In der Praxis wird für die Entwicklung, Einfahren, Trouble Shooting und die Optimierung von technischen Prozessen und Produkten noch häufig das "COST-Prinzip" bzw. "Change One Setting at a Time" angewendet. Dies ist in der Regel mit mehreren Nachteilen verbunden und führt dazu, dass der Projektplan, das Budget und die Ressourcen nur suboptimal geplant werden können. Eine wissenschaftliche und verlässliche Bewertung der Prozessleistung erfordert eine gut strukturierte Vorgehensweise und eine hohe Datenqualität. "Quality by Design - Design of Experiments" ist der effektivste Ansatz, um diese Ziele zu erreichen. Ursache und Wirkung von Prozessen werden in vergleichsweise wenigen Experimenten analysiert und visualisiert. Parameter und Faktoren werden in ihrem Einfluss gewichtet und die gewonnenen Ergebnisse bewertet. Zusätzlich kann der Einfluss von "unkontrollierbaren" Parametern in Bezug auf das Prozessergebnis erfasst werden. Aktuelle Softwarepakete wie z.B. "Modde pro" unterstützen eine geführte, strukturierte Auswertung und Interpretation von kundenspezifischen Prüfplänen. Wenn prinzipiell eine technische Lösung möglich ist, ist die softwaregestützte Zielsuche ein eleganter Weg, diese Bereiche mittels von Ursache-Wirkungs-Modellen aufzuzeigen. Darüber hinaus hilft dieser Ansatz, die Zielbereiche mit ganzheitlichen, sicheren und breiten Toleranzbändern auch für mehrere Zielgrößen zu ermitteln.

1. By info@stefan-moser.com
Du hast ein „Optimierungs-
Problem“ mit einigen Faktoren?
Welche Weg ist der zielführende?
OFAT DoE
„One Factor at a time“
Einzelfaktoroptimierung
„Design of Experiments“
Versuchsplanung
Auf den folgenden Slides werden
einige Gesichtsprunkte der
Optimierung gegenübergestellt!

2. By info@stefan-moser.com
Generell gilt für den Einstieg …
OFAT DoE
Sofort anfangen, und einen
Faktor nach dem anderen
optimieren….
Faktoren bestimmen und
priorisieren sowie
Variationsbreite festlegen

3. By info@stefan-moser.com
Was passiert jedoch zwischen
den Versuchen…
OFAT DoE
Rege, wi(e)derkehrende
Diskussionen, ob und wie es
jeweils weitergehen soll
Die Versuche werden alle
möglichst in einer Folge
abgearbeitet

4. By info@stefan-moser.com
Was nicht auf dem Radar ist und
trotzdem wirkt → Umgebung
OFAT DoE
Zusätzliche Faktoren werden
seltener erfasst da meist die
Konzentration auf den einen
veränderlichen Faktor gerichtet ist
.
Alle Faktoren werden nach einem
systematischen Muster simultan
variiert, Störgrößen können erfasst
und nach Trend bewertet werden
x1
x2
x1
x3
x2

5. By info@stefan-moser.com
Wie stets um die Planung?
OFAT DoE
Die Versuche entsprechen einem
„Herantasten“ und können daher
schlecht systematisch geplant
werden
Durch strukturierte Versuchspläne
kann besser und vorausschauender
geplant werden
Funktion
Budget
Ressourcen /&
Mitarbeiter
Zeitplan

6. By info@stefan-moser.com
OFAT DoE
Beständiger, jedoch langsamer
Wissensaufbau
Schneller Wissenszuwachs, bei
deutlich weniger Versuchen
Wie sehen die Lernkurven aus?
Wissen
Versuche
Wissen
Versuche

7. By info@stefan-moser.com
Grundsätzliches Anliegen
OFAT DoE
Suche nach der besten Einstellung
und dem besten Ergebnis
Ziel den gesamten Versuchsraum zu
um- bzw. beschreiben, Ableitung
eines Ursache –Wirkungsmodels
x1
x2

8. By info@stefan-moser.com
20% Yield
30
40
50
60 70
20% Yield
30
40
50
60 70
Grenzen der Interpretation
OFAT DoE
Suche nach der besten
Einstellung, dem besten Ergebnis,
Prozesslandkarten Erstellung ist
nur sehr bedingt möglich
Ziel den gesamten Versuchsraum
zu um- bzw. beschreiben,
Prozesslandkarten Erstellung möglich

9. By info@stefan-moser.com
Beschreiben von Wechselwirkungen
OFAT DoE
Meist nicht möglich durch
fehlendes Design in der
Anordnung der Experimente.
Möglich durch strukturierte
Anordnung der Experimente
y1
x1
X2 ↑
X2 ↑
X2 ↓
X2 ↓
x1
x2

10. By info@stefan-moser.com
Beschreiben von nicht linearen
Effekten
OFAT DoE
Nur bedingt möglich durch
willkürliche Anordnung der
Experimente
Möglich durch strukturierte
Anordnung der Experimente
y1
x1
y1
x1

11. By info@stefan-moser.com
-1 1
Ableitung der Effekte
OFAT DoE
Meist nur bedingt möglich
durch willkürliche abhänige
Anordnung der Experimente
Möglich durch strukturierte
Anordnung der Experimente
y1
x1
y1
x1
𝑚 =
𝑌
𝑋 ≜ 2
2

