Histogramm: Prozessvariation richtig analysieren

Ein Histogramm ist eines der praktischsten Werkzeuge im Prozessmanagement, weil es eine Zahlenspalte in ein Bild davon verwandelt, was Ihr Prozess tatsächlich tut. Wenn Ihr Team darüber streitet, ob eine Abweichung "normal" ist oder ein echtes Problem darstellt, klärt ein Histogramm diese Frage in Sekunden.

Zu wissen, wie man das Histogramm als Qualitätswerkzeug einsetzt, ist für Führungskräfte im Betrieb keine Option, sondern eine Grundfertigkeit. Wer das überspringt, trifft Entscheidungen auf Basis von Durchschnittswerten, die die ganze Geschichte verbergen.

Was ist ein Histogramm?

Ein Histogramm ist ein Balkendiagramm, das die Häufigkeitsverteilung kontinuierlicher Daten zeigt, die in Wertebereiche, sogenannte Klassen (Bins), gruppiert sind. Jeder Balken zeigt, wie oft Messwerte in einen bestimmten Bereich fallen. Zusammen zeigen die Balken Form, Zentrum und Streuung Ihrer Prozessvariation.

Das Histogramm gehört zu den 7 grundlegenden Qualitätswerkzeugen (auch 7 QC-Tools genannt), die Kaoru Ishikawa in den 1960er-Jahren als eine Reihe einfacher, visueller Methoden zur Qualitätsanalyse formalisierte.

Histogramm vs. Balkendiagramm: In einem gewöhnlichen Balkendiagramm stehen die Balken für unterschiedliche Kategorien (Produkttypen, Regionen, Abteilungen), und zwischen ihnen liegen Lücken. In einem Histogramm sind die Daten kontinuierlich (Messwerte, Zeiten, Gewichte), die Balken berühren sich, und die x-Achse stellt eine numerische Skala dar, die in gleich große Bereiche unterteilt ist.

Wichtige Fakten

• Die 7 grundlegenden Qualitätswerkzeuge, zu denen das Histogramm zählt, formalisierte Kaoru Ishikawa um 1968, um Mitarbeitenden an der Front ein praktisches Werkzeugset für die Qualitätskontrolle zu geben. (Ishikawa, "Guide to Quality Control", 1968)
• Das Histogramm als statistische Darstellung wurde 1895 von Karl Pearson benannt und im Rahmen seiner Arbeit zu Häufigkeitskurven eingeführt. (Pearson, "Contributions to the Mathematical Theory of Evolution", 1895)
• Sturges' Regel, die gängigste Richtlinie zur Wahl der Klassenanzahl in einem Histogramm, veröffentlichte Herbert Sturges 1926: k = 1 + 3,322 log(n), wobei n die Stichprobengröße ist. (Sturges, "The Choice of a Class Interval", Journal of the American Statistical Association, 1926)

"Ein Durchschnitt verbirgt die Geschichte, ein Histogramm erzählt sie."

Warum ein Histogramm nutzen?

Eine Tabelle mit 200 Messwerten sagt Ihnen auf den ersten Blick sehr wenig. Sie können einen Durchschnitt berechnen, aber der Durchschnitt verrät nicht, ob sich alle Ihre Teile eng um den Zielwert gruppieren oder überall verstreut sind.

Ein Histogramm leistet drei Dinge, die eine Tabelle nicht kann:

1. Macht Variation sichtbar. Sie sehen sofort, ob Ihr Prozess ein enges, gleichmäßiges Ergebnis oder eine breite, unvorhersehbare Streuung erzeugt.

2. Zeigt die Position relativ zu den Spezifikationsgrenzen. Sobald Sie senkrechte Linien für die untere und obere Spezifikationsgrenze (LSL und USL) in das Histogramm einzeichnen, sehen Sie auf einen Blick, ob Ihr Prozessergebnis innerhalb des Fensters liegt oder ob auf einer oder beiden Seiten Fehler entstehen.

