Rechner für Qualität & Produktionsmanagement
AIAG- und ISO-konforme Rechner für Cpk/Ppk, AQL-Stichprobenprüfung, OEE, Zuverlässigkeit (MTBF/Weibull), DOE und Six-Sigma-Fehlerkennzahlen.
Verfügbare Werkzeuge
- AQL-Stichprobenrechner: Berechnung der Stichprobengröße und Annahme-/Ablehnungskriterien nach AQL
- Cpk-Rechner: Prozessfähigkeitsindex (Cp, Cpk) berechnen
- Taktzeit-Rechner: Taktzeit aus Bedarf und Verfügbarkeit berechnen
- OEE-Rechner: Gesamtanlageneffektivität (OEE) berechnen
- PPM / Sigma-Konverter: Umrechnung zwischen Fehlerrate, PPM und Sigma-Niveau
- Regelkarte (SPC): Shewhart XBar-R oder XBar-S Regelkarte zur statistischen Prozesslenkung
- SPC-Analyse-Workbench: Geben Sie eine Datum+Messwert-Zeitreihe ein und erhalten Sie Prozessfähigkeit, Regelkarten, Histogramm und Musterregel-Prüfungen auf einmal.
- DPMO-Rechner: Fehler pro Million Möglichkeiten und Sigma-Niveau berechnen
- Ppk-Rechner: Prozessleistungsindex (Pp, Ppk) mit Gesamtstandardabweichung berechnen
- Stillstandskosten-Rechner: Gesamtkosten von Produktionsausfällen berechnen
- FPY / RTY Ausbeute-Rechner: Berechnung der Erstausbeute (FPY) pro Schritt und der kumulierten Durchlaufausbeute (RTY)
- MTBF/MTTR-Rechner: Berechnung der mittleren Betriebszeit zwischen Ausfällen und Anlagenverfügbarkeit
- RPN & Maßnahmenprioritäts-Rechner (FMEA): FMEA-Fehlermöglichkeiten mit der AIAG-VDA 2019 Maßnahmenpriorität priorisieren (RPN zur Referenz angezeigt)
- Zykluszeit-Analyse: Statistische Analyse von Zykluszeitmessungen: Durchschnitt, Spannweite, Standardabweichung und Verteilung
- Maschinenfähigkeitsindex (Cmk): Berechnung des Maschinenfähigkeitsindex aus Messdaten mit Spezifikationsgrenzen
- Fließbandabstimmung (RPW): Arbeitsgänge mit der Ranked-Positional-Weight-Heuristik auf Stationen verteilen
- Pareto-Analyse: Identifizieren Sie die wesentlichen Ursachen mit ABC-Klassifizierung und kumulativer Prozentverteilung (80/20-Regel)
- Weibull-Zuverlässigkeitsanalyse: Weibull-Verteilung an Ausfallzeitdaten anpassen zur Vorhersage von Zuverlässigkeit und Ausfallmodus
- Normalitätstest: Prüfen Sie ob Ihre Daten normalverteilt sind
- Verteilungsanpassung: Wahrscheinlichkeitsverteilungen anpassen und Normalität bewerten
- Ausreißererkennung: Erkennung von Anomalien in numerischen Daten mittels Isolation Forest
- LOF-Anomalieerkennung: Anomalien mit Local Outlier Factor erkennen
- DOE-Design-Generator: Designmatrizen für verschiedene Versuchspläne generieren
- DOE-Effektanalyse: Analyse von Haupteffekten und Wechselwirkungen aus faktoriellen Experimenten
- DOE-Teststärke-Rechner: Statistische Teststärke für faktorielle Versuchspläne berechnen
- Taguchi Robustes Design: Signal-Rausch-Verhältnisse für Taguchi-Versuchsanalyse berechnen
- RSM-Optimierung: Antwortflächenmodell anpassen und steilsten Anstiegspfad finden
- Wünschbarkeits-Optimierung: Derringer-Suich-Wünschbarkeit für mehrere Antworten berechnen
- Auftragsreihenfolge-Simulator: Einmaschinen-Scheduling mit Prioritäts-Dispatching-Regeln simulieren
- Parallele Maschinenplanung: Aufträge auf mehrere parallele Maschinen verteilen
- Gage R&R Rechner (MSA): Bewertung der Wiederholbarkeit und Vergleichbarkeit eines Messsystems mit der AIAG Average-Range-Methode
Statistik für die Werkhalle, aus den Normen abgeleitet
Qualitätsingenieure, SQEs, Produktionsmeister und Six-Sigma-Anwender verbringen ihren Arbeitstag damit, rohe Produktionsdaten in Entscheidungen zu übersetzen: Ist dieses Los annahmefähig, ist der Prozess zentriert, erreicht die Linie ihre Taktzeit? Der Großteil dieser Arbeit ist klassische Statistik angewandt auf Messwerte aus einem KMG, einem Drehmomentprotokoll oder einem MES-Export — ein Cpk aus 30 Teilen, ein AQL-Plan aus einer Tabelle nach ISO 2859-1, eine OEE-Auswertung aus den Stillstandseinträgen des Vortags, eine Pareto-Analyse der häufigsten Fehlercodes. Jeder Rechner auf dieser Seite setzt die Formel um, die die zugehörige Norm tatsächlich vorschreibt (ISO 22514 für Cpk/Ppk, AIAG SPC für Eingriffsgrenzen, ISO 2859-1 für die einfache Stichprobenprüfung, Weibull-MLE für die Zuverlässigkeit) und nennt seine Annahmen im Theorie-Abschnitt, damit die Zahl in einer PPAP-Vorlage oder einem 8D-Bericht verteidigt werden kann. Die Eingabefelder akzeptieren die Stichprobenumfänge, Untergruppenformate und Einheiten, in denen echte Werkstattdaten tatsächlich anfallen.
