Design for Six Sigma und der Einfluss von CRM auf die Modellierung von Geschäftsprozessen

Inhaltsverzeichnis

Abkürzungsverzeichnis

1. Einleitung

Abschnitt A: Design for Six Sigma (DFSS)

2. Grundlagen von Design for Six Sigma
2.1. Definition
2.2. Statistische Grundlagen

3. Von Six Sigma zu Design for Six Sigma
3.1. Entstehung von Six Sigma
3.2. Der DMAIC - Zyklus für Prozessverbesserungen
3.3. Die Notwendigkeit von Design for Six Sigma

4. Die Vorgehensweisen bei Design for Six Sigma
4.1. Die unterschiedlichen Herangehensweisen
4.2. Der DMADV - Zyklus
4.2.1. Define
4.2.2. Measure
4.2.3. Analyse
4.2.4. Design
4.2.5. Verify

5. Zusammenfassung Abschnitt A

Abschnitt B: Customer Relationship Management (CRM)

6. Grundlagen von CRM
6.1. Abgrenzung des Begriffs
6.2. Die drei Perspektiven des CRM
6.2.1. Die Strategische Perspektive
6.2.1.1. Der Customer Lifetime Value (CLV)
6.2.2. Die Prozessperspektive
6.2.3. Die informationstechnische Perspektive
6.2.3.1. Analytisches CRM
6.2.3.2. Operatives CRM
6.2.3.3. Kommunikatives CRM

7. Die Implementierung von CRM und mögliche Fehlerursachen

8. Zusammenfassung Abschnitt B

Abschnitt C: Die Kombination von Design for Six Sigma und dem Customer Relationship Management

9. Die Komponente der Kundenorientierung als zentrale Überschneidung

10. Die Define Phase von Design for Six Sigma und Data - Mining

11. Die ABC - Kundenanalyse als Voraussetzung für ein effektiveres Quality Function Deployment (QFD)

12. Online Analytical Processing (OLAP) als Hilfsmittel bei der Auswahl und Analyse verschiedener Designkonzepte

13. Zusammenfassung Abschnitt C

Anhänge:
I: Abbildung
II: Abbildungsverzeichnis
III: Literatur- und Quellenverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

„Damit Ihnen die Kunden die Treue halten, ist es unabdingbar, dass Sie ihre Erwartungen erfüllen und oder gar übertreffen.“. Dieses Zitat von Jack Welch, dem langjährigen Geschäftsführer von General Electrics, verdeutlicht, wie wichtig es für Unternehmen heutzutage ist seine Kunden zufrieden zu stellen. Im zunehmenden globalen Verdrängungswettbewerb kommt es verstärkt darauf an, die Kunden als den entscheidenden Erfolgsfaktor zu definieren und zu versuchen, diesen so gut wie möglich zu nutzen. Hierfür sind zwei Herangehensweisen entscheidend, zum Einen muss man qualitativ hochwertige Unternehmensleistungen anbieten und zum Anderen muss man genau wissen wer die potenziellen Kunden sind und welche Bedürfnisse diese Kunden haben. Ersteres wird hierbei mit der Methode des Design for Six Sigma (DFSS) versucht und des Weiteren mit dem Customer Relationship Management (CRM).

Ziel dieser Arbeit soll es sein, diese beiden Herangehensweisen zu kombinieren und herauszuarbeiten, inwieweit die Methoden and Ansätze des CRM die Modellierung neuer Geschäftsprozesse nach DFSS beeinflussen.

Dies ist ein theoretischer Ansatz, den ich auf Grundlage von intensiver Literaturrecherche und eigener Gedanken und Thesen angefertigt habe.

Diese Arbeit ist in die Teile A, B und C gegliedert.

Der Teil A gibt einen Überblick über die Methodik des Design for Six Sigma. Beginnend mit einer Definition und den statistischen Grundlagen der Methodik geht es anschließend darum, wieso die Notwendigkeit besteht, das aus Six Sigma das Design for Six Sigma wird. Abgeschlossen wird dieser Abschnitt mit der Erörterung der Vorgehensweise nach dem DMADV - Zyklus des DFSS und einer kurzen Zusammenfassung der Thematik.

