Grundelemente der Prozessmessung

Nachbereitung des Webinars

Prozess- und Leistungsmessgrößen spielen eine Schlüsselrolle, wenn es darum geht, Unternehmen dabei zu unterstützen, auf strategische Ziele hinzuarbeiten, den allgemeinen Zustand von Prozessen zu verfolgen und Verschwendung zu identifizieren, die keinen Mehrwert für die Kunden oder das Unternehmen darstellt. Aber welche Messgrößen sind die richtigen Messgrößen, und wie lassen sie sich am besten bestimmen? Im Dezember 2018 gaben Holly Lyke-Ho-Gland (Principal Research Lead für Prozess- und Performance-Management bei APQC) und Larry Kreger (IT Process Improvement Reporting Manager bei JM Family Enterprises) ein Webinar, um die grundlegenden Elemente der Prozessmessung zu untersuchen. Lyke-Ho-Gland und Kreger diskutierten die Fallstricke der kognitiven Verzerrung bei der Entscheidungsfindung, untersuchten die Unterschiede zwischen verzögernden und führenden Messgrößen, gaben Beispiele für gängige Prozessmessgrößen und skizzierten wichtige Überlegungen zur Wahl der richtigen Messgrößen. Der Schlüssel zu einer guten Entscheidungsfindung, so Lyke-HoGland und Kreger, liegt in der Datenerfassung durch ein ausgewogenes Messgrößenpaket, das sowohl die Prozessleistung als auch die Prozessergebnisse verfolgt.

Kognitive Verzerrungen

Stellen Sie sich einen Teilnehmer einer Gameshow vor, bei der ein wertvoller Preis - vielleicht ein Auto- oder Luxusurlaub - hinter einer von drei Türen liegt. Der Teilnehmer muss die richtige Tür wählen, um den Preis zu gewinnen, während die beiden anderen Türen nichts verraten. Wenn der Gastgeber eine der Türen öffnete, die keinen Preis enthüllte und dem Teilnehmer die Möglichkeit gab, seine Wahl zwischen den beiden verbleibenden Türen zu wechseln, kann man intuitiv davon ausgehen, dass der Teilnehmer nun eine 50/50 Chance hat, die richtige Tür gewählt zu haben.

Diese Annahme ist jedoch ein Beispiel für kognitive Verzerrungen. Die Chance, die richtige Tür auszuwählen, bleibt 1 zu 3, und die Wahrscheinlichkeit, den Preis zu gewinnen, ist höher, wenn man die Wahl trifft. Das "Monty Hall-Problem", das nach dem Moderator der Spielshow Let's Make a Deal benannt ist, ist fehlerhaft in seiner Annahme, dass die Wahrscheinlichkeit normal oder gleichmäßig verteilt ist. Während diese Annahme in der Intuition verwurzelt ist, sagte Kreger: "Wahrscheinlichkeit ist nicht immer intuitiv. Was Metriken zeigen und was die Menschen glauben, ist anders. Metriken können aus diesem Grund überprüft oder sogar abgelehnt werden." Kognitive Verzerrungen können zu fehlerhaften Entscheidungen führen und die Fähigkeit von Unternehmen, strategische Ziele zu erreichen, beeinträchtigen. Weitere Beispiele für kognitive Verzerrungen, die von Lyke-Ho-Gland und Kreger diskutiert wurden, waren unter anderem:

  • Confirmation bias— die Tendenz, nach Informationen zu suchen oder ihnen übermäßiges Gewicht zu verleihen, die helfen, vorgefasste Vorstellungen zu unterstützen.
  • Status quo bias— der Impuls, sicherzustellen, dass die Bedingungen unabhängig von den potenziellen Vorteilen des Wandels gleich bleiben.
  • Verankerung— die Tendenz, sich bei Entscheidungen stark auf eine einzige Information zu verlassen.
  • Der Framing-Effekt— die Art und Weise, wie Informationen gestaltet werden, kann zu sehr unterschiedlichen Entscheidungen oder Interpretationen führen.
  • Der Irrtum des Spielers— ähnlich dem Monty Hall-Problem, ist dies die Idee, dass die Wahrscheinlichkeiten durch vergangene Ereignisse verändert werden, während in Wirklichkeit die Wahrscheinlichkeit konstant bleibt. Wenn eine Münze z.B. 18 mal geworfen wird und die Münze 17 mal Kopf zeigt, bleibt die Wahrscheinlichkeit beim letzten Wurf 50/50.

