt gaan toepassen: je moet eerst weten waar je heen wilt, welke aanpak je daartoe inzet, en hoe je de organisatie daarvoor ontvankelijk maakt.

Om een procesverbetermethode te laten werken zijn drie componenten nodig. Deze staan hieronder, incusief de invulling die Six Sigma daaraan geeft:

Een ambitieus doel.
Bij Six Sigma is het doel overal minder dan 3,4 fouten per miljoen mogelijkheden, voor alle kwaliteitsaspecten (CTQ’s) die klanten belangrijk vinden.
Een route om het doel te bereiken.
Bij Six Sigma is de route het, voor elk te verbeteren kwaliteitsaspect, herhaaldelijk toepassen van de DMAIC-cyclus.
Een organisatie om het doel overal in de organisatie na te streven, en die tevens zorgt voor focus en prioritering.
Bij Six Sigma wordt de prioritering geregeld via de keuze van de verbeterprojecten. De organisatiestructuur bestaat uit een rolverdeling met Champions als opdrachtgevers, Master Black Belts als spelverdelers, en Green en Black Belts als projectuitvoerders.

Het is interessant hoe deze drie componenten voor Six Sigma kort na elkaar werden ontwikkeld binnen Motorola, aan het eind van de jaren tachtig van de vorige eeuw.

Het echte succes kwam namelijk pas nadat ál deze onderdelen samenkwamen! Dit is een les voor het realiseren van welke procesverbetering dan ook. Je moet ten eerste een overkoepelend en uitdagend doel hebben, ten tweede moet je weten welke verbetermethodiek je wilt gaan gebruiken, en ten derde moet je organisatie de toepassing daarvan mogelijk maken!

In 1979 stelde Motorola vast dat concurrenten producten van veel betere kwaliteit maakten dan zij. Hierdoor ontstond er een grote urgentie om dingen te veranderen. CEO Bob Galvin maakte kwaliteit tot topprioriteit. Hij stelde dat elk product 10x beter moest worden.

Dit doel bleek al snel lang niet ambitieus genoeg om even goed te worden als de beste concurrenten. Belangrijker was echter het belang dat Galvin gaf aan kwaliteit. Iedereen binnen Motorola ging daar over nadenken, en ook geloven dat het echt beter kon. De ‘vijand’ die moest worden aangepakt was zichtbaar geworden! Was de functie van kwaliteitsmanager eerst vaak het eindstation van een carriére, nu was het ineens een heel belangrijke taak!

Bill Smith
Eén van de prominentste kwaliteitsdenkers was ingenieur Bill Smith. Hij ontdekte een verband tussen het aantal herbewerkingen aan een product, en de kans op problemen bij het gebruik. De logica daarachter is dat veel variatie in je productieproces de kans op onopgemerkte fouten vergroot.

Bill Smith kwam vervolgens met de idee om een kwaliteitsniveau van Six Sigma als doel te stellen bij productieprocessen. Deze mochten voortaan slechts in 3,4 gevallen op de miljoen mogelijkheden defecte producten gaan afleveren. Hiermee was de naam Six Sigma geboren! Niet onbelangrijk: het klonk mysterieus en magisch genoeg, om deze benadering te ‘verkopen’ binnen de organisatie.

Dankzij Smith was er nu een duidelijk (kwaliteits)doel. Hoe je daar gericht naar toe moest werken was echter nog onduidelijk.

Mikel J. Harry
De oplossing daarvoor kwam van Mikel J. Harry. Op dat moment was hij als promovendus vanuit de universiteit van Arizona werkzaam binnen Motorola.

De bestaande kwaliteitsmethoden boden geen manier om door de bomen het bos te zien, bij problemen met complexe producten. Harry ontwikkelde daarom het systeem van logical filters. Dat is een soort stappenplan om de meest invloedrijke procesvariabelen op te sporen. Daarna kun je je dan richten op het optimaliseren en beheersen daarvan.

Logic filters groeide later uit tot de MAIC-cyclus: Measure, Analyse, Improve en Control. Nog later werd aan die cyclus een voorafgaande stap toegevoegd: Define, wát gaan we eigenlijk gaan verbeteren. Hiermee was de DMAIC-cyclus een feit!

De DMAIC-cyclus (bron: Lean Six Sigma Black Belt)

Bij de vijf fasen uit de DMAIC-cyclus hoorden vanaf het begin al verschillende tools. Die kon je achtereenvolgens (filterend) toepassen, om zo steeds beter grip te krijgen op de root cause van een probleem.

