Ein Hersteller oder Händler nimmt ein Los von Tausenden Teilen vom Lieferanten an; das gesamte Los zu prüfen ist teuer oder unmöglich. Entscheidung: zufällig n Stück stichproben, das Los annehmen, wenn die Fehlerzahl höchstens c beträgt, sonst ablehnen. Akademisch: Acceptance Sampling Plans / Statistical Quality Control; foundational Dodge-Romig (1959), modern Schilling-Neubauer (2017).
Kurz gesagt
Kommt Ihnen das bekannt vor?
- Wir nehmen wöchentlich Lose von 50.000-200.000 Teilen entgegen; das gesamte Los zu prüfen ist nicht wirtschaftlich oder erfordert zerstörende Prüfung (Druck, Dichtheit, Ermüdung) — Stichproben sind Pflicht, die Entscheidung 'wie viele stichproben + welche Fehlerschwelle' liegt aber bei der Erfahrung des Planers.
- In der Wareneingangsprüfung hören wir 'dieses Los war 1 % fehlerhaft, der Kunde hat eine 5K-Lieferung zurückgeschickt'-Reklamationen; die Ablehnungsentscheidung hat keine statistische Grundlage, Annahme-/Ablehnungsquoten schwanken stark je Lieferant.
- Wir schreiben AQL (Acceptable Quality Level) 0,65 % in den Vertrag, ohne die OC-Kurve (Operating Characteristic) dieses Ziels zu kennen — Lieferantenrisiko + Abnehmerrisiko + AOQL (Average Outgoing Quality Limit) bleiben nicht-numerisch.
- Wir nutzen für jeden Lieferanten denselben Stichprobenplan; manche Lieferanten haben 5-Jahre-Track, andere sind neu — wir wenden 'tightened, normal, reduced' Switching Rules (ISO 2859) nicht an, sondern stichproben immer in derselben Rate.
- Doppelte Stichprobe oder sequentielle Stichprobe (Wald 1947) sind bekannt, das Werksteam arbeitet aber mit Einzelstufenprüfung; mittlerer Stichprobenumfang (ASN) und Gesamtprüfkosten werden nicht optimiert.
- Wenn die Ablehnungsquote hoch ist, 'streitet der Lieferant, also vergrößern wir die Stichprobe und prüfen erneut' — Ad-hoc-Lösungen statt struktureller Switching Rules.
- Die Annahme der Loshomogenität (Los aus einer Schicht, einer Maschine) ist oft verletzt; der Lieferant mischt Schichten/Maschinen in ein 'Los' — der Plan liefert verzerrte Ergebnisse, wenn diese Annahme bricht.
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Setze das vertraglich vereinbarte AQL (akzeptables Qualitätsniveau) und LQL (inakzeptables Niveau), wähle Lieferantenrisiko (α ≈ 5 %) und Abnehmerrisiko (β ≈ 10 %), und leite Stichprobenumfang n und Annahmezahl c aus Tabellen oder statistischen Formeln ab — die OC-Kurve (Annahmewahrscheinlichkeit als Funktion der wahren Fehlerquote p) trifft beide Risikoziele.