Kognitive Verzerrungen können eine effektive Entscheidungsfindung behindern, aber die gute Nachricht, so Lyke-Ho-Gland, ist, dass es "Möglichkeiten gibt, Messungen und Daten zu verwenden, die helfen, einige dieser kognitiven Verzerrungen zu lindern und Entscheidungsträger dabei zu unterstützen, bei ihren Entscheidungen effektiver zu sein". Mit den richtigen Kennzahlen können Unternehmen die Prozessleistung effektiv verfolgen und überwachen, um sicherzustellen, dass Unternehmen den Überblick behalten und Prozesse auf strategische Ziele ausrichten können.

Metriken kategorisiert und definiert

Bei der Betrachtung von Prozessmetriken ist es wichtig, zwischen Prozessmetriken und Ergebnismetriken zu unterscheiden. Ergebniskennzahlen (auch bekannt als verzögernde Indikatoren) messen die Ergebnisse oder Ergebnisse eines Prozesses und können Überlegungen wie Kundenzufriedenheit, Kundenbindung und Finanzergebnisse beinhalten. Prozesskennzahlen (auch bekannt als Frühindikatoren) helfen Unternehmen, die Höhe der Variation in einem Prozess zu messen und können Überlegungen wie Effizienz, Zykluszeit oder Qualität beinhalten. Wenn man beispielsweise den Besuch eines Kunden bei einer Bank in Betracht zieht, können Prozessmetriken Wartezeiten und die Genauigkeit der Transaktion beinhalten, während eine Ergebnismetrik die Kundenzufriedenheit von Anfang bis Ende sein kann.

Die Forschung von APQC ergab, dass diese fünf operativen KPIs für Unternehmen die wichtigsten sind:

  • Kundenzufriedenheit (74 Prozent der Befragten)
  • Finanzergebnisse (69 Prozent)
  • Kundenbindung (64 Prozent)
  • Margen (63 Prozent)
  • Auslastung (61 Prozent)

Die Mehrheit der häufigsten KPIs, so Lyke-Ho-Gland, sind Ergebniskennzahlen. Mit anderen Worten, misst die Kundenzufriedenheit und die Margen verfolgen die Endergebnisse eines Prozesses, der mehrere Eingaben umfassen kann. Als Maß für das Gesamtbild sind Ergebniskennzahlen wertvoll für das strategische Denken, helfen aber nicht unbedingt Unternehmen, Probleme im Arbeitsablauf zu lösen. Grundsätzlich, so Kreger, "ist die Verwendung von Ergebnismetriken allein wie Fahren, wenn man nur in den Rückspiegel schaut. Wir wissen, was passiert ist, aber wir wissen nicht, was vor uns liegt."

Prozesskennzahlen ermöglichen es Unternehmen, einen bestimmten Prozess zu analysieren, um seine Leistung zu messen, Fehler oder Ineffizienzen zu bewerten und gegebenenfalls Anpassungen vorzunehmen. "Wenn die Kundenzufriedenheit nachlässt, müssen wir aufschlüsseln und herausfinden können, warum dies der Fall ist", erklärte Lyke-Ho-Gland. "Prozessmessgrößen ermöglichen es uns, weiterzumachen und die Ursache zu identifizieren, um sie zu beheben." Dies bedeutet jedoch nicht, dass Unternehmen nur Prozessmetriken verwenden sollten: Prozess- und Ergebnismetriken sind beide wichtig, um einen umfassenden Überblick über die Leistungsergebnisse mit feinkörnigen Analysen über die Funktionsweise einzelner Prozesse auszugleichen.

