CUSUM-Regelkarten-Rechner

Kleine, anhaltende Verschiebungen im Energieverbrauch mit einer CUSUM-Regelkarte (kumulative Summe) erkennen

Berechnet Pages zweiseitige CUSUM-Statistik (kumulative Summe) aus einer Messreihe gegenüber einem Zielwert und kennzeichnet anhaltende Auf- oder Abwärtsverschiebungen, die eine Standard-Shewhart-Karte übersehen würde — die von ISO 50001 empfohlene Methode zur Überwachung der Energieleistung.

Was ist eine CUSUM-Regelkarte?

Eine CUSUM-Regelkarte (kumulative Summe) akkumuliert die Abweichung jedes neuen Messwerts vom Zielwert, statt jeden Punkt isoliert zu betrachten wie eine Standard-Shewhart-Karte. Diese Akkumulation macht CUSUM weit empfindlicher gegenüber kleinen, anhaltenden Verschiebungen — ein Prozess, der um 0,5 Standardabweichungen vom Ziel abdriftet, kann Dutzende Punkte benötigen, um eine Standardkarte auszulösen, aber eine CUSUM-Karte kann dies innerhalb weniger Punkte erkennen, da sich die kleinen Abweichungen fortlaufend summieren.

Pages zweiseitiges CUSUM verfolgt zwei laufende Summen: eine obere Summe (C⁺), die wächst, wenn Werte über dem Ziel plus einer Toleranz K liegen, und eine untere Summe (C⁻), die wächst, wenn Werte unter dem Ziel minus K liegen. Beide Summen setzen sich gegen null zurück, sobald der Prozess auf Ziel liegt, sodass sie sich nur bei einer echten anhaltenden Verschiebung akkumulieren und nicht bei normalem Zufallsrauschen. Ein Signal wird ausgelöst, wenn eine der beiden Summen ein Entscheidungsintervall H überschreitet.

Im Energiemanagement (ISO 50001) ist CUSUM besonders wertvoll, um ein Gerät zu erfassen, das allmählich zu höherem Energieverbrauch abdriftet — etwa einen langsamen Rückgang der Verdichtereffizienz, den ein monatlicher Rechnungsvergleich erst nach Monaten aufdecken würde, den eine CUSUM-Karte auf täglichen oder wöchentlichen Verbrauchsdaten aber schon innerhalb weniger Tage nach Beginn der Drift sichtbar machen kann.

Formula: C⁺ₙ = max(0, xₙ − (μ₀ + K) + C⁺ₙ₋₁) C⁻ₙ = max(0, (μ₀ − K) − xₙ + C⁻ₙ₋₁) Signal when C⁺ₙ > H or C⁻ₙ > H

Berechnungsbeispiel

Ein Prozess mit dem Ziel 100 liefert die Messwerte 100, 102, 98, 101, 99, 103, 108, 110, 112, 115 — die letzten vier Punkte zeigen eine klare Aufwärtsdrift. Mit automatisch aus der Standardabweichung der Daten berechneten K und H bleibt C⁺ über die ersten fünf Punkte bei 0 (noch keine anhaltende Abweichung), steigt dann stetig auf etwa 33 beim zehnten Punkt, überschreitet das Entscheidungsintervall und löst am Punkt 10 ein Signal aus. C⁻ bleibt durchgehend bei 0, da keine Abwärtsdrift vorliegt. Das Ergebnis identifiziert korrekt eine positive (aufwärts gerichtete) Verschiebung.

Wann Sie diesen Rechner verwenden sollten

Häufige Fehler, die vermieden werden sollten

Ergebnisse interpretieren

Relevante Normen & Referenzen

Häufig gestellte Fragen

Wie sollte ich die Toleranz (K) und das Entscheidungsintervall (H) wählen?

Ein üblicher Branchenstandard ist K = σ/2 (eine halbe Standardabweichung) und H = 5σ, was dieser Rechner automatisch verwendet, wenn die Felder leer bleiben — diese Kombination ist darauf abgestimmt, eine 1-Sigma-Verschiebung im Durchschnitt innerhalb von etwa 8-10 Punkten zu erkennen. Kleinere K-Werte machen die Karte empfindlicher für kleine Verschiebungen, erhöhen aber Fehlalarme; größere H-Werte reduzieren Fehlalarme, verzögern aber die Erkennung echter Verschiebungen.

Wann sollte ich CUSUM statt einer Standard-Shewhart-Regelkarte verwenden?

Verwenden Sie CUSUM, wenn Sie kleine, anhaltende Verschiebungen (etwa 0,5 bis 2 Standardabweichungen) so schnell wie möglich erkennen müssen — Shewhart-Karten (X-quer, I-MR) eignen sich besser zur Erkennung großer, plötzlicher Verschiebungen, reagieren aber langsam auf allmähliche Drift. Viele Praktiker betreiben beide Kartentypen parallel: Shewhart für plötzliche Spitzen, CUSUM für langsame Trends.

Was bedeutet es, wenn sowohl C⁺ als auch C⁻ im selben Datensatz signalisieren?

Ein Signal auf beiden Seiten deutet meist darauf hin, dass sich der Prozess in eine Richtung verschoben und später wieder zurück (oder darüber hinaus) in die andere Richtung verschoben hat, oder dass der verwendete Ziel-/Standardabweichungswert nicht gut zum Prozess passt. Es lohnt sich, die Rohdaten zu überprüfen und zu bestätigen, dass der Zielwert noch angemessen ist, bevor man dies als zwei unabhängige Verschiebungen behandelt.