Messgeräte, Maschinenprotokolle, Ausschusslisten und Reklamationen erzeugen in einer Druckerei viele Qualitätsdaten. Trotzdem bleiben Ursachen oft unklar, weil Werte in verschiedenen Systemen liegen, Fehler frei formuliert werden oder die Verbindung zum Auftrag fehlt. Dann wird zwar dokumentiert, aber kaum systematisch verbessert.
Dieser Artikel zeigt, wie du Qualitätsdaten entlang der Druckproduktion strukturiert erfasst und sinnvoll auswertest. Dabei geht es nicht um möglichst viele Kennzahlen, sondern um belastbare Daten, eindeutige Fehlercodes und einen Regelkreis, der aus Abweichungen konkrete Maßnahmen ableitet.
Was sind Qualitätsdaten in der Druckproduktion?
Qualitätsdaten beschreiben, ob ein Produkt und der zugehörige Prozess die festgelegten Anforderungen erfüllen. Dazu gehören klassische Messwerte ebenso wie visuelle Fehler, Maschinenzustände, Materialinformationen und spätere Kundenreklamationen. Erst ihr gemeinsamer Kontext macht eine Auswertung aussagekräftig.
| Datenart | Beispiele | Nutzen |
|---|---|---|
| Messwerte | CIELAB-Werte, Farbabstand, Tonwertzunahme, Register, Schnittmaß | Abweichungen objektiv bewerten |
| Prozessdaten | Maschine, Geschwindigkeit, Rüstzeit, Makulatur, Temperatur | Einflüsse und Trends erkennen |
| Materialdaten | Papiersorte, Charge, Farbe, Lack, Klebstoff | Fehler auf eingesetzte Materialien beziehen |
| Fehlerdaten | Passerfehler, Butzen, Falzabweichung, Leimfehler, Beschädigung | Häufigkeiten und Ursachen vergleichen |
| Reklamationsdaten | Fehlerbild, Menge, Kosten, Kunde, Maßnahme | Interne und externe Qualitätskosten verbinden |
Ein einzelner Messwert ohne Auftragsnummer, Material und Zeitpunkt ist kaum verwertbar. Umgekehrt reicht die Bemerkung „Farbe nicht gut“ nicht für eine belastbare Ursachenanalyse. Gute Qualitätsdaten kombinieren deshalb einen definierten Wert oder Fehlercode mit dem notwendigen Produktionskontext.
Zuerst die Fragen festlegen, dann Daten sammeln
Viele Qualitätsprojekte beginnen mit einem großen Dashboard. Sinnvoller ist es, zuerst die betrieblichen Fragen zu formulieren. Soll die Farbstabilität einer Maschine beurteilt werden? Geht es um wiederkehrende Falzfehler, hohe Anlaufmakulatur oder Reklamationen bei einer bestimmten Papiersorte?
- Welche Abweichung soll früher erkannt werden?
- Welche Entscheidung soll aus der Kennzahl folgen?
- Wer kann die Ursache beeinflussen?
- Welche Datenquelle ist dafür zuverlässig?
- In welchem Zeitabstand muss die Auswertung erfolgen?
- Woran wird sichtbar, dass eine Maßnahme wirksam war?
Eine Kennzahl ohne festgelegte Reaktion wird schnell zur Statistik ohne Nutzen. Definiere deshalb für jede wichtige Auswertung einen Verantwortlichen, ein Prüfintervall und eine Eskalation. Nicht jede Abweichung braucht einen Maschinenstopp. Sie muss aber einer nachvollziehbaren Entscheidung zugeordnet sein.
Ein einheitliches Datenmodell verhindert Dateninseln
Damit Messwerte aus Vorstufe, Druck und Weiterverarbeitung zusammenpassen, brauchen sie gemeinsame Schlüssel. Dazu zählen mindestens Auftragsnummer, Produkt oder Variante, Prozessschritt, Maschine, Zeitpunkt und Materialcharge. Bei Messwerten kommen Einheit, Sollwert, Toleranz, Messbedingung und verwendetes Gerät hinzu.
Fehler sollten über eine überschaubare Hierarchie erfasst werden. Ein Hauptcode wie „Farbe“, „Register“, „Falz“, „Schnitt“ oder „Bindung“ ermöglicht den schnellen Vergleich. Ein Untercode beschreibt das konkrete Fehlerbild. Freitext bleibt für ergänzende Beobachtungen erhalten, ersetzt aber nicht den auswählbaren Fehlercode.
Auch die Versionierung ist wichtig. Wenn sich Toleranzen, Prüfmethoden oder Fehlercodes ändern, muss später erkennbar bleiben, nach welcher Regel ein Auftrag beurteilt wurde. Beim Austausch zwischen Maschinen, Messsystemen und Auswertungen helfen strukturierte Formate. Der Beitrag XML, CSV oder JSON für Produktionsdaten zeigt die Unterschiede der üblichen Datenformate.