Übliche Prozessmessgrößen

First Pass Qualität

Die First Pass Qualität, auch bekannt als reibungsloser Ablauf, misst die Wahrscheinlichkeit einer erfolgreichen Prozessausführung ohne Nacharbeit oder Ausschuss. Zum Beispiel, sagte Kreger, stellen Sie sich vor, ein Kunde ruft eine Telefongesellschaft an, um eine Klärung auf einer Rechnung zu erhalten (dargestellt in Abbildung 1 unten).

First Pass Qualität zur Lösung des Problems der Telefonrechnung

Die First Pass Qualität wird berechnet, indem die First Pass Ausbeute jedes Schrittes des Prozesses multipliziert wird, vom Zeitpunkt, an dem der Kunde die Telefongesellschaft anruft, bis zum Abschluss des Anrufs. Jede der drei Erfolgsratenspalten zeigt unterschiedliche Ergebnisse, abhängig von der Zuverlässigkeit der verschiedenen Prozessschritte. Wenn zum Beispiel die Erfolgsrate, einen Repräsentanten zu erreichen, nur 40 Prozent beträgt, liegt die First Pass Qualität bei 37,9 Prozent. Im Gegensatz dazu hat ein Prozess mit Schritten, die eine einheitliche Erfolgsquote von 99 Prozent haben (dargestellt durch die Spalte rechts außen), eine First Pass Qualität von 95,1 Prozent.

Eine natürliche Frage für die First Pass Qualität ist: Was ist eine akzeptable Erfolgsrate? "Die Antwort ist: Es kommt darauf an", sagte Kreger. "Wenn Sie ein menschlich besetztes Space Shuttle starten, werden Sie eine viel höhere First-Pass-Ausbeute wollen, als wenn Sie eine neue App auf Ihrem Smartphone installieren." Die akzeptable First Pass Qualität wird je nach Branche und Prozess variieren; der Schlüssel zum Erfolg für Kreger ist, dass ein fehlerhafter oder suboptimaler Schritt im Prozess die First Pass Qualität signifikant senken kann, selbst wenn alle anderen Schritte eine hohe Erfolgsrate haben.

Statistische Prozesskontrolle und Regelkarten

Statistische Prozesskontrolle wurde in den 1920er Jahren von Ingenieuren entwickelt, um die Zuverlässigkeit zu verbessern und die Bedeutung der Reduzierung von Schwankungen in einem Prozess zu erkennen. Gleichzeitig, so Kreger, "wurde auch erkannt, dass ständige Prozessanpassungen als Reaktion auf Abweichungen die Variationsbreite erhöhen und die Qualität mindern". Aus diesem Grund ist es wichtig, zwischen zuordenbaren Ursachen und gemeinsamen Ursachenschwankungen in einem Prozess zu unterscheiden. "Die Ingenieure erkannten, dass, wenn sie auf Variationen reagierten, die routinemäßig oder üblich waren, sie riskierten, Zeit zu verschwenden, indem sie nach Erklärungen oder zuweisbaren Ursachen suchten, wo es keine gab, und Geld für Änderungen vergeudeten, die nicht benötigt wurden, wie Reparaturen, neue Ausrüstung oder Schulungen", stellte Kreger fest. Andererseits bestand die Gefahr, dass das Versäumnis, auf wesentliche Veränderungen der Prozessergebnisse zu reagieren, zum Scheitern verurteilt war. Statistische Prozesskontrolle, sagte Kreger, bietet eine Möglichkeit, festzustellen, wann Variationen akzeptabel sind und wann sie das Ergebnis von Prozessfehlern oder Ineffizienzen sein könnten.

Als Beispiel für die statistische Prozesskontrolle nannte Kreger ein Beispiel für eine Organisation, die weiße Perlen herstellt. Mitarbeiter schaufeln jeweils genau fünfzig Perlen aus einem Eimer, und jeder Eimer enthält 90 Prozent weiße Perlen und 10 Prozent rote Perlen. Das Unternehmen kann nur weiße Perlen verkaufen, so dass alle roten Perlen als Schrott im Verhältnis zur Gesamtzahl der ausgezogenen Perlen ausgewiesen werden. Die akzeptable Ausschussrate oder die Anzahl der roten Perlen pro Schaufel wurde vom Management auf 12 Prozent festgelegt.

