First Pass Yield (FPY) und Rolled Throughput Yield

First Pass Yield (FPY) ist der Prozentsatz an Einheiten, die einen Prozessschritt beim ersten Versuch korrekt durchlaufen, ohne Nacharbeit oder Ausschuss. Klingt einfach. Doch Teams, die genauer hinschauen, stellen oft fest, dass sich hinter einer scheinbaren 95-Prozent-Ausbeute im Hintergrund eine Nacharbeitsstation verbirgt, die still und leise Arbeitsstunden verbrennt, die niemand offiziell eingeplant hat.

Was ist First Pass Yield?

First Pass Yield (FPY) misst, wie viele Einheiten einen Prozessschritt beim ersten Versuch korrekt durchlaufen. Eine Einheit, die bei der Prüfung durchfällt und vor dem Versand nachbearbeitet wird, zählt NICHT als Erfolg beim ersten Durchlauf, selbst wenn der Kunde am Ende ein einwandfreies Produkt erhält.

Wichtige Fakten

• Bei einem Prozess auf Six-Sigma-Niveau treten laut Six-Sigma-Methodik nur rund 3,4 Fehler pro Million Möglichkeiten (DPMO) auf, was einer Ausbeute von etwa 99,99966 % entspricht (Motorola / ASQ, 2003).
• Die American Society for Quality schätzt, dass die Kosten schlechter Qualität (einschließlich Nacharbeit, Ausschuss und Garantieansprüchen) bei Herstellern typischerweise 5 bis 30 % des Jahresumsatzes ausmachen (ASQ Quality Cost Research, 2019).
• Eine Studie zum Toyota-Produktionssystem ergab, dass Nacharbeitsschleifen in der Serienfertigung bis zu 20 bis 40 % der verfügbaren Produktionszeit verschlingen können, bevor sie überhaupt formell gemessen werden (Liker, "The Toyota Way", 2004).

Genau in der Lücke zwischen "ausgeliefert" und "beim ersten Mal richtig ausgeliefert" versteckt sich betriebliche Verschwendung. Wer FPY misst, zwingt diese Lücke ans Licht. Sobald man sie sieht, kann man sie beziffern, priorisieren und beheben.

Das Konzept steht im Kern von Six Sigma und DMAIC Verbesserungsprogrammen, lässt sich aber auf jeden sich wiederholenden Prozess anwenden, von Code-Reviews in der Softwareentwicklung über die Rechnungsbearbeitung bis hin zu Checklisten für die OP-Vorbereitung.

Die Formel für First Pass Yield

FPY wird für einen einzelnen Prozessschritt berechnet:

FPY = Einheiten, die den Schritt beim ersten Versuch bestehen / Gesamtzahl der Einheiten, die in den Schritt eintreten

Durchgerechnetes Beispiel. Ein Team montiert in einer Schicht 200 Leiterplatten. Nach der automatischen optischen Inspektion fallen 14 Platinen durch und gehen an eine Nacharbeitsstation. Alle 14 werden schließlich repariert und ausgeliefert.

• Traditionelle Ausbeute = 200 gute Einheiten raus / 200 Einheiten rein = 100 %
• First Pass Yield = (200 - 14) / 200 = 186 / 200 = 93 %

Die traditionelle Ausbeute schönt den Prozess, indem sie nachbearbeitete Einheiten als Erfolge zählt. FPY tut das nicht. Diese Lücke von 7 Prozentpunkten steht für reale Arbeitszeit, reale Durchlaufzeit und ein reales Risiko, dass eine nachbearbeitete Platine später im Feld doch noch ausfällt.

Aus diesem Grund bezeichnen Qualitätsingenieure die traditionelle Ausbeute oft als "Vanity Metric" (Kennzahl zur Selbstberuhigung). Sie zeigt, was das Werk verlassen hat. FPY zeigt, was der Prozess tatsächlich leistet.

