Normalverteilung und Streuung im Qualitätsmanagement

Wie Normalverteilung, Standardabweichung und Prozessfähigkeit die Beurteilung stabiler Prozesse ermöglichen.

Ob ein Prozess zuverlässig gute Ergebnisse liefert, entscheidet sich selten am Einzelwert, sondern an der Streuung über viele Wiederholungen hinweg. Die Normalverteilung ist dabei das statistische Grundmodell, mit dem sich diese Streuung beschreiben, bewerten und steuern lässt. Wer die Zusammenhänge zwischen Mittelwert, Standardabweichung und Toleranz versteht, kann Prozesse objektiv beurteilen statt auf Bauchgefühl zu vertrauen.

Warum die Normalverteilung im Qualitätsmanagement so zentral ist

Viele Merkmale in Fertigung und Dienstleistung – etwa Maße, Gewichte, Füllmengen oder Bearbeitungszeiten – schwanken durch eine Vielzahl kleiner, zufälliger Einflüsse um einen typischen Wert. Solche Merkmale folgen in der Praxis häufig annähernd einer Normalverteilung, der charakteristischen symmetrischen Glockenkurve. Sie wird vollständig durch zwei Kennwerte beschrieben:

• Mittelwert (μ) – die Lage der Verteilung, also das Zentrum des Prozesses.
• Standardabweichung (σ) – die Breite der Verteilung, also das Maß der Streuung.

Die Lage sagt, wo ein Prozess liegt; die Streuung sagt, wie konstant er arbeitet. Beide Fragen sind für die Qualität gleichermaßen entscheidend.

Die 68-95-99,73-Regel

Bei einer Normalverteilung liegt ein fester Anteil aller Werte in bestimmten Abständen vom Mittelwert:

• rund 68,27 % aller Werte innerhalb von ±1σ,
• rund 95,45 % innerhalb von ±2σ,
• rund 99,73 % innerhalb von ±3σ.

Aus dieser Regel folgt die übliche Konvention, die „natürliche" Prozessstreubreite mit 6σ (±3σ um den Mittelwert) anzusetzen: Praktisch alle regulär anfallenden Werte liegen in diesem Band. Diese Faustregel ist das Fundament vieler QM-Werkzeuge – von der Regelkarte bis zur Prozessfähigkeitsanalyse.

Streuung messen: Standardabweichung und Spannweite

Die Standardabweichung ist das gebräuchlichste Streuungsmaß, weil sie jeden Messwert einbezieht und direkt in die Prozessbewertung eingeht. Ergänzend werden die Spannweite (Differenz zwischen größtem und kleinstem Wert) und die Varianz (das Quadrat der Standardabweichung) genutzt. Wichtig für die Praxis: Man unterscheidet die kurzfristige Streuung innerhalb von Stichproben (Grundlage von Cp/Cpk) und die langfristige Streuung über den gesamten Beobachtungszeitraum (Grundlage von Pp/Ppk). Erst beide zusammen zeigen, ob ein Prozess nicht nur momentan, sondern dauerhaft beherrscht ist.

Prozessfähigkeit: Streuung gegen Toleranz

Ein Prozess ist dann gut, wenn seine Streuung deutlich kleiner ist als der vom Kunden oder von der Spezifikation vorgegebene Toleranzbereich. Genau das drücken die Prozessfähigkeitsindizes aus.

Cp – das Potenzial

Der Index Cp setzt die Toleranzbreite ins Verhältnis zur natürlichen Prozessstreuung: Cp = (OSG − USG) / 6σ. Er zeigt, ob der Prozess prinzipiell in die Toleranz „passt" – berücksichtigt aber nicht, ob er auch mittig liegt.

Cpk – die tatsächliche Fähigkeit

Der Index Cpk bezieht die Lage mit ein. Er entspricht dem kleineren der beiden Abstände zur oberen bzw. unteren Spezifikationsgrenze, jeweils bezogen auf die halbe Streubreite: Cpk = min[(OSG − μ) / 3σ, (μ − USG) / 3σ]. Weil ein außermittiger Prozess bestraft wird, ist Cpk stets kleiner oder gleich Cp. Eine große Differenz zwischen beiden deutet auf ein Zentrierungsproblem hin, das sich oft durch Justierung beheben lässt – ohne den Prozess grundlegend neu auszulegen.

Übliche Zielwerte in der Industrie:

• Cpk ≥ 1,33 als Anforderung für die laufende Serienproduktion,
• Cpk ≥ 1,67 für besonders kritische oder sicherheitsrelevante Merkmale.

Vom σ-Niveau zu Six Sigma

Die gleiche Logik steckt hinter dem Sigma-Niveau: Es zählt, wie viele Standardabweichungen zwischen den Prozessmittelwert und die nächste Spezifikationsgrenze passen. Je mehr σ hineinpassen, desto seltener werden Fehler – gemessen in DPMO (Defects per Million Opportunities, Fehler je Million Möglichkeiten). Ein 3-Sigma-Prozess entspricht rund 66.800 DPMO, während das Ziel eines Six-Sigma-Prozesses – unter Berücksichtigung der üblichen langfristigen Mittelwertverschiebung von 1,5σ – bei nur 3,4 DPMO liegt. So wird aus einem abstrakten Streuungsmaß eine greifbare Fehlerquote.

Grenzen des Modells

Die Normalverteilung ist eine Näherung, kein Naturgesetz. Zähldaten (z. B. Fehleranzahlen), einseitig begrenzte oder schiefe Merkmale folgen ihr oft nicht. Vor jeder Fähigkeitsbewertung sollte deshalb geprüft werden, ob die Verteilungsannahme trägt – etwa über Histogramm, Wahrscheinlichkeitsnetz oder einen Normalitätstest. Andernfalls sind alternative Verteilungsmodelle oder Transformationen nötig, um Fehlinterpretationen zu vermeiden.

Wie der VQB unterstützt

Der VQB begleitet kleine und mittlere Unternehmen dabei, statistische Prozessbeurteilung praxistauglich einzuführen – von der Auswahl geeigneter Kennzahlen über die Durchführung von Prozessfähigkeitsanalysen bis zur Interpretation von Cp-, Cpk- und Sigma-Werten. In Workshops und individuellen Beratungen zeigen wir, wie Sie Streuung sichtbar machen, Regelkarten sinnvoll nutzen und Verbesserungspotenziale gezielt heben. So werden aus Messdaten belastbare Entscheidungen für stabile, wirtschaftliche Prozesse.