LA Library - No. 19, Jul. 2023 (DMAIC forklaret gennem de fem faser i Six Sigma)

11 juli 2023

DMAIC forklaret gennem de fem faser i Six Sigma

DMAIC er Six Sigmas videnskabelige tilgang til komplekse problemer i eksisterende processer. Guiden forklarer de fem faser og viser, hvordan hypoteser, data og analyse fører til varige forbedringer.

Kion udvikler uddannelser med fokus på synergien mellem Lean og Six Sigma samt varig forbedring.

Kunne du lide denne historie?
Del den med andre.

11 juli 2023

(Opdateret: November 2026)

DMAIC er en struktureret Six Sigma-metode til at løse komplekse proces- og kvalitetsproblemer i eksisterende processer, hvor årsagen ikke er kendt på forhånd. Gennem faserne Define, Measure, Analyze, Improve og Control undersøges problemet systematisk, hypoteser testes med data, løsninger udvikles og afprøves, og den forbedrede proces bringes under varig kontrol.

DMAIC er en akademisk og videnskabelig tilgang til procesoptimering. Det betyder ikke, at alle DMAIC-projekter skal være tunge statistiske øvelser, men at antagelser behandles som hypoteser, der så vidt muligt skal kunne underbygges eller afvises med data. Det er en central del af Six Sigma, hvor arbejdet med variation og procesperformance bygger på data frem for antagelser. Når den tilgang kombineres med Leans fokus på flow og løbende forbedringer, arbejder man med Lean Six Sigma.


Hvornår giver DMAIC mening?
DMAIC bruges til problemstillinger i processer, der allerede eksisterer. Der er altså en proces, som fungerer i dag, men som ikke leverer stabilt eller godt nok, og hvor vi endnu ikke med tilstrækkelig sikkerhed ved, hvorfor problemet opstår. Det kan eksempelvis være stor variation i kvalitet eller leveringstid, gentagne fejl, lav performance eller en proces, hvor flere mulige årsager konkurrerer om at forklare det samme problem.

Metoden er særligt relevant, når problemet er komplekst, når tidligere løsninger ikke har skabt en varig forbedring, eller når organisationen er uenig om årsagen. I stedet for at vælge den forklaring, der virker mest sandsynlig, etablerer DMAIC en struktur, hvor mulige årsager identificeres, prioriteres og undersøges systematisk.

I Lean modsvarer DMAIC i høj grad A3 PPL – Praktisk Problemløsning. Begge strukturer bevæger sig fra problemforståelse og årsagsanalyse til løsning og opfølgning, men DMAIC anvendes typisk ved mere komplekse problemstillinger, hvor der er behov for en stærkere akademisk og statistisk tilgang. I arbejdet med A3 Problemløsning med Six Sigma kan Six Sigma-værktøjer netop bruges til at berige en A3 PPL, når problemets kompleksitet kræver en mere datadrevet analyse.

Hvis både problemets årsag og løsningen allerede er kendt, er der derimod sjældent behov for et DMAIC-projekt. Her er opgaven primært at implementere og fastholde den kendte løsning.

DMAIC er heller ikke den naturlige struktur, hvis organisationen skal udvikle noget helt nyt. Skal der eksempelvis designes en proces, som ikke eksisterer i dag, eller udvikles et nyt produkt, en service eller en feature, bruges typisk DFSS – Design for Six Sigma. Her kan DMADV-strukturen – Define, Measure, Analyze, Design og Verify – anvendes til at udvikle og validere det nye design. Forskellen er grundlæggende, at DMAIC forbedrer noget eksisterende, mens DFSS designer kvalitet ind i noget nyt fra begyndelsen.


Leverence SKAL bruges Potentielt
Find og forklar dit Y D Overordnet forståelse af processen
Klar beskrivelse af kundens ønsker
Klar beskrivelse af konsekvenser
Tydeligt og skarpt SMART mål
OUTPUT: Charter
High level procestegning (5-7 steps)
VOX (A, B & C)
COPQ
CTQ
SIPOC
KANO/FTY/RTY
Affinity Diagram
Kapabilitet
Hvilke X’er vi tror har indflydelse på Y M Fundet og prioriteret hypotetiske X’er
Valideret eksisterende data
Sikre at indsamle data validt
Kapabilitet
OUTPUT: Data til analyse og kapabilitetsberegninger
Beskrivende statistik
Gemba/procestegninger
Fiskeben
XY Matrix
Kapabilitet
MSA
SIPOC
Mulvari Charts
FMEA
X-Sifting
Y=f(X) dokumenteres A Udførte hypotesetest
Kritiske X’er verificeret
OUTPUT: Konklusioner på hypoteser
Hypotesetest
Distribution Fitting
Transformation
Mulvari Charts
Løsninger skabes på dine (bevislige) kritiske X’er I Potentielle løsninger på konklusioner
Prioritering og valg af løsning
Test af løsning
Bevis på at løsning virker
OUTPUT: Verificeret løsning
Metode til valg af analyse
Bevis på at løsning virker
Kontroller disse kritiske faktorer C Løsning der holder over tid
OUTPUT: Projektdokumentation inkl. kontrolplan
Opdateret SOP/arbejdsbeskrivelse
FMEA
SPC på Y
SPC på X
Kontrolplan
5S
Poke Yoke
Tabel 1 - Grundstrukturen i et DMAIC-projekt - Tabellen viser sammenhængen mellem de fem DMAIC-faser, deres vigtigste leverancer og de værktøjer, der kan anvendes undervejs. Den illustrerer bevægelsen fra at definere Y og identificere mulige X’er til at verificere de kritiske faktorer, udvikle en løsning og bringe den forbedrede proces under kontrol.

