Design of Experiments (DoE)

Kurzprofil

Statistische Versuchsplanung, auch Design of Experiments (DOE) ist eine Methode, um Prozesse in der Entwicklung oder in der bestehenden Fertigung effizient zu optimieren und zu stabilisieren. Die Entwicklung neuer Produkte erfolgt in immer kürzeren Zeiten mit einem höher werdenden Qualitätsanspruch. Bei immer kürzeren Produktionstaktzeiten und höherer Produktivität muss dabei die Robustheit und Unempfindlichkeit gegenüber Störungen erhöht werden. Zur Problembeseitigung ist eine systematische Vorgehensweise mit anschließender statistischer Datenanalyse ein Muss. Das Seminar enthält alle notwendigen Grundlagen und es wird praxisnah gelernt, wie Sie die Anzahl der Versuche auf ein Minimum reduzieren, mit Risiken umgehen und mit einfachen Mitteln und geringem Aufwand die wichtigsten Einflussgrößen finden können.

Zielgruppe

Ingenieure, Techniker, „Anwender“ aus den Bereichen:

Entwicklung
Forschung
Versuch
Planung und Konstruktion
Qualitäts- und Prozessmanagement

Ihr Nutzen

Das Ziel des Seminars ist es, praxisorientiert die Grundlagen der statistischen Versuchsplanung zu vermitteln. Besonders wichtig ist die richtige Interpretation der statistischen Kennzahlen und Analyseergebnisse. Im Seminar lernen Sie, wie Sie Versuche planen, Einfluss-, Stör- und Antwortgrößen identifizieren können. Sie erlangen ein vertiefendes Konzeptwissen. Sie wissen, welcher Versuchsaufwand mindestens notwendig ist, bzw. wo Versuche eingespart werden können. Mit Hilfe von selbst durchgeführten Übungsbeispielen lernen Sie, mit Streuungen der Versuchsergebnisse umzugehen, faktorielle- und Wirkungsflächenversuchspläne durchzuführen.

Methoden

Trainerinput, Gruppenübungen und Fallbeispiele, kollegiale Beratung, Feedback

Schwerpunkte

Tag 1:

Grundlagen der Statistik

Einführung in die Statistik
Einführung in MINITAB®

Teil- und vollfaktorielle Versuchspläne

Klassische Versuchsumsetzung vs. statistischer Versuchsplanung
Das DOE-Parametermodell
Vollfaktorielle Versuchpläne (2k) Teilfaktorielle Versuchspläne (2k-p)
Umfassende praktische Fallstudie
Signifikante Einflussfaktoren identifizieren

Tag 2: Wirkungsflächen- und alternative Versuchskonzepte

Zentral zusammengesetzte Versuchspläne
Aufwandsminimierung (Methode des steilsten Anstiegs, EVOP)
Optimierung multipler Antwortvariablen
Zielwertfinder in Minitab
Umfassende praktische Fallstudie (Fortsetzung von Tag 1)
-> idealen Arbeitspunkt identifizieren

Trainer

Ulrich Paar

Dipl.-Ing. Elektrotechnik mit der Fachrichtung Automatisierung an der FH Aachen, Six Sigma Trainer und Berater, Master Black Belt. Fachausbildung bei Halbleiterhersteller Mitsubishi Semiconductor Europe in Japan. Internationale Erfahrungen mit Japanischen und Europäischen Qualitätsstrategien und LEAN-Kulturen, sowie hochtechnologischen Fertigungsumfeldern. Linienverantwortung bei Saint Gobain, Automobilindustrie. Lehrbeauftragter der Hochschule Neuss für Qualitätsmanagement. Schwerpunkte: Qualitäts- und Produktionsmanagement, Six Sigma Implementierung

Markus Pralle

Dipl.-Ing. Physikalische Technik, Six Sigma Trainer und Master Black Belt, mehrjährige Berufserfahrung in international agierenden Unternehmen der Halbleiter- und Automobilindustrie mit Schwerpunkten Prozesstechnologie und Qualitätsmanagement. Beratungs- und Trainertätigkeiten im Bereich angewandter Qualitätstechniken wie FMEA, SPC, DoE, MSA.

Termine

Termine folgen in Kürze

Seminarempfehlungen für Sie

Lean Basics - Online Seminar

Dauer: 2 Tage

Preis: 1.100,00 EUR

Lean Six Sigma Green Belt

Dauer: 9 Tage

Preis: 4.400,00 EUR

Lean Six Sigma Yellow Belt

Dauer: 2 Tage

Preis: 1.100,00 EUR

PDF Download

Dauer

2 Tage

Termine

Termine folgen in Kürze

Standard-Inhouse-Seminar

Seminar, das ohne Veränderung von Inhalten und Dauer für eine Gruppe von Teilnehmern gebucht wird. Ort und Beginn werden individuell abgestimmt.

inkl. digitale Seminarunterlagen und Teilnahmezertifikat

zzgl. Reisekosten für den Trainer in Höhe von 250,- € für den 1. Tag und 100,- € für jeden weiteren Tag (außerhalb der Messezeiten)

max. 12 Teilnehmer