Qualitätsdaten entlang des Produktionsprozesses erfassen
Die Datenerfassung sollte dort stattfinden, wo der Wert entsteht. Manuelle Übertragungen in eine separate Tabelle erzeugen Verzögerungen und Zahlendreher. Trotzdem muss nicht jede Maschine sofort über eine Schnittstelle verfügen. Ein klar gestaltetes Formular am Arbeitsplatz kann für den Einstieg besser sein als eine aufwendige Integration ohne saubere Datenstruktur.
- Druckvorstufe: Preflight-Fehler, Korrekturschleifen, Farbprofile, Freigabestatus und Ursachen für neue Datenlieferungen.
- Druck: Farbmetrische Messwerte, Tonwertverhalten, Register, Anlaufbogen, Geschwindigkeit, Stopps und freigegebener Gutbogen.
- Weiterverarbeitung: Schnitt- und Falzmaße, Rillposition, Klebstoffparameter, Zugfestigkeit, Vollständigkeit und beschädigte Exemplare.
- Verpackung und Versand: Packmenge, Kontrollgewicht, Kennzeichnung, Beschädigung und Abweichungen zwischen Soll- und Ist-Menge.
- Reklamation: betroffene Menge, Fehlerbild, Prüfbericht, Sofortmaßnahme, Ursache und dauerhaft eingeführte Korrektur.
Für den Offsetdruck beschreibt ISO 12647-2:2013 Prozessparameter für Separation, Druckform, Freigabedruck und Produktionsdruck. Die Ausgabe von 2013 ist im August 2026 noch veröffentlicht, befindet sich laut ISO aber in Revision. Betriebliche Sollwerte sollten daher immer auf den tatsächlich vereinbarten Standard, die Druckbedingung und den konkreten Prozess bezogen werden.
Manuelle, maschinelle und externe Datenquellen verbinden
Qualitätsdaten entstehen auf unterschiedlichen Wegen. Messgeräte exportieren Messreihen, Maschinen liefern Zähler und Zustände, Mitarbeitende erfassen visuelle Fehler und Kunden melden Abweichungen außerhalb der Produktion. Eine zentrale Auswertung muss diese Quellen zusammenführen, ohne ihre Herkunft zu verschleiern.
- Automatisch übernehmen: Messwerte, Zeitstempel, Maschinenzustände und Produktionszähler, wenn eine verlässliche Schnittstelle vorhanden ist.
- Geführt erfassen: visuelle Fehler, Ursachen, Sofortmaßnahmen und Freigaben über Auswahlfelder und kurze Pflichtangaben.
- Importieren: Laborberichte, Lieferantendaten oder Reklamationslisten mit klarer Zuordnung zum Auftrag.
- Nachmessen: kritische Werte vor Freigabe oder Versand als unabhängige Kontrolle bestätigen.
Das MIS oder ERP sollte Auftrags- und Materialstammdaten bereitstellen. Das Qualitätssystem ergänzt Prüfungen und Abweichungen und gibt den Status zurück. Wie führende Systeme und Schnittstellen abgegrenzt werden, erklärt der Artikel MIS, ERP und Webshop verbinden.
Kennzahlen, die Ursachen statt nur Mengen zeigen
Eine reine Fehlerzahl ist ohne Bezugsgröße irreführend. Zehn fehlerhafte Exemplare können bei 100 Stück kritisch und bei einer Million Stück unauffällig sein. Kennzahlen brauchen deshalb eine eindeutig definierte Menge, Zeit oder Zahl der Aufträge als Nenner.
| Kennzahl | Aussage | Wichtige Einschränkung |
|---|---|---|
| Ausschussquote | Fehlmenge im Verhältnis zur Produktionsmenge | Rüstmakulatur und Laufmakulatur getrennt betrachten |
| First Pass Yield | Anteil ohne Nacharbeit freigegebener Aufträge | Freigabekriterium einheitlich definieren |
| Fehlerhäufigkeit | Vorkommen je Auftrag, Bogen oder Exemplar | Gleiche Fehlercodes und Bezugsgrößen verwenden |
| Nacharbeitszeit | Zusätzlicher Aufwand durch Qualitätsabweichungen | Ursache und ausführenden Bereich trennen |
| Reklamationsquote | Externe Abweichungen im Verhältnis zu Lieferungen | Schwere und betroffene Menge ergänzen |
Für stabile, wiederholbare Prozesse können Regelkarten oder Prozessfähigkeitskennzahlen wie Cp und Cpk zusätzliche Hinweise geben. Sie sind jedoch nur sinnvoll, wenn Messmethode, Toleranzen und Prozessbedingungen konstant sind und genügend vergleichbare Daten vorliegen. Eine einzelne Kennzahl ersetzt keine Prüfung des zeitlichen Verlaufs.
Von der Auswertung zur wirksamen Maßnahme
Die Auswertung sollte zuerst zeigen, welche Fehler den größten Anteil verursachen. Eine Pareto-Darstellung ordnet Fehlerarten nach Häufigkeit oder Kosten. Danach wird nach Maschine, Material, Produktgruppe, Schicht oder Lieferant segmentiert. So lässt sich prüfen, ob ein Muster tatsächlich mit einem Einflussfaktor zusammenhängt.