Definér problemet og skab retning
Define-fasen skal skabe et fælles og præcist udgangspunkt for projektet. Her skal processen forstås på et overordnet niveau, kunden og kundens krav tydeliggøres, og problemet afgrænses. Det er vigtigt, at projektet starter med problemet og ikke med en løsning, som organisationen på forhånd ønsker at få bekræftet.

Et high-level proceskort eller en SIPOC kan bruges til at skabe det første fælles overblik over processen, dens grænser, leverandører, input, output og kunder. I et DMAIC-projekt er SIPOC særligt relevant tidligt i forløbet, fordi det hjælper teamet med både at afgrænse projektet og etablere en fælles forståelse af den proces, der skal forbedres.

Kundens behov skal undersøges gennem VOX (VOA, VOB og VOC) og efterfølgende omsættes til CTQ’er og et tydeligt Y. Afhængigt af problemstillingen kan blandt andet Affinity Diagram, KANO, CTQ Tree eller Pareto bruges til at konkretisere og afgrænse behovet. Hvilke værktøjer der er relevante, afhænger af projektet og den viden, der allerede findes. Hvis Y eksempelvis allerede er klart defineret, er der ingen grund til at anvende yderligere værktøjer for at nå frem til det samme resultat.

Problemet skal samtidig beskrives i en forretningsmæssig sammenhæng. COPQ – Cost of Poor Quality – kan tydeliggøre konsekvensen af den nuværende performance, mens et SMART mål gør det klart, hvilken ændring projektet skal skabe. Projektets primære og eventuelle sekundære Y’er skal være tydelige, så det senere kan dokumenteres, om forbedringen faktisk har haft den ønskede effekt.

Det er fundamentalt at have et tydeligt Y på plads, før du overhovedet begynder at kaste data efter et DMAIC-projekt. Hvis du ikke har skarpt styr på dine Y’er, optimerer du på de forkerte ting.


Primær Y (Projektets Nordstjerne)
Det primære Y er det ultimative mål for dit projekt. Det er den specifikke, målbare procesparameter (eller CTQ – Critical to Quality), som hele projektet eksisterer for at flytte. Du kan kun have én primær Y per projekt. Hvis du har tre primære Y’er, har du tre forskellige projekter, og dit fokus er udvandet.


Sekundær Y (Vagthunde og Guardrails)
Det sekundære Y er dine bivirkningstjekere. Når du ændrer i en proces for at optimere din primære Y, er der en overhængende risiko for, at du uforvarende ødelægger noget andet.

Funktion: De sikrer, at din optimering ikke skaber nye problemer et andet sted i værdikæden. De fungerer som tidlige advarselssignaler.

Eksempel: Hvis din primære Y er at reducere gennemløbstiden (hastighed), kan dine sekundære Y’er være fejlrate og omkostninger pr. enhed. Hvis hastigheden stiger, men fejlraten eksploderer, har du bare flyttet problemet i stedet for at løse det.

Define samles typisk i et charter eller en tilsvarende projektbeskrivelse med business case, problembeskrivelse, mål og scope. Formålet er blandt andet at gøre projektoplæggene sammenlignelige og sikre, at projekter prioriteres ud fra kunde- og forretningsværdi frem for personlige præferencer. En grundig Define-fase kan derfor også føre til beslutningen om ikke at gennemføre projektet, hvis værdien er begrænset, problemet er forkert afgrænset, eller andre projekter bør prioriteres højere.


Mål processen og skab et validt datagrundlag
Measure-fasen handler om langt mere end at indsamle data. Det centrale arbejde består i at identificere de X’er, som teamet mener kan have indflydelse på Y, og derefter skabe det datagrundlag, der gør det muligt at undersøge disse hypoteser.

I Six Sigma beskrives sammenhængen ofte som Y = f(X). Y er det resultat, vi ønsker at forstå eller forbedre, mens X’erne er de forhold i processen, der potentielt påvirker resultatet. I starten kan der være mange mulige X’er. Opgaven i Measure er derfor både at identificere dem og gradvist reducere feltet til de faktorer, der er relevante at undersøge nærmere.

