Das QA-Toolkit, das wirklich zählt: Risikobewertung und Qualitätswerkzeuge erklärt

Wenn Sie schon Zeit in der Qualitätssicherung verbracht haben, wissen Sie bereits, dass die Aufgabe nicht nur darin besteht, Probleme zu erkennen — sondern sie tief genug zu verstehen, um zu verhindern, dass sie wieder auftreten. Dieses Verständnis entsteht nicht allein aus Instinkt. 

Es entsteht dadurch, die richtigen Werkzeuge zu haben, zu wissen, wann man sie einsetzen muss, und zu wissen, wie man liest, was sie einem sagen. Dieser Leitfaden führt Sie durch die zwölf wichtigsten Qualitätswerkzeuge, zu denen QA-Fachleute Jahr für Jahr immer wieder greifen. 

Doch zuerst gibt es etwas Wichtigeres zu verstehen: warum diese Werkzeuge existieren und was auf dem Spiel steht, wenn Organisationen sie nicht richtig einsetzen!

Warum Qualitätswerkzeuge und Risikobewertung Hand in Hand gehen

Qualitätsrisikomanagement in den Lebenswissenschaften ist nicht nur gute Praxis — es ist gesetzlich vorgeschrieben. Wenn Ihre Organisation nach ISO 13485 operiert oder 21 CFR 820, ist der Nachweis eines rigorosen Risikomanagements eine im Standard selbst verankerte Anforderung. Und dennoch erhalten Unternehmen in den Lebenswissenschaften jedes Jahr formelle Verwarnungen von Aufsichtsbehörden. 

Die FDA in den USA, die EMA in Europa und die MHRA im Vereinigten Königreich schicken sie alle. Diese Verwarnungen können sich zu Importwarnungen ausweiten, wenn Produkte aus den Regalen genommen oder vollständig blockiert werden, sodass Patienten ohne die Medikamente und Geräte dastehen, auf die sie angewiesen sind.

Regulierungsbehörden begannen unter dem Dach der ICH — des International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use — zusammenzuarbeiten und gemeinsame Leitlinien zu erstellen:

1. Q7 – Gute Herstellungspraxis für aktive pharmazeutische Wirkstoffe
2. Q8(R2) – Prinzipien und Prozesse der pharmazeutischen Entwicklung
3. Q9 – Rahmenwerke und Methodik des Qualitätsrisikomanagements
4. Q10 – Pharmazeutische Qualitätssysteme über den Produktlebenszyklus hinweg

Und trotzdem häufen sich Abweichungen. Der Grund ist nicht das Fehlen von Leitlinien, sondern mangelhafte Risikobewertung innerhalb einzelner Organisationen. Qualitätswerkzeuge geben Teams eine strukturierte Methode, die Kette von Ereignissen hinter jeder Abweichung nachzuverfolgen und ein Verständnis aufzubauen, das zu nachhaltiger Verbesserung führt.

Ein wichtiger Punkt: Eine Risikobewertung endet nicht, wenn Sie eine Bewertung vergeben. Diese Bewertung sollte direkt beeinflussen, wie tief Ihre Untersuchung geht, welche Korrekturmaßnahmen Sie ergreifen und welche vorbeugenden Maßnahmen Sie einführen. Die Verbindung zu einem CAPA — Corrective and Preventive Action, Workflow ist das, was eine Zahl auf einer Seite in realen, regulatorenkonformen Fortschritt verwandelt.

Mangelhafte Risikobewertung führt nicht nur zu fehlgeschlagenen Audits, sie verschlingt still und leise Geld.

Das hier sind die Qualitätkosten, die die Pharmaindustrie bis zu spät ignoriert. → Lesen: Die versteckte Steuer für die Pharmaindustrie: Die Beherrschung der Qualitätskosten, bevor sie Sie beherrscht

Wo hat das alles begonnen?