12. By info@stefan-moser.com
x1 x2 x3 x4 x5 x6
Vergleichbarkeit der Effekte
OFAT DoE
Nur sehr bedingt möglich
durch willkürliche Anordnung
der Experimente
Möglich, durch die Normierung und
Skalierung der Faktorvariation
y1
x1

13. By info@stefan-moser.com
Untersuchung von vielen
Faktoren (10+)
OFAT DoE
Nicht möglich!
Keine strukturierte
Vorgehensweise.
Möglich, durch die Verwendung
eines Designs zur Erstellung des
Versuchsplans.
2n +1 2n … 22 21 20

14. By info@stefan-moser.com
Untersuchung von vielen Faktoren
und Zielgrößen
OFAT DoE
Nicht möglich!
Keine strukturierte
Vorgehensweise.
Möglich, durch Verwendung ein
Designs als Grundlage des
Ursache-Wirkungs-Modells
Faktoren (X)
Eingangsgrößen
Transferfunktion
Störgrößen
Ausgangsgrößen
Ursache – Wirkung – Model
System
oder
Prozess
Zielgrößen(y)

15. By info@stefan-moser.com
Folgeuntersuchungen von nicht linearen
oder Wechselwirkungs-Effekten
OFAT DoE
Meist nicht möglich durch
fehlendes Design in der
Anordnung der Experimente
Möglich durch strukturierte
komplementäre Anordnung der
Experimente
x1
x2
x1
x3
x2
Fehlt meist!

16. By info@stefan-moser.com
Ursache-Wirkungs-Model
Erstellung
OFAT DoE
Nicht möglich!
Keine strukturierte
Vorgehensweise
Möglich, durch Verwendung eines
Designs für den Aufbau des
Versuchsplans mit anschließender
Ursache-Wirkungs-Modell Erstellung
Faktoren (X)
Eingangsgrößen
Transferfunktion
Störgrößen
Ausgangsgrößen
Ursache – Wirkung – Model
System
oder
Prozess
Zielgrößen(y)

17. By info@stefan-moser.com
Ausloten mehrere Zielgrößen
OFAT DoE
Bedingt (manuell) möglich,
durch Vergleich von
Heatmaps, Kontourplots
Automatisiert möglich, durch
Mehrgrößenoptimierung z.B. mit
dem Simplex Algorithmus

18. By info@stefan-moser.com
Nutzen des Models für Prognosen
OFAT DoE
Bedingt möglich, durch
Nutzung von Heatmaps,
Kontourplots
Möglich, durch Multi-lineare
Regression, guten Designs,
Kontourplots und Venn-Diagramme
X1
X2
X1
X2
Maximum 90%
Maximum 94%

19. By info@stefan-moser.com
Ableiten von optimalen
Einstellungsbereichen
OFAT DoE
Bedingt (manuell) möglich,
durch Nutzung von
Heatmaps, Kontourplots
Automatisiert möglich, durch
Mehrgrößenoptimierung z.B. mit
dem Simplex Algorithmus
X1
X2
X1
X2
Max Yield

20. By info@stefan-moser.com
Auslegung von Toleranzen
OFAT DoE
Nicht möglich, weitere Tests
sind erforderlich!
Automatisiert möglich, durch
Mehrgrößenoptimierung z.B. mit
Monte Carlo Simulation

21. By info@stefan-moser.com
Absicherung / Design Space
OFAT DoE
Nicht möglich, weitere Tests
sind erforderlich!
Automatisiert möglich, durch
Berücksichtigung der individuellen
Modellfehler sowie Mess- und
Einstellungstoleranzen.
Venn
Diagramm
Wahrschein-
lichkeits-
Diagramm

22. By info@stefan-moser.com
Finden eines sicheren
Arbeitspunktes mit Tol.
OFAT DoE
Nicht möglich, weitere Tests
sind erforderlich!
Automatisiert möglich, Vergleich von
Arbeitspunkten, Ermittlung eines
sicheren (robusten) Arbeitspunktes
Wahrscheinlichkeits- Diagramm

23. By info@stefan-moser.com
Aufbereitung für sichere
Entscheidungen…
Geht es noch ein bisschen
besser?
Wo sind die Grenzen?
Ist das sicher so ?
Kosten Nutzen … lohnt
Weitermanchen?
Kann das Projekt
endgültig abgeschlossen
werden?
Muss ich mit
Überraschungen rechnen?
Komm ich ans Ziel?
OFAT DoE

24. By info@stefan-moser.com
✓ Bietet eine klare Struktur die Probleme durchzudenken
(Problemformulierung), zu planen und zu organisieren.
✓ Ein organisierter Ansatz, um Versuchspläne zu erstellen und
deren Ergebnisse nachvollziehbar auswertet.
✓ Es werden mit so wenig Experimenten wie möglich, soviel
Informationen wie möglich gewonnen um Ursache –
Wirkungsmodell zu erstellen.
✓ Es werden neben der Wirkung der Faktoren weitere nützliche
Informationen gewonnen wie z.B. der Einfluss von
Wechselwirkung und nichtlinearem Verhalten.
✓ Wertvolle Unterstützung bei der Entscheidungsfindung auf
Basis von Prozesslandkarten die auch die Systemgrenzen und
Widersprüche im Lichte der Variabilität adressieren können.
✓ Toleranzen werden so weit wie möglich und so eng wie
möglich berechnet
Zusammenfassung
Vorteile von DoE?

25. By info@stefan-moser.com
Du möchtest mehr über DoE
Methoden erfahren?