Der Teil B behandelt das Thema Customer Relationship Management (CRM). Hier werden die drei unterschiedlichen Perspektiven des CRM und ihre jeweils wichtigsten Ausprägungen erörtert, bevor die Implementierung von CRM und mögliche Fehlerquellen thematisiert werden. Eine kurze Zusammenfassung beendet diesen Abschnitt.

Der dritte und letzte Teil C beschäftigt sich mit der Kombination der in Abschnitt A und B erörterten Themenkomplexe. Hier ging es mir darum herauszuarbeiten, inwieweit das CRM den Entwicklungsprozess nach DFSS durch seine vielfältig anwendbaren Werkzeuge und Herangehensweisen beeinflusst. Der Komplex Kundenorientierung eint hier offensichtlich beide Komplexe und wird einführend beschrieben. Danach folgt die Erörterung des Einflusses des Data - Mining als Element des analytischen CRM auf den Entwicklungsprozess in der Define - Phase. Anschließend widme ich mich dem Einfluss der ABC - Kundenanalyse auf das Quality Function Deployment, welches ein wichtiger Baustein von DFSS ist. Bevor ich diese Arbeit mit einer ausführlichen Zusammenfassung abschließe, beleuchte ich noch die Zusammenhänge zwischen dem Online Analytical Processing (OLAP) und dessen Auswirkungen auf die Bestimmung des „besten“ Designkonzeptes in der Analyse - Phase der Vorgehensweise nach DFSS.

Abschnitt A: Design for Six Sigma

2. Grundlagen von DFSS

2.1. Definition

Design for Six Sigma ist eine Methode des Qualitätsmanagements. Sie befasst sich mit der Neugestaltung und Entwicklung von Unternehmensleistungen. Diese Ent- wicklungsprojekte umfassen gemeinhin neue Produkte (materielle Güter und Dienstleistungen) neue Geschäftsprozesse und neue Systeme.¹ Im Vergleich zu anderen Methoden der Prozessverbesserung ist der konsequente mathematische Ansatz bei Six Sigma hervorzuheben. Hierbei wird davon ausgegangen, dass jeder Geschäftsprozess als eine mathematische Funktion dargestellt werden kann.² Diese Funktion lautet: [Abbildung in dieser Leseprobe nicht enthalten]oder[Abbildung in dieser Leseprobe nicht enthalten]. Das y steht hierbei für das Prozessergebnis, x für die Prozesseingangsgröße bzw. -größen und f für die Funktion, die beschreibt, was genau in dem Prozess mit den Eingangsgrößen x geschieht. Die nicht durch die Funktion erklärbare Reststreuung wird in dieser Formel mit dem Symbol 0 bezeichnet.

Ziel dieses Vorgehens ist es, einen Geschäftsprozess derart zu gestalten, dass er eine Null - Fehler - Qualität im Sinne eines qualitätsorientierten Designs aufweist. Das beinhaltet die optimale Erfüllung der Kundenanforderungen von der Definition dieser Anforderungen bis hin zur Umsetzung dieser in der Produktion. Man spricht hier auch von „intelligenter“ Entwicklung, bei der die Gesamtkosten des Unter- nehmens dadurch gesenkt werden, dass Bau- bzw. Prozessteile:

-eingespart,
-vereinfacht,
-und montage - bzw. servicefreundlicher gestaltet werden, um Kundennutzen zu generieren und Folgekosten zu vermeiden.³

Die Herangehensweise basiert auf den Überlegungen der Six - Sigma - Methode, die ein systematisches Vorgehen zur Optimierung von Prozessketten durch Teams von

Prozess- und Methodendenkern ist.⁴ Gleichzeitig ist es ein ganzheitliches und flexibles System, dass versucht durch die fast vollständige Beseitigung von fehler- haften Prozessen Unternehmenserfolg zu generieren, zu maximieren und dauerhaft zu erhalten.