Rolled Throughput Yield (RTY)

Eine einzelne FPY-Zahl beschreibt nur einen Prozessschritt. Die meisten realen Prozesse bestehen aus vielen aufeinanderfolgenden Schritten, und ein Fehler in irgendeinem davon kostet Sie etwas. Rolled Throughput Yield (RTY) erfasst den kumulativen Effekt.

RTY-Formel:

RTY = FPY(Schritt 1) × FPY(Schritt 2) × FPY(Schritt 3) × ... × FPY(Schritt n)

Durchgerechnetes Beispiel. Ein Workflow zur Dokumentenverarbeitung besteht aus drei Schritten:

RTY = 0,97 × 0,94 × 0,91 = 0,830, also 83 %

Nur 83 von 100 Dokumenten durchlaufen also den gesamten Workflow, ohne dass es zu einer einzigen Nacharbeit kommt, obwohl kein einzelner Schritt für sich genommen besonders schlecht aussieht. Dieser sich verstärkende Effekt überrascht die meisten Operations-Teams, wenn sie ihn zum ersten Mal berechnen.

Die versteckte Fabrik

Die "versteckte Fabrik" ist das informelle Nacharbeitssystem, das rund um Prozesse mit schlechtem FPY entsteht. Mitarbeitende entwickeln Workarounds. Prüfer markieren Einheiten und leiten sie um. Vorgesetzte fahren Aufholschichten. Nichts davon taucht in offiziellen Kapazitätsplänen oder Einsatzplänen auf, weil es nie bewusst so geplant wurde. Es hat sich einfach entwickelt, um Qualitätslücken zu überdecken.

RTY macht die versteckte Fabrik sichtbar. Liegt der RTY bei 83 %, werden rund 17 % Ihrer Durchsatzkapazität von der versteckten Fabrik aufgezehrt. Bei einem Team von zehn Personen arbeiten praktisch zwei davon in Vollzeit an Nacharbeit, nur nennt es niemand so.

Die versteckte Fabrik zu beseitigen, ist einer der schnellsten Wege, Kapazität zurückzugewinnen, ohne neue Mitarbeitende einzustellen. Das hängt direkt damit zusammen, wie Teams betriebliche Engpässe erkennen und den Fluss wieder freimachen.

FPY vs. traditionelle Ausbeute vs. RTY

Die drei Kennzahlen beantworten unterschiedliche Fragen. Die traditionelle Ausbeute zeigt, was Ihr Kunde erhalten hat. FPY zeigt, wie sauber jeder einzelne Schritt läuft. RTY zeigt, wie viel Verschwendung durch den gesamten Prozess läuft.

In den meisten Verbesserungsprojekten beginnt man mit RTY, um den schwächsten Schritt zu finden, nutzt dann FPY, um diesen Schritt genauer zu untersuchen, und verwendet anschließend DPMO und Sigma-Niveau, um zu quantifizieren und Ziele festzulegen.

Warum First Pass Yield wichtig ist

Die kurze Antwort lautet: Kosten. Jede Nacharbeit verbraucht Arbeitszeit, Maschinenzeit und Material. Doch die Auswirkungen reichen weiter als nur die direkten Kosten:

Durchlaufzeit. Eine Einheit, die zur Nacharbeit geschickt wird, reiht sich erneut in die Warteschlange ein. Lieferzeiten verlängern sich. Kunden warten länger. In Dienstleistungsbranchen kann eine zurückgeschickte Akte oder ein erneut eingereichter Antrag Ergebnisse um Tage oder Wochen verzögern.

Kapazität. Nacharbeit beansprucht dieselben Maschinen und Mitarbeitenden wie die eigentliche Produktion. Ein Prozess, der mit 80 % FPY läuft, arbeitet faktisch nur mit rund 80 % seiner geplanten Kapazität, weil 20 % der Inputs erneut durchlaufen müssen. Die FPY zu verbessern, ist oft günstiger und schneller als neue Ausrüstung zu kaufen.