Aan geschikte gereedschappen was er geen gebrek. Nadat kwaliteitsverbetering de hoogste prioriteit kreeg, had Motorola namelijk een Education and Training Center opgericht. Dat verzamelde alle kennis in de wereld op het gebied van kwaliteitsmanagement. Six Sigma is dus van oorsprong een overkoepelende verbetermethode. Het is daarom logisch dat aan de gereedschapskist, zij het veel later, Lean-gereedschappen werden toegevoegd. Zo ontstond Lean Six Sigma.

Vanaf het moment dat Harry en Smith gingen samenwerken, hadden ze een helder doel (een kwaliteitsniveau van Six Sigma), én ze hadden een route om daar te komen (de DMAIC-cyclus).

Gevechtssporter
De derde component ontbrak echter nog: een organisatiestructuur om Six Sigma bedrijfsbreed toe te passen.

De basis voor deze organisatiestructuur ontstond in 1987. Harry, toen reeds een snel rijzende ster binnen Motorola, onderwees toen enkele sleutelfiguren in een fabriek op het gebied van DMAIC. Harry stelde voor om hen na afloop van hun opleiding Black Belts te noemen. Dit met het beeld van een bedachtzame doch krachtige gevechtssporter in het achterhoofd!

Een Black Belt ‘bevecht’ met verbetergereedschappen data, totdat die hun geheimen prijsgeven. Met de definitie van de Black Belts werd de basis gelegd voor het Belts systeem. Champions kregen daarbij later de rol van opdrachtgever.

Nu waren alle componenten voor Six Sigma aanwezig: doel, route en organisatie! In 1987 lanceerde CEO Bob Galvin het Six Sigma Quality Program binnen Motorola. Vanaf het begin richtte zich dat niet alleen op de verbetering van producten en productieprocessen, maar ook op het zoveel mogelijk foutvrij maken van diensten en administratieve processen.

Het Red Bead spel van William Edwards Deming (1900-1993)

Het Red Bead spel van W. E. Deming. Een ‘kwaliteitsmanager’ moedigt aan om goede (witte) balletjes te pakken. Dat wordt echter volledig bepaald door statistiek. De les: als je hogere kwaliteit wilt, moet je foutgevoelige plekken in je processen robuuster maken!

Deming
De Amerikaanse professor en statisticus William Edwards Deming (1900-1993) heeft ook invloed gehad op de ontwikkeling van (Lean en) Six Sigma. Velen kennen hem van statistisch onderbouwde procesverbetering, Plan-Do-Study-Act (PDSA). Dus theorievorming, experimenteren, en op grond daarvan leren.

Deming was een systeemdenker, hij waarschuwde in niet mis te verstane woorden voor lokale (sub)doelen: ‘Mensen met banen die afhankelijk zijn van doelen zúllen die halen… zelfs als ze het bedrijf daartoe vernietigen’

Critical-to-quality
Om Six Sigma toe te passen moet allereerst de kwaliteit van bedrijfsprocessen meetbaar worden gemaakt. Vervolgens worden de processen dan continu verbeterd, totdat ze nagenoeg perfect zijn.

Hetgeen de klant als critical-to-quality (CTQ) ervaart staat meestal voorop. Steeds is het doel dan om de kans te vergroten, dat een bepaald bedrijfsproces een product oplevert dat binnen de specificaties valt. Hierdoor stijgt de klanttevredenheid en dus ook de bedrijfswinst, zo is de idee.

6σ
Met de term zes sigma (six sigma, 6σ) wordt aangegeven dat een proces dusdanig is geoptimaliseerd, dat zelfs bij een afwijking van zes maal de standaarddeviatie, de kritische kwaliteitsaspecten nog voldoen in de ogen van de klant. De kans op een goed procesverloop is dan tenminste 99,9997 %, oftewel de kans op een defect is minder dan 3,4 op de miljoen.*

Doel
De naam Six Sigma maakt het doel meteen helder: voor alle critical-to-quality aspecten het gelijknamige kwaliteitsniveau nastreven. Toen Six Sigma ontstond was dit een heilige graal, het klonk lekker en gaf aan dat er werd gestreefd naar perfectie in de ogen van de klant.

Ook toen al waren er echter al processen waarbij een nog (veel) hogere kwaliteit gewenst is! Bij het toepassen van Six Sigma is het vooral belangrijk dat het kwaliteitsniveau van zaken die de klant belangrijk vindt toeneemt, of dat risico’s voor mens of milieu worden verkleind.