Der Begriff Six Sigma leitet sich aus dem Bereich der Statistik ab, hierbei bezeichnet der Wert Sigma (1) die sogenannte Standardabweichung von Werten einer Zufallsvariablen um ihren Mittelwert. Die Zahl sechs hingegen definiert den Zielgrenzwert bzw. die gewünschte Toleranz. Six Sigma ist jedoch keinesfalls nur eine konsequentere Anwendung statistischer Werkzeuge, sondern gleichwohl ein ganzheitliches Konzept, das über bisherige Verbesserungskonzepte wie z.B. TQM und Reengineering weit hinausgeht.⁵

2.2. Statistische Grundlage

Der statistische Grundgedanke von Six Sigma, und somit auch der Design - for - Six - Sigma - Theorie ist, dass bei einer Million Fehlermöglichkeiten im Mittel nicht mehr als 3,4 tatsächliche Fehler auftreten dürfen.⁶

Die mit dem griechischen Buchstaben Sigma (1) bezeichnete statistische Größe, stammt ursprünglich aus der Wahrscheinlichkeitsrechnung und bezeichnet die Verteilung oder Streuung um einen Mittelwert eines Produktmerkmals oder eines Prozesses. Der Sigma - Wert gibt die Fehlerwahrscheinlichkeit an, und je höher er ist, desto geringer ist auch die Fehlermöglichkeit eines Prozesses. Bei der Gauß’schen Normalverteilung wird die Summe dieser Variation in Form einer glockenartigen Kurve dargestellt (Abbildung 1).

Die Normalverteilung gilt als die wichtigste Wahrscheinlichkeitsverteilung, da man bei vielen praktischen Anwendungen annehmen kann, dass Messwerte um eine feste Größe in Form einer Gauß’schen Glockenkurve verteilt sind.⁷

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Six Sigma bei Normalverteilung

Die Abbildung verdeutlicht, dass eine Standardabweichung von 11 68%, von 21 95% und von 61 sogar 99,9997% aller Werte umfasst, was einer Fehlerwahrscheinlichkeit von annähernd Null entspricht.

Eine Standardabweichung, die 100% der Werte einschließt, ist theoretisch nicht möglich, da die Kurve die Abszisse erst bei einem unendlichen Sigma-Wert schneidet. Im Zuge von fortschreitender und zunehmend notwendiger Standard- isierung entstehen explizite Prozessvorgaben in einem Unternehmen, und die Messung dieser Vorgaben liefert eine objektive Grundlage zu deren Bewertung.⁸

Konkrete Qualitätsanforderungen an Prozessergebnisse repräsentieren Unter- und Obergrenzen der Merkmalswerte, und eine Überschreitung stellt ein fehlerhaftes Produkt oder einen mangelhaften Geschäftsprozess dar. Hierbei wird im betriebs- wirtschaftlichen Zusammenhang alles als Fehler bezeichnet, was zur Unzufriedenheit des Kunden führt.⁹

Je mehr Variationen reduziert werden können und je höher somit die Anzahl der sich innerhalb des Toleranzbereichs befindenden Variationen ist, desto höher sind das Qualitäts- und somit auch das Sigmaniveau des Prozesses. Momentan herrscht in der deutschen Industrie ein durchschnittliches Qualitätsniveau der betrieblichen Prozesse von 3,8 1. Dies entspricht „nur“ ca. 99% an fehlerfreien Produkten, sprich 10247 Fehler je einer Million Möglichkeiten.

Verdeutlicht wird diese Qualitätsproblematik wenn man betrachtet, dass ein Produkt oder eine Dienstleistung normalerweise aus mehreren Prozessschritten besteht. Verwendet man diese 99% als Qualitätsniveau der Prozesse, beispielsweise bei der Fertigung eines Produktes, das aus zehn Teilen und neun Montageschritten, also 19 Komponenten besteht, dann ergibt sich lediglich eine Ausbeute von 83%, das heißt, es gibt 17% Ausschuss.¹⁰ Anders gesagt bedeutet 6 1 nicht, dass z.B. von einer Million Automobilen 3,4 defekt sind, sondern das von einer Million möglichen Fehlern, welche an einem Automobil gemacht werden können, nur 3,4 tatsächlich gemacht werden.¹¹

