Ein wiederkehrender Fehler, eine verspätete Freigabe oder eine schwankende Prozessleistung löst schnell Diskussionen aus: War es die Maschine, die Methode oder doch die Kommunikation? Wer sofort auf die plausibelste Erklärung springt, riskiert teure Maßnahmen ohne Wirkung. Ein Ishikawa-Diagramm schafft zunächst Ordnung. Es macht mögliche Ursachen sichtbar, ersetzt aber weder Daten noch Prüfung.
Dieser Leitfaden zeigt, wie Du ein Ishikawa-Diagramm erstellen, Ursachenideen in überprüfbare Hypothesen übersetzen und daraus einen belastbaren Untersuchungsplan ableiten kannst.
Was ein Ishikawa-Diagramm leistet – und was nicht
Das Ishikawa-Diagramm wird auch Ursache-Wirkungs- oder Fischgrätendiagramm genannt. Die American Society for Quality beschreibt es als Werkzeug, das viele mögliche Ursachen eines Problems sammelt und in sinnvolle Kategorien ordnet. Das Institute for Healthcare Improvement betont zusätzlich die grafische Beziehung zwischen Ursachen, Wirkung und Verbesserungsfeldern.
Wichtig ist die Grenze des Werkzeugs: Ein Eintrag im Diagramm ist zunächst eine Vermutung. Auch wenn sich das Team einig ist, wird daraus noch kein Ursachenbeweis. Das Diagramm strukturiert die Suche; Beobachtungen, Messdaten und gezielte Tests entscheiden anschließend, welche Ursache tatsächlich relevant ist.
1. Die Wirkung beobachtbar formulieren
Am „Kopf“ des Diagramms steht nicht „Qualität schlecht“, sondern ein konkret beobachtbares Ergebnis. Eine gute Problemformulierung nennt Prozess, Abweichung, Zeitraum und – sofern bekannt – Größenordnung. Zum Beispiel: „In der Verpackungslinie 2 wurden im September 4,8 Prozent der Etiketten außerhalb der vorgesehenen Position erkannt.“
So bleibt das Team bei derselben Frage. Ursachen und Lösungen gehören noch nicht in die Formulierung. „Falsche Einstellung verursacht Etikettierfehler“ würde die Analyse bereits auf eine Erklärung festlegen, bevor Alternativen geprüft sind.
2. Das richtige Wissen an den Tisch holen
Eine Ursachenanalyse wird schwach, wenn ausschließlich Führungskräfte über einen Prozess sprechen, den andere täglich ausführen. Sinnvoll ist ein kleines, funktionsübergreifendes Team: Prozessverantwortung, operative Erfahrung, Qualität, Instandhaltung oder IT – je nach Problem. Betroffene Personen sollten nicht als „Ursache“ behandelt werden, sondern als Träger wichtigen Prozesswissens.
Zu Beginn werden Zeitraum, Prozessgrenze und verfügbare Fakten festgehalten. Ungeklärte Aussagen erhalten sichtbar den Status „zu prüfen“. Diese einfache Trennung reduziert Scheinsicherheit.
3. Kategorien passend zum Prozess wählen
In Produktionsumgebungen dienen häufig die 6M als Startpunkt: Mensch, Maschine, Material, Methode, Messung und Mitwelt beziehungsweise Umgebung. Sie sind ein Suchraster, kein Pflichtformular. In einem Verwaltungsprozess können etwa Information, Schnittstellen, Regeln, Systeme, Qualifikation und Arbeitslast geeigneter sein.
Die Kategorien sollen blinde Flecken verhindern. Sie dürfen das Denken aber nicht begrenzen. Eine Ursache kann mehrere Bereiche berühren: Eine fehlerhafte Datenerfassung kann mit der Software, einer unklaren Arbeitsanweisung und fehlendem Feedback zusammenhängen.
4. Ursachen neutral und konkret sammeln
Jede Idee wird als möglicher Einfluss beschrieben. Statt „Mitarbeiter unaufmerksam“ ist „Auftrag und Material werden ohne eindeutige Rückmeldung abgeglichen“ präziser und überprüfbar. Gute Formulierungen benennen einen Mechanismus, keine Schuldigen.
Für jede Ursache hilft die Frage: Woran würden wir erkennen, dass sie vorliegt? Mögliche Nachweise sind Prüfprotokolle, Systemzeiten, Schichtverläufe, Wartungsdaten, Beobachtungen oder Stichproben. Fehlt jede Idee für einen Nachweis, ist die Ursache noch zu vage.
5. Mit Warum-Fragen in die Tiefe gehen
Hauptursachen werden durch Unterursachen ergänzt. Die Frage „Warum kann das geschehen?“ führt vom sichtbaren Ereignis zu Bedingungen im Prozess. Dabei muss nicht jede Kette exakt fünf Ebenen besitzen. Entscheidend ist, dass die Verbindung logisch ist und nicht nur neue Schlagwörter produziert.
Ein Beispiel: „Etikett sitzt falsch“ → „Position driftet während der Schicht“ → „Sensorwert wird nicht stabil erfasst“ → „Verschmutzungsgrad wird zwischen zwei Wartungsintervallen nicht geprüft“. Jetzt lässt sich untersuchen, ob Fehlerhäufigkeit und Sensorzustand tatsächlich zusammenhängen.