Die Prozessregelkarte, die in der unteren Ecke von Abbildung 2 zu sehen ist, zeigt, dass aufgrund der statistischen Verteilung der roten Perlen eine gewisse Abweichung im Prozess zu erwarten ist. Die Tatsache, dass ein Mitarbeiter 12 rote Perlen herausgeschöpft hat, macht sie nicht zu einer schlechteren Mitarbeiterin als einer, der wegen der Variation, die dem Prozess innewohnt, nur vier herausgeschöpft hat. Die Verteilung der Variation in der Regelkarte kann Unternehmen und Organisationen eine schnelle und einfache Möglichkeit bieten, festzustellen, ob die Variation innerhalb akzeptabler Grenzen liegt.

Prozessvariation und Regelkarte für das Unternehmen White Bead Company

Regelkarte am Beispiel der White Bead Company

Prozesstauglichkeit und Prozessfähigkeitsindex

Eine weitere Prozesskennzahl ist die Prozessfähigkeit, die die Fähigkeit eines Prozesses misst, Produkt- oder Leistungsspezifikationen zu erfüllen. Die Prozessfähigkeit (Cp) stellt die Leistung eines Prozesses dar, wenn der Mittelwert des Prozesses und die Zielspezifikation gleich sind. Der Prozessfähigkeitsindex (Cpk) ist dagegen eine allgemeinere Kennzahl, die unabhängig vom Sollwert verwendet werden kann.

Als Beispiel für Prozessfähigkeit, sagte Kreger, stellen Sie sich einen Prozess zum Parken eines Autos in der Mitte einer Garage vor. Die Breite der Garage entspricht den Vorgaben des Kunden: Solange das Auto in die Wände der Garage passt, wurden die Vorgaben des Kunden erfüllt. Bei einem Prozess, der weit innerhalb der Kundenspezifikation liegt, kann der Prozess nach oben oder unten driften, ohne aus dem vorgegebenen Ziel zu fallen. Das Auto kann beispielsweise leicht nach links oder rechts geparkt werden, aber immer noch in der Garage. Wenn ein Prozess jedoch zu viele Variationen oder Drift aufweist, kann es vorkommen, dass der Prozess irgendwann außerhalb des angegebenen Ziels liegt. Damit der Parkvorgang die besten Erfolgsaussichten hat, sagte Kreger: "Sie sollten daran arbeiten, Variationen und Zentrierungen zu reduzieren".

Abbildung 3 zeigt eine Zusammenfassung von sechs verschiedenen Fällen, in denen die Garagenbreite die Kundenspezifikation darstellt und die Kabinenbreite die Prozessbreite ist. Die Prozessfähigkeit und der Prozessfähigkeitsindex ändern sich mit der Breite und Platzierung des Fahrzeugs. Fall A stellt einen Prozess dar, der mit nur 2.555 Fehlern pro Millionen sehr gut abschneidet. Fall F, der am wenigsten optimale Prozess, weist ein zu breites Fahrzeug auf, das außerhalb der Kundenspezifikationen liegt, was zu 540.000 Fehlern pro Millionen führt.

Prozessfähigkeitsberechnung

DPMO und Z SCORE

Die Verknüpfung von Prozessfähigkeit und Prozessfähigkeitsindex ermöglicht es auch, die Fehler pro Million (oder DPMO) eines Prozesses und den Z-Score, auch bekannt als Sigma Level, zu bestimmen. "Das Wissen um den Z-Wert kann Ihnen viel über die Prozessleistung sagen", sagte Kreger. Wie in Abbildung 4 dargestellt, führt eine höhere Sigma-Ebene (wobei sechs die höchste ist) zu einer geringeren Anzahl von Fehlern pro Million. Schon geringe Unterschiede im Z-Wert können zu einer deutlich höheren DPMO-Zahl führen. Ein Prozess mit einem Z-Wert von sechs ergibt beispielsweise nur 3,4 Fehler pro Million, während diese Zahl bei einem Prozess mit einem Z-Wert von fünf um über 200 Fehler steigt.