Mulige X’er kan blandt andet findes gennem deskriptiv statistik, Gemba, proceskortlægning, VSM, P-FMEA og Fishbone. De forskellige værktøjer giver forskellige perspektiver på processen og bidrager til at formulere kvalificerede hypoteser. En FMEA kan i form af P-FMEA bruges på de kritiske procestrin til at identificere og prioritere potentielle fejl og risici, mens en XY Matrix efterfølgende kan hjælpe teamet med at prioritere de X’er, der vurderes at have størst potentiel indflydelse på Y.

Figur 1 - Målefasen
Figuren viser, hvordan mulige X’er gradvist prioriteres og indsnævres i målefasen. Støj-X’er og procedure-X’er flyttes til FMEA, mens de øvrige X’er prioriteres videre. Herefter udarbejdes og testes måleplanen, målesystemet valideres med MSA, data indsamles, og processens kapabilitet på Y vurderes (klik for større billede).

Når de relevante X’er er prioriteret, skal teamet formulere, hvad man faktisk tror om dem. Et X er ikke dokumenteret som årsag, blot fordi den optræder på et Fishbone eller vurderes som vigtig af teamet. Den er en mulig årsag og dermed en hypotese. Det næste spørgsmål bliver derfor, hvilke data der er nødvendige for at undersøge hypotesen, om data allerede findes, og hvordan de ellers skal skabes.

Et Measure Grid giver en enkel struktur til arbejdet. For hver X beskrives hypotesen, databehovet, om data allerede findes, hvordan manglende data skal indsamles, og om der er behov for MSA.
X Hypotese Databehov Har du dem? Hvordan får vi dem? Behov for MSA
Skift Vi har en teori om, at der vil være forskel mellem dag- og nathold Om batchen er produceret på dag- eller nathold Nej Vi skal registrere, om batchen er produceret på dag- eller nathold Yes
Batches Er der forskel på det samme produkt i forskellige batches? Antal fejl pr. batch Ja Nej
Tabel 2 - Flow i målefasen - Tabellen viser, hvordan hver potentiel X kobles til en hypotese og et konkret databehov. Strukturen hjælper teamet med at afklare, hvilke data der allerede findes, hvordan manglende data skal indsamles, og om der er behov for MSA.

Datakvaliteten er afgørende, fordi analysen aldrig kan blive bedre end de data, den bygger på. En målesystemanalyse – MSA kan derfor være nødvendig for at undersøge, om variationen i data reelt kommer fra processen, eller om selve målesystemet bidrager med væsentlig variation eller fejl. Målesystemet omfatter ikke kun måleudstyr, men også blandt andet operatører, procedurer, miljø og registrering.

Når målesystemet er vurderet, kan data indsamles, og processens nuværende performance og kapabilitet på Y dokumenteres. Measure-fasen skaber dermed ikke blot flere data, men et valideret datagrundlag, som den efterfølgende analyse kan bygge på.

Analysér og dokumentér de reelle årsager
Measure og Analyze hænger tæt sammen. Measure skaber og kvalificerer hypoteserne og sikrer de nødvendige data, mens Analyze undersøger, hvilke X’er der faktisk har en dokumenterbar relation til Y.

Her bliver DMAIC’s akademiske og videnskabelige tilgang særlig tydelig. En erfaren medarbejder kan have en stærk opfattelse af, at eksempelvis et bestemt skift, en maskine, en leverandør eller en arbejdsmetode skaber problemet. Det er relevant procesviden og et godt udgangspunkt for en hypotese, men det er ikke i sig selv dokumentation for årsagssammenhængen.

Valget af statistisk test afhænger af hypotesen, datatypen og den forskel eller sammenhæng, der skal undersøges. Det kan eksempelvis være forskelle i gennemsnit eller median, variation, proportioner eller sammenhænge mellem kontinuerte variable. Hypotesetest, regression og andre statistiske analyser bruges til at undersøge, om de observerede forskelle kan dokumenteres, eller om de kan skyldes naturlig variation.

Y
Kontinuert Diskret / attribut
Normal / Non-normal Gennemsnit / Median Spredning Proportioner
X
Diskret / attribut
1 vs standard 1 Sample t-test
1-sample Sign
1-sample Wilcoxon
Konfidensinterval for sigma
(CI)
1 Prop CI
1 mod 1 2 Sample t-test
Mann-Whitney
F-test eller Levene 2 Prop
Flere ANOVA – ens varianser
Krustal-Wallis Mood’s Median - bedre ved outliers
Bartlett eller Levene X² (Chi Square)
Kontinuert
Korrelation og regression Logistic Regression
Tabel 3 - Overblik over test - Tabellen giver et overblik over relevante statistiske tests afhængigt af datatypen og den sammenligning, der skal gennemføres. Den kan bruges som støtte til at vælge en analyse, der passer til den konkrete hypotese og de tilgængelige data.

