Komplexität in der Produktion – Herausforderungen durch Über- und Unterforderung

Motivation

Produzierende Unternehmen leiden unter kontinuierlicher Komplexitätszunahme durch globalisierten Wettbewerb [1], internationale Produktionsnetzwerke [2], zunehmende Variantenvielfalt [3] und kurze Technologie- und Produktlebenszyklen [4, 5]. Auch der steigende Automatisierungsgrad [6, 7] und neue Paradigmen wie cyber-physische Systeme [8, 9] führen durch den höheren Vernetzungsgrad zum Anstieg der Komplexität von Produktionssystemen. Märkte sind volatil, zukünftige Entwicklungen unsicher, Zusammenhänge komplex und vorliegende Informationen mehrdeutig. Das VUCA-Modell beschreibt diese Rahmenbedingungen [10]. Die negativen Effekte der Komplexität betreffen alle Bereiche der Produktion [7], besonders jedoch die Qualität [10, 11, 12, 13], die Prozessstabilität [14, 15, 16] und die Kosten [16, 17, 18]. Doch auch für die Mitarbeitenden drohen Überforderung [12], Demotivation [19] und Stress [20]. Komplexitätsmanagement ist eine Herausforderung [21, 22], der sich die Unternehmen stellen müssen, um zu erfolgreich zu bestehen [23, 24] und Kontrolle über die Qualitätskosten und Prozesse zu erlangen [11]. Andererseits ist ein gewisser Komplexitätsgrad notwendig, um Kundenanforderungen gerecht zu werden [25, 26], Wettbewerbsvorteile zu nutzen [27] und Absatzpotenziale auszuschöpfen [15, 28]. Ferner belegen Studien, dass auch Unterforderung, verursacht zum Beispiel durch eine zu geringe Komplexität der Tätigkeit, negative Auswirkungen auf Mitarbeiter- und Unternehmensseite hat [29]. Auf der Mitarbeiterseite droht Unzufriedenheit, die neben psychischen und psychosomatischen Erkrankungen zu Frustration und Demotivation bis hin zur „inneren Kündigung“ führen kann [30]. Auf der Unternehmensseite können unterforderte Mitarbeiter die Qualität, die Produktivität und die Kosten infolge von Krankheit oder Fluktuation negativ beeinflussen [31].

Aus diesem Grund ist die Bestimmung des adäquaten Komplexitätsgrades [32] bzw. der idealen Komplexität [33] von großer Bedeutung. Dazu muss die Komplexität gemessen werden [1, 34], was nicht trivial ist [16, 35]. Trotz intensiver Forschung an dem Thema gibt es noch keinen einheitlichen Ansatz [16].

Ansätze zur Komplexitätsbewertung in der Produktion

Die vorliegenden Ansätze zur Komplexitätsbewertung lassen sich in zwei Kategorien einordnen. Die erste Kategorie stammt vor allem aus den 1990er und frühen 2000er Jahren und fokussiert auf die Messung der objektiven Komplexität, die dem System inhärent ist [36] mittels objektiver Prozesskennzahlen. Ansätze dieser Kategorie basieren auf der Informationstheorie [37, 38], Mathematik [39, 40] oder der Entropietheorie [41, 42, 43]. Diese sehr theoretischen Ansätze bieten leider zu wenig praktische Hinweise für das Management, um die Komplexität zu beeinflussen [7]. Darüber hinaus wird die Rolle der Mitarbeitenden komplett vernachlässigt [44]. Es besteht weitgehende Einigkeit, dass der Einfluss des Menschen nicht vernachlässigt werden darf [4, 45, 46, 47, 48]. Mitarbeiter empfinden Komplexität unterschiedlich [49], da ihre Qualifikation, Arbeitserfahrung, Ausbildung, aber auch Fehlerkultur und persönliche Faktoren die Wahrnehmung beeinflussen [50].

Daher entstanden in den letzten Jahren vermehrt Ansätze, die auf die subjektive bzw. wahrgenommene Komplexität fokussieren [3]. Ein wesentlicher Vorteil dieser zweiten Kategorie besteht darin, dass sie praktische Ansatzmöglichkeiten zur Anpassung der wahrgenommenen Komplexität liefern [12], um diese für die Werker besser beherrschbar zu machen [49, 51]. Allerdings sind die existierenden Ansätze im Umfang entweder auf einzelne Stationen [52, 53] beschränkt oder versuchen die gesamte Supply Chain abzudecken [54, 55, 56, 57, 58]. Ein einheitliches Bewertungsschema für die direkten und indirekten Bereiche des Shop Floors fehlt [13, 47]. Auch beschränken sich diese Ansätze auf die wahrgenommene Komplexität und vernachlässigen objektiv messbare Aspekte [59]. Erste Studien liegen vor, die subjektive und objektive Messansätze verbinden [16].