Dieses Problem wird in der Statistik- und Operations-Research-Literatur (Disziplin, die Mathematik und Computer für Geschäftsentscheidungen einsetzt) als Acceptance Sampling Plans (Annahmestichprobenpläne) und innerhalb des breiteren Rahmens Statistical Quality Control (statistische Qualitätsregelung) untersucht. Die kanonische foundational-Arbeit wurde in den 1940-50ern für Single- und Double-Sampling-Pläne (AOQL-basiert) gelegt; sequentielle Analyse (SPRT — Sequential Probability Ratio Test) wurde in derselben Zeit entwickelt; ISO 2859 / ANSI Z1.4 wurden danach zur dominanten AQL-basierten Industriebasis. Lösung in drei Stufen:
1. Modellierung. Eingaben: (a) Loscharakteristik — Losgröße N (5K-500K Teile), Lieferantenhistorie (Fehlerrate der letzten 10-50 Lose, Switching-Rule-Status), Teiletyp (zerstörende Prüfung nötig, kritisches Merkmal), (b) Qualitätsziele — AQL (typisch 0,1-2,5 % im Vertrag), LQL (oder LTPD, typisch 3-10 %), AOQL (Obergrenze der mittleren ausgehenden Qualität nach Annahme), (c) Risikoziele — Lieferantenrisiko α (typisch 5 %), Abnehmerrisiko β (typisch 10 %), (d) Kostendaten — Kosten pro Prüfung, Kosten der Annahme eines fehlerhaften Loses (Reklamation + Retoure + Strafe), Kosten der Ablehnung (Nachprüfung, Lieferantenverhandlung, Lieferverzug), (e) operative Restriktionen — Prüfkapazität (Stunden/Tag, Personen), zerstörende Prüfung (Stichprobenumfang wirtschaftlich begrenzt), Zeitfenster (Prüfung muss vor Produktionsfreigabe abgeschlossen sein). Entscheidungsvariablen: Stichprobenumfang n, Annahmezahl c, in mehrstufigen Plänen (n1, c1, n2, c2). OC-Kurve (Operating Characteristic): für eine wahre Fehlerquote p im Los die Annahmewahrscheinlichkeit Pa(p) unter dem Plan — bei Single Sampling aus Binomial- oder hypergeometrischer Verteilung berechnet.
2. Planauslegung. Fünf klassische Ansätze: (a) Single Sampling — einmalige Stichprobe von n Teilen; k ≤ c angenommen, k > c abgelehnt; einfachster, häufigster, ASN = n fest. (b) Double Sampling — erste Stufe n1, Annahme bei k1 ≤ c1, Ablehnung bei k1 > r1, im Zwischenbereich zweite Stufe n2, Annahme bei Gesamt k1+k2 ≤ c2. Erwarteter Stichprobenumfang (ASN — Average Sample Number) 20-40 % kleiner als Einstufenplan, ähnliche OC-Kurve. (c) Multiple Sampling (3-7 Stufen) — noch kleinerer mittlerer Stichprobenumfang, aber operativ komplex. (d) Sequential Sampling (SPRT-basiert) — Annahme/Ablehnung/Fortsetzen nach jedem Teil, ASN 50-70 % kleiner als Einstufenplan. (e) ISO 2859 / ANSI Z1.4 Standardpläne — AQL-basierte Tabellen, Switching Rules (tightened — bei sich verschlechternder Qualität anziehen, reduced — bei dauerhaft guter Qualität lockern, normal — Start), Rückgrat industrieller Praxis. Moderne Erweiterungen: Bayesian-economic Pläne (A-priori-Verteilung + Los-für-Los ökonomische Entscheidung), Rectifying Inspection (abgelehnte Lose werden zu 100 % geprüft und angenommen), Variables Sampling (kontinuierliche Messung statt Attribut).
3. Feldintegration. Output vierstufig: (a) Arbeitsanweisung Wareneingangs-QS — pro Lieferant-Teil-Kombination der Switching-Rule-Status (normal/tightened/reduced), aktiver Plan (n, c), Anweisungen zur Stichprobenauswahl, Annahme/Ablehnung-Entscheidungsbaum, (b) Qualitätsdatenbank — Loshistorie (Annahme/Ablehnung, Fehlerzahl, OC-Kurvenpunkt), Lieferanten-Trend (CUSUM oder Regelkarte), AOQ-Verfolgung, (c) Lieferantenfeedback — monatliche Losstatistik, Switching-Rule-Wechsel, Pareto-Analyse der Fehlerarten, Empfehlung an das QS-Team, (d) Management-Dashboard — jährliche Ablehnungsquote, Reklamationskosten, Auslastung der Prüfkapazität, ökonomischer AOQ-Trend. Upstream-Integration: ERP (Wareneingangs-Trigger), Lagerverwaltung (Los-Tagging Annahme/Ablehnung), Lieferantenmanagement (Switching Rule + Performance-Score). Quartalsweises Qualitätskomitee: AOQ-Trend, Switching-Rule-Verteilung, ökonomische Wirkung, lieferantenbezogene Planrevision.
