Setup Menus in Admin Panel

Design of Experiments | DoE Methode im Überblick

Sie wollen Ihre Systeme, Prozesse oder Produkte gezielt und mit möglichst geringem Aufwand durchleuchten? Oder Sie wollen den Haupteinflussfaktor auf die Produktmerkmale erkennen? Dann ist die statistische Versuchsplanung, das Design of Experiments oder kurz DoE genau der richtige Lösungsansatz.

Systeme aller Art – egal, ob es sich um Prozesse oder technische Produkte handelt – werden in der Praxis stets von zahlreichen Faktoren beeinflusst. Diese haben in der Regel einen unterschiedlichen Einfluss auf die Zielgrößen.

Wo liegt das Problem?

Oft ist leider nicht vollständig bekannt, welchen Einfluss ein einzelner Faktor hat und welche Wechselwirkung er mit sich bringt. Zudem sind die Einflüsse von sogenannten Faktorwechselwirkungspaaren eine Herausforderung. Das führt dazu, dass meist keine oder nur unzureichende Aussagen bestehen, wie genau und wie stark diese Faktoren und Wechselwirkungspaare das System an sich beeinflussen.

Woher kommt dieses Problem?

Meist liegt das Problem in der Komplexität des Systems. Dem Zusammenspiel physikalischer, chemischer und biologischer Effekte, die bei der Entwicklung der Systeme, Produkte und Prozesse nicht immer bekannt sind. Gängige Methoden, wie „Trial and Error“ oder OFAT (One Factor at a Time) sind schlicht weg, nicht in der Lage komplexe Zusammenhänge im Detail zu untersuchen. Da, bei diesen Methoden immer nur ein Einflussfaktor untersucht wird. Weiter benötigt man extremen Nachoptimierungsaufwand. Das sorgt dafür, dass die Gesamtkosten, sowie die Projektdurchlaufzeit nach oben schnellen.

Genau all das, was wir bei einem knappen Budget und straffen Zeitplan absolut nicht benötigen.

Soviel mal zum Hintergrund. Wie kann jetzt Design of Experiments / DOE Abhilfe schaffen?

Design of Experiments | DoE im Überblick

Design of Experiments (DoE) ist zugegeben,  eine sehr anspruchsvolle und kostenintensive Methodik, zur statistisch abgesicherten Planung und statistischen Auswertung von Versuchen. Gleichwohl wurde die DoE explizit dafür entwickelt, den Einfluss von vielen Faktoren in einem System möglichst schnell und strukturiert zu analysieren. Deshalb sind wir mehr als zuversichtlich, dass wenn die DoE gemacht wird und richtig gemacht wird, sie viel Ärger, Kosten und Zeit auf lange Sicht sparen wird.

Dementsprechend ist das Ziel von DoE, mit möglichst wenig Versuchsaufwand möglichst viel über die Zusammenhänge, von Einflussvariablen (Inputs) und Ergebnissen (Outputs), zu erfahren ( Y = f (x1 … xn)).

Design of Experiments Modell

Design of Experimets Doe Modell Detail

Damit wir das Ganze mit einem Beispiel verdeutlichen können, haben wir hier eine vereinfachte Darstellung. Wir nehmen für unser Beispiel den Prozess Kaffee kochen. Es dürfte allgemein bekannt sein, was man alles zum Kaffee kochen braucht:

  • Mahlgrad (Wie fein wird der Kaffee gemahlen)
  • Kaffeesorte (Kaffeebeschaffenheit (Öl, Feuchte, Dichte etc.)
  • Brühdauer (Länge des Brühvorgangs)
  • Temperatur (Temperatur beim Aufbrühen)

Mit diesen wenigen Dingen kann man vereinfacht mit einer beliebigen Kaffeemaschine Kaffee kochen. Natürlich kann man auch hier noch viel weiter ins Detail gehen. Das ist für unser Beispiel allerdings nicht relevant. Uns geht es darum aufzuzeigen, dass zwar allgemein bekannt ist, welche Inputs vorhanden sind, aber nicht wie diese interagieren. Sprich, ist der Geschmack, den wir persönlich am Besten finden, hauptsächlich bestimmt durch die Kaffeesorte? Das ist ja das, was man gerne annimmt, oder ist es eigentlich der Mahlgrad bzw. die Brühdauer, welche hier den entsprechenden Ausschlag geben? Das noch viel mehr kann man mit einer DoE optimal überprüfen.