6. Hypothesen priorisieren und prüfen
Ein volles Diagramm ist kein fertiges Ergebnis. Priorisiere Ursachen nach möglicher Wirkung, vorhandenen Hinweisen und Aufwand der Prüfung. Danach erhält jede wichtige Hypothese einen konkreten Test:
- Hypothese: Was könnte die Abweichung erklären?
- Nachweis: Welche Daten oder Beobachtungen wären zu erwarten?
- Prüfung: Wer untersucht was bis wann und mit welcher Methode?
- Kriterium: Wann gilt die Hypothese als gestützt oder verworfen?
Diese Logik entspricht dem von der ISO hervorgehobenen Prinzip der evidenzbasierten Entscheidungsfindung: Entscheidungen gewinnen an Qualität, wenn sie auf der Analyse verlässlicher Daten beruhen.
7. Maßnahmen erst nach der Ursachenprüfung festlegen
Eine sofortige Schulung wirkt oft attraktiv, auch wenn die tatsächliche Ursache in einem unklaren Prüfpunkt oder instabilen System liegt. Leite Maßnahmen deshalb erst aus bestätigten Zusammenhängen ab. Definiere Verantwortliche, Termin und erwartete Veränderung. Prüfe anschließend mit derselben Kennzahl, ob die Wirkung eingetreten ist und stabil bleibt.
Das ursprüngliche Diagramm bleibt Teil der Dokumentation. Markiere verworfene, bestätigte und noch offene Hypothesen. So wird aus einem Brainstorming ein nachvollziehbarer Lernprozess.
Praxisbeispiel: Reklamationen wegen falscher Liefermenge
Ein Team untersucht gestiegene Reklamationen. Unter „Methode“ erscheint die fehlende zweite Mengenkontrolle, unter „System“ eine verzögerte Bestandsaktualisierung, unter „Information“ eine schwer erkennbare Einheit im Auftrag. Statt alle drei Punkte gleichzeitig zu verändern, zieht das Team eine Stichprobe aus fehlerhaften und korrekten Aufträgen.
Die Daten zeigen: Die Fehler häufen sich bei Artikeln mit wechselnden Verpackungseinheiten; die Bestandsaktualisierung tritt dagegen bei beiden Gruppen ähnlich häufig verzögert auf. Damit wird die Darstellung der Einheit zur vorrangigen Hypothese. Erst jetzt plant das Team eine gezielte Änderung und einen Wirksamkeitsvergleich.
Typische Denkfehler bei der Moderation
Die ranghöchste Person setzt die erste Ursache
Frühe Festlegungen erzeugen Bestätigungsdruck. Besser ist eine stille Sammelphase, bevor Beiträge gemeinsam sortiert werden.
Die 6M werden mechanisch gefüllt
Leere Kategorien sind kein Mangel. Ergänze nur Ursachen mit plausibler Beziehung zur Wirkung und passe Kategorien an den Prozess an.
Häufig genannte Ursachen gelten als bewiesen
Mehr Stimmen ersetzen keine Evidenz. Häufigkeit im Workshop zeigt höchstens, welche Annahmen verbreitet sind.
Maßnahmen werden während des Sammelns beschlossen
Notiere Lösungsideen separat. Sonst verengt eine attraktive Maßnahme die weitere Ursachensuche.
FAQ zum Ishikawa-Diagramm
Wann lohnt sich ein Ishikawa-Diagramm?
Es eignet sich, wenn eine klar beschriebene Wirkung mehrere mögliche Ursachen hat und Wissen aus verschiedenen Rollen zusammengeführt werden soll. Für einen offensichtlich isolierten Einzelfehler kann eine kürzere Prüfung genügen.
Ist das Ishikawa-Diagramm eine Root-Cause-Analyse?
Es ist ein Werkzeug innerhalb der Ursachenanalyse. Es erzeugt Ursachenhypothesen, beweist aber nicht automatisch die Grundursache. Dafür braucht es Daten, Beobachtung oder Tests.
Müssen immer die 6M verwendet werden?
Nein. Die Kategorien sollen zum Prozess passen. Für Dienstleistung, Verwaltung oder digitale Abläufe sind angepasste Begriffe oft verständlicher.
Wie viele Ursachen sollte das Diagramm enthalten?
Es gibt keine ideale Zahl. Entscheidend sind nachvollziehbare Ursache-Wirkungs-Beziehungen und ein realistischer Prüfplan, nicht die optische Fülle.
Fazit: Strukturieren, prüfen, lernen
Ein gutes Ishikawa-Diagramm verhindert keine Fehler allein. Es bringt jedoch unterschiedliche Perspektiven in eine gemeinsame Struktur und macht sichtbar, welche Annahmen noch geprüft werden müssen. Der entscheidende Qualitätsgewinn entsteht im Übergang von der Ursachenidee zum belastbaren Nachweis.
Wenn Du Ursachenanalyse, Prozessverbesserung und Qualitätsmanagement systematisch vertiefen möchtest, informiere Dich über den GrandEdu-Media-Lehrgang Qualitätsmanager inkl. TÜV-Zertifizierung oder das Programm Technisches Management mit Schwerpunkt Qualitäts- und Prozessmanagement. Antworten zu Ablauf und Rahmenbedingungen findest Du außerdem in den häufigen Fragen. Welche Weiterbildung im Einzelfall passt, sollte anhand Deiner Vorerfahrung und Ziele geprüft werden.
Quellen
- American Society for Quality: Fishbone- beziehungsweise Ishikawa-Diagramm
- Institute for Healthcare Improvement: Cause and Effect Diagram
- International Organization for Standardization: Quality Management Principles