In der Produktion kann eine falsche Ursache sehr teuer werden. Nicht nur, weil die eigentliche Stoerung bleibt. Sondern weil die Gegenmassnahme oft neue Verluste erzeugt: weniger Durchsatz, mehr Kontrollen, unnoetige Wartung, falsche Sperrungen oder neue Komplexitaet im Standard.
Das Risiko entsteht besonders dann, wenn Teams Korrelationen als Ursachen behandeln.
Das typische Muster
Ein Qualitaetsproblem tritt haeufiger auf, wenn Maschine A laeuft. Also scheint Maschine A die Ursache zu sein. Das Team reduziert Nutzung, prueft die Maschine, plant Wartung oder verschiebt Auftraege.
Spaeter zeigt sich: Maschine A lief vor allem mit einem bestimmten Materiallos, einer bestimmten Produktfamilie oder einer bestimmten Schichtlogik. Die Maschine war sichtbar, aber nicht ursachlich.
Die Korrelation war real. Die Schlussfolgerung war falsch.
Warum Fabriken Korrelationen lieben
Korrelationen sind schnell. Sie lassen sich gut visualisieren. Sie geben Teams das Gefuehl, eine Datenbasis zu haben. Und in vielen Faellen sind sie ein nuetzlicher Startpunkt.
Aber Produktion ist ein Netz aus Abhaengigkeiten. Parameter beeinflussen andere Parameter. Entscheidungen im Materialfluss veraendern Maschinenbelegung. Schichten fahren anders. Produktmix verschiebt Prozessfenster. Wartungsaenderungen wirken zeitverzoegert.
Eine Korrelation zeigt nicht, welcher Pfad dahinter liegt.
Causal Thinking als Lean-Erweiterung
Lean kennt dieses Problem schon lange. Gute A3s trennen Symptom, direkte Ursache, Systemursache und Gegenmassnahme. Causal Thinking macht diese Disziplin datenfaehiger.
Die Frage lautet nicht: Welcher Parameter sagt das Ergebnis am besten voraus?
Die Frage lautet: Welche Veraenderung wuerde das Ergebnis tatsaechlich beeinflussen, wenn wir sie kontrolliert pruefen?
Was Jidokai leisten kann
Jidokai sollte in diesem Thema nicht als magischer Ursachenfinder auftreten. Besser: als System, das Ursachenhypothesen besser priorisiert, Prozesszusammenhaenge sichtbar macht und Teams vor naheliegenden Scheinkorrelationen schuetzt.
Die Entscheidung bleibt operativ: Was pruefen wir? Welches Risiko entsteht? Welche Massnahme ist reversibel? Was wird Standard, wenn die Hypothese stimmt?
Fazit
Korrelation ist ein Hinweis, keine Entscheidung. Wer das im Werk ernst nimmt, spart nicht nur Analysezeit. Er verhindert Massnahmen, die das eigentliche Problem unangetastet lassen.