Weitere Studien [7, 24, 60] belegen, dass den Unternehmen die Problematik der Komplexität bewusst ist und die Treiber bekannt sind, aber die Zusammenhänge nicht verstanden werden [54]. Infolge dessen werden inadäquate Eingriffe zur Beseitigung von Problemen oder zur Senkung der Komplexität versucht, welche oftmals zu einer unbeabsichtigten Erhöhung der Komplexität führen [61, 62]. Darüber hinaus fehlen praktische Methoden zur Identifikation und Visualisierung [63]. Diese Defizite versucht die Bewertungsmethodik des KMP zu beheben

KMP-Ansatz zur Komplexitätsbewertung

Das im Kooperationsnetzwerk Moderne Produktion entwickelte KMP-Modell (Bild 1) beschreibt die Komplexität eines Systems über vier Dimensionen: Vielfalt, Vernetzung, Dynamik und Unsicherheit [9]. Diese interne Komplexität wird durch interne und externe Treiber verursacht [64].

Bild 1

Das KMP- Komplexitätsmodell (i. A. an [67])

Die interne Komplexität und ihre Auswirkungen können durch die Robustheit des Systems gedämpft werden. Robustheit ist die Fähigkeit eines Systems, nicht anfällig auf Störungen zu reagieren und Prozesse weiter zuverlässig auszuführen [22, 65]. Theoriegeleitet wurden sechs wesentliche Faktoren identifiziert, welche die Robustheit der Produktion erhöhen [66]:

1. Redundanz, beispielsweise Maßnahmen zur Prozessabsicherung,

2. Standardisierung, beispielsweise Qualitätsstandards,

3. Kommunikation, sodass Informationen schnell und ausreichend zur Verfügung stehen,

4. Qualifizierung, sodass Kompetenzen erweitert werden,

5. KVP, sodass beispielsweise unerwartete Prozessabweichungen systematisch angegangen werden können,

6. Fehlerkultur, sodass Maßnahmen und Prozesseingriffe auch außerhalb der eigenen Komfortzone erfolgen und dadurch Prozesswissen erarbeitet werden kann.

Die durch Robustheit gedämpfte interne Komplexität ergibt die Resultierende Komplexität, von der manche Aspekte quantitativ messbar sind, während andere nur qualitativ bewertet werden können.

Der KMP-Ansatz bewertet daher die Komplexität in der Produktion ausgehend von der Wahrnehmung der Mitarbeiter und ergänzt diese mit prozessübergreifenden Aspekten aus Sicht der übergeordneten Führungskräfte sowie ggf. mit im Unternehmen vorhandenen Kennzahlen. Ziel ist neben der Komplexitätsbewertung selbst die Ermittlung von kritischen Komplexitätstreibern sowie das Aufzeigen signifikanter Auswirkungen auf die Mitarbeiter und die Prozesse. Als mögliche komplexitätsbedingte Auswirkungen wurden Motivationsverluste, Über-/Unterforderung, Qualitätsschwankungen und Prozessschwankungen identifiziert [66].

Basierend auf der existierenden Literatur, eigenen theoretischen Analysen und Expertenwissen aus der Praxis wurde eine Vielzahl relevanter Elemente und Aspekte der Komplexitätsdimensionen, der Robustheitsfaktoren und der komplexitätsbedingten Auswirkungen identifiziert. Darauf aufbauend wurden strukturierte Fragebögen entwickelt, mit denen diese Elemente und Aspekte bewertet und somit Komplexitäts- bzw. Robustheitstreiber direkt erkannt werden können. Die Bewertungen der einzelnen Elemente und Aspekte lassen sich zu Bewertungen der Komplexitätsdimensionen, Robustheitsfaktoren und Auswirkungen aggregieren, denen sie zugeordnet sind. Diese Faktoren zeigen Handlungsfelder auf und erlauben Benchmarking. Durch eine weitere Aggregation lassen sich aus den Faktoren die Kenngrößen Wahrgenommene Komplexität und Wahrgenommene Auswirkungen errechnen, welche summarische Aussagen zu Komplexitätsbeherrschung und Handlungsbedarf in den betrachteten Produktionsbereichen ermöglichen. Dieser Ansatz wurde bereits in zwei unternehmensübergreifenden Studien 2017/2018 und 2020 mit 47 bzw. 50 Teilnehmern erfolgreich getestet. Aufgrund dieser Ergebnisse wurde das Tool überarbeitet, und das Thema Unterforderung in die Fragebögen und die Bewertung mit aufgenommen.

