Die Digitalisierung sorgt für eine neue, ungeahnte Verfügbarkeit von Daten. Damit stehen mehr Daten, sowohl strukturierte als auch unstrukturierte, aus einer steigenden Anzahl von Quellen unterschiedlicher Qualität zur Verfügung. Dies verändert die Vorgehensweisen der datengestützten Problemlösung sowie Prozessverbesserung und somit auch Six Sigma. Bisher stand die Frage nach der projektbezogenen Erhebung der richtigen Daten zur Lösung eines Problems im Vordergrund. Heute geht es dagegen zunehmend darum, aus großen Mengen vorhandener Daten effizient die relevanten Daten auszuwählen und das bestmögliche Ergebnis zu erzielen.
Um dieser Entwicklung Rechnung zu tragen, ist es erforderlich, den Six-Sigma-Werkzeugkasten in Richtung der Datenwissenschaften, insbesondere Big Data, Data-Mining sowie Machine Learning, zu erweitern. Dazu muss die bewährte Six-Sigma-Ausbildung ergänzt werden. Im ESSC-D Arbeitskreis „Six Sigma Weitergedacht“ wurde nun ein entsprechender Ansatz entwickelt. Ausgehend von den Erfahrungen aus zahlreichen Projekten und Schulungen wurden die Auswirkungen von Digitalisierung und Big Data auf die bewährte Prozessverbesserungsmethode Six Sigma diskutiert. Hierbei sind diverse Forschungsprojekte der im ESSC-D engagierten Hochschulen und Ergebnisse aus Workshops der ESSC-D Fachkonferenzen eingeflossen. „Wir freuen uns, dass wir jetzt mit dem erweiterten Schulungsansatz unseren Methodenexperten die erforderlichen Kompetenzen in kurzer Zeit mit einer guten Vermittlungstiefe näherbringen können“, so Björn Noreik vom Vorstand des Six Sigma Clubs.
Der neue Ansatz wurde in einer Ausbildungsrichtlinie zusammengefasst, die auf der Internetseite des Six Sigma Clubs zu finden ist (www.sixsigmaclub.de). Dort sind auch Schulungstermine für Interessierte eingestellt.
Pressemitteilung als PDF:
Data-Mining für Six Sigma Belts
