Lean Six Sigma Black Belt -koulutuksen sisältö
Lean Six Sigma Black Belt -koulutuksessa opit ymmärtämään Lean Six Sigma -filosofian ja saat valmiudet soveltaa Lean 6 Sigmaa vaativien prosessinparannusprojektien onnistuneeseen läpiviemiseen. Koulutuksessa Lean ja Six Sigma on integroitu yhdeksi, joustavaksi lähestymistavaksi. Lisäksi opit runsaasti muutoksen hallintaan liittyviä menetelmiä (ns. "Soft Skills"). Koulutukseen sisältyy myös mahdollisuus Black Belt -sertifiointiin.
Black Belt -koulutuksemme ja -sertifiointimme täyttävät/ylittävät CSSCn asettamat laatu- ja sisältövaatimukset. Noudatamme myös kansainvälisten standardien ASQn ja IASSCn BoK ("Body of Knowledge") sisältöjä harvinaisimpia menetelmiä ja työvälineitä lukuun ottamatta. Voit tutustua standardien sisältövaatimuksiin tarkemmin linkissä: Black Belt -sertifikaatit ja vaatimukset.
Koulutus kattaa Black Belt -tasoisesti mm. seuraavat aiheet:
Milloin, miksi ja miten käyttää Lean Six Sigmaa
- Johdanto Leanin ja Six Sigman tehokkaaseen hyödyntämiseen erityyppisissä projekteissa ja erilaisissa organisaatioissa.
- Projektin hallinta: 12 askeleen DMAIC (Define, Measure, Analyze, Improve, Control).
Define
Define-vaiheessa valitaan ja rajataan Parannusprojekti erilaisien työkalujen avulla, kuten "Voice of the Customer" -VOC , "Critical to Quality" - CTQ, Proaktiivinen asiakastoiveiden määritys, CTQ-puu, KANO-malli, "Quality Function Deployment" – QFD, Projektisopimus ja Riskimatriisi.
Measure
Measure-vaiheessa projektin tavoite operationalisoidaan ja testataan mittausten luotettavuus mm. seuraavien menetelmien avulla: Prosessin kuvaus ("SIPOC"), operationaalinen mittausyksikön määrittäminen, mittausjärjestelmän analysointi eri tyyppisille datoille ("GR&R", "Kappa") ja riittävän näytekoon määrittäminen erilaisissa tilanteissa,
Analyze
Analyze-vaiheessa mitataan prosessin suorituskyky hyödyntämällä esim. seuraavia menetlmiä: erilaiset graafiset analyysimenetelmät, prosessin kyvykkyysanalyysit, ohjauskortit, normaalisuustesti, prosessin hukan muodot sekä juurisyyanalyysi prosessin parantamiseksi arvovirtakuvauksen ja hypoteesitestauksen avulla.
Improve
Improve-vaiheessa kehitetään ja testataan optimaalinen ratkaisu juurisyiden eliminointiin statistisilla analyysimenetelmillä ja Lean-ratkaisumenetelmillä. esim. hypoteesitestit laajasti eri tilanteisiin, erilaiset regressioanalyysit, työvälineitä tilanteisin, joissa dataa on paljon ja/tai se on osittain puutteellista, monimuuttujakokeet (Design of Experiments, DOE) sekä laajasti Lean-menetelmiä kuten Push/Pull -prosessit, 5S, Kanban, Poka-Yoke, Kaizen, SMED, Jidoka, Andon, Tahdistin ja Heijunka. Lisäksi opit vielä erilaisia menetelmiä ratkaisujen priorisointiin ja validointiin.
Control
Control-vaiheessa ratkaisut jalkautetaan niin, että tulokset implementoidaan pysyvästi ja samalla luodaan jatkuvan parantamisen kulttuuri. Käytämme mm. seuraavia menetelmiä: Standardisoidut työohjeet, kriittiset suoritusindikaattorit, työn visuaalinen ohjaus, toiminnan tarkkailu, poikkeustilanteiden hallinta ("Out of Control Action Plan" (OCAP), Lean-päivittäisjohtaminen, datalla johtaminen sekä miten saada aikaan jatkuvan parantamisen sykli organisaatiossa.
Muutoksen hallinta
Muutoksen hallinta kuuluu koulutuksissamme oleellisena osana kaikkiin DMAIC-vaiheisiin:
- Projektikarikkojen tunnistaminen ja estäminen Lean 6 Sigma -johtamismallin avulla
- Black Beltin rooli ryhmän muodostuksen eri vaiheissa
- Ryhmänjäsenien eri roolit ja niiden tehokas hyödyntäminen
- Sidosryhmäanalyysi
- Kommunikoinnin eri tasojen käyttö
- Vastarinnan hallinta erilaisilla vaikuttamistavoilla
- Rakentavan palautteen antaminen
- Fasilitointi DMAIC-projektissa
Koulutus jakautuu kuuteen koulutusosaan useamman kuukauden aikajaksolla. Jotta saisit koulutuksesta mahdollisimman paljon irti, suosittelemme että sinulla olisi oma parannusprojekti kurssin aikana. Projektissasi voit soveltaa opittua heti käytäntöön omassa työympäristössäsi. Voit valita projektisi myös ensimmäisen koulutusosan oppien jälkeen. Voit tutustua blogissamme vinkkeihin projektin valinnassa: Neuvoja projektin valinnassa.