Datenqualität für Prozessfähigkeit. Wenn nachbearbeitete Einheiten unmarkiert wieder in den Ausgabestrom einfließen, zeigen Regelkarten der statistischen Prozesskontrolle ein saubereres Bild, als es der Realität entspricht. Regelgrenzen wirken enger, als sie tatsächlich sind. Teams übersehen dadurch Signale, dass der Prozess abdriftet.

Arbeitsmoral. Mitarbeitende, die viel Zeit damit verbringen, Probleme zu beheben, die sie nicht verursacht haben, werden frustriert. Verbessert sich der FPY, sinkt die Nacharbeit, und die Arbeit wird sauberer und schneller. Teams berichten durchweg von höherem Engagement, wenn sich Qualitätskennzahlen verbessern.

Siehe auch Prozess-KPIs und Qualitätskosten für den größeren Messrahmen, in den FPY sich einfügt.

So messen und verbessern Sie First Pass Yield

Schritt 1: Einheit und Fehler definieren

Ohne eine gemeinsame Definition, was als bestanden gilt, lässt sich FPY nicht messen. Legen Sie die genauen Abnahmekriterien für eine Einheit fest, bevor überhaupt eine Nacharbeit stattfindet. Je nach Prozessart gehören dazu Maße, Funktionstests, ausgefüllte Checklisten oder Freigabeunterschriften. Unklare Kriterien führen zu uneinheitlicher Prüfung, was die Daten verfälscht.

Schritt 2: Ergebnisse des ersten Durchlaufs an jedem Schritt erfassen

Das ist die eigentliche Herausforderung bei der Datenerfassung. Die meisten Systeme erfassen nur das Endergebnis, nicht ob eine Nacharbeit stattgefunden hat. Sie brauchen eine Zählung an jedem Schritt: Einheiten rein, Einheiten, die beim ersten Mal bestehen, Einheiten, die zur Nacharbeit gehen. Ein einfaches Strichlisten-Blatt funktioniert. Eine Regelkarte funktioniert besser, weil sie Trends und Prozessverschiebungen anzeigt.

Schritt 3: FPY und RTY berechnen

Sobald Daten auf Schrittebene vorliegen, ist FPY ein einfaches Verhältnis. RTY ist das Produkt aller Schritt-FPYs. Berechnen Sie beide. RTY schockiert Teams fast immer, weil sich die Effekte multiplizieren und das Gesamtbild schlechter ausfällt, als jeder einzelne Schritt vermuten lässt.

Schritt 4: Den größten Verursacher des RTY-Verlusts identifizieren

Der Schritt mit dem niedrigsten FPY trägt am stärksten zur RTY-Verschlechterung bei, aber nicht immer zu den meisten absoluten Fehlern. Ein Schritt mit 75 % FPY bei 100 durchlaufenden Einheiten erzeugt 25 Nacharbeitsfälle. Ein Schritt mit 98 % FPY bei 2.000 durchlaufenden Einheiten erzeugt 40 Nacharbeitsfälle. Priorisieren Sie nach dem gesamten Nacharbeitsvolumen, nicht nur nach Prozentsatz.

Ein ordentliches DMAIC-Projekt untersucht dann die Grundursachen: Maschinenschwankungen, Bedienertechnik, Qualität des eingehenden Materials oder unklare Anweisungen.

Schritt 5: Ziele festlegen und die Erfolge absichern

Sobald die Grundursachen behoben sind, heben Sie das FPY-Ziel für den verbesserten Schritt an und überwachen Sie Regelkarten, um zu bestätigen, dass der Prozess stabil bleibt. Verbesserungen beim FPY sind meist stabil, weil Sie die zugrunde liegende Ursache behoben haben und nicht nur Fehler am Ende aussortiert haben.

Berechnen Sie den RTY nach jeder Verbesserung neu. Teams sehen dabei meist einen nichtlinearen RTY-Anstieg, sobald sich auch nur ein oder zwei Engpassschritte deutlich verbessern.

Beispiele aus verschiedenen Prozessarten und Branchen

Die Formel bleibt bei allen gleich. Was als "Fehler" zählt, ändert sich, aber die Logik, die Korrektheit beim ersten Durchlauf zu messen, bleibt dieselbe.