Organisatiestructuur
De organisatiestructuur die Six Sigma ondersteunt bestaat uit procesverbeteraars met verschillende kennisniveaus, de Belts.

Green Belts en Black Belts hebben bij de verbeterprojecten de rol van projectmanager. Master Black Belts coördineren hun projecten en verzorgen opleidingen.

Champions zijn mensen die tijd en middelen verschaffen voor de uitvoering van verbeterprojecten. Meestal hebben zij ook de rol van ‘proceseigenaar’, en geven zij in die hoedanigheid aan Belts de opdracht om verbeterprojecten uit te voeren.

Strikt genomen zijn Black Belts mensen die zich fulltime met procesverbetering bezighouden. Er bestaat echter geen algemene definitie van de kennis en de activiteiten van een Black Belt, of welke andere Belt dan ook. Een Black Belt bij Philips is daarom niet gelijk aan een Black Belt bij GE.

De organisatiestructuur van Six Sigma, met Belts op verschillende niveau’s, is noodzakelijk in grote bedrijven. Het zou echter jammer zijn als kleine bedrijven zich laten afschrikken door het Amerikaans-gekleurde jargon, dat alleen maar aangeeft dat Six Sigma projectmanagers een bepaald kennisniveau moeten hebben. Belts hoeven niet altijd full-time aan verbeterprojecten te werken, en kunnen ook prima werkzaam zijn in het MKB!

DMAIC-cyclus
Verbeterprojecten die de Belts uitvoeren verlopen altijd via de DMAIC-cyclus. Deze omvat de fasen Define (Welke CTQ’s gaan we meten), Measure (hoe gaan we meten), Analyze (welke factoren beïnvloeden de CTQ’s het meest), Improve (zorg dat je meer grip krijgt op de CTQ’s) en Control (zorg dat je terugval voorkomt). Zie ook het kader met Six Sigma jargon

Bij onervarenheid met Six Sigma is het vaak slim om te beginnen met een klein project. Geschikte projecten sluiten aan bij de bedrijfsmissie en kunnen voldoende opleveren. Ook moet er genoeg mankracht zijn om ze uit te voeren. De eerste projecten worden vaak uitgevoerd in het kader van een opleiding.

Define
In de eerste fase van de DMAIC-cyclus, Define, wordt gedefinieerd wat de te verbeteren critical-to-quality aspecten van het proces zijn. Het is vaak verstandig om een Pareto-analyse te doen. Vaak blijkt dat 80% van klachten van klanten gaat over enkele kwaliteitsaspecten.

Hierna volgt fase 2, het meetbaar maken van de CTQ’s. Dat is minder eenvoudig dan het lijkt. Het maakt bijvoorbeeld uit, hoé je meet en wie dat doet.

Experimenteren
Na het meetbaar maken volgt de Analyse-fase van de DMAIC-cyclus. Deze stap, het opsporen van de belangrijkste bronnen van variatie, duurt meestal het langst. Hierbij onderzoek je waardoor het komt dat de kwaliteit soms buiten de specificaties valt.

Soms is het antwoord eigenlijk al bekend op de werkvloer, en is het alleen zaak om de feiten op tafel te krijgen. Is dat niet voldoende, dan kan één van de vele analyse-tools worden ingezet.

Design of experiments kan bijvoorbeeld inzicht geven in de gevoeligheid van CTQ’s voor procesinstellingen. Daartoe doe je experimenten, waarbij je - binnen veilige kaders - bewust de toelaatbare grenzen van het proces opzoekt. Feitelijk ga je doelbewust afwijkende producten maken, om te zien wanneer dat gebeurt! Met die kennis probeer je vervolgens een set van robuuste procesinstellingen te vinden, waarbinnen het proces bijna altijd goed presteert.

Nadat is vastgesteld hoe het proces robuuster kan worden gemaakt, worden in fase 4 (improve) veranderingen doorgevoerd. In fase 5 van de DMAIC-cyclus worden deze geborgd. Dit is de laatste stap: Control. Doe je dit niet, dan loop je een groot risico dat je na verloop van tijd weer terugvalt naar het oude kwaliteitsniveau.

H_o-hypothese
Six Sigma werkt in de meet- en analysefase vaak met een H₀-hypothese.