3. Von Six Sigma zu Design for Six Sigma

3.1. Entstehung von Six Sigma

Wie bereits erwähnt, stellt Six Sigma eine Möglichkeit für Unternehmen dar, die Kosten in fast allen Geschäftsbereichen zu senken. Ausgangspunkt dieser Überlegung war die Erkenntnis führender Mitarbeiter des US - amerikanischen Unternehmens Motorola Mitte der 1980er Jahre, dass die Auswirkungen mangelhafter Qualität extremen Einfluss auf den Geschäftserfolg haben. In den nachfolgenden Jahrzehnten entdeckten viele Unternehmen die Methode für sich. Hervorzuheben ist hierbei jedoch General Electrics (GE) unter der Führung von Managementikone Jack Welch. Dieser beschreibt Six Sigma “als die wichtigste Initiative, die GE jemals angeschoben hat“. Unter seiner Führung wurden im Jahre 1995 sämtliche Geschäftsbereiche von GE, angefangen vom Kreditkartenservice, über Fabriken für Flugzeugmotoren bis hin zum NBC - Fernsehsender, danach ausgerichtet.¹²

Andere renommierte US-amerikanische Unternehmen, wie Kodak oder Allied Signal, folgten diesem Beispiel erfolgreich.

In einer zweiten „Welle“, Ende der 1990er Jahre, hielt Six Sigma Einzug in das europäische Unternehmen, da die US - amerikanischen Unternehmen, die die Me- thode bereits praktizierten, nun von ihren europäischen Lieferanten verlangten ihre Prozesse mit den Six - Sigma - Methoden zu strukturieren und zu verbessern.¹³ Waren es zuerst hauptsächlich Produktionsunternehmen im Technologiebereich, die Six Sigma anwendeten, sind es heute zunehmend auch Dienstleistungsunternehmen und Banken, die mit Six Sigma erfolgreich arbeiten. Derzeit wenden in den USA ca. 1200 Unternehmen die Six Sigma Methode an, in Deutschland beläuft sich die Zahl auf etwa 200.¹⁴ Die Kostenersparnis bei den Unternehmen, die Six Sigma weltweit anwenden betrug 2003 zusammengerechnet mehr als 100 Milliarden US - Dollar.¹⁵ Dieses Ergebnis zeigt ganz eindeutig, welche Potenziale die Implementierung von Six Sigma für Unternehmen aus fast allen Branchen haben kann.

3.2. Der DMAIC - Zyklus für Prozessverbesserungen

Zur Verbesserung bereits bestehender Prozesse verwendet man gemäß der Six - Sigma - Methode den sogenannten DMAIC - Zyklus. Dies ist ein phasenweises Vorgehen, welches den Kern der Prozessverbesserung darstellt.¹⁶ Hierbei werden aufgrund einer bestimmten Vorgehensweise Prozesse dementsprechend verändert oder „modelliert“, damit sie das angestrebte 6 - 1 - Niveau erreichen und somit den Anforderungen einer Null - Fehler - Qualität genüge tun.

Alle Six - Sigma - Projekte basieren auf dem klassischen „Deming - Zyklus“ Plan Do Check Act (PDCA). Daraus leitet sich nun wiederum der DMAIC - Zyklus ab, und er besteht aus den Phasen Define, Measure, Analyze, Improve und Control.¹⁷ Auf Deutsch bedeutet dies nichts anderes als definieren, messen, analysieren, verbessern und kontrollieren. Die Abbildung 2 verdeutlicht diese Herangehensweise.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Der DMAIC - Zyklus

3.3. Die Notwendigkeit von Design for Six Sigma

Wie bereits erläutert, beschäftigt sich der DMAIC - Zyklus mit der ganzheitlichen Produkt- und Prozessverbesserung, auf der Grundlage, dass diese Produkte oder Prozesse in bestimmter Form schon vorhanden sind.

Es hat sich aber die Erkenntnis durchgesetzt, dass Versäumnisse in der Produkt- oder Prozessentwicklung für ein Unternehmen in den nachfolgenden Wert- schöpfungsphasen hohe kumulierte Fehlerkosten zur Folge haben.¹⁸ Zusätzlich besteht die Problematik, dass die angestrebte Null - Fehler - Qualität bei bereits existierenden Prozessen nur schwer zu erreichen ist.

Bezeichnet wird dieses Phänomen als die sogenannte „5 - Sigma - Wand“. Sie basiert auf der Erkenntnis, dass durch den Einsatz von Six - Sigma - Projekten ein Niveau von vier bis fünf Sigma einen relativ kurzen Zeitraum von zwei bis drei Jahren erfordert, die Überschreitung der 5 1 Grenze jedoch bedeutend schwerer zu er- reichen ist.¹⁹ Die Abbildung 3 stellt dieses Phänomen grafisch dar.