Analyze Grid bygger direkte videre på Measure Grid. Hypotesen og datagrundlaget bevares, men suppleres nu med den valgte test, analyseresultatet og den konklusion, der kan drages. Dermed bliver der sporbarhed fra den oprindelige antagelse til den dokumenterede konklusion.


X Hypotese Databehov Har du dem? Hvordan får vi dem? Behov for MSA Valgt test og begrundelse Resultater fra test Konklusion
Skift Vi har en teori om, at der vil være forskel mellem dag- og nathold Om batchen er produceret på dag- eller nathold Nej We need to register if the batch was produced on night or day shift Ja Kontinuerte data, natholdet er ikke normal fordelt. Mann-Whitney- og Levene-test anvendes. Medianerne er ens for dag- og nathold, men variansen er forskellig Der er forskel mellem dag- og nathold, ikke i performance, men i stabilitet
Batches Er der forskel på det samme produkt i forskellige batches? Antal fejl pr. batch Ja Nej
Tabel 4 - Fra målefase til analysefase - Tabellen viser overgangen fra hypotese og datagrundlag til statistisk test, resultat og konklusion. Strukturen skaber en tydelig sammenhæng mellem de mulige X’er fra Measure og de kritiske X’er, der verificeres i Analyze..

Det er ikke kun de hypoteser, der bliver bekræftet, som har værdi. En hypotese, der kan afvises, reducerer også kompleksiteten, fordi teamet kan stoppe med at bruge tid og ressourcer på en faktor, der ikke kan dokumenteres som drivende for problemet. Ved afslutningen af Analyze skal de mange mulige X’er derfor være reduceret til de kritiske X’er, som analysen viser har reel betydning for Y.

DMAIC er ikke en lineær proces. Særligt mellem Measure og Analyze vil teamet ofte bevæge sig frem og tilbage, efterhånden som analysen skaber ny viden og viser behov for yderligere data eller målinger. Arbejdet mellem faserne er derfor iterativt, indtil de kritiske X’er er tilstrækkeligt dokumenteret.

Analyze identificerer desuden ofte en direkte årsag, men ikke nødvendigvis den underliggende årsag til problemet. Her kan 5x hvorfor bruges til at arbejde videre fra den observerede årsag og afdække den egentlige root cause, før løsninger udvikles i Improve.


Forbedr processen ud fra dokumenterede årsager
Improve starter ikke med spørgsmålet om, hvilken løsning teamet bedst kan lide. Fasen bygger direkte videre på konklusionerne fra Analyze. Når de kritiske X’er er dokumenteret, kan teamet udvikle løsninger, der specifikt påvirker disse faktorer.

Det skaber en vigtig faglig disciplin i DMAIC. Projektet skal kunne vise sammenhængen fra problem til hypotese, fra hypotese til analyse og fra analyse til løsning. Hvis et løsningsforslag ikke kan kobles til de årsager, projektet netop har dokumenteret, bør teamet kunne forklare, hvorfor løsningen alligevel indgår.

Løsningsforslagene kan vurderes og prioriteres ud fra eksempelvis effekt, gennemførlighed, risiko og ressourcebehov. Selve løsningen skal derefter afprøves. Et bedre resultat umiddelbart efter en ændring er ikke automatisk dokumentation for, at løsningen virker. Projektet skal så vidt muligt kunne vise, at ændringen har skabt en reel forbedring og ikke blot et midlertidigt udsving eller en tilfældig forskel.

Improve handler derfor både om at udvikle løsningen og om at verificere effekten. Først når projektet kan dokumentere, at løsningen påvirker de relevante X’er og forbedrer Y, er det naturligt at gå videre til Control.


Kontrollér og fasthold forbedringen
Control skal sikre, at den forbedrede proces fortsætter med at levere den ønskede performance, når DMAIC-projektet afsluttes, og projektteamet træder tilbage. En forbedring er ikke varig, blot fordi den virker umiddelbart efter implementeringen.

Udgangspunktet er projektets primære og sekundære Y’er samt de kritiske X’er, der er identificeret gennem Measure og Analyze. Teamet skal tage stilling til, hvordan disse faktorer fremover skal følges, hvilke signaler der kræver handling, hvem der har ansvaret, og hvordan processen bringes tilbage i kontrol, hvis performance ændrer sig.

Kontrollen kan blandt andet bestå af SPC, Poka Yoke, 5S, Kanban, dashboards, Kaizen-tavler, opdaterede procesbeskrivelser og standarder. En SOP kan eksempelvis gøre den forbedrede arbejdsgang tydelig og hjælpe med at gøre den nye metode til den standardiserede måde at udføre processen på. På samme måde bør den eksisterende FMEA opdateres, når nye kontroller eller procesændringer påvirker risikobilledet.