1974 veröffentlichte Dr. Kaoru Ishikawa, ein japanischer Ingenieurprofessor, Guide to Quality Control — geschrieben für Fabrikarbeiter, die praktische Qualitätsmethoden benötigten, ohne einen Abschluss in Statistik zu haben. Er gliederte Qualitätsdaten in fünf Gruppen:

1. Daten, um die tatsächliche Situation vor Ort zu verstehen
2. Daten für die Analyse
3. Daten für die Prozesssteuerung
4. Regulierende Daten
5. Annahme- oder Ablehnungsdaten

Die sieben grundlegenden Qualitätswerkzeuge, die er aus diesem Rahmen entwickelte, erstrecken sich heute über die Automobil-, Pharma-, Medizinprodukte- und Lebenswissenschaftsbranche. Ihre Beständigkeit ist einfach: Sie zeigen das, was gewöhnliche Beobachtung übersieht. Die untenstehenden Werkzeuge sind in zwei Kategorien organisiert — Datenerfassung und Datenanalyse — und werden durchgehend anhand derselben Fallstudie illustriert.

Die Fallstudie: Zu viele fehlerhafte Tabletten

Eine Tablettenlinie in der Pharmaproduktion erzeugt Fehler bei 0,31 %, mehr als das Dreifache der akzeptablen Toleranz von 0,1 %. Etwas stimmt nicht. Diese Werkzeuge sind dafür ausgelegt, genau das zu finden.

Werkzeuge zur Datenerfassung

1) Das Checksheet

Bevor Sie irgendetwas analysieren können, benötigen Sie Daten — und das Checksheet ist die einfachste Methode, sie zu erfassen. Es ist eine strukturierte Tabelle, die darauf ausgelegt ist, die Erfassung dort, wo die Ereignisse stattfinden, schnell, konsistent und genau zu machen. 

Es verarbeitet quantitative Daten wie Zählungen und Messungen sowie qualitative Daten wie Fehlerbeschreibungen. Zu überwachende Elemente stehen links; Häufigkeit, Schwere und Zeitpunkt stehen rechts. Muster werden sichtbar, ohne zu rechnen. Gängige Formen umfassen:

1. Check Sheets für den Produktionsprozess: Nachverfolgung dessen, was in jeder Herstellungsphase geschieht
2. Checklisten für fehlerhafte Artikel: Aufzeichung der Häufigkeit und Art von Produktfehlern
3. Checklisten für Fehlerursachen: Protokollierung vermuteter oder bestätigter Ursachen
4. Bestätigungs-Checklisten: Überprüfung, dass die erforderlichen Schritte eingehalten wurden
5. Wartungs-Checklisten: Dokumentation von Gerätewartungen
6. Stichproben-Checklisten: Aufzeichnung von Daten aus statistischen Stichproben

So erstellen Sie eine:

1. Definieren Sie Ihre Problemstellung und Ihr Ziel
2. Bestimmen Sie, welche Daten zu erfassen sind, und listen Sie die wichtigsten Prozessvariablen auf
3. Legen Sie die Logistik fest, z. B. wer die Daten erhebt, wann, wie oft und für wie lange
4. Entwerfen Sie ein klares Layout, das Muster ohne komplexe Berechnungen offenlegt
5. Beschriften Sie jede Kategorie deutlich

2) Das Histogramm

Das Histogramm ist oft der erste Ort, an dem Checklisten-Daten landen. Es ist ein Balkendiagramm, das die Häufigkeitsverteilung eines Datensatzes zeigt, also wie Werte über einen Bereich verteilt sind. Klassen werden auf der x-Achse aufgetragen; die Balkenhöhe zeigt, wie viele Datenpunkte in jede Klasse fallen. Aufbau:

1. Verzeichnen Sie die Gesamtzahl der Beobachtungen (N), den größten Wert (XL) und den kleinsten Wert (XS)
2. Berechnen Sie die Bandbreite: R = XL − XS
3. Bestimmen Sie die Anzahl der Klassen (K) — für N = 100 streben Sie 7–12 Klassen an
4. Berechnen Sie die Klassenbreite: h = R ÷ K — z. B. 0.07 ÷ 8 = 0.009; auf h = 0.1 runden
5. Definieren Sie nicht überlappende Grenzen — z. B. 0.280–0.289, 0.290–0.299, 0.300–0.309
6. Zählen Sie die Beobachtungen pro Klasse
7. Zeichnen Sie gleichbreite Balken, deren Höhe der Häufigkeit jeder Klasse entspricht