Stel, je vermoedt dat machine A vaker defecte producten aflevert dan B. Dan ga je eerst uit van het tegendeel: machine A en B maken even vaak defecte producten. Pas als uit je metingen blijkt dat die kans erg klein is, verwerp je deze zogenoemde H₀-hypothese. Machine A is dan pas ‘schuldig’!

Helemaal zeker zijn dergelijke conclusies nooit! In het strafrecht is niet voor niets aanvullend bewijs nodig bij statistisch onderbouwde vermoedens.

Een α-error is in het voorbeeld: “machine A presteert net zo goed als B maar je concludeert van niet”. Een β-error is “machine A presteert slechter maar je concludeert van niet”.

De kans op een α-error moet klein zijn, anders mag je de H₀-hypothese niet verwerpen. Stel nu dat je een (vrij grote) foutkans van 5% accepteert, je kiest dan α=0,05. In dat geval moet de zogenaamde p-waarde in je experiment kleiner zijn dan dat.

Hoe kom je nu aan die p-waarde? Stel, dat machine A over je meetperiode bijvoorbeeld 25% meer defecte producten aflevert dan machine B, en voor het overige zijn er geen verschillen (dat is overigens heel moeilijk hard te maken, maar dat terzijde). In dat geval komt de p-waarde neer op de kans dat je deze uitkomst krijgt, uitgaande van de aanname dat beide machines even vaak defecte producten maken (de H₀-hypothese).

Is de p-waarde kleiner dan de gekozen waarde voor α (0,05), dan kun je de H₀-hypothese verwerpen. Machine A wordt dan dus ‘schuldig’ verklaard aan het vaker afleveren van defecte producten.

Is p > α, dan is er onvoldoende bewijs om de H₀-hypothese te verwerpen. De kans is dan groter dan 5% dat de extra defecte producten slechts berusten op toeval..

Alarmbellen
De wiskunde is in Six Sigma, zoals je hierboven al zag, soms behoorlijk complex. Die wiskunde verdwijnt echter vaak al snel naar de achtergrond, daar er programma’s zijn zoals Minitab die de berekeningen automatisch uitvoeren.

Dat leidt echter tot de volgende vraag: Hoe voorkom je dat de statistiek met je aan de haal gaat? Welke waarschuwingssignalen zijn er? Met het boek Lean Six Sigma Black Belt als inspiratiebron kwam ik tot drie regels:

Er dient ook voor te worden gewaakt dat al het stoeien met data niet ten koste gaat van de creativiteit. Er moet ruimte blijven voor out of the box denken. Misschien is het bijvoorbeeld beter om een heel ander proces, product of dienst te ontwikkelen, in plaats van de bestaande situatie te verbeteren!

Opleidingen
Black Belt opleidingen duren in de regel enkele maanden, en bestaan afwisselend uit trainingsdagen en praktijkopdrachten, zie de opleidingsagenda op deze website. Het is verstandig om te kiezen voor een opleidingstraject waarbij je zelf een project inbrengt. Door daar aan te werken wordt dan meteen duidelijk of je het lesmateriaal begrijpt.

Typerend voor Six Sigma is dat verbeterprojecten financieel meetbare resultaten geven, waarvan de omvang van tevoren al kan worden ingeschat. Black Belts worden soms geacht jaarlijks meerdere projecten af te ronden, die elk tenminste enkele tienduizenden euro’s opleveren.

Ook daarbij een waarschuwing: dit lokt uit tot besparingen op papier. Maak je bijvoorbeeld in een ziekenhuis bedden vrij door het aantal ligdagen na een bepaalde operatie te verkorten, dan betekent dat niet automatisch dat die bedden worden bezet door nieuwe patiënten. Wel levert het natuurlijk besparing in de zorgkosten op, zowel voor de ziektekostenverzekeraars als de maatschappij.

Er zijn ook Green Belt opleidingen, voor mensen die verbeterprojecten naast hun normale werk willen gaan uitvoeren.

Breed ingezet
In de beginfase werd Six Sigma vooral toegepast als de kwaliteit van producten de meest onderscheidende factor was. Inmiddels wordt Six Sigma, en dan met name de DMAIC-cyclus, echter zeer breed ingezet in organisaties variërend van de chemische procesindustrie tot banken, bouwbedrijven en ziekenhuizen, zie ook het kader hieronder

Six Sigma is breed inzetbaar
Six Sigma begint met het definieren welke procesaspecten je wilt verbeteren. Daarna breng je in kaart welke factoren de uitkomst van het proces het meeste beïnvloeden, en pak je de grootste bronnen van ‘defecten’ aan.