3. Deckt untypische Muster auf. Schiefe Verteilungen, doppelte Gipfel, Lücken und Klippen signalisieren allesamt etwas, das eine genauere Untersuchung wert ist. Methoden der statistischen Prozesskontrolle (SPC) gehen von annähernd normalverteilten Daten aus. Wer solche Muster früh erkennt, schützt seine Analyse vor falschen Schlussfolgerungen.

Ein Histogramm lesen: gängige Formen

Die Form eines Histogramms trägt Bedeutung. Hier eine Referenztabelle für die Muster, die Ihnen am häufigsten begegnen:

Wer zuerst die Form liest, dann die Position, dann die Breite, erhält jedes Mal eine strukturierte Interpretation.

So erstellen Sie ein Histogramm

Sie brauchen mindestens 50 Datenpunkte, damit ein Histogramm zuverlässig ist, ab 100 oder mehr ergeben sich klarere Muster. Hier die sechs Schritte:

Schritt 1: Daten sammeln

Erfassen Sie Ihre Prozessmesswerte in einer einzigen Liste. Notieren Sie die Stichprobengröße (n). Stellen Sie sicher, dass die Daten aus einer einzigen Prozessbedingung stammen. Wer Daten von vor und nach einer Prozessänderung vermischt, erzeugt irreführende Formen.

Schritt 2: Die Spannweite ermitteln

Ziehen Sie den kleinsten Wert vom größten ab: Spannweite = Maximum - Minimum. Das zeigt Ihnen, wie breit Ihre x-Achse sein muss.

Schritt 3: Die Anzahl der Klassen wählen

Nutzen Sie Sturges' Regel als Ausgangspunkt: k = 1 + 3,322 x log(n). Bei 100 Datenpunkten ergibt das etwa 8 Klassen. Die Quadratwurzelmethode ist einfacher: k = Wurzel(n), was bei 100 Datenpunkten 10 Klassen ergibt. Beide sind vernünftige Ausgangspunkte. Passen Sie nach oben oder unten an, um Balken zu vermeiden, die leer wirken oder alles in einen Topf werfen.

Schritt 4: Die Klassenbreite festlegen

Klassenbreite = Spannweite / Anzahl der Klassen. Runden Sie auf eine praktische Zahl, die zu Ihrer Messgenauigkeit passt. Alle Klassen müssen gleich breit sein.

Schritt 5: Die Häufigkeiten zählen

Zählen Sie, wie viele Datenpunkte in jede Klasse fallen. Ein Prüfblatt ist für diesen Schritt ein nützliches Werkzeug, wenn Sie von Hand zählen.

Schritt 6: Die Balken zeichnen

Tragen Sie die Häufigkeit (Anzahl) auf der y-Achse und die Klassenbereiche auf der x-Achse ab. Zeichnen Sie sich berührende Balken, einen pro Klasse, mit einer Höhe entsprechend der Häufigkeit. Fügen Sie einen Titel hinzu, beschriften Sie beide Achsen mit Einheiten, vermerken Sie Ihre Stichprobengröße und zeichnen Sie gegebenenfalls Ihre Spezifikationsgrenzen als senkrechte Linien ein.

Histogramm-Beispiele nach Funktion

Fertigung: Bauteilabmessungen. Ein Bearbeitungsteam misst den Durchmesser von 150 Wellenteilen. Das Histogramm zeigt eine Glockenform, leicht oberhalb des Zielwerts zentriert, wobei der rechte Ausläufer die obere Spezifikationsgrenze überschreitet. Das zeigt dem Ingenieur, den Prozessmittelwert nach unten zu verschieben, statt die Toleranzen zu erhöhen.

Kundenservice: Bearbeitungszeit von Anrufen. Eine Support-Leitung stellt 200 Anrufbearbeitungszeiten dar. Das Histogramm ist rechtsschief mit einem langen Ausläufer über 15 Minuten hinaus. Das Team untersucht diesen Ausläufer und findet eine Untergruppe von Anrufen zu einer bestimmten Produktkategorie, die ein eigenes Gesprächsskript benötigt.