Vorteile der Versuchsplanung mit Design of Experiments | DoE

Mit der DoE ist es möglich, eine nahezu beliebige Anzahl von Faktoren auf ihre Wirkung, für mehrere Zielgrößen, hin zu untersuchen. Des Weiteren, bietet die DoE Methode die Möglichkeit, die meist unterschätzten Wechselwirkungen, zwischen den Variablen gezielt und im Detail zu untersuchen. Da wir fokussiert in einem Modell arbeiten, können wir auch die benötigten Versuche auf ein Minimum reduzieren und so schnell fundierte Erkenntnisse über das System erlangen. Zudem sind die gewonnenen Informationen, bezüglich der Zusammenhänge von Einflussvariablen (Inputs) mit Wirkung auf die Ergebnissen (Outputs), statistisch gesichert und quantifizierbar.

Weitere Vorteile sind:

  • …. benötigen weniger Einzelversuche als „OFAT“-Experimente.
  • …. erlauben die Untersuchung von Haupteffekten und Wechselwirkungen.
  • …. ermöglichen eine Quantifizierung der Effekte der Hauptfaktoren sowie der Wechselwirkungen.
  • …. erlauben eine statistische Auswertung und damit eine Aussage darüber, ob die untersuchten Faktoren einen signifikanten Einfluss auf das Ergebnis haben.
  • …. ermöglichen die Beschreibung des funktionalen Zusammenhangs zwischen den Inputfaktoren und dem Ergebnis in einem mathematischen Modell.
  • …. führen zu einem ungleich größeren Know-how-Zuwachs.
  • …. führen immer zu einem Ergebnis.

Der schnellen Optimierung steht dann nichts mehr im Weg.

Mit den Werkzeugen der statistischen Versuchsplanung / Design of Experiments werden Produkte, Prozesse und Systeme so gestaltet, dass sie möglichst unempfindlich gegenüber Störeinflüssen sind.

Die 7 Schritte des Design of Experiments | DoE

Bei einer DoE sind die 7 Schritte in der Vorgehensweise dabei immer die gleichen:

  1. Formulieren Sie das Problem im Team
  2. Erstellen Sie den Versuchsplan
  3. Führen Sie die Versuche durch
  4. Analysieren Sie die Rohdaten
  5. Erstellen Sie eine Ursache-Wirkungs-Modellierung
  6. Bewerten Sie das Modell
  7. Bestätigen Sie das Modell in der Praxis!

Kriterien die über den Erfolg entscheiden:

Denken Sie daran:

  • Experimentieren ist ein sequenzieller Vorgang. Nicht jedes Experiment führt zum Ziel, aber jedes Experiment führt zu einem systematischen Zuwachs an Wissen.
  • In der Regel werden Sie nicht mit einem Experiment auskommen. Geben Sie deshalb max. 25% des Budgets für das erste Experiment aus.
  • Die Planung eines Experiments ist sehr wichtig. Verwenden Sie genügend Zeit für die Vorbereitung. Planungsfehler lassen sich im Nachhinein nur schlecht korrigieren.

Nach den ersten DoE Erfahrungen machen Sie Nie wieder „Trial and Error“- oder „One-Factor-at-a-Time“-Versuche!

In unseren TQU Praxisseminaren zu DoE oder auch Six Sigma erlernen Sie die Methodik schnell und praxisorientiert. Damit erhalten Sie ein schlagkräftiges Werkzeug, das von der Neuentwicklung von Produkten und Prozessen bis hin zur schnellen Problemlösung in der Serie eingesetzt werden kann.

November 9, 2020

0 responses on "Design of Experiments | DoE Methode im Überblick"

Leave a Message

X
Zur Werkzeugleiste springen