Niet alleen producteigenschappen, maar ook zaken zoals levertijden, de geboden productondersteuning, of zelfs het aantal bedrijfsongevallen kunnen al dan niet ‘volgens specificatie’ zijn. Feitelijk alles dat meetbaar gemaakt kan worden! Hierdoor is Six Sigma in principe bruikbaar in elk bedrijf en voor elk bedrijfsproces, van productie tot facturatie.

Six Sigma is daardoor breed inzetbaar. Met deze methode kun je grip krijgen op elke meetbare fysieke of administratieve activiteit, die om onbekende redenen soms ongewenste uitkomsten heeft.

Het UMCG past al meer dan 15 jaar Lean Six Sigma toe.

Artsen in opleiding spelen het spel "WaardeMania", en leren zo verspillingen zien in het UMCG. Dit ziekenhuis past al meer dan 15 jaar Lean Six Sigma toe!

KPN zette (Lean) Six Sigma bijvoorbeeld in om hun Net Promotor Score te verbeteren, het percentage klanten dat hen aanbeveelt. Ook korte levertijden kunnen het doel zijn. Six Sigma werkt ook bij administratieve activiteiten en bij zorglogistiek. Amsterdam UMC reduceerde bijvoorbeeld de kans op last-minute afzeggingen van operaties. De grenzen van de toepasbaarheid van Six Sigma zijn nog lang niet bereikt.

Bouwbedrijf Heijmans paste Six Sigma in 2012 toe om de belangrijkste invloedsfactoren van bedrijfsongevallen te vinden. De aanwezigheid van triggers, zoals scherpe voorwerpen of rommel op de werkplek, bleek destijds de oorzaak van het leeuwendeel van de incidenten.

> Zoeken naar (Lean) Six Sigma cases

Lean Six Sigma
Het toepassingsgebied van Six Sigma wordt nog verder verbreed door de combinatie met Lean, oftewel Lean Six Sigma.

Sterker nog, toepassing van enkel Six Sigma zónder Lean zie je bijna niet meer. Dit varieert van Six Sigma met enkel Lean-tools zoals value stream mapping, tot Six Sigma met ook Lean management zoals de Toyota Way.

De Lean-component uit Lean Six Sigma reduceert verspillingen in tijd en materialen, en Six Sigma voegt daar het streven naar een goede en constante kwaliteit aan toe. Samen levert dit werkwijzen op, die zowel efficiënter als beter zijn!

Smart (Lean) Six Sigma
Voor statistische analyse werd binnen Six Sigma altijd al software gebruikt, meestal Minitab.

Door de opmars van Smart Industry komen daar nu nog veel andere software-toepassingen bij. Six Sigma wordt zo Smart (Lean) Six Sigma: mens en computer slaan de handen inéén om kwaliteitsverbetering te realiseren!

Process Mining
In de Define-fase van de DMAIC-cyclus, welke Critical-to-Quality eigenschappen willen we verbeteren, blijkt Process Mining nuttig, vooral als je logistieke bottlenecks wilt opsporen.

De gangbare manier om dat te doen, ontleend aan Lean, is het maken van een value stream map. Je maakt dan een schema met alle processtappen, waarbij wordt aangegeven of die al dan niet waarde toevoegen aan een product of dienst. Normaliter is dat een flink karwei, dat wordt gedaan door een multidisciplinair team.

Process Mining maakt het echter mogelijk om volautomatisch een basale value stream map te maken!

Hierbij wordt eerst de event log uit het ERP-systeem ingelezen in de software. Daarna heb je dan met één druk op de knop een (historische) value stream map. Daarin kun je desgewenst filteren voor één productgroep, of inzoomen op een bijzonderheid. Bovenden komen zogenaamde olifantenpaadjes aan het licht, routes die processen daadwerkelijk afleggen, in plaats van de ideale weg die daarvoor was bedacht. Ook kun je als een film tonen hoe de orders zich door de fabriek bewogen, en zo bottlenecks aan het licht brengen.

Six Sigma verbeterprojecten zijn meestal diepgaand en langdurig. Daarom is het belangrijk dat je er de juiste problemen voor selecteert. Process Mining kan dan logistiek gezien een goudmijn zijn, omdat dit met één druk op de knop de belangrijkste knelpunten in beeld brengt.