Alternativen
Manuell + Tabellenkalkulation + Standard-Annahmestichproben-Tabelle
KostenlosNull Lizenz (Tabelle aus dem Buch)
Für wen geeignet: Kleiner Betrieb (< 5 Lose/Woche, einfache Attributprüfung)
- + Null Softwarekosten
- + Standard-Tabellen für Annahmestichproben (einschließlich ISO 2859) öffentlich, aus Lehrbuch lesbar
- + Bedienertraining auf Tabelle-lesen-Niveau
- − OC-Kurve wird manuell nicht gezeichnet, Schutzprofil unbekannt
- − Switching Rules manuell → werden vergessen
- − Lieferantenspezifische Kalibrierung schwach
- − Double / Sequential überfordert den Bediener
- − Reklamationskosten statistisch nicht begründet
Lokale Statistik-/Qualitätsmanagement-Software
Enterprise8K-40K EUR Lizenz + 3K-12K EUR/Jahr Wartung (KMU-Preis)
Für wen geeignet: Mittelständischer Betrieb (5-30 Lose/Woche, mehrere Lieferanten)
- + Lokalsprachige Oberfläche und Support
- + ERP/WMS-Integration meist vorhanden
- + Lokale regulatorische Vertrautheit
- − OC-Kurven-Modul begrenzt, meist statische ISO-2859-Tabellenanzeige
- − Switching Rules manuell oder halbautomatisch
- − Sequentielle Stichproben oder ökonomisch-entscheidungsbasierte Pläne nicht unterstützt
- − Eingeschränkte Integration mit akademischen Formulierungen
Internationale Qualitätsmanagement-Plattform / SQC-Suite
Enterprise100K-500K EUR Lizenz + 50K-200K EUR/Jahr Wartung
Für wen geeignet: Großbetrieb (30+ Lose/Woche, Mehrstandort, regulierter Sektor)
- + OC-Kurve + AOQ-Analyse + Switching Rules automatisch
- + Single-, Double-, Multiple-, Sequential-Pläne ausgereift
- + ISO 2859 / ANSI Z1.4 Standardintegration
- + Bayesian-economic Planunterstützung
- + Lieferanten-Performance-Trends (CUSUM, Regelkarte) Standard
- − Hohe Lizenz + 6-15 Monate Rollout
- − Lokal-regulatorische Anpassung verlängert Projektzeit
- − Für akademische Tiefe interne Statistik-Expertise nötig
Open-Source-Statistiksprache + maßgeschneidertes SQC-Modul
Open SourceLizenz frei; interne Entwicklung 15-30 Wochen, oder 150K-450K EUR Beratung
Für wen geeignet: Betrieb mit Statistik-/OR-Team, akademische Forschung + Feldintegration
- + Keine Lizenzkosten
- + Einstufige, zweistufige, sequentielle und ökonomisch-entscheidungsbasierte Pläne in Open-Source-Solvern gut definiert
- + OC-Kurve + AOQ + ASN-Analyse voll anpassbar
- + Lieferanten-Performance-Modellierung (CUSUM, EWMA) frei umsetzbar
- − Interne Statistik- + OR-Expertise erforderlich
- − Akademischer Prototyp bis Produktion 9-18 Monate
- − ERP-/WMS-Integration als separates Modul
- − Wartung und Standardpflege im Haus
Empfehlung
Im Gespräch fragen
- Welche Formulierung unterstützt das Annahmestichproben-Modul — einstufig, zweistufig, sequentiell, ISO 2859 / ANSI Z1.4 Switching Rules, ökonomisch-entscheidungsbasierte Pläne? Können wir in einer Demo mit Losgröße 50K + AQL 0,65 % + LQL 4 % die OC-Kurve sehen?