HR: Zeit bis zur Einstellung. Eine HR-Managerin stellt 80 aktuelle Einstellungen nach Tagen bis zum Angebot dar. Das Histogramm zeigt ein bimodales Muster: ein Gipfel bei 18 Tagen und ein weiterer bei 42 Tagen. Trennt das Team die Daten nach Rollentyp, zeigt sich, dass technische Rollen einem Pfad folgen und administrative Rollen einem anderen. In einem einzigen Durchschnitt zusammengefasst, hatte das diesen Unterschied vollständig verborgen.

Diese Beispiele teilen ein Muster: Das Histogramm deckt ein Segment oder eine Verschiebung auf, die eine zusammenfassende Kennzahl verdeckt.

Histogramm vs. andere Qualitätswerkzeuge

Ein Histogramm ist nicht für jede Fragestellung das richtige Werkzeug. So schneidet es im Vergleich zu zwei nahen Verwandten ab:

Histogramm vs. Pareto-Diagramm. Eine Pareto-Analyse ordnet diskrete Fehlerkategorien (falsches Teil, fehlendes Etikett, Kratzer auf der Oberfläche) nach Häufigkeit, um zu zeigen, welche wenigen Kategorien den Großteil der Probleme verursachen. Nutzen Sie ein Pareto-Diagramm, wenn Ihre Daten kategorial sind. Nutzen Sie ein Histogramm, wenn Ihre Daten kontinuierliche Messwerte sind.

Histogramm vs. Verlaufsdiagramm oder Regelkarte. Ein Histogramm blendet die Zeit aus dem Bild aus. Es zeigt die Verteilung aller Werte über einen Zeitraum, aber nicht die Reihenfolge. Ein Verlaufsdiagramm oder eine Regelkarte bewahrt die zeitliche Reihenfolge und deckt Trends, Zyklen oder plötzliche Verschiebungen auf. Für ein vollständiges Bild nutzen Sie beide: das Histogramm für die Verteilungsform und die Regelkarte für das zeitliche Verhalten.

Das Fishbone-Diagramm ergänzt sich gut mit einem Histogramm, wenn Sie die Verteilungsform nutzen, um Hypothesen zu Grundursachen zu bilden, und dann das Fishbone-Diagramm nutzen, um die Untersuchung zu strukturieren.

Das DMAIC-Rahmenwerk von Six Sigma nutzt Histogramme typischerweise in den Phasen Measure und Analyze, um die Prozessleistung zu charakterisieren, bevor eine Verbesserung angegangen wird.

Programme des Total Quality Management nutzen Histogramme als grundlegendes Diagnosewerkzeug über alle Funktionen hinweg, nicht nur in der Fertigung.

Um Zusammenhänge zwischen zwei kontinuierlichen Variablen zu vergleichen, erweitert ein Streudiagramm die Analyse, die ein Histogramm beginnt.

Best Practices

Mindeststichprobengröße. Lesen Sie nicht zu viel in ein Histogramm mit weniger als 50 Datenpunkten hinein. Formen werden ab 100 oder mehr Beobachtungen stabil und vertrauenswürdig.

Faustregeln für die Klassenanzahl. Sturges' Regel (k = 1 + 3,322 log n) und die Quadratwurzelregel (k = Wurzel n) sind beide vernünftig. Wirkt Ihr Histogramm zu zackig, fügen Sie mehr Klassen hinzu. Wirkt es wie ein oder zwei große Klumpen, reduzieren Sie die Klassenanzahl.

Alles beschriften. Geben Sie den Variablennamen, die Maßeinheit, die Stichprobengröße, den Datumsbereich und die Prozessbedingung an. Ein Histogramm ohne Kontext lässt sich sechs Monate später nicht mehr sinnvoll nutzen.

Immer nur eine Bedingung. Wenn Sie Daten von zwei Maschinen, zwei Bedienenden oder aus der Zeit vor und nach einer Änderung vermischen, riskieren Sie eine künstliche bimodale Form. Stratifizieren Sie zuerst, zeichnen Sie dann.