De beelden zijn bovendien heel toegankelijk, waardoor iedereen gaat meedenken over mogelijke oplossingen. Zijn die makkelijk te vinden, dan worden ze meteen doorgevoerd. Is de bron van een logistieke bottleneck daarentegen onduidelijk, dan kan nadere analyse volgen met Six Sigma, of een andere vorm van probleemanalyse.

Bij process mining brengt de software, mits de ingevoerde dataset goed is, zekere relaties in beeld. Onder de motorkap schuilt namelijk lineaire algebra.

Artificial Intelligence
Dat ligt anders bij data mining. Daarbij laat je artficial intelligence (AI) zoeken naar mogelijke verbanden tussen gebeurtenissen, bijvoorbeeld in een brei van big data.

Op die manier, met AI dus, kun je de analyse-fase uit de DMAIC-cyclus met software ondersteunen.

Mens en computer bouwen sinds 2019 sámen procesmodellen bij Tata Steel. De staalproducent noemt dit Advanced Analytics (AA). Het zijn daarbij eigen mensen die het speurwerk doen. Misschien zijn zij niet de allerbeste data-experts, maar zij kunnen wél goed modellen voor staalproductie bouwen. Zo'n procesmodel is gebaseerd op dingen die je echt weet, zoals reactiesnelheden, massabalansen, of transportsnelheden tussen grensvlakken van bijvoorbeeld gas en vloeistof. De computer kan het model daarna ‘zelflerend’ uitbreiden, totdat het de complete dataset beschrijft.

Het werk van experts in AA lijkt sterk op dat van Black Belts. Feitelijk zijn het Smart Belts. Net zoals gewone Belts speuren zij namelijk naar betere procesinstellingen, maar ze laten zich daarbij bijstaan door kunstmatige intelligentie.

De gevonden statistische verbanden zijn wel veel minder transparant, dan de relaties waarmee een gewone Black Belt op de proppen komt. Je kunt namelijk niet aan het computerprogramma vragen waarom een bepaalde correlatie is gevonden! De computer kent het verband tussen oorzaak en gevolg dus niet, en kan daardoor met onzinnige verbanden komen. Vergelijk het met ooievaars die een geboortegolf aankondigen, of hanengekraai dat de zon doet opkomen...

Omdat de mens bij Tata Steel de aftrap geeft voor het procesmodel, wordt de kans op dat soort onnuttige resultaten een stuk kleiner. Te veel ‘hanengekraai’ wordt bovendien voorkómen doordat operators, diep ingevoerd in staalproductie, zelf de analyses doen. Zij zien daardoor snel wat relevante uitkomsten zijn en niet.

*) Bij de berekening van het aantal fouten (3,4) per 1 miljoen mogelijkheden bij een kwaliteitsniveau van 6σ wordt er van uit gegaan dat het gemiddelde resultaat van een proces ten opzichte van het ideaal na verloop van tijd met 1,5σ kan verschuiven, ten gevolge van variatie en/of drift (dit heet de proces shift). Vervolgens wordt dan het aantal resultaten berekend (per miljoen) dat de tolerantiegrenzen overschrijdt. Door deze ietwat merkwaardige rekenmethode levert een proces met een kwaliteitsniveau van 1σ meer foute (69%) dan goede resultaten af! Deze berekeningen betreffen een proces met een zogenaamde normaalverdeling van de resultaten rondom de gemiddelde uitkomst.

Hulp nodig bij de implementatie van Six Sigma?

Verwijzen naar dit artikel op internet?
Gebruik als link: https://www.procesverbeteren.nl/SixSigma/SixSigma.php

Six Sigma Jargon

Doel

Critical to Quality (CTQ)
CTQ-eigenschappen zijn meetbare kenmerken van een proces of product, die binnen een bepaalde boven- en/of ondergrens moeten vallen. Minimaal moet worden voldaan aan de verwachtingen van de klant, en soms moeten die verwachtingen zelfs worden overtroffen (bijvoorbeeld bij nieuwe producten die zich moeten gaan onderscheiden)
Wordt niet aan de klant-verwachtingen voldaan, dat heet dit in Six Sigma terminologie een defect.
Er zijn ook CTQ-eigenschappen die niet of minder direct aan (eind)klant-verwachtingen zijn gerelateerd, zoals een korte doorlooptijd of veiligheid op de werkvloer.

Defect
Een defect is een kenmerk van een product of proces, dat niet binnen de specificaties (CTQ’s) valt.