- Wird die OC-Kurve für jeden Plan automatisch gezeichnet — binomial oder hypergeometrisch? Sind AOQL- und ASN-Reports Standard?
- Sind Switching Rules (tightened — normal — reduced) nach ISO 2859 automatisch oder manuell? Über welche Historie wird der Switching-Rule-Status pro Lieferant-Teil-Kombination bewertet?
- Werden Zwei-, Mehr- oder sequentielle Stichproben unterstützt? Ist die Regel, welcher Plan unter welchen Bedingungen empfohlen wird, im System hinterlegt?
- Wird Variables Sampling (kontinuierliche Messung, kein Attribut) unterstützt? Ist es mit Prozessfähigkeitsindizes (Cp, Cpk) integriert?
- Werden ökonomisch-entscheidungsbasierte Pläne (Los-für-Los ökonomische Entscheidung — Prüf-, Annahme-, Ablehnungskosten balanciert) unterstützt? Wie wird die A-priori-Qualitätsverteilung definiert?
- Ist Lieferanten-Performance-Tracking (CUSUM, EWMA-Regelkarte, Pareto-Fehleranalyse) Standard? Warnt das System, wenn die Loshomogenitäts-Annahme bricht?
- Wenn wir den Vertrag beenden, in welchem Standardformat (CSV, JSON, Parquet) können wir Planentscheidungshistorie, OC-Kurvenparameter, Switching-Rule-Protokoll, Lieferanten-Performance-Daten und AOQ-Trend exportieren?
Technische Details
Anmerkung der Redaktion
Dieses Problem ist ein Problem der statistischen Qualitätsregelung; nicht — wie #009 — eine maschinenseitige Instandhaltung, sondern die statistische Annahme/Ablehnung eingehender Teile per Stichprobe. In der Werkstattsprache “Wareneingangsprüfung”, “Losabnahme” oder “Qualitätsstichprobe”. In der akademischen Literatur die Familie der Acceptance Sampling Plans im Rahmen der Statistical Quality Control; Dodge und Romigs Sampling Inspection Tables von 1959 sind die foundational Tabellenquelle, Schilling und Neubauers Acceptance Sampling in Quality Control von 2017 die moderne Referenz, Walds Sequential Analysis von 1947 das Fundament der dynamischen Entscheidungstheorie und Montgomerys Introduction to Statistical Quality Control von 2019 das Standardlehrbuch für OC-Kurve und Prozess-Qualität-Integration. Die internationalen Normen ISO 2859 (allgemeine Verfahren) und ANSI/ASQ Z1.4 (Attributpläne, Switching Rules) bilden das Rückgrat der Industriepraxis.
Unterschied zu #009 (Preventive Maintenance): Geplante Instandhaltung vor dem Ausfall einer Anlage — maschinenseitig. Acceptance Sampling ist eine statistische Annahme/Ablehnung eingehender Teile — qualitätsseitig. Beide Probleme stehen in derselben Branche (Fertigung) auf unterschiedlichen Ebenen nebeneinander: PM hält die Maschine am Laufen, AS balanciert das Lieferanten-/Abnehmerrisiko bei eingehenden Teilen.
Am häufigsten übersehener Punkt der Branche: die OC-Kurve (Operating Characteristic). Die Praktiker-Intuition “nimm den AQL-1 %-Plan” ignoriert das Schutzprofil (Abnehmerrisiko + Lieferantenrisiko + AOQL). Die OC-Kurve bildet die wahre Losfehlerquote p auf die Annahmewahrscheinlichkeit Pa(p) ab; bei p=0 ist Pa=1, bei p=1 ist Pa=0, dazwischen eine S-Kurve. Numerische Basis der Planauslegung: AQL = p_α (Pa = 1−α, typisch 95 %), LQL = p_β (Pa = β, typisch 10 %). Der akademische Ansatz zeichnet die OC-Kurve für jeden Plan und vergleicht sie mit der erwarteten Qualität; der Praktiker schaut nur auf das (n, c)-Paar, ohne Kurve bleibt das Schutzprofil eine nicht-numerische Behauptung. Schilling und Neubauer (2017) und Montgomery (2019) behandeln die OC-Kurve als zentrales Objekt; in der Anbieterauswahl ist die Frage “Demo: AQL 0,65 % Plan, Annahmewahrscheinlichkeit bei p=3 %?” der Test, ob OC-Kurven-Unterstützung wirklich vorhanden ist.