Geschätztes DPMO basierend auf Z-Score

Prozesszyklus-Effizienz

Die Effizienz des Prozesszyklus ist ein Maß dafür, wie viel Wert ein Prozess für den Kunden schafft. Alle Aktivitäten, die mit einem Prozess verbunden sind, können in eine von drei Kategorien eingeteilt werden, je nachdem, ob sie einen Mehrwert bringen:

  • Wertschöpfungsaktivitäten erhöhen den Kundennutzen, für den die Kunden bereit sind zu zahlen.
  • Nicht wertschöpfende Geschäftsaktivitäten, wie z.B. Maßnahmen zur Einhaltung gesetzlicher Vorschriften, sind notwendig, bringen aber keinen Mehrwert für die Kunden.
  • Aktivitäten ohne Wertschöpfung schaffen keinen Mehrwert für den Kunden oder das Unternehmen.

Ein typischer Besuch in einer Arztpraxis beinhaltet beispielsweise viele geschäftliche Aktivitäten ohne Wertschöpfung sowie Aktivitäten ohne Wertschöpfung. Die Kunden werden gebeten, sich anzumelden, im Wartezimmer und im Untersuchungszimmer auf den Arzt zu warten und auf den Auscheck zu warten. Wertschöpfungsaktivitäten, wie die Entnahme von Vitalstoffen und die Behandlung durch den Arzt, sind Wertschöpfungsaktivitäten. Angenommen, die Entnahme von Vitalstoffen durch die Krankenschwester dauert zwei Minuten, und fünfzehn Minuten, bis der Arzt den Patienten behandelte, dann würde die gesamte Wertschöpfungszeit 17 Minuten betragen. Die Effizienz des Prozesszyklus errechnet sich aus der Division der Wertschöpfungszeit durch die Gesamtzeit des Besuchs (z.B. eine Stunde). In diesem Beispiel beträgt die Effizienz des Prozesszyklus 28,3 Prozent, was bedeutet, dass nur 28% der Zeit damit verbracht wurde, dem Kunden einen Mehrwert zu bieten.

Eine gute Prozesszyklus-Effizienz hängt von der Branche und dem Prozess ab, daher ist es wichtig, Branchenbenchmarks zu überprüfen und den Prozess zu messen, sagte Kreger.

Auswahl der richtigen Messgrößen

Es gibt eine Reihe von statistischen Techniken, die es Unternehmen ermöglichen, den Zustand ihrer Prozesse zu überwachen, Verschwendung durch Verfolgung von Aktivitäten ohne Wertschöpfung zu identifizieren und Wahrscheinlichkeiten für Prozessschwankungen zu untersuchen. Aber wie können Unternehmen die richtigen Messgrößen für einen Prozess auswählen? Lyke-HoGland stellte fest, dass es zwei wesentliche Möglichkeiten für Unternehmen gibt, über Messgrößen nachzudenken, wenn sie versuchen, das richtige Set zu identifizieren: fit for the organization und fit for purpose.

Die Anpassung an das Unternehmen ist eine Überlegung darüber, inwieweit die Prozessmessungen mit der breiteren Strategie eines Unternehmens übereinstimmen.

  • Stimmen Messgrößen beispielsweise mit den wichtigsten strategischen Zielen des Unternehmens für das Jahr überein?
  • Stehen sie im Zusammenhang mit dem Umsatz oder der Kundenorientierung?

Operative KPIs wie z.B. Kundenzufriedenheit würden gut zu dem Unternehmen passen, wenn das Unternehmen auf eine stärker kundenorientierte Geschäftskultur hinarbeiten würde. Die Suche nach Messgrößen, die für das Unternehmen geeignet sind, sagte Lyke-Ho-Gland, hilft uns bei unseren Zielen auf einige wichtige Arten. Es hilft uns, den ROI unserer Verbesserungsarbeit darzustellen, und es hilft uns auch, die Art und Weise zu unterstützen und zu zeigen, wie verschiedene Teile des Unternehmens zu den Gesamtzielen beitragen.