Werkzeuge zur Datenanalyse

3) Das Ursache-Wirkungs-Diagramm (Fishbone-Diagramm)

Auch Ishikawa-, Fischgräten- oder Fishikawa-Diagramm genannt; dieses Werkzeug erfasst jede mögliche Ursache, die zu einem Problem beiträgt. Das Problem sitzt am Kopf des Fisches rechts; diagonale Äste repräsentieren Ursachen-Kategorien; kleinere „Gräten“ erfassen spezifische Faktoren innerhalb jeder Kategorie. Das Standardgerüst verwendet die 5 M:

1. Mensch — Ausbildungsstand, Kommunikation, Personalbesetzung
2. Methoden — Prozesse, Verfahren, Dokumentation
3. Maschinen — Gerätezustand, Kalibrierung, Wartung, Automatisierung
4. Materialien — Rohstoffe und deren Variabilität
5. Messung — Prüfsysteme, Datenerfassung, regulatorische Konformität

Eine sechste Kategorie, Umwelt, umfasst Temperatur, Luftfeuchte oder Arbeitsplatzbedingungen, wenn relevant. So erstellen Sie eines:

1. Formulieren Sie eine klare Problembeschreibung
2. Zeichnen Sie einen horizontalen Pfeil nach rechts; platzieren Sie das Problem an der Spitze
3. Zeichnen und beschriften Sie diagonale Zweige für jede Kategorie
4. Brainstormen Sie mit Ihrem Team Ursachen für jeden Zweig
5. Fügen Sie Teilursachen als kleinere Knochen hinzu und gehen Sie für jeden Faktor tiefer
6. Identifizieren Sie die wahrscheinlichsten Ursachen für weitere Untersuchungen

Für das Tablettenproblem könnten Ursachen sein Manpower: unzureichende Schulung, schlechte Kommunikation; Materials: mangelhafte Rohstoffe, falsche Lagerung, Schwankungen in der Lieferkette; Machines: Defekt, mangelhafte Wartung, ungenaue Kalibrierung; Methods: unzureichende Dokumentation, keine Echtzeitüberwachung; Measurement: ungenaue Tests, nicht konforme QC-Methoden.

4) Das Pareto-Diagramm

Das Pareto-Diagramm löst das Problem, nicht zu wissen, wo man anfangen soll. Fehlerkategorien werden auf der x-Achse in absteigender Häufigkeit angeordnet, die größte links, die kleinste rechts. Die linke y-Achse zeigt Anzahl oder Prozentsatz pro Kategorie; die rechte den kumulierten Prozentsatz. 

Ein Liniendiagramm verfolgt die laufende Summe von links nach rechts. Es beruht auf dem Pareto-Prinzip, der 80/20-Regel: 80% der Probleme stammen von 20% der Ursachen. Um eines zu erstellen:

1. Definieren Sie Ihre Kategorien — Defekttypen, Ausfallarten, Problemquellen
2. Wählen Sie einen Zeitraum — Woche, Monat oder Quartal
3. Entscheiden Sie die Messeinheit — Häufigkeit, Kosten oder verlorene Zeit
4. Zählen Sie und sortieren Sie die Kategorien von häufig nach selten
5. Richten Sie die Achsen ein — x-Achse für Kategorien, linke y-Achse für Häufigkeit, rechte y-Achse für kumulierten Prozentsatz
6. Zeichnen Sie absteigende Balken, dann tragen Sie die kumulierten Prozentpunkte ein und verbinden sie mit einer glatten Linie
7. Wenden Sie die 80/20-Regel an — zeichnen Sie eine horizontale Linie von 80% auf der rechten Achse zur kumulierten Linie und lassen Sie dann eine vertikale Linie zur x-Achse fallen. Alles links davon ist Ihre Priorität

5) Das Flussdiagramm

Ein Flussdiagramm, auch Flussbild genannt, zeigt, wie Eingaben durch eine Sequenz von Aktionen zu Ausgaben führen. Es ist das visuelle Äquivalent einer schriftlichen Arbeitsanweisung, wird aber deutlich schneller verstanden. 