Zweiter übersehener Punkt: Switching Rules und lieferantenbezogene Plankalibrierung. ISO 2859 und ANSI Z1.4 geben nicht einen Plan, sondern ein Drei-Pläne-ein-System: normal (Start, durchschnittliche Einhaltung), tightened (automatisch anziehen, wenn 2 der letzten 5 Lose abgelehnt wurden), reduced (lockern, wenn die letzten 10 Lose bestanden + Prozess des Lieferanten stabil ist). Lieferantenbezogenes Switching vermeidet unnötige Kosten bei zuverlässigen Lieferanten + erhöht automatisch den Schutz bei Lieferanten mit Verschlechterungstrend. “Überall denselben Plan” überspringt die Switching-Maschinerie → Gesamtprüfkosten bleiben 30-50 % zu hoch, der Qualitätstrend bleibt unbeobachtet.
Dritter übersehener Punkt: die Loshomogenitäts-Annahme. Die Single-Sampling-Formel setzt voraus, dass das Los aus einem Prozess, einer Schicht stammt (hypergeometrische oder binomial-genäherte Verteilung). In der Praxis mischen Lieferanten Lose aus unterschiedlichen Schichten, Maschinen und Chargen zu einem “Los”; die Fehlerverteilung ist dann nicht konzentriert, sondern segmentiert. Die OC-Kurve gibt verzerrte Ergebnisse; das tatsächliche Abnehmerrisiko liegt höher als berechnet. Lösung: Vertragsklausel “Los aus einem Prozess, einer Schicht”, Wechsel zu stratifizierter Stichprobe, oder integrierte Kontrolle mit Variables Sampling über Prozessfähigkeitsindizes (Cp, Cpk).
Schritt-für-Schritt-Pfad für ein KMU
Stufe 1 — Erst messen, dann planen. Mindestens 12 Monate Loshistorie: pro Lieferant-Teil-Kombination Losgröße, Stichprobenumfang (n), gefundene Fehler, Annahme/Ablehnung, Felddefekte nach Annahme (inkl. Kundenreklamationen). Defekt-Kostenpositionen: stündliche Prüfkosten, Folgekosten der Annahme (Retoure + Vertragsstrafe + Produktionsstillstand), Ablehnungskosten (Nachprüfung + Lieferantenverhandlung + Lieferverzug). Lieferanten-Performance-Inventar: Annahme/Ablehnung in den letzten 50 Losen, AOQ-Trend, Pareto der Fehlerarten. Qualitätsziel-Vertrag: AQL, LQL, Risiken α und β.
Stufe 2 — Wissensbasis aufbauen. Lieferantenbezogener Qualitätstrend (CUSUM oder einfache Regelkarte). OC-Kurve für aktuelle Pläne (Binomial-Näherung reicht für Intuition). AOQL-Berechnung. ASN-Berechnung: Prüfkosten-Einsparung durch Wechsel von Single zu Double/Sequential. Switching-Rule-Schwellen: Tightened-/Reduced-Trigger aus den letzten 5/10 Losen.
Stufe 3 — Pilot. 12-20 Wochen. In einer Teilmenge (z. B. die 3 volumenstärksten Lieferanten, 5 Teiletypen) systematischer Plan: AQL und LQL im Vertrag, Switching Rules aktiv, OC-Kurve pro Plan gezeichnet, AOQ wöchentlich. Entscheidungen bleiben beim QS-Team, das System empfiehlt. Erfolgskriterium vorab schriftlich: Gesamtprüfkosten -15 %, Reklamationen -20 %, AOQ-Varianz -30 %.