Abb. 3: „Die 5 - Sigma - Wand“

Um nun dieser Problematik vorzubeugen, müssen andere Wege gegangen werden. Dies geschieht nun in der Form, dass die Prozesse neu konzipiert oder gestaltet werden, damit sie von Beginn an die ersehnte Prozessfähigkeit besitzen, dazu bedient man sich der DFSS Methode.²⁰

Man kann sagen, dass Design for Six Sigma ein Anwendungsgebiet der Six - Sigma - Methode ist, mit dem Ziel der Integration der Methode in Entwicklungsprozesse eines Unternehmens.

Der Kern des Herangehens ist also die Festlegung der Designqualität sowie die Durchführung von Qualitätsmessung und Verbesserung der Vorhersagbarkeit bereits in frühen Entwicklungsphasen. Das hat zur Folge, dass ein wirkungsvollerer und kostengünstigerer Weg beschritten wird, um Six - Sigma - Qualität zu erreichen, anstatt zu versuchen, die Probleme zu einem späteren Zeitpunkt zu lösen.²¹ Design for Six Sigma ist somit eine Form des proaktiven Qualitätsmanagements, das die Qualitätssicherungsaktivitäten in Produktion und Absatz gezielt minimieren will.²² Obwohl das Design das tatsächlich kleinste Kostenelement bei Produkten darstellt, hat es zumeist die größte Hebelwirkung auf die Gesamtkosten. DFSS erlaubt es, die Prozesse so zu entwerfen, dass die Resultate einfach und kosteneffektiv sind und gleichzeitig die Bedürfnisse der Kunden erfüllen.²³ Die Abbildung 4 soll diesen Zusammenhang untermauern. Sie stellt die tatsächlichen Kosten dem Kosteneinfluss gegenüber und macht die Hebelwirkung, die das Produktdesign auf die diese Kosten hat, deutlich.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: DFSS - Hebelwirkung beim Produktdesign

Wie bereits erläutert, ist die DFSS - Methode dazu da, neue Prozesse, Produkte und Dienstleistungen zu entwerfen. Sie hat vor allem in Hinblick auf Innovationen eine zentrale Bedeutung. Durch die Konzeption von robusten und stabilen Prozessen auf einem 61 Qualitätsniveau kann sich ein Unternehmen zukünftige Marktpositionen sichern, denn die Befriedigung von Kundenwünschen bei gleichzeitiger Kosten- senkung, kann als entscheidender Wettbewerbsvorteil angesehen werden.

4. Vorgehensweise bei Design for Six Sigma

4.1. Unterschiede in der Herangehensweise

Im Unterschied zum allgemein anerkannten und klar definierten Vorgehen gemäß dem DMAIC - Zyklus bei Six - Sigma - Projekten sind die Phasen des DFSS nicht allgemeingültig festgelegt oder anerkannt. Die Ursache hierfür ist, dass viele Unternehmen oder Trainingorganisationen DFSS unterschiedlich definieren und entsprechend den Bedürfnissen der jeweiligen Organisation anpassen. Man unterscheidet hierbei vor allem zwischen den drei wichtigsten Varianten:

-DMADV = Define (definieren), Measure (messen), Analyse (analysieren), Design (gestalten), Verify (überprüfen),
-DCCDI = Define (definieren), Customer (Kunde), Concept (Konzept), Design (gestalten),
-DMEDI = Define (definieren), Measure (messen), Explore (erforschen),
Develop (entwickeln), Implement (implementieren)

Letztere Methode wird hierbei vornehmlich von der Beratungsgesellschaft Price- waterhouseCoopers eingesetzt, um die dortigen Geschäftsprozesse adäquat zu gestalten.

Die hier als erstes aufgeführte DMADV - Methode von Design for Six Sigma ist jedoch die wohl gebräuchlichste unter der Vielzahl verwendeter Vorgehensweisen und wird vor allem vom Six Sigma Paradeunternehmen General Electrics angewandt. Sie ist eng an den bereits erwähnten DMAIC - Zyklus angelehnt und versucht, über seine fünf Phasen robuste Prozesse auf 6 - 1 - Niveau zu konzipieren. Dieses Verfahren, was als ein Zyklus verstanden werden kann, soll im Weiteren näher beschrieben und erklärt werden.