Ziele und Design

Im Sommer 2022 wurde die vergleichende Komplexitätsbewertung mit 443 Teilnehmern aus drei KMP-Partnerunternehmen durchgeführt. Die teilnehmenden Unternehmen agieren global und gehören zu den Marktführern in ihren Branchen. Ziele der Vergleichsstudie waren:

1. Aktuelle Bewertung der Komplexität in der Produktion bei den KMP-Partnerunternehmen,

2. Ermittlung der wesentlichen Komplexitätstreiber und der komplexitätsbezogenen Auswirkungen in den Unternehmen und den einzelnen Teams, und

3. Vergleich der Unterschiede und Ableitung von Best-Practices zur erfolgreichen Komplexitätsbeherrschung in der Produktion.

Das ermöglicht den beteiligten Unternehmen, dominierende Komplexitätstreiber und treibergruppen zu identifizieren, die Ansatzpunkte für eine komplexitätsbezogene Optimierung der Prozesse und Arbeitsplätze darstellen. Außerdem lässt sich erkennen, ob in den einzelnen Teams die Komplexität der Tätigkeiten zu den Mitarbeitern passt, was eine entsprechende Umverteilung von Aufgaben und Tätigkeiten, und damit Komplexitäten, ermöglicht.

Der Mitarbeiter-Fragebogen umfasste 84 Fragen für Mitarbeiter aus vier übergeordneten Bereichen: Tätigkeiten und Aufgaben, Rahmenbedingungen, persönliche Arbeitssituation und Auswirkungen. Die Fragen sind aus der Ich-Perspektive in bewusst einfacher Sprache gestellt, um einen heterogenen Teilnehmerkreis zu ermöglichen, und sie sind den eigenen Einschätzungen entsprechend zu bewerten.

Zur Abfrage von Bewertungen ist die Verwendung von Likert-Skalen allgemein anerkannt und gebräuchlich. Diese werden hier mit elf Abstufungen verwendet, da sich bei steigender Anzahl der Antwortkategorien eine feinere Granularität bzw. geringere Quantisierungsfehler ergeben. Dadurch steigt die Messqualität [68], gleichzeitig erfolgt damit auch der Übergang zu einem intuitiven Bewerten des Erfüllungsgrads [69]. Letzteres wird dadurch unterstützt, dass nur noch die Endpunkte der Skalen verbal benannt werden (stimme nicht zu – stimme zu, nie – sehr häufig, usw.), was besonders bei geringer sprachlicher Kompetenz der Befragten außerdem die Lesbarkeit verbessert und die Lesezeit reduziert.

Um den Mitarbeitern einen niedrigschwelligen Zugang zu ermöglichen, erfolgte die Befragung der Mitarbeiter hybrid, wahlweise online oder auf Papier, die Befragung der vorgesetzten Supervisoren/Manager erfolgte online. Um den Einfluss von Veränderungen im unternehmensinternen und -externen Umfeld möglichst klein zu halten, wurden alle Befragungen innerhalb eines Zeitraums von zwei Wochen durchgeführt.

Die Stichprobe wurde anschließend auf Plausibilität geprüft und bereinigt durch den Ausschluss von Teilnehmern mit mehr als 20 Prozent unbeantworteten Fragen und von Teams mit weniger als fünf Mitarbeitern. Die so bereinigte Stichprobe umfasste 399 Mitarbeiter aus 22 Teams und 30 Supervisoren/Manager. Fehlende Antworten in den verbleibenden Fragebögen konnten durch multiple Imputation ergänzt werden.

Eine Prüfung der statistischen Gütekriterien ergab eine hohe interne Konsistenz (Cronbachs Alpha = 0,918). Ein weiterer Indikator für die Reliabilität der Ergebnisse ist der Vergleich mit den früheren Studien, die ähnliche Ergebnisse erzielten.