Stufe 4 — Ausrollen. 6-12 Monate auf alle Lieferant-Teil-Kombinationen skalieren. Double/Sequential Sampling für volumenstarke, stabile Lieferanten einschalten. Bayesian-economic Pläne später als Option. Quartalskomitee QS: AOQ-Trend, Switching-Rule-Verteilung, Lieferanten-Performance, ökonomische Wirkung.
Risiken — was schiefgehen kann
Lieferanten-Qualitätsdrift (drifting AQL). Der Lieferant startet beim vertraglichen AQL (0,65 %), der Prozess driftet im Laufe der Zeit (neuer Bediener, Materialwechsel, Maschinenabnutzung); der Drift ist langsam, daher fällt er selbst im Reduced-Switching-Zustand nicht auf → AOQ verschlechtert sich schleichend, Reklamationen explodieren plötzlich. Lösung: CUSUM oder EWMA-Regelkarte, automatischer Switching-Rule-Trigger, quartalsweiser Prozessfähigkeitsbericht (Cp, Cpk).
Reject-Rate-‘Belohnung’ als Fehlanreiz. Wenn das QS-Team an der Zahl abgelehnter Lose gemessen wird, baut es eine Tendenz zur unnötigen Ablehnung auf, das Lieferantenrisiko α steigt, die Lieferantenbeziehung leidet, Nachprüfkosten steigen. Lösung: Messung über AOQ + Reklamationskosten und ‘korrekte Annahme + korrekte Ablehnung’ + ökonomische Wirkung statt über Ablehnungszahl.
Loshomogenitäts-Annahme bricht. Mischt der Lieferant Schichten/Maschinen/Chargen zu einem ‘Los’, wird die OC-Kurve verzerrt, das reale Abnehmerrisiko liegt höher als berechnet. Lösung: Vertragsklausel ‘Los aus einem Prozess, einer Schicht’, stratifizierte Stichprobe, oder integrierte Kontrolle mit Variables Sampling (Prozessfähigkeitsindizes).
Single-Vendor-Lock-in — QMS. Ohne Vertragsklausel ‘jährlicher Export im Standardformat (CSV, JSON, Parquet) der Plan-Entscheidungshistorie, OC-Kurvenparameter, Switching-Rule-Wechselprotokolle, Lieferanten-Performance-Daten und AOQ-Trends’ verliert man beim Anbieterwechsel das Qualitätsgedächtnis — 3-7 Jahre Lieferanten-Prozesskalibrierung, Switching-Historie und Reklamations-Fehler-Verknüpfung bleiben bei einem Anbieter eingeschlossen.
Technischer Blick auf die Lösungsmethode
| Ansatz | Typischer Maßstab | Lösungszeit | OC-Kurve + AOQL | Typischer ASN |
|---|---|---|---|---|
| Single Sampling (Dodge-Romig 1959) | Alle Größen | Sofort (Tabelle) | Binomial/hypergeometrisch | n fest |
| Double Sampling (Dodge-Romig 1959) | Alle Größen | Sofort (Tabelle) | Zweistufige OC | 20-40 % niedriger |
| Multiple Sampling (3-7 Stufen) | Mittel-groß | Tabelle + Rechnung | Mehrstufige OC | 30-50 % niedriger |
| Sequential Sampling (Wald 1947 SPRT) | Mittel-groß | Rechnung | OC mit fortlaufender Entscheidung | 50-70 % niedriger |
| ISO 2859 / ANSI Z1.4 (Switching Rules) | Alle Größen (Industriestandard) | Tabelle + Workflow | Tabellenbasiert | Je Stufe |
| Bayesian-economic (Pearn-Wu 2007) | Hochwertige Lose | Rechnung-Stunden | A-priori + a-posteriori | Ökonomische Balance |
| Variables Sampling (kontinuierlich) | Prozessfähigkeitsdaten | Rechnung | Normalverteilung | Niedriger als Attribut |
Zielfunktionswahl:
- Ziel 1 — Minimale Gesamtprüfkosten: Klassische Planauslegung; ASN unter α- und β-Restriktion minimieren.