4.2. Der DMADV - Zyklus

4.2.1. Define

Wie bei Six Sigma beginnt der Zyklus mit der Define - Phase. Ziel dieses Abschnittes soll es sein, das Projekt mitsamt seinen Zielen und Verantwortlichkeiten zu definieren und einen Projektplan, welcher den Projektumfang, dessen Grenzen und einen Terminplan beinhaltet, zu entwerfen.

Des Weiteren werden in dieser Phase auch die kritischen Kundenanforderungen (CTQ´s) ermittelt, denn auch hier spielen selbstverständlich die Kundenbedürfnisse eine zentrale Rolle bei der Gestaltung des Prozesses oder des Produktes. Hierfür ist die wirklichkeitsgetreue Abbildung der CTQ´s ein Garant dafür, dass die Ziele im weiteren Verlauf nicht aus den Augen verloren werden.²⁴

Für die konsequente Orientierung der Forderungen der definierten internen oder externen Kunden verwendet man die sogenannte SIPOC - Analyse als Analyse- instrument.²⁵

Wie Abbildung 4 zeigt, ist die SIPOC-Analyse eine strukturierte Übersichtsdarstellung eines Prozesses mit den Komponenten Supplier, Input, Prozess, Output und Customer. Sie veranschaulicht den Wertschöpfungsprozess mit seinen Input - Output - Beziehungen vom Lieferanten bis zum Kunden, oder in umgekehrter Richtung. Sie dient somit der Definition von benachbarten Prozessen, angrenzenden Bereichen und zeigt die möglichen Schnittstellen des Prozesses auf. Die Darstellung betrachtet den Prozess hierbei aus der „Vogelperspektive“ und liefert außerdem eine Hilfestellung zur Zuordnung der konkreten Anforderungen, Akteure und Adressaten zu den jeweiligen Phasen.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 5: Die SIPOC-Analyse

Als weiteres Analyseinstrument dient in diesem Zusammenhang die sogenannte VOC - Analyse, wobei VOC für Voice of Customer steht. Hier wird die „Stimme des Kunden“ explizit in die Überlegung mit einbezogen. Das Ziel soll es sein, die generellen Wünsche, Erwartungen und Anforderungen der Zielkunden bezüglich einer beschriebenen Situation oder Problemlösung in Erfahrung zu bringen.²⁶ Zur Veranschaulichung verwendet man gemeinhin das Kano-Modell, welches die Anforderungen in „Basisanforderungen“ (diese müssen erfüllt sein), „Leistungs- anforderungen“ (sind klar artikulierbar bzw. messbar) und „Begeisterungs- anforderungen“ (sind kundenbegeisternd) unterteilt. Bei einem beliebigen Produkt wird das Fehlen der „Basisanforderungen“ eine große Unzufriedenheit auslösen, das Vorhandensein führt dennoch nicht zu Zufriedenheit, da diese Anforderung erwartet wird. Für die sogenannten „Leistungsanforderungen“ gilt dies jedoch nicht, hier steigt die Zufriedenheit linear zum Erfüllungsgrad und bei „Begeisterungsanforderungen“

steigt die Kundenzufriedenheit sogar stärker als deren Erfüllungsgrad.²⁷ Abbildung Nummer 6 verdeutlicht den eben erläuterten Zusammenhang grafisch.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Das Kano-Modell

Ausgehend von diesen Erkenntnissen ist es nun möglich, kritische Eigenschaften zu benennen, Schwerpunkte zu setzen und wichtige Kriterien für Kundenzufriedenheit zu identifizieren.

4.2.2. Measure

Aufbauend auf den Erkenntnissen aus der vorigen Define - Phase geht es nun in der Measure - Phase darum, zu ermitteln, in wie weit der betrachtete Prozess die ermittelten Kundenanforderungen erfüllt.