Sigma (σ)
Sigma of σ is het symbool voor de standaarddeviatie, de spreiding van een kenmerk rondom een streefwaarde. Bij Six Sigma gaat het om een streefwaarde voor een CTQ-aspect van een product of proces.

Six Sigma (6σ)
Met de term Six Sigma (zes sigma, 6σ) wordt aangegeven dat een proces dusdanig is geoptimaliseerd, dat zelfs bij een afwijking van zes maal de standaarddeviatie het proces (of product) nog voldoet in de ogen van de klant. De kans op een defect is dan buitengewoon klein. Voor een defect moet dan immers een afwijking van meer dan 6x de standaard optreden!

Six Sigma verwijst naar minder dan 3,4 fouten per miljoen mogelijkheden

Een kwaliteistniveau van Six Sigma komt overeen met 3,4 defecten per miljoen mogelijkheden. Bij die berekening is uitgegaan van een proces met een normaalverdeling van de resultaten rondom de gemiddelde uitkomst, hetgeen onder meer betekent dat de kans op overschijding gelijk is aan de kans op onderschrijding. Daarnaast is ingecalculeerd dat het gemiddelde resultaat ten opzichte van het ideaal (de streefwaarde) na verloop van tijd met 1,5σ kan verschuiven, ten gevolge van variatie en/of drift. Dit heet de proces shift, zie de figuur hierboven. Uitgaande van die situatie wordt tenslotte het aantal resultaten berekend (per miljoen), dat de tolerantiegrenzen overschrijdt. Bij een kwaliteitsniveau van 6σ is dat 3,4.

Methode en tools
DMAIC projectcyclus
DMAIC, hetgeen staat voor Definieer, Meet, Analyseer, verbeter (Improve) en Controleer, is de cyclische projectmanagementmethode binnen Six Sigma. Deze wordt gebruikt om kwaliteitskenmerken van producten of bedrijfsprocessen stapsgwijs te verbeteren. Liefst tot een graad van perfectie van 6σ of nog meer als dat nodig is, maar in de praktijk is een kwaliteitsverbetering van 90% per DMAIC-cyclus vaak al heel mooi.

In de definitie-fase wordt vastgelegd wat de bedrijfsfilosofie is, wie de klanten zijn en wat die mogen verwachten.
In de meet-fase wordt bepaald hoe zal worden gemeten of de klantverwachtingen worden waargemaakt. Hierbij worden de parameters en de bijbehorende streefwaarden geselecteerd, die de klant als critical to quality (CTQ) ervaart.
Daarna volgt de analyse-fase. Hierbij wordt gezocht wat de oorzaken (root causes) zijn van het optreden van ‘defecten’, CTQ’s die beneden de klantverwachting zijn. Ook wordt onderzocht wat mogelijke oplossingen daarvoor zijn.
In de improve-fase worden de best passende oplossingen, in overleg met de proceseigenaar, geïmplementeerd.
In de control-fase (borgingsfase) worden maatregelen getroffen om te zorgen dat niet kan worden teruggevallen naar de oude (slechtere) situatie

Sommige organisaties hanteren ook nog een Recognize-fase, die aan DMAIC voorafgaat. Hierbij wordt bepaald wat in de komende periode de belangrijkste verbeterprojecten zijn om uit te voeren.

Net zoals Lean Manufacturing legt Six Sigma de vinger op pijnplekken in bedrijfsprocessen, het maakt problemen zichtbaar. Een andere overeenkomst met Lean is, dat Six Sigma geen standaardmanier aanbiedt om de oorzaak van problemen weg te nemen. Black Belts hebben de beschikking over zo’n honderd (!) verschillende statistische tools, die naar keuze kunnen worden ingezet om root causes op te sporen. Design of Experiments oftewel DOE is één van deze tools.

Suggesties voor verbeteringen komen niet alleen voort uit statistische exercities. Integendeel, die dienen vaak alleen om de werkvloer op ideeën te brengen! De kennis om een probleem op te lossen blijkt daar vaak impliciet aanwezig. Het is dan de taak van de Black of Green Belt om die kennis te ontsluiten, onder meer via het overzichtelijk presenteren van historische gegevens over het wel en wee van het te verbeteren proces.

DMADV projectcyclus en Design for Six Sigma (DfSS)
DfSS wordt gebruikt om nieuwe processen of producten te ontwikkelen. In tegenstelling tot Six Sigma gaat het niet om verbetering van bestaande processen, maar om het ontwikkelen van nieuwe processen die meteen al perfect zijn! Hierbij worden min of meer dezelfde tools gebruikt als bij Six Sigma, maar dan toegepast op een toekomstig proces of product.