Fit to purpose hingegen konzentriert sich darauf, inwieweit Prozessmessungen mit dem Zweck des Prozesses übereinstimmen. Eine wichtige Überlegung bei der Beurteilung der Zweckmäßigkeit ist der betriebliche Zweck des Prozesses. "Zum Beispiel, wenn wir uns unseren Procure to Pay-Prozess ansehen, was ist der größte Wert, den der Prozess den Kunden bringt? Ist es Genauigkeit? Ist es die Zahlungsgeschwindigkeit? Was ist es, auf dass das Unternehmen mehr Wert legt als auf alles andere? Das wird uns helfen zu bestimmen, welche Produktivitätsmessgrößen wir einsetzen wollen", sagte Lyke-Ho-Gland. Eine zweite wichtige Überlegung ist die Maßeinheit. Bei der Messung von z.B. procure to pay, kann die Maßeinheit Stunden, Tage oder Wochen sein. Das Wissen um den grundlegenden Lebenszyklus des Unternehmens kann helfen, den Sinn für das richtige Merkmal oder den richtigen Zeitrahmen zu erkennen, sagte LykeHo-Gland.

Es ist wichtig, sicherzustellen, dass alle gewählten Messgrößen kontextualisiert und unternehmensweit normiert werden, sagte Lyke-Ho-Gland. "Vielleicht haben Sie drei verschiedene Geschäftseinheiten und sind sich einig, dass eine bestimmte Messgröße wichtig ist. Ohne eine Möglichkeit, sie innerhalb eines Kontextes zu normalisieren, sei es nach Umsatz, Investition, Zeitrahmen oder Anzahl der FTEs, sind diese Informationen zwischen diesen Gruppen nicht vergleichbar." Die Festlegung der Messgrößen in einem Kontext ermöglicht Benchmarking und Vergleiche, die Unternehmen helfen, eine breitere Sicht auf einen Prozess zu erhalten, der sich über verschiedene Geschäftseinheiten erstrecken kann.

Eine einfache Möglichkeit, den Prozess der Auswahl der besten Messgrößen zu beginnen, besteht darin, gemeinsame Branchenkennzahlen für bestimmte Prozesse zu betrachten. Branchenkennzahlen bieten eine Perspektive von außerhalb des Unternehmens, die Gespräche mit Führungskräften darüber erleichtert, welche Messgrößen eingesetzt werden sollen. Industrie-Messgrößen geben Unternehmen auch die Möglichkeit, Benchmarks durchzuführen und Ziele zu setzen, so Lyke-Ho-Gland.

Obwohl die besten Messgrößen je nach Prozess und Branche variieren, ist es wichtig, betonte Kreger, ein ausgewogenes Maßnahmenpaket zu wählen, das sowohl breitere strategische Ziele als auch die Gesundheit eines bestimmten Prozesses berücksichtigt. Ergebniskennzahlen, die oft nach der Eignung für das Unternehmen ausgewählt werden, "ermöglichen es Ihnen zu verstehen, was in Zukunft passieren wird. Sie sagen dir, wie gut du dich gemacht hast und wie gut du es machen wirst." Prozesskennzahlen sind dagegen "umsetzbar". Wenn die Leistung niedriger ist und Sie sie erhöhen möchten, gibt es einige Schritte, die Sie unternehmen können. Es gibt nicht viel, was man tun kann, im Gegensatz dazu, sobald man seine Bilanz aus der Finanzwelt hat, ist es erledigt." Ein ausgewogenes Messgrößenpaket ist daher wichtig für Unternehmen, die die Prozessleistung verfolgen und gleichzeitig übergeordnete Unternehmensziele verfolgen wollen. Mit den richtigen Daten, die auf die richtige Weise gemessen werden, können Unternehmen Hindernisse wie kognitive Verzerrungen für eine fundiertere und effektivere Entscheidungsfindung mindern.

 

Six Sigma Deutschland GmbH – Ihr Spezialist für Six Sigma Trainings

Our website is protected by DMC Firewall!
Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden.
Ok