Spezifikationsgrenzen einzeichnen. Ihre untere und obere Spezifikationsgrenze über das Histogramm zu legen, ist der schnellste Weg zu erkennen, ob Ihr Prozess fähig ist. Reichen Balken über eine der Grenzen hinaus, haben Sie eine Fehlerrate, die es zu quantifizieren und zu senken gilt.

Häufig gestellte Fragen

Was ist der Unterschied zwischen einem Histogramm und einem Balkendiagramm?

Ein Balkendiagramm zeigt Häufigkeiten oder Werte für unterschiedliche Kategorien (Region, Produkttyp, Abteilung). Die Balken sind durch Lücken getrennt, weil die Kategorien nicht kontinuierlich sind. Ein Histogramm zeigt die Häufigkeitsverteilung kontinuierlicher numerischer Daten, mit Balken, die sich berühren, weil die Bereiche aneinandergrenzen. Sie nutzen ein Balkendiagramm für "Wie viele Fehler pro Produktlinie?" und ein Histogramm für "Wie verteilen sich die Drehmomentmessungen über 200 Schrauben?".

Wie viele Klassen sollte ein Histogramm haben?

Beginnen Sie mit Sturges' Regel: k = 1 + 3,322 x log(n). Bei 50 Datenpunkten sind das etwa 7 Klassen. Bei 200 Datenpunkten etwa 9. Die Quadratwurzelmethode ist einfacher: k = Wurzel(n), was bei 200 Datenpunkten etwa 14 Klassen ergibt. Es gibt keine einzige richtige Antwort. Ziel ist es, die Form klar zu erkennen, ohne zu viel Rauschen (zu viele Klassen) oder zu starke Glättung (zu wenige Klassen).

Ist das Histogramm eines der 7 QC-Werkzeuge?

Ja. Die sieben grundlegenden Qualitätswerkzeuge sind: Ursache-Wirkungs-Diagramm (Fishbone), Prüfblatt, Regelkarte, Histogramm, Pareto-Diagramm, Streudiagramm und Stratifizierung (in manchen Versionen auch Flussdiagramm). Das Set wurde in den 1960er-Jahren von Kaoru Ishikawa populär gemacht und wird bis heute in ISO- und Lean-Qualitätsprogrammen gelehrt.

Kann ein Histogramm zeigen, ob mein Prozess fähig ist?

Ein Histogramm gibt Ihnen einen visuellen Hinweis: Passt die Verteilung mit etwas Spielraum in Ihre Spezifikationsgrenzen, wirkt die Fähigkeit angemessen. Für einen formalen Fähigkeitsindex (Cp, Cpk) brauchen Sie jedoch den Mittelwert, die Standardabweichung und die Annahme einer annähernden Normalverteilung. Das Histogramm hilft Ihnen, diese Normalverteilungsannahme visuell zu prüfen, bevor Sie Fähigkeitsberechnungen durchführen.

Was bedeutet ein bimodales Histogramm?

Zwei Gipfel bedeuten meist, dass sich in Ihren Daten zwei getrennte Prozessströme vermischen. Häufige Quellen: zwei Maschinen, die mit leicht unterschiedlichen Einstellungen laufen, zwei Bedienende mit unterschiedlicher Technik, zwei Rohmaterial-Chargen oder zwei Zeiträume (vor und nach einer nicht dokumentierten Änderung). Die Lösung ist, die Daten nach Quelle zu trennen und jede Gruppe einzeln darzustellen, bevor Sie Schlussfolgerungen ziehen.

Histogramme sind schnell erstellt und liefern sofortigen Nutzen. Wenn Sie eine Prozessverbesserungsinitiative durchführen und Ihre Basisdaten noch nicht als Histogramm dargestellt haben, fangen Sie dort an. Die Form der Verteilung verrät Ihnen mehr auf einen Blick als eine Woche Tabellenkalkulations-Review.