Ziel dieser Phase soll es sein, die Kundenwünsche explizit zu ermitteln und die Prozessleistung zu messen. Hierfür müssen zuerst die relevanten Zielgruppen durch Marktforschung und die Befragung potentieller Kundengruppen identifiziert und segmentiert werden.²⁸

Im Unterschied zu vorhandenen Prozessen und Produkten, kann man den Kunden jedoch noch nicht bezüglich eines konkreten Produktes befragen, man muss die Kundenwünsche und Bedürfnisse also in Erfahrung bringen und dies geschieht hier oftmals unter Einsatz des sogenannten Quality Function Deployment (QFD).²⁹

Das ist eine Vorgehensweise, bei der die aus Kundensicht formulierten Erwartungen

an das Produkt in mehreren Arbeitsschritten in Zielgrößen für die Projektmerkmale übersetzt werden, damit sie von Technikern verstanden und umgesetzt werden können.³⁰ Anders ausgedrückt versteht man darunter die gezielte Planung und Entwicklung der Qualitätsfunktionen eines Produktes/einer Dienstleistung, gemäß den vom Kunden geforderten Qualitätsmerkmalen.³¹

Hier werden nach erfolgreicher Strukturierung und Gewichtung der Eingangsdaten in die Matrizen des QFD existente Verknüpfungen von Zeilen (Was?) und Spalten (Wie?) dar- gestellt.³² Die Wertung der Ver- knüpfungen ist üblicherweise in „schwach", „mittel" und „stark" eingestuft. Typische Was - Fra- gen sind hier beispielsweise: „Was braucht der Kunde?“ „Was wird benötigt?“ „Was soll er- reicht werden?“

Abbildung in dieser Leseprobe nicht enthalten

Abb. 7 QFD - Korrelationsmodell nach Akao

Hiermit in Verbindung gesetzt werden nun die auf die Qualitätsmerkmale bezogenen Wie - Fragen. Bespiele hierfür sind folgende Fragen: „Wie bekommt man es?“ „Wie stellt man es her?“ „Wie setzt man es ein?“ „Wie soll das erreicht werden?“ Das QFD dient also dazu, die in der Define - Phase ermittelte „Voice of Customer“ in die technische Produkt- und Prozessgestaltung zu übertragen.

Wie bereits in Kapitel 2.2. erwähnt, basiert die DFSS - Methode auf einem statis- tischen Modell. Dies hat zur Folge, dass nur auf Grundlage von konkreten Mess- werten Aussagen über Wahrscheinlichkeiten und Vertrauensbereiche getroffen werden können.

[...]

---

¹ Vgl. Magnusson/Kroslid/Bergmann 2004, S. 112.

² Vgl. http://www.six-sigma.de/ (Stand: 11.08.2007).

³ Vgl. Töpfer 2004, S. 98.

⁴ Vgl. Bergbauer 2006, S. 1.

⁵ Vgl. Nietz 2007, S. 3.

⁶ Vgl. Töpfer 2007, S. 196.

⁷ Vgl. Bamberg/Baur 2001, S. 109.

⁸ Vgl. Wilhelm 2003, S. 50.

⁹ Vgl. Bergbauer 2006, S. 2.

¹⁰ Vgl. Töpfer 2007, S. 3/4.

¹¹ Vgl. Harry/Schroeder 2005, S. 28/29.

¹² Vgl. Harry/Schroeder 2005, S. 9.

¹³ Vgl. Töpfer 2007, S. 41.

¹⁴ Vgl. Eriksdotter 2005.

¹⁵ Vgl. www.wiley-vch.de.

¹⁶ Vgl. Bergbauer 2006, S. 17.

¹⁷ Vgl. Töpfer 2007, S. 80.

¹⁸ Vgl. Töpfer 2004, S. 99.

¹⁹ Vgl. Töpfer 2007, S. 104.

²⁰ Vgl. Harry/Schroeder 2005, S. 39.

²¹ Vgl. Kroslid 2003, S. 116.

²² Vgl. Töpfer 2004, S. 102.

²³ Vgl. Harry/Schroeder 2005, S. 178.

²⁴ Vgl. Bergbauer 2006, S. 22.

²⁵ Vgl. Töpfer 2007, S. 81.

²⁶ Vgl. Töpfer 2004, S.111.

²⁷ Vgl. Töpfer 2007, S. 82.

²⁸ Vgl. Töpfer 2004, S. 105.

²⁹ Vgl. Bergbauer 2006, S. 112.

³⁰ Vgl. Wilhelm 2003, S. 124.

³¹ Vgl. Töpfer 2004, S. 115.

³² Vgl. http://qfd.know-library.net.