Six Sigma Yellow & Green Belt

Qualitätsmanagement – Six Sigma Yellow & Green Belt

Six Sigma Yellow Belt (ca. 1 Woche)

Einführung in die Six Sigma Strategie – Yellow Belt (ca. 1,5 Tage)
Was ist Six Sigma? Historie und Philosophie
DMAIC-Projektphasen im Überblick sowie deren einzelne Zielsetzung
Rollen und Verantwortlichkeiten
Six Sigma im Kontext von Lean- und QM (OpEx)
KI als Assistenz zur Strukturierung von Projektziel, Scope, Stakeholdern

KI im Verbesserungsprojekt (ca. 0,5 Tage)
KI-Arten (ML,DL,LLM,GenAI)
Daten- und Prompt-Grundlagen
Governance und Sicherheit

Define-Phase (ca. 0,5 Tage)
Problem und Projektdefinition (Project Charter)
Kundenanforderungen verstehen (VOC-CTQ)
Prozessdarstellung (SIPOC)
Operational Definition und Datenqualität
KI-gestütztes Clustering einfacher VOC-Beispiele

Measure-Phase (ca. 0,5 Tage)
Process-Mapping (Flow Chart und Swimlane)
Einblick in die Messsystemanalyse (MSA)
Basis-Kennzahlen (DPMO, Sigma Level)
Datentypen und -erhebung (grafische Analysen)  
KI für Messplan-Checklisten, Plausibilitätschecks

Analyse-Phase (ca. 1 Tag)
Ursache-Wirkungs-Analyse (5-Why, Ishikawa) 
Grundlagen statistischer Methoden
Einblick in Maschinen und Prozessfähigkeit

Improve-Phase (ca. 0,5 Tage)
Lösungsideen generieren (Poka Yoke)
Risiko abschätzen und Einführung FMEA

Control-Phase (ca. 0,5 Tage)
Festlegung der Prozessüberwachung (Control Plan)
Einblick in die Statistische Prozesskontrolle (SPC)
Prozessdokumentation und Standardisierung (SOP)

Six Sigma Green Belt (ca. 3 Wochen)

Projektmanagement mit Six Sigma – Green Belt (ca. 1 Tag)
Green Belts als Projektleitung
Projektstrukturplan (PSP), Projektkommunikation und -dokumentation
Teamwork und Mitarbeiterführung
DMAIC-Projektphasen anhand von Anwendungswerkzeugen und -methoden der fortgeschrittenen Statistik durchlaufen
KI-unterstützte Projektsteuerung: Risiken/Abhängigkeiten, Terminplan-Risikoanalyse

Define-Phase (ca. 1,5 Tage)
Projektsteckbrief, Business Case
Project-Scoping, Stakeholder- und Risikoanalyse
VOC in CTQ-Transformation (CTQ-Tree) 
Teamzusammensetzung, Projektplanung (Gantt Chart, Meilensteinplanung)
Kostenermittlung und Zielformulierung (Benefit)

Measure-Phase (ca. 2,5 Tage)
Erweiterte statistische Grundlagen
Visualisierung und Interpretation (Histogramm, Run Chart, Boxplot)
Kurz- vs. Langzeitfähigkeit (MFU, PFU) 
Berechnung und Interpretation des Sigma Level
Prozesskennzahlen (Pp, Ppk, Cp, Cpk)
Messsystemanalysen (MSA), Bias, Gage R&R
KI-unterstützte Datenchecks (Missing Values, Ausreißerhinweise)

Analyse-Phase (ca. 4 Tage)
Hypothesenentwicklung, Zusammenhangsanalyse
Korrelation (Pearson) und -Varianzanalyse (ANOVA)
Lean-Zeit und -Wertfluss (Yield, OEE, VSM)
Text-/Fehlercode-Clustering für Pareto nach Failure Modes mit KI

Improve-Phase (ca. 1 Tag)
Design of Experiments (DoE)
Lösungsgenerierung und Kreativitätsmethoden (Mindmapping, Brainstorm/-writing, 6-3-5-Methode)
Erprobung (Poka Yoke, Pilotierung, Kosten-Nutzen-Analyse)
Risikominimierung (FMEA, RPZ-Bewertung)
Implementierung

Control-Phase (ca. 1 Tag)
Nachhaltige Implementierung (Control-Plan) 
SPC, Qualitätsregelkarten (X̄-R Karte, X̄-s Karte)
Prozess-Monitoring (KPI, Dashboard, BSC)
Projektabschluss und Übergabe
KI-gestützte KPI-Story/Management Summary

Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung (ca. 4 Tage)



Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.