Im QA definieren Flussdiagramme Prozesse, identifizieren, wo Probleme auftreten, und zeigen die Lücke zwischen der geplanten und der tatsächlichen Ausführung des Prozesses auf — oft dort verbergen sich Nichtkonformitäten. Um eines zu erstellen, müssen Sie folgende Schritte befolgen: 

1. Definieren Sie Zweck, Umfang, Eingaben und Ausgaben — und geben Sie ihm einen aussagekräftigen Titel
2. Bestimmen Sie das für das Publikum erforderliche Detailniveau
3. Listen Sie jeden Schritt in chronologischer Reihenfolge auf
4. Identifizieren Sie den Prozessverantwortlichen, Kunden und Lieferanten
5. Kartieren Sie Schritte mit Standard-Symbolen wie Ovalen für Start- und Endpunkte, Rechtecken für Prozessschritte und Rauten für Entscheidungspunkte
6. Verbinden Sie jedes Element mit Richtungspfeilen

6) Das Regelkarte

Die Regelkarte, auch Shewhart-Karte oder Prozessregelkarte genannt, ist das Kerninstrument der Statistischen Prozesslenkung (SPC). Sie überwacht einen Prozess über die Zeit und unterscheidet normale Schwankungen von solchen, die auf eine Veränderung hinweisen. Drei Referenzlinien verankern jede Karte:

1. Zentraler Wert (CL): Der Mittelwert (x̄) Ihrer Daten — durchgezogene Linie
2. Obere Eingriffsgrenze (UCL): Drei Standardabweichungen über dem CL — gestrichelte Linie
3. Untere Eingriffsgrenze (LCL): Drei Standardabweichungen unter dem CL — gestrichelte Linie

Dies sind keine Spezifikationsgrenzen. Regelgrenzen stammen aus Prozessdaten; Spezifikationsgrenzen stammen aus Produktanforderungen. Neben der Beobachtung von Punkten außerhalb der Grenzen sollten Sie auf diese Signale achten:

1. Läufe — aufeinanderfolgende Punkte auf derselben Seite der Zentralen Linie
2. Trends — eine gleichmäßige Auf- oder Abwärtsbewegung
3. Periodizität — zyklische Muster in regelmäßigen Abständen
4. Umarmen — Punkte, die ungewöhnlich dicht um die Mittellinie gruppiert sind

Zum Erstellen:

1. Sammeln Sie 100+ Datenpunkte, organisiert in Untergruppen nach Datum, Charge oder Zeit
2. Definieren Sie die Untergruppengröße (n) und die Gesamtzahl der Untergruppen (k)
3. Berechnen Sie x̄ und R für jede Untergruppe (R = größter minus kleinster Wert)
4. Berechnen Sie das gesamte x̄̄ und den Durchschnitt R̄
5. Berechnen Sie UCL und LCL unter Verwendung standardmäßiger Regelkartenkonstanten
6. Erstellen Sie zwei Diagramme: das x̄-Diagramm (Mittelwerte) und das R-Diagramm (Spannweiten)
7. Zeichnen Sie CL durchgehend, UCL und LCL gepunktet, und umkreisen Sie alle Punkte außerhalb der Grenzen

7) Das Streudiagramm

Das Streudiagramm, auch Scatter-Plot oder Streugraph genannt, beantwortet: "hängt das mit dem zusammen?" Eine Variable wird auf der x-Achse, die andere auf der y-Achse aufgetragen; jedes Datenpaar wird zu einem einzelnen geplotteten Punkt. Drei Muster treten auf:

1. Positive Korrelation — Wolke steigt von links nach rechts; wenn x zunimmt, steigt y
2. Negative Korrelation — Wolke fällt von links nach rechts; wenn x zunimmt, sinkt y
3. Keine Korrelation — Punkte zufällig verstreut; es besteht keine Beziehung

Zum Erstellen:

1. Identifizieren Sie die beiden zu untersuchenden Variablen
2. Sammeln Sie 50–100 gepaarte Stichproben – beide Variablen gleichzeitig gemessen
3. Zeichnen und beschriften Sie beide Achsen
4. Tragen Sie für jedes Datenpaar einen Punkt ein
5. Analysieren Sie das Streuungsbild: Richtung, Dichte und Form zeigen, ob die Beziehung real ist

8) Brainstorming

Brainstorming ist das einzige qualitative Werkzeug auf dieser Liste. Sein Rohmaterial sind nicht Daten, sondern kollektives Wissen. Zweck ist es, offen und ohne Wertung Ideen zu generieren: mögliche Ursachen, Lösungen, Verbesserungen oder Risiken. Einige der wichtigsten Hinweise in Qualitätsuntersuchungen beginnen als vorsichtige Beobachtungen von jemandem, der nicht sicher war, ob es erwähnenswert ist. Für eine effektive Sitzung:

1. Definieren Sie Problem und Ziele klar
2. Legen Sie Umfang und Grenzen fest, um die Diskussion fokussiert zu halten
3. Bereiten Sie eine Agenda und relevante Materialien vor
4. Stellen Sie fünf bis zehn Teilnehmer zusammen, Experten und direkt Betroffene
5. Bestimmen Sie einen erfahrenen Moderator
6. Setzen Sie Grundregeln wie keine Kritik während der Ideenfindung
7. Führen Sie die Sitzung durch und erfassen Sie jede Idee
8. Dokumentieren Sie Ergebnisse wie Ideen, Konsens, Pläne und nächste Schritte

9) Die Fünf Warum

Die Fünf Warum ist die eine Technik, die jeder QA-Fachmann wirklich verinnerlicht haben sollte. Fragen Sie mindestens fünfmal "Warum?" und nutzen Sie jede Antwort als Grundlage für die nächste. Sie bringt Untersuchungen über sichtbare Symptome hinaus zur systemischen Fehlfunktion, wo die eigentliche Korrekturmaßnahme liegt. Drei unverrückbare Prinzipien:

1. Jede Antwort muss auf Fakten und Daten beruhen, nicht auf Annahmen
2. Konzentrieren Sie sich auf den Prozess, nicht auf Personen
3. Überprüfen Sie die gesamte logische Kette — Lücken bedeuten, dass die Analyse vertieft werden muss

So wenden Sie es an:

1. Stellen Sie ein kleines Team mit relevantem Fachwissen zusammen
2. Formulieren Sie eine präzise Problembeschreibung
3. Beschreiben Sie die Bedingungen, unter denen das Problem aufgetreten ist
4. Fragen Sie mindestens fünfmal Warum und untermauern Sie jede Antwort mit Belegen
5. Überprüfen Sie die vollständige Kette auf Lücken, bevor Sie Maßnahmen ergreifen

Für das Problem von out-of-specification Ergebnissen in der Qualitätskontrolle:

1. Warum zeigte der Test ein OOS-Ergebnis? → Die Wirkstoffkonzentration überschritt das Limit
2. Warum war die Konzentration zu hoch? → In der Herstellung wurde eine falsche Formulierung verwendet
3. Warum wurde die falsche Formulierung verwendet? → Es gab einen Fehler in der Batch-Formel
4. Warum gab es einen Fehler in der Batch-Formel? → Der Dokumentationsautor machte einen Fehler
5. Warum wurde dieser Fehler nicht entdeckt? → Es gab keinen obligatorischen Zweitprüfungs-Schritt durch eine zweite Person

Die Grundursache ist nicht das OOS-Ergebnis oder die falsche Formulierung, sondern das Fehlen einer Systemkontrolle. Die Korrekturmaßnahme ergibt sich daraus: Implementieren Sie eine obligatorische Zwei-Personen-Prüfung und Freigabe für alle Batch-Dokumente.

Die Five Whys haben die Grundursache gefunden.

Nun müssen Sie die CAPA schreiben, die einer Prüfung standhält.

So genau machen Sie das.