- Ziel 2 — AOQL-Obergrenze: Dodge-Romigs Originalansatz — Obergrenze der mittleren ausgehenden Qualität nach Annahme garantieren.
- Ziel 3 — Minimale ökonomische Gesamtkosten (Bayesian-economic): erwartete Summe aus Prüf-, Annahme- und Ablehnungskosten unter A-priori-Verteilung minimieren.
- Ziel 4 — Minimales Reklamationsrisiko: Strenger Schutz über das Abnehmerrisiko β, lockerer beim Lieferantenrisiko α.
Multi-Ziel: gewichtete Summe (Prüfung + AOQL + Reklamationen), hierarchisch (regulatorisches AQL zuerst, dann ökonomisches Gleichgewicht), oder Pareto-Front (Wahl des QS-Teams).
Planvarianten — je nach Anwendung:
- Single Sampling (Dodge-Romig 1959): Einstufig, einfachster. Niedriges/mittleres Volumen, einfache Attributprüfung.
- Double Sampling (Dodge-Romig 1959): Zweistufig, ASN 20-40 % niedriger. Mittleres/hohes Volumen, stabiler Lieferant.
- Multiple / Sequential (Wald 1947): Mehrstufig oder Stück-für-Stück-Entscheidung. Hohes Volumen, schnelle Entscheidung.
- ISO 2859 / ANSI Z1.4 Switching-Pläne: Industriestandard, lieferantenbezogene Kalibrierung über Switching Rules.
- Variables Sampling: Integriert mit Prozessfähigkeitsindizes (Cp, Cpk), kontinuierliche Messung.
- Bayesian-economic Pläne (Pearn-Wu 2007): A-priori-Verteilung + Los-für-Los ökonomische Entscheidung. Hochwertige Lose.
- Rectifying Inspection: Abgelehnte Lose werden zu 100 % geprüft und angenommen — garantiert AOQ nach Annahme.
Akademische Quellen
Im Frontmatter unter sources aufgeführt. Dodge und Romig (1959) foundational Tabellen; Wald (1947) Sequenzialanalyse; Schilling und Neubauer (2017) moderne Standardreferenz; Pearn und Wu (2007) Bayesian-economic Plan; Montgomery (2019) SQC-Lehrbuch.
Quellen
- Dodge, H. F. und Romig, H. G. (1959). Sampling Inspection Tables: Single and Double Sampling (2. Aufl.). Wiley. Foundational AOQL-basierte Plantabellen.
- Wald, A. (1947). Sequential Analysis. Wiley. Sequentielle Stichprobentheorie, SPRT — Grundlage moderner Bayes-basierter Pläne.
- Schilling, E. G. und Neubauer, D. V. (2017). Acceptance Sampling in Quality Control (3. Aufl.). Chapman und Hall/CRC. Moderne Standardreferenz.
- Pearn, W. L. und Wu, C.-W. (2007). An effective decision-making method for product acceptance. Omega, 35(1), 12-21. Bayesian-economic Planansatz.
- Montgomery, D. C. (2019). Introduction to Statistical Quality Control (8. Aufl.). Wiley. Lehrbuchreferenz für SQC und OC-Kurve.
- YÖK Thesis Center — Stichwort ‘kabul örnekleme’, ‘acceptance sampling’ oder ‘kalite kontrol planı’ — 25+ Arbeiten aus der TR-Akademie. tez.yok.gov.tr
Glossar
- Annahmestichprobe
- Statistisch-operative Praxis, eine zufällige Stichprobe von n Stück aus einem Los zu prüfen und das gesamte Los anzunehmen oder abzulehnen, je nachdem ob die Fehlerzahl unter oder über einem Annahmegrenzwert c liegt.
- Operationscharakteristik-Kurve
- Funktion, die die wahre Fehlerrate p eines Loses mit der Annahmewahrscheinlichkeit Pa(p) unter einem Stichprobenplan (n, c) verbindet — als Kurve von p=0 (Pa=1, sichere Annahme) bis p=1 (Pa=0, sichere Ablehnung).