Ein typischer Regelkreis besteht aus Erkennen, Eingrenzen, Maßnahme, Verantwortlichkeit und Wirksamkeitsprüfung. Beispiel: Farbabstände steigen bei mehreren Aufträgen auf derselben Papiersorte. Die Auswertung trennt Maschine, Druckbedingung und Materialcharge. Nach Kontrolle von Papier, Messbedingung und Maschinenzustand wird eine Maßnahme festgelegt. Die folgenden Aufträge zeigen, ob sich der Trend normalisiert.
Wichtig ist eine sachliche Ursachenanalyse. Qualitätsdaten sollen Prozesse verbessern und nicht vorschnell einzelne Personen bewerten. Häufig liegen Ursachen in unklaren Vorgaben, fehlenden Wartungen, ungeeigneten Materialien oder Medienbrüchen. Der Überblick zu digitalisierbaren Druckerei-Prozessen zeigt weitere Ansatzpunkte für durchgängige Datenflüsse.
Mit einem begrenzten Pilotprozess starten
Für den Einstieg eignet sich ein wiederkehrender Prozess mit sichtbarem Qualitätsproblem und verfügbaren Daten. Das kann die Anlaufmakulatur einer Druckmaschine, die Maßhaltigkeit beim Falzen oder eine häufige Reklamationsart sein. Ein Pilot sollte wenige Pflichtfelder, klare Fehlercodes und eine regelmäßige Besprechung enthalten.
- Ausgangsfrage und Zielkennzahl festlegen.
- Datenquelle, Einheit und Messmethode dokumentieren.
- Pflichtfelder auf den notwendigen Kontext begrenzen.
- Fehlercodes mit Produktion und Qualitätssicherung abstimmen.
- Grenzwerte und Reaktionen definieren.
- Auswertung in einem festen Rhythmus prüfen.
- Nach Maßnahmen dieselbe Kennzahl erneut vergleichen.
Erst wenn die Daten vollständig und die Reaktionen funktionieren, sollte der Workflow auf weitere Maschinen oder Abteilungen erweitert werden. So entsteht kein unübersichtliches Datensammelprojekt, sondern ein schrittweise belastbares Qualitätssystem.
Fazit
Qualitätsdaten schaffen erst dann Nutzen, wenn Messwert, Fehlerbild und Produktionskontext zusammengeführt werden. Einheitliche Auftragsbezüge, Fehlercodes, Einheiten und Toleranzen sind dafür wichtiger als ein großes Dashboard. Gute Auswertungen zeigen nicht nur Ausschuss oder Reklamationen, sondern machen wiederkehrende Ursachen sichtbar und führen zu überprüfbaren Maßnahmen. Beginne mit einem klar abgegrenzten Prozess, verbinde automatische Daten mit geführten Eingaben und kontrolliere nach jeder Änderung die Wirkung. So wird Qualitätsmanagement zu einem kontinuierlichen Produktionswerkzeug.
FAQ
Welche Qualitätsdaten sollte eine Druckerei zuerst erfassen?
Starte mit Daten zu einem konkreten Problem, zum Beispiel Anlaufmakulatur, Farbabstand, Falzabweichung oder Reklamationen. Erfasst werden sollten Wert oder Fehlercode, Auftragsnummer, Maschine, Material, Zeitpunkt und getroffene Maßnahme. Zusätzliche Felder kommen erst hinzu, wenn sie eine Entscheidung unterstützen.
Was ist der Unterschied zwischen Messwert und Fehlercode?
Ein Messwert beschreibt eine Größe mit Einheit, Sollwert und Toleranz. Ein Fehlercode ordnet ein beobachtetes Fehlerbild einer definierten Kategorie zu. Beide ergänzen sich: Messwerte objektivieren Abweichungen, Fehlercodes ermöglichen die Auswertung visueller oder funktionaler Mängel.
Müssen alle Qualitätsdaten automatisch erfasst werden?
Nein. Maschinen- und Messdaten sollten automatisiert übernommen werden, wenn die Schnittstelle zuverlässig ist. Visuelle Fehler, Ursachen und Maßnahmen benötigen oft eine geführte Eingabe. Entscheidend sind eindeutige Felder und die Zuordnung zum Auftrag, nicht der maximale Automatisierungsgrad.
Welche Kennzahl ist für Druckqualität am wichtigsten?
Eine universelle Kennzahl gibt es nicht. Für Farbe können Messabweichungen und Stabilität entscheidend sein, für Weiterverarbeitung Maßhaltigkeit oder Nacharbeit. Die Kennzahl muss zur Prozessfrage passen, eine klare Bezugsgröße haben und eine konkrete Reaktion auslösen.
Wie werden Reklamationsdaten mit Produktionsdaten verbunden?
Die Reklamation wird über Auftragsnummer, Produktvariante und Liefermenge dem ursprünglichen Produktionsdatensatz zugeordnet. Fehlercode, betroffene Menge, Materialcharge und Prüfbericht ergänzen den Datensatz. Dadurch lässt sich prüfen, ob die Abweichung bereits intern sichtbar war und welche Maßnahme dauerhaft wirkt.