Für wen diese Rechner gedacht sind
Ein Lieferanten-Qualitätsingenieur, der ein PPAP vorbereitet, nutzt Cpk, Ppk und Normalverteilungstests, um ein Prozessfenster gegen eine CTQ-Toleranz des Kunden zu zertifizieren; ein Produktionsmeister öffnet OEE, Zykluszeit, Takt und Stillstandszeit, um zu erklären, warum die Schicht ihr Ziel verfehlt hat. Ein Green Belt, der ein DMAIC-Projekt führt, stützt sich auf DPMO und PPM zur Problemdimensionierung, Pareto und RPZ zur Priorisierung von Fehlerarten sowie DOE (faktorielle Effekte, Teststärkeanalyse, Response-Surface, Taguchi-Felder), um Maßnahmen vor dem Rollout zu prüfen. Ein Zuverlässigkeitsingenieur passt MTBF- und Weibull-Verteilungen an Felddaten an, um einen Garantieanspruch oder eine Burn-in-Grenze zu belegen. Ein SPC-Analyst überwacht Regelkartensignale nach Nelson-Regeln und eskaliert bei fehlender Modellanpassung. Studierende und neue Mitarbeiter nutzen die Theorie-Reiter, um die Formeln ohne Lehrbuch zu verstehen. Diese Werkzeuge ersetzen kein CAPA-System, keine validierte Kalibrierdatenbank und kein signiertes PPAP-Paket; sie liefern die Zahlen, die diese Systeme dokumentieren.
Normen und Quellen hinter den Formeln
Die Rechner folgen den Quellen, die Anwender in Audits tatsächlich zitieren. Attributprüfungen verwenden ISO 2859-1 (einfache Stichprobenprüfung nach AQL), den direkten zivilen Nachfolger von MIL-STD-105E. Die Prozessfähigkeitsindizes (Cp, Cpk, Pp, Ppk) folgen ISO 22514-2 und dem AIAG-SPC-Handbuch einschließlich der Konstanten d2 und c4, mit denen Spannweite und Standardabweichung in eine Sigma-Schätzung umgerechnet werden; MSA-Kennzahlen folgen der vierten Auflage des AIAG-MSA-Handbuchs. Regelkarten setzen die Shewhart-Formeln mit den Western-Electric- und Nelson-Laufregeln zur Erkennung außer Kontrolle geratener Prozesse um. Zuverlässigkeitswerkzeuge verwenden die MLE-Schätzer aus IEC 61710 und die Konventionen des Weibull-Handbuchs (β Form, η Skala, Konfidenzintervalle aus der Fisher-Informationsmatrix). DOE-Screenings, Teststärkeberechnungen, Taguchi-Orthogonalfelder und Response-Surface-Designs folgen Montgomerys Design and Analysis of Experiments sowie dem NIST/SEMATECH e-Handbook of Statistical Methods. OEE folgt der Definition aus Nakajimas TPM-Arbeit und dem ISO-22400-KPI-Satz für die industrielle Fertigung.
Was diese Rechner nicht abdecken
Diese Rechner berechnen Statistiken aus den von Ihnen eingegebenen Daten; sie verbinden sich nicht mit einem laufenden MES, Historian oder LIMS und speichern keine serverseitige Aufzeichnung der gerechneten Zahlen. Sie sind kein Qualitätsmanagementsystem: keine elektronische Signatur, kein Audit-Trail, keine Konformität mit 21 CFR Part 11, kein CAPA-Workflow und kein unternehmensspezifischer Lenkungsplan-Generator. Ausreißererkennung beschränkt sich auf klassische Tests (Grubbs, Tukey-IQR, verallgemeinerter ESD) — kein maschinelles Lernmodell, kein multivariater Drift-Detektor und keine Zeitreihenprognose. Planungswerkzeuge (Dispatching, Parallelmaschinenplanung) lösen Lehrbuchprobleme für Einzel- und Parallelmaschinen und ersetzen kein APS wie SAP PP oder Asprova in einer realen Fabrik. Vollständige Gauge-R&R-Studienplanung, PPAP-Formulargenerierung und kundenspezifische Berichtsvorlagen sind bewusst nicht enthalten. Nutzen Sie die Rechner, um die Zahlen zu erzeugen, und übertragen Sie sie in das jeweilige Führungssystem.