Sigma-niveau Kontrol
0–1 σ Træning og opmærksomhed
1–3 σ Udvikling af SOP’er og procesaudits
2–4 σ SPC på Y’er
3–4 σ SPC på X’er, hvor særlige årsager identificeres og håndteres af trænet personale, der følger de fastlagte standarder
3–5 σ Fejlsikring forhindrer et produkt eller en service i at gå videre til næste procestrin
4–5 σ En automatisk mekanisme stopper processen og forhindrer videre drift, indtil den nødvendige handling er udført
5–6 σ Produkt- og/eller procesdesign eliminerer fejlmuligheden, eller et automatiseret system overvåger processen og justerer kritiske X’er uden menneskelig indgriben
Tabel 5 - Kontrolniveauer i Six Sigma
Tabellen viser forskellige former for proceskontrol fra træning og standardisering til SPC, fejlsikring og automatiseret styring. Kontrolformen bliver gradvist mere robust i takt med, at processen bevæger sig mod et højere sigma-niveau.

Control skal også dokumentere, hvad projektet faktisk har skabt. Den nye proces performance og de økonomiske resultater sammenholdes med projektets oprindelige mål og business case, og ansvaret overdrages til den procesejer, der fremover skal drive processen. Projektets vigtigste læringer bør samtidig fastholdes, så organisationen ikke alene får en forbedret proces, men også står bedre rustet til den næste komplekse problemstilling.

DMAIC’s styrke ligger dermed ikke alene i de fem faser, men i disciplinen mellem dem. Problemet afgrænses, mulige årsager gøres til hypoteser, hypoteserne undersøges med valide data, løsninger kobles til dokumenterede årsager, og effekten bringes under kontrol. Det er bevægelsen fra vi tror til vi ved, der gør DMAIC til en akademisk og videnskabelig tilgang til procesoptimering.

FAQ/Ofte stillede spørgsmål

Hvad står DMAIC for?
Hvornår bør man bruge et DMAIC projekt?
Hvad sker der i de fem DMAIC faser?
Hvorfor er Measure og Analyze afgørende i DMAIC?
Hvilke værktøjer bruges i et DMAIC projekt?

Relateret læsning
Vil du læse mere? Vi har samlet et par artikler, der måske kan inspirere dig i dit videre forbedringsarbejde.

LA Library - No. 17, May 2023 (Failure Mode Effect Analysis (FMEA))

Failure Mode Effect Analysis (FMEA)

FMEA værktøjet, som er udviklet af det amerikaske militær, blev for første gang...
LA Library - No. 02, Oct. 2021 (Hvad er Six Sigma?)

Hvad er Six Sigma?

Six Sigma er en datadrevet metode til at forbedre kvalitet og reducere variation...

Bliv inspireret

LA Library

Her finder du en samlet oversigt over artikler og cases, som på forskellig vis belyser arbejdet med Lean, løbende forbedringer og udvikling i praksis.

  • LA Library
  • Kvalitetssikring og data-analyse
  • Lean ledelse og coaching
  • Lean Værktøjer
  • Løbende forbedringer
  • Procesoptimering
  • Standardisering og træning
  • Strategi og målnedbrydning
LA Library - No. 67, Nov. 2026 (Muda og de 8 spildtyper i Lean)

Muda

Muda er spild, der bruger tid og ressourcer uden at skabe værdi for...
LA Library - No. 66, Oct. 2026 (Effektive møder: sådan skaber du en bedre mødekultur)

Effektive møder

Effektive møder kræver mere end en dagsorden. Med tydeligt formål, klare roller, aktiv...
LA Library - No. 64, Oct. 2026 (Stop med at bebrejde medarbejderen og begynd at forbedre systemet)

Stop med at bebrejde medarbejderen

Når en fejl bliver forklaret som operatørfejl, stopper problemløsningen ofte for tidligt. Lean...
LA Library - No. 63, Sep. 2026 (Floweffektivitet og vejen til kortere gennemløbstid)

Floweffektivitet

Floweffektivitet viser, hvor stor en del af gennemløbstiden, der bruges på reel bearbejdning....
LA Library - No. 62, Sep. 2026 (Hoshin Kanri og målnedbrydning fra strategi til mål)

Hoshin Kanri

Hoshin Kanri skaber en tydelig sammenhæng mellem virksomhedens strategi og den daglige drift...
LA Library - No. 61, Sep. 2026 (Kanban forklaret: sådan visualiserer og styrer du dit arbejdsflow)

Kanban forklaret

Kanban gør arbejdets vej gennem processen synlig og hjælper teams med at begrænse...
LA Library - No. 60, Sep. 2026 (PDCA-cirklen som metode til løbende forbedringer)