Ergebnisse

Die Fragen zu Komplexitäts- und Robustheitstreibern wurden zu den vier Komplexitätsdimensionen und den sechs Robustheitsfaktoren zusammengefasst, auf den Wertebereich 1 (minimale Ausprägung) bis 5 (maximale Ausprägung) normiert und zur Wahrgenommenen Komplexität aggregiert. Ebenso wurden die vier betrachteten Arten von Auswirkungen zur Kenngröße Wahrgenommene Auswirkung aggregiert.

Die Regressionsanalyse auf Individualebene (Bild 2) weist einen hoch signifikanten (p < 0,001) Einfluss der Wahrgenommenen Komplexität auf die abhängigen Auswirkungen nach (R² = 0,421).

Bild 2

Regression der Wahrgenommenen Komplexität auf die Wahrgenommenen Auswirkungen auf Individualebene

Werden die Antworten teambezogen zusammengefasst und gemittelt, ergeben sich 22 Datenpunkte. Auch in der Regressionsanalyse auf Teamebene (Bild 3) zeigt sich der Einfluss der wahrgenommenen Komplexität auf die wahrgenommenen Auswirkungen signifikant (p = 0,004) mit einem R² von 0,353. Eine unternehmensbezogene Visualisierung der Datenpunkte ergibt für die drei Unternehmen charakteristische Cluster.

Bild 3

Korrelation der Wahrgenommenen Komplexität mit den Wahrgenommenen Auswirkungen auf Teamebene mit Visualisierung der unternehmensspezifischen Cluster

Durch eine Betrachtung der einzelnen Faktoren, die in die Berechnung der Wahrgenommenen Komplexität eingehen, lassen sich nun kritische Komplexitäts- und Robustheitstreiber identifizieren. Durch den Vergleich der einzelnen abgefragten Items können die Ursachen noch weiter eingegrenzt werden. Ebenso lassen sich durch eine Betrachtung der einzelnen komplexitätsbezogenen Auswirkungen kritische Auswirkungen auf Mitarbeiter oder Prozesse identifizieren, und team- oder unternehmensspezifische Auffälligkeiten erkennen. Dies soll im Folgenden am Beispiel der komplexitätsbedingten Überforderung bzw. Unterforderung durchgeführt werden.

Bild 4 zeigt die komplexitätsbedingte Überforderung auf Teamebene in allen 22 Teams. Die Mittelwerte der meisten Teams zeigen eine mäßige Überforderung, allerdings gibt es offenbar in allen Teams eine größere Spannbreite zwischen den Mitarbeitern. Auffallend ist, dass es bei Unternehmen A im Gegensatz zu Unternehmen B und C kaum Unterschiede zwischen den Mittelwerten der Teams gibt, bei Unternehmen B und C sehen sich einzelne Teams und besonders einzelne Mitarbeiter deutlich überfordert.

Bild 4

Komplexitätsbedingte Überforderung auf Teamebene (Mittelwerte und Standardabweichungen)

Bei einer Analyse der Unterforderungssituation würde man intuitiv zur Überforderung reziproke Bewertungen der Teams erwarten. Die von den Mitarbeitern bewertete Unterforderung (Bild 5) zeigt diese Reziprozität jedoch nicht durchgängig. Bemerkenswert ist, dass die Unterforderung im Mittel über alle Teams höher bewertet wird als die Überforderung. Auffallend ist auch, dass die Spannbreite sowohl bei den Mittelwerten der Teams als auch bei den Mitarbeitern in den Teams insgesamt größer sind als bei der Überforderung.

Bild 5

Komplexitätsbedingte Unterforderung auf Teamebene (Mittelwerte und Standardabweichungen)

Ergänzend zeigt Bild 6 die Komplexitätsauswirkung Motivationsverluste bei den 22 Teams. Im Mittel zeigen sich erfreulich geringe Werte. Ähnlich wie bei der Unterforderung gibt es allerdings eine große Spannbreite sowohl bei den Mittelwerten der Teams als auch bei den Mitarbeitern in den Teams. Auffallend ist auch hier, dass sich vor allem die Teams der Unternehmen B und C deutlich unterscheiden.

Bild 6

Motivationsverluste auf Teamebene (Mittelwerte und Standardabweichungen)

Zum Vergleich mit der Mitarbeitersicht wurden die direkten Führungskräfte befragt, inwieweit sie Über- oder Unterforderung bei ihren Mitarbeitern wahrnehmen. Es zeigt sich, dass in allen Unternehmen die Vorgesetzten im Mittel Überforderung der Mitarbeiter deutlich wahrnehmen, Unterforderung jedoch kaum erkannt wird (Bild 7).

Bild 7

Bewertung der Vorgesetzten