Definition
Statistische Methode zur Bewertung der Messunsicherheit eines Prüfmittels. Trennt die Streuung durch das Prüfmittel selbst (Repeatability) von der durch den Prüfer verursachten Streuung (Reproducibility). Kernbestandteil der MSA im Automotive-Bereich.
In der Praxis
Die häufigste Gage-R&R-Studie, die ich in Audits sehe, ist eine Theateraufführung: zehn handverlesene Teile aus der Mitte der Toleranz, der beste Messtechniker, ein Nachmittag — und ein %GRR von 4 Prozent, der niemanden belastet. Drei Fehler stecken dahinter. Erstens decken die Teile die reale Prozessstreuung nicht ab: Ohne Teile nahe an den Spezifikationsgrenzen misst die Studie sich selbst. Zweitens prüft der Profi, nicht das Schichtpersonal, das die Lehre täglich nutzt. Drittens wird die Studie einmal zum PPAP erstellt und nie wiederholt — Verschleiß, Reparatur und neue Bediener verändern das Messsystem weiter. Dazu der klassische Denkfehler: Ein Cpk von 1,67 bei einem Messsystem, das ein Viertel der Toleranz frisst, ist Zahlenschmalz. Erst MSA, dann Fähigkeit — diese Reihenfolge gilt auch vor jeder Maschinenfähigkeitsuntersuchung. Und bei attributiven Prüfungen wie Sichtkontrolle oder Grenzlehren fehlt die Attribute-Agreement-Analyse fast immer komplett; Referenzteile mit bekanntem Gut-/Schlecht-Status sind dafür das Werkzeug.
Verwandte Begriffe
Häufige Fragen zu Gage R&R
Was ist der Unterschied zwischen Repeatability und Reproducibility — und warum muss ich beide trennen?
Die Repeatability (Wiederholpräzision) ist die Streuung, die entsteht, wenn derselbe Prüfer dasselbe Teil mehrfach mit demselben Gerät misst — sie zeigt die Qualität des Prüfmittels selbst: Auflösung, Spannung, Mechanik. Die Reproducibility (Vergleichspräzision) ist die Streuung zwischen verschiedenen Prüfern — sie zeigt den Handhabungseinfluss: unterschiedliches Einspannen, Ablesegewohnheiten, Prüfpunktwahl. Die Trennung ist der diagnostische Wert der Studie: Ein schlechter Repeatability-Anteil führt Sie zur Vorrichtung oder zum Messgerät, ein schlechter Reproducibility-Anteil zur Arbeitsanweisung und Schulung. Wer nur die Gesamtsumme %GRR betrachtet, weiß am Ende nicht, wo er ansetzen soll. In der Praxis ist ein hoher Prüferanteil der häufigste Befund bei manuellen Messungen — und der billigste zu beheben.
Ab welchem %GRR gilt ein Messsystem als fähig?
Die etablierte Bewertungslogik des AIAG-MSA-Handbuchs kennt drei Zonen: Unter 10 Prozent der Toleranz beziehungsweise der Prozessstreuung gilt das Messsystem als akzeptabel, zwischen 10 und 30 Prozent ist es bedingt akzeptabel — abhängig von der Bedeutung des Merkmals und den Kosten der Verbesserung —, über 30 Prozent ist es nicht fähig und muss verbessert werden. Ergänzend wird die Zahl der unterscheidbaren Kategorien (ndc) bewertet; sie sollte mindestens 5 betragen, damit das System Regelkarten sinnvoll speisen kann. Melden Sie den GRR sowohl als Prozent der Studienstreuung als auch als Prozent der Toleranz — beide Sichten beantworten verschiedene Fragen. Kundenspezifische Anforderungen können die Schwellen verschärfen; die CSR des jeweiligen OEM gehen der Faustregel vor. Die europäische Lesart dazu liefert VDA Band 5 (AIAG MSA-Handbuch; VDA Band 5).
Wie führen wir eine Gage-R&R-Studie praktisch sauber durch?
Bewährt hat sich das klassische Design: zehn Teile, drei Prüfer, drei Wiederholungen — mit drei Bedingungen. Erstens die Teile: Sie müssen die reale Prozessstreuung abdecken, inklusive Teile nahe an beiden Toleranzgrenzen; keine Laborauswahl aus dem Sollmaß. Zweitens die Prüfer: das Personal, das die Prüfung routinemäßig ausführt, nicht der Messtechnik-Profi. Drittens der Ablauf: randomisierte, verblindete Messreihenfolge, damit niemand Ergebnisse nachmisst. Werten Sie nach ANOVA aus — sie deckt im Gegensatz zur Average-and-Range-Methode auch Wechselwirkungen zwischen Prüfer und Teil auf. Planen Sie Wiederholungen ein: Nach Reparatur, Umzug oder längerer Standzeit des Prüfmittels gehört die Studie erneuert. Bei gleichartigen Prüfmitteln dürfen Sie nach der IATF-Logik Familien bilden und ein repräsentatives Gerät untersuchen.