- MIP
- Optimierungsmodell, bei dem ein Teil der Entscheidungsvariablen ganzzahlig sein muss (z. B. Anzahl LKW, Anzahl Schichten).
- Vorbeugende Wartung
- Geplante Wartung vor einem Anlagenausfall — um ungeplante Stillstände zu vermeiden.
Ähnliche Probleme
Eine neue Teileanfrage kommt — wie ermittle ich die optimale Operationsreihenfolge + Maschinenwahl + Setup?
Wenn Sie ein mittelständischer CNC-Hersteller, ein Werkzeugbau oder ein Maschinenbau-Werkstatt mit 50-500 Teilevarianten sind, stellt jeder neue Auftrag dieselbe Entscheidung: Sie nehmen das CAD-Modell des Kunden und müssen festlegen, auf welcher Maschine, in welcher Reihenfolge, mit welchem Werkzeug und welcher Vorrichtung und in wie vielen Aufspannungen das Teil gefertigt wird. Schreiben Sie einfach die erste zulässige Reihenfolge auf, die Ihnen einfällt, wächst die Rüstzeit um Faktor 3-5 und Teile, die die Toleranz verfehlen, werden nachgearbeitet; die richtige Reihenfolge zu finden bedeutet, mehrere Routenalternativen für dasselbe Teil zu vergleichen. Lebt die Entscheidung nur im Kopf eines Ingenieurs, geht das Wissen über ähnliche Teile mit dieser Person verloren, und Routen alter Teile werden beim Kauf einer neuen Maschine nicht aktualisiert. Diese Seite richtet sich an Fertigungsplanungs-Teams, die die Operations-Reihenfolge und die Maschinenzuordnung als Brücke zwischen Design und Fertigung schriftlich und vergleichbar machen wollen.
Fünf Lieferanten bieten dasselbe Teil — wie viel kaufe ich bei jedem?
Sie betreiben einen Hersteller mit 20-200 Mitarbeitern und beziehen denselben Rohstoff oder dieselbe Komponente von 4-8 verschiedenen Lieferanten. Die Anbieter unterscheiden sich in Preis, Qualität, Lieferzeit, Kapazität, Zahlungsbedingungen und finanzieller Stabilität; wer in die Freigabeliste kommt und wer pro Bestellung welche Menge erhält, sind zwei getrennte Entscheidungen. Eine falsche Wahl kann eine monatelange Qualitätskrise auslösen oder bei Ausfall des einzigen Lieferanten die Linie zum Stillstand bringen; der 'günstigste-Bieter'-Ansatz verbirgt Qualitäts-, Verspätungs- und Compliance-Kosten und kostet am Ende 15-40% mehr. 5-15 Angebote mit 8-12 Kriterien manuell in einer Tabellenkalkulation zu bewerten wird schnell inkonsistent.
Rückwärts vom Kundenauftrag — Welches Rohmaterial soll ich wann und in welcher Menge bestellen?
Für mittelständische Fertigungs-KMU mit 50-500 Endprodukten und 200-2.000 Rohmaterialien und Baugruppen (Tier-2-Automobilzulieferer, Weißware-Komponenten, Möbel + Montage, Maschinenbau). Wenn die Stückliste (BOM) jedes Produkts und die Beschaffungs- oder Fertigungszeit jedes Teils vorliegen, lautet die Frage: ein Kunde bestellt 200 Stück Produkt X zum festen Liefertermin — welches Rohmaterial muss in welcher Menge in welcher Woche beschafft werden, und welche Baugruppen müssen wann in die Montage? Die Materialbedarfsplanung (Fachname MRP) rechnet diese Frage rückwärts vom Liefertermin und ist die Kernlogik unter jedem ERP. Auf Papier oder per Faustregel 'mein Lieferant braucht immer 3 Wochen' erledigt, läuft entweder das Lager leer und die Linie steht, oder es bindet überflüssiger Bestand Geld.