PDCA-cirklen

PDCA-cirklen giver en enkel struktur til at planlægge, afprøve og lære af forbedringer....
LA Library - No. 59, Sep. 2026 (OEE sådan måler og beregner du effektiviteten)

OEE

OEE gør produktionens effektivitet målbar ved at samle tilgængelighed, ydeevne og kvalitet i...
LA Library - No. 58, Sep. 2026 (Forandringskurven sådan leder du mennesker gennem forandring)

Forandringskurven

Forandringer skaber forskellige reaktioner hos mennesker. Forandringskurven hjælper lederen med at forstå dem...
LA Library - No. 57, Aug. 2026 (SMART-mål der virker i praksis)

SMART-mål

SMART-modellen hjælper dig med at formulere klare og brugbare mål, der kan omsættes...
LA Library - No. 56, Aug. 2026 (Sådan finder du de KPI’er der betyder noget)

Sådan finder du de rigtige KPI’er

En KPI er et målbart nøgletal, der bruges til at følge udviklingen i...
LA Library - No. 55, Aug. 2026 (DFSS Design for Six Sigma i praksis)

DFSS Design for Six Sigma

Med DFSS udvikles nye produkter, services og processer med kundekrav, kvalitet og risici...
LA Library - No. 54, Aug. 2026 (SOP skabelon og guide til standardiserede procedurer)

SOP skabelon

En SOP skaber struktur i processer og tydeliggør hovedtrin, roller og ansvar. Få...
LA Library - No. 53, Jul. 2026 (RPA forklaret sådan automatiserer du digitale processer)

RPA forklaret

RPA kan automatisere gentagne, regelbaserede opgaver på tværs af digitale systemer. Guiden viser,...
LA Library - No. 52, Jun. 2026 (Kaizen Event)

Kaizen Event

Hvordan skaber man markante forbedringer på få dage – uden at drukne i...
LA Library - No. 51, May 2026 (Når undervisningen flytter op på væggen)

Når undervisningen flytter op på væggen

Hvordan kan undervisning gøres mere levende, overskuelig og anvendelig i praksis? På Lean...
LA Library - No. 11, Apr. 2026 (Fra hverdag til forbedringskultur hos Queen)

Fra hverdag til forbedringskultur

Et uddannelsesforløb for Queen har styrket arbejdet med forbedringer, samarbejde og bæredygtig produktion...
LA Library - No. 10, Mar. 2026 (Når vækst kræver mere end flere kvadratmeter)

Når vækst kræver mere

En dansk producent af medicinsk udstyr stod over for et ambitiøst vækstmål: Markant...
LA Library - No. 50, Jan. 2026 (Gage R&R - målesystemanalyse for kontinuerte data)

Gage R&R

Når organisationer arbejder datadrevet, er et pålideligt målesystem en forudsætning for meningsfulde analyser...
LA Library - No. 49, Jan. 2026 (Målesystemanalyse med kategoriske data)

Målesystemanalyse

I mange organisationer opstår usikkerheden ikke i analysen, men langt tidligere i processen,...
LA Library - No. 48, Jan. 2026 (Hvad er MSA?)

Hvad er MSA?

Datadrevne beslutninger forudsætter, at de data, der analyseres, er pålidelige. Alligevel arbejder mange...
LA Library - No. 47, Dec. 2025 (Six Sigma-shiftet)

Six Sigma-shiftet

Six Sigma-shiftet har i årtier påvirket, hvordan virksomheder arbejder med kapabilitet. Men hvor...
LA Library - No. 46, Nov. 2025 (Den grundlæggende årsag til spild)

Den grundlæggende årsag til spild

Om hvordan manglende vision og strategi skaber den største Lean spildtype. Vi kender...
LA Library - No. 45, Oct. 2025 (Kan vi problemløse menneskelige fejl?)

Kan vi problemløse menneskelige fejl?

Menneskelige fejl sker – det er helt naturligt. Vi kender alle til at...
LA Library - No. 09, Sep. 2025 (Fra træning til millionbesparelser)

Fra træning til millionbesparelser

Hvordan bygger man et internt akademi, der både løfter medarbejdernes kompetencer og leverer...
LA Library - No. 44, Sep. 2025 (Lean som løftestang)

Lean som løftestang

I vores arbejde som konsulenter oplever vi mange virksomheder og organisationer, der kæmper...
LA Library - No. 43, Aug. 2025 (Kommunikér forandring med PIR)

Kommunikér forandring med PIR

Vil du have andre med på dit Lean projekt, skal de først og...
LA Library - No. 42, Jul. 2025 (Lean kommunikation - eliminér spild i kommunikation)

Lean kommunikation

Lean og kommunikation er ikke to ord, vi typisk forbinder. Alligevel er det...
LA Library - No. 41, Jun. 2025 (Just in Time)