→ Lesen: Wie man einen CAPA-Bericht schreibt, der jeder Prüfung standhält

Abschließend

Diese neun Werkzeuge sind am wirkungsvollsten, wenn sie zusammen eingesetzt werden. Brainstorming fördert vermutete Ursachen zutage; das Fischgrätdiagramm strukturiert sie. Checksheet-Daten liefern ein Histogramm, das die Verteilung von Defekten zeigt; dieselben Daten füllen ein Pareto-Diagramm, das die Hauptursachen identifiziert.

Ein Streudiagramm prüft, ob der führende Verdächtige tatsächlich mit der Fehlerquote korreliert. Regelkarten bestätigen, ob Verbesserungen den Prozess wirklich stabilisiert haben. Die Five Whys läuft unter allem und hält das Team ehrlich, indem sie sicherstellt, dass Korrekturmaßnahmen reale Ursachen und nicht bequeme Sündenböcke adressieren.

Dr. Kaoru Ishikawa gab diese Werkzeuge den Fabrikarbeitern vor fünfzig Jahren, überzeugt davon, dass strukturiertes Denken alleinige Intuition übertrifft. Er hatte Recht! Diese Werkzeuge sind heute noch genauso relevant, weil sich die grundlegende Herausforderung der Qualitätssicherung nicht geändert hat: Verstehen, was schief läuft, es beheben und sicherstellen, dass es nicht zurückkommt.

FAQs

1. Warum müssen Qualitätswerkzeuge und Risikobewertung in den Life Sciences zusammenarbeiten?

Qualitätswerkzeuge verwandeln rohe Beobachtungen in strukturierte Belege, was für eine genaue Risikobewertung in einem regulierten Umfeld unerlässlich ist. Behörden wie die U.S. Food and Drug Administration, die European Medicines Agency und die Medicines and Healthcare Products Regulatory Agency erwarten von Unternehmen, eine klare, nachvollziehbare Logik hinter Entscheidungen nachzuweisen, die Produktqualität und Patientensicherheit beeinflussen. Wenn Teams Qualitätswerkzeuge konsequent anwenden, werden Risiko-Scores zu sinnvollen Steuerungsgrößen für Untersuchungsumfang, CAPAs und langfristige Prävention. Diese Abstimmung stellt sicher, dass Compliance nicht reaktiv ist, sondern in einem vorhersehbaren, verteidigungsfähigen System verankert ist, dem Aufsichtsbehörden vertrauen können.

2. Wie wurden die Seven Basic Quality Tools in so vielen Branchen so einflussreich?

Ihr Ursprung liegt in der praktischen Anleitung von Dr. Kaoru Ishikawa, der die Werkzeuge so entwickelte, dass Fabrikarbeiter Qualitätsprobleme ohne fortgeschrittene Statistikkenntnisse lösen konnten. Mit der Zeit übernahmen Branchen wie Pharma, Medizintechnik und Automobil diese Werkzeuge, weil sie versteckte Trends, Variationen und Grundursachen sichtbar machen. Ihre Einfachheit ist es, die sie mächtig macht: Sie passen in die tägliche Arbeit, nicht nur in Audits oder Untersuchungen. Ihre anhaltende Relevanz zeigt, dass klare Daten, strukturiertes Denken und visuelle Analyse die Grundlage jedes effektiven Qualitätssystems bleiben.

3. Warum verlassen sich QA-Teams bei der Untersuchung von Fehlern wie im Tabletten-Fallbeispiel auf diese Werkzeuge?

Wenn eine Tablettenlinie die Fehlertoleranz überschreitet, zeigen Werkzeuge wie Checksheets, Histogramme, Fischgrätdiagramme und Regelkarten Muster auf, die allein durch Intuition übersehen würden. Sie helfen Teams, das Problem aufzuschlüsseln, Variablen zu isolieren, zu verstehen, wie Prozesse abdriften, und zu priorisieren, welche Probleme zuerst zu lösen sind. Das verhindert, dass Teams voreilige Schlüsse ziehen, und stellt sicher, dass Korrekturmaßnahmen die eigentliche Grundursache adressieren. Die konsequente Anwendung dieser Werkzeuge schafft einen wiederholbaren Untersuchungsrahmen, der sowohl Compliance als auch operative Exzellenz stärkt.