3,9 statt 6 Sigma: Wie zuverlässig muss ein Prozess sein, bevor eine KI ihn übernimmt?

Ein schlanker Prozess ist noch kein zuverlässiger. Six Sigma fragt nicht nach Verschwendung, sondern nach Variation – nach der Streuung, mit der ein Prozess um sein Sollergebnis herum arbeitet. Für KI-gestützte Automatisierung liefert die Methode vor allem eines: eine Zahl. Ohne eine gemessene Fehlerrate ist jede spätere Aussage über Prüfaufwand und Kontrollmuster eine Schätzung, die sich als Rechnung verkleidet.

Der DMAIC-Zyklus liefert dafür die Begriffe, die sich unmittelbar in die Kontrollarchitektur übersetzen: An einem durchgerechneten Freigabeprozess mit 12 Prüfkriterien je Antrag und 100 Anträgen im Jahr lässt sich das durchspielen. Findet eine Nachprüfung 9 Defekte unter 1.200 Fehlermöglichkeiten, ergibt das 7.500 DPMO und rund 3,9 Sigma – für einen erstmals gemessenen Verwaltungsprozess ein unauffälliger, eher guter Wert. Diese Fehlerrate ist die Brücke zur Prüfmenge: Bei 5 Prozent Fehlerrate braucht es rund 59 fehlerfreie Prüfungen, um mit 95 Prozent Sicherheit zu belegen, dass die wahre Rate darunterliegt – bei 1 Prozent sind es rund 299.

Die Grenze: Die Zahl der Fehlermöglichkeiten ist keine Naturkonstante, sondern eine Festlegung. Wer den Prüfkatalog feiner unterteilt oder gröber fasst, verschiebt das Sigma-Niveau, ohne einen einzigen Fehler zu vermeiden oder zu verursachen – derselbe Prozess, dieselbe Verbesserung, kann je nach Zählweise 4,21 oder 4,03 Sigma ergeben. Deshalb gehört neben dem DPMO immer die Defekte-je-Einheit-Kennzahl berichtet, weil sie keinen manipulierbaren Nenner hat. Übertragbar auf KI-Schritte ist zudem nur die Attributseite von Six Sigma, nicht die auf Normalverteilung angewiesene Messwertseite mit dem Prozessfähigkeitsindex Cpk – Durchlaufzeiten sind rechtsschief, und ein generativer Schritt liefert ohnehin keine stetige Messgröße.

→ Mehr zum Buch und zum Kapitel „Fähigkeit messen: Six Sigma und DMAIC”