Just in Time

Et af de mest kendte og centrale begreber i Lean filosofien er ’Just...
LA Library - No. 40, May 2025 (Fem trin til succes med Lean i hverdagen)

Fem trin til succes med Lean

Lean er mere end blot en teoretisk ramme, meget mere. Det er en...
LA Library - No. 39, Apr. 2025 (Forandringsledelse og organisatorisk forankring med ADKAR)

Forandringsledelse med ADKAR

Effektiv forandringsledelse er en afgørende forudsætning, når Lean skal implementeres med succes. Det...
LA Library - No. 38, Mar. 2025 (Lean og Bæredygtighed - en integreret tilgang)

Lean og Bæredygtighed

Lean handler om at eliminere spild og skabe værdi - men hvad nu,...
LA Library - No. 37, Feb. 2025 (Måling af medarbejdertilfredshed)

Måling af medarbejdertilfredshed

Medarbejdertilfredshed er en afgørende faktor for en virksomheds succes. Tilfredse medarbejdere er ofte...
LA Library - No. 36, Jan. 2025 (Kulturændring)

Kulturændring

Implementering af Lean i en virksomhed er langt mere end blot en teknisk...
LA Library - No. 35, Dec. 2024 (Lean Ledelse)

Lean Ledelse

Lean er ofte forbundet med produktionsmiljøer og operationelle processer, men en effektiv Lean-transformation...
LA Library - No. 34, Nov. 2024 (Styrk din Bæredygtighedsindsats med Lean)

Styrk din Bæredygtighedsindsats med Lean

Står du over for udfordringer med at gøre bæredygtighed til en naturlig del...
LA Library - No. 08, Oct. 2024 (Lean understøtter vækstrejsen)

Lean understøtter vækstrejsen

Fog & Venø er en dansk virksomhed beliggende i Aulum, som producerer lamelbaserede...
LA Library - No. 33, Sep. 2024 (Kunsten at følge en standard)

Kunsten at følge en standard

Hvis vi som virksomhed vil arbejde med Lean og skabe en forbedringskultur, er...
LA Library - No. 32, Aug. 2024 (AI og Six Sigma i fremtidens optimeringsarbejde)

AI og Six Sigma

Målet med denne artikel er at forklare, hvorfor Six Sigma bidrager til og...
LA Library - No. 31, Jul. 2024 (A3 Problemløsning med Six Sigma)

A3 Problemløsning

Lean Akademiet arbejder sammen med en større medical device-organisation i at træne 500...
LA Library - No. 30, May 2024 (Målstyring - enkelt og effektivt)

Målstyring

Hvad er målstyring - og hvorfor skal vi målstyre? Lær at nedbryde mål...
LA Library - No. 29, May 2024 (Vejledning til VSA - administration)

Vejledning til VSA – administration

Hvordan laver du en værdistrømsanalyse (VSA) i administration? Få en trin-for-trin guide til...
LA Library - No. 28, May 2024 (Vejledning til VSA - produktion)

Vejledning til VSA – produktion

Hvordan udføres en værdistrømsanalyse i produktionen? Få en trin-for-trin vejledning til at finde...
LA Library - No. 27, Okt. 2024 (Værdistrømsanalyse (VSM): kortlæg og optimér din værdistrøm)

Værdistrømsanalyse (VSM)

Værdistrømsanalyse giver et fælles billede af hele processen fra start til slut. Lær...
LA Library - No. 26, May 2024 (Hvad er Kaizen?)

Hvad er Kaizen?

På japansk betyder Kaizen slet og ret forbedring - men for de ansatte...
LA Library - No. 25, Apr. 2024 (Tillidsbaseret Lean)

Tillidsbaseret Lean

Hvis den fulde effekt af Lean skal opnås, skal der udvises tillid imellem...
LA Library - No. 24, Mar. 2024 (Hvad kendetegner en Lean Virksomhed)

Hvad kendetegner en Lean virksomhed

En Lean virksomhed skaber sammenhæng mellem kundeværdi, flow, standarder, ledelse og løbende forbedringer....
LA Library - No. 23, Feb. 2024 (Coaching og GROW-modellen)

Coaching og GROW-modellen

Coaching er blevet en uundværlig del af moderne ledelse og personlig udvikling. Blandt...
LA Library - No. 22, Jan. 2024 (Kunsten at vælge det rette værktøj)

Kunsten at vælge det rette værktøj

Værktøj er ikke målet i sig selv. Vi giver dig her en guide...
LA Library - No. 21, Dec. 2023 (Lean Startup)

Lean Startup

Lean er ikke kun en metodik og filosofi, som kan afhjælpe etablerede virksomheder...
LA Library - No. 20, Nov. 2023 (Toyota Kata som Kaizen Blitz)