Häufig gestellte Fragen

Was ist ein guter First Pass Yield? Das hängt vom Prozess und der Branche ab. Weltklasse-Fertigung strebt pro Schritt in der Regel einen FPY über 99 % an. Transaktionale Prozesse wie Rechnungsverarbeitung oder HR-Onboarding starten vor Verbesserungsprogrammen oft bei unter 90 %. Die bessere Frage ist, ob sich Ihr FPY im Zeitverlauf verbessert, nicht ob er einen willkürlichen Vergleichswert erreicht.

Ist ein höherer FPY immer besser? Nicht bedingungslos. Ein Prozess, der 100 % FPY erreicht, indem er die Prüfung drastisch verlangsamt, tauscht möglicherweise Durchsatz gegen Qualität ein. Das Ziel ist ein hoher FPY bei voller Produktionsgeschwindigkeit. In der Praxis gilt jedoch: Für jeden Prozess, der unter 95 % FPY läuft, verbessert eine Steigerung fast immer gleichzeitig Qualität und Durchsatz, weil Nacharbeit tatsächlich eliminiert und nicht nur verlagert wird.

Wie hängt FPY mit dem Sigma-Niveau zusammen? Das Sigma-Niveau ist ein normiertes Maß für die Fehlerrate auf Basis von DPMO (Fehler pro Million Möglichkeiten). FPY und Sigma-Niveau messen verwandte, aber nicht identische Dinge. FPY zählt Einheiten mit irgendeinem Fehler. DPMO zählt einzelne Fehlermöglichkeiten innerhalb einer Einheit. Eine Einheit kann mehrere Fehlermöglichkeiten haben. Generell korreliert ein höherer FPY mit einem höheren Sigma-Niveau, doch die genaue Beziehung hängt davon ab, wie viele Möglichkeiten pro Einheit bestehen.

Lässt sich FPY auf Dienstleistungsprozesse anwenden? Ja. Ein Dokument, das zur Korrektur zurückgeschickt wird, ein Anruf, der beim ersten Kontakt an einen Vorgesetzten eskaliert werden muss, oder ein Ticket, das zwischen Teams hin- und herwandert, bevor es gelöst wird, sind allesamt Nacharbeitsfälle. FPY in Dienstleistungsprozessen wird je nach Kontext oft "First Contact Resolution" oder "Straight-Through Processing" genannt, doch die Rechenlogik ist identisch.

Wie geht man mit Einheiten um, die verschrottet statt nachbearbeitet werden? Verschrottete Einheiten senken den FPY nach derselben Berechnung: Sie haben den ersten Versuch nicht bestanden und lassen sich nicht zu einer guten Einheit nachbearbeiten. Beim RTY bedeutet eine verschrottete Einheit praktisch, dass null Einheiten die nachfolgenden Schritte durchlaufen. In der Praxis wird Ausschuss als eigene Kennzahl neben dem FPY behandelt (Ausschussrate), um den Totalverlust von der behebbaren Nacharbeit zu unterscheiden.

---

First Pass Yield und Rolled Throughput Yield geben Ihnen ein klares, ehrliches Bild der Prozessgesundheit, das traditionelle Ausbeutekennzahlen nie liefern konnten. Sobald Teams anfangen, FPY konsequent zu erfassen, wird die versteckte Fabrik sichtbar, und damit auch der Weg, Kapazität zurückzugewinnen, ohne zusätzliches Personal oder Kapital. Der nächste Schritt besteht meist darin, FPY-Daten mit einem Qualitätskosten-Rahmenwerk zu verknüpfen, damit sich der Business Case für die Verbesserung von selbst schreibt.

Weiterführende Inhalte

• DPMO und Sigma-Niveau
• Six Sigma
• DMAIC
• Prozessfähigkeit (Cpk)
• Regelkarte
• Statistische Prozesskontrolle
• Betriebliche Engpässe
• Prozess-KPIs
• Qualitätskosten