DfSS-Projecten worden afgewerkt volgens een variant van de DMAIC-cyclus, DMADV. Dit acroniem verwijst naar de projectfasen Define (wat is de businesscase), Measure (wat zijn de klantwensen en bijbehorende Critical-to-Quality parameters), Analyze (wat is het beste product en productieproces), Design en Verify (dit omvat o.a. de testfase).

Bij Design for Lean Six Sigma oftewel DfLSS wordt er in de Design-fase niet alleen gestreefd naar een zo stabiel mogelijk proces, maar wordt er ook al voor gezorgd dat het proces meteen al zo slank (Lean) mogelijk is. Denk hierbij aan een zo kort mogelijke doorlooptijd en zo gering mogelijke tussenvoorraden.

Design of Experiments (DOE):
DOE is één van vele Six Sigma tools om oorzaken van fluctuaties van de kwaliteit van processen op te sporen. Bij DOE wordt experimenteel (natuurlijk binnen veilige grenzen) de relatie bepaald tussen omgevingsfactoren en de uitkomst van een productie of bedrijfsproces. Feitelijk gaat het om een onder ingenieurs bekende methode, namelijk een gevoeligheidsanalyse. Die kan soms ook (deels) theoretisch worden uitgevoerd. Doel is om procesinstellingen of randvoorwaarden op te sporen waarbij een productieproces of een (administratief) bedrijfsproces robuust is. Dit wil zeggen, dat bij die instellingen de kans op afwijkende resultaten (defecten) zo klein mogelijk is.

H₀-hypothese
Bij het opsporen van invloedsfactoren die ‘defecte’ procesuitkomsten veroorzaken werkt Six Sigma vaak met H₀-hypotheses. Een voorbeeld. Stel, je vermoedt dat machine A vaker defecte producten aflevert dan B. In dat geval ga je eerst uit van het tegendeel: machine A en B draaien even goed. Pas als uit je metingen blijkt dat die kans buitengewoon klein is, kun je de H₀-hypothese verwerpen.

Er zijn fouten mogelijk van het type I (α-error) en type II (β-error). Een α-error is in het voorbeeld: “machine A presteert net zo goed als B maar je concludeert van niet”. Een β-error is “machine A presteert slechter maar je concludeert van niet”.

De kans op een α-error moet klein zijn, anders mag je de H₀-hypothese niet verwerpen. Stel nu dat je een (vrij grote) foutkans van 5% accepteert, je kiest dan α=0,05. In dat geval moet de zogenaamde p-waarde in je experiment kleiner zijn dan dat. Stel, dat machine A over de meetperiode bijvoorbeeld 25% meer defecte producten aflevert dan machine B. In dat geval komt de p-waarde neer op de kans dat dit optreedt, uitgaande van de aanname dat beide machines even vaak defecte producten maken (de H₀-hypothese).

Organisatie
Master Black Belt
Dit zijn mensen die het werk van meerdere Black Belts (zie hieronder) coördineren en ondersteunen.

Black Belt
Een Black Belt is een Six Sigma projectleider, iemand die DMAIC-projecten uitvoert. Black Belts zijn daartoe getraind in proefondervindelijke werkwijzen, statistiek en data-analyses. Met name in grote bedrijven is een Black Belt-positie vaak een fulltime functie.

Green Belt
Een Green Belt is iemand met voldoende kennis van Six Sigma, om te kunnen participeren in Six Sigma projecten. Bijvoorbeeld in een team onder leiding van een Black Belt. Een Green Belt kan ook zélf optreden als projectleider van een kleiner DMAIC-project, dat wordt uitgevoerd naast de normale werkzaamheden.

Champion
Een champion is een manager, die overtuigd is van de voordelen van Six Sigma, en die voldoende autoriteit heeft om mensen te voorzien van tijd en middelen voor Six Sigma projecten. Deze champion is vaak ook de proceseigenaar. Denk bijvoorbeeld aan het hoofd van een afdeling, waar een Six Sigma project wordt uitgevoerd. Een Black of Green Belt zoekt, in opdracht van de proceseigenaar, uit hoe een bepaald proces beter kan.

Meer informatie
Bekijk onze lijst met recensies van boeken over Six Sigma en andere verbetermethoden, of bestudeer cases (Lean) Six Sigma op deze site.