Toyota Kata som Kaizen Blitz

Vi har i Lean Akademiet over en længere periode oplevet, hvordan ledelse og...
LA Library - No. 07, Oct. 2023 (Coop implementerer TWI og TTT)

Coop implementerer TWI og TTT

Coops Distributionscenter i Odense har samarbejdet med Lean Akademiet om at uddanne interne...
LA Library - No. 19, Jul. 2023 (DMAIC forklaret gennem de fem faser i Six Sigma)

DMAIC forklaret

DMAIC er Six Sigmas videnskabelige tilgang til komplekse problemer i eksisterende processer. Guiden...
LA Library - No. 18, Jun. 2023 (Quality Function Deployment (QFD))

Quality Function Deployment (QFD)

Hvordan sikrer du, at dine CTQ’er (Critical to Quality) og krav fordeles på...
LA Library - No. 17, May 2023 (Failure Mode Effect Analysis (FMEA))

Failure Mode Effect Analysis (FMEA)

FMEA værktøjet, som er udviklet af det amerikaske militær, blev for første gang...
LA Library - No. 06, Apr. 2023 (Lean forbedringsprojekt hos Jern og Glas)

Lean forbedringsprojekt

Virksomhedsejer Benjamin Hove mener, at Lean kan være en stor hjælp - også...
LA Library - No. 01, Apr. 2023 (Lean med Morten Münster)

Lean for begyndere og skeptikere

Hør Ann Møller Svendsen i samtale med Morten Münster om Lean, kundeværdi, spild...
LA Library - No. 16, Mar. 2023 (Skab forståelse for Lean forandringen)

Skab forståelse for Lean forandringen

Forandring kræver forståelse. Lær at bruge adfærdsprofiler (DISC) til at håndtere modstand og...
LA Library - No. 15, Feb. 2023 (Leader Standard Work)

Leader Standard Work

Vil du styrke din ledelse med faste rutiner? Dyk ned i Leader Standard...
LA Library - No. 05, Sep. 2022 (Når 5S bliver til mere end bare oprydning)

Når 5S bliver til mere end bare oprydning

De fleste organisationer, der arbejder med Lean, har stiftet bekendtskab med 5S. Nogen...
LA Library - No. 14, Aug. 2022 (5S-metoden: sådan skaber du orden, flow og effektivitet)

5S-metoden

Med 5S skaber I en sikker, overskuelig og effektiv arbejdsplads ved at fjerne...
LA Library - No. 13, Jun. 2022 (Lean kan løfte bæredygtighed)

Lean kan løfte bæredygtighed

Synergien mellem Lean og Bæredygtighed er åbenlys, og Lean kan være vejen til...
LA Library - No. 12, May 2022 (Agile Scrum - introduktion til metoden)

Agile Scrum

Agile Scrum spiller godt sammen med Lean og har mange fælles elementer. Vi...
LA Library - No. 11, Apr. 2022 (Forandringsledelse - hvordan skaber vi en succesfuld forandring?)

Forandringsledelse

Hvordan opnås en succesfuld forandring? De bedste værktøjer er ærlighed og transparens over...
LA Library - No. 10, Mar. 2022 (SIPOC - hvad er det?)

SIPOC – hvad er det?

Når vi laver en værdistrømsanalyse, kan det være værdifuldt at kombinere det med...
LA Library - No. 09, Feb. 2022 (Hvorfor måle CO2 aftryk?)

Hvorfor måle CO2 aftryk?

Skal du også måle din virksomheds CO2 aftryk? Ja, for evnen til at...
LA Library - No. 08, Jan. 2022 (Fastholdelse af TWI Jobinstruktion)

Fastholdelse af TWI Jobinstruktion

Hvordan sikrer man den interne træningskultur? Læs med her og få idéer til...
LA Library - No. 07, Jan. 2022 (Hvad er TWI?)

Hvad er TWI?

Hvordan en virksomhed kan arbejde med standardiseret arbejde og dermed sikre en ensartet...
LA Library - No. 06, Dec. 2021 (Grøn omstilling med Lean)

Grøn omstilling med Lean

Hvordan kan du starte den grønne omstilling ved at bruge Lean værktøjerne med...
LA Library - No. 05, Dec. 2021 (Hvad er Lean Ledelse?)

Hvad er Lean Ledelse?

Hvordan du gennem god ledelse kan få medarbejderne motiveret til at arbejde positivt...
LA Library - No. 04, Nov. 2021 (Lean hos HORN Bordplader)

Lean hos HORN Bordplader

Den midtjyske bordpladefabrik har samarbejdet med Lean Akademiet for at få uddannet medarbejdere...
LA Library - No. 04, Okt. 2021 (Hvad er Toyota Kata?)

Hvad er Toyota Kata?

Med Toyota Kata kan du skabe en forbedringskultur, der sikrer den fortsatte udvikling...
LA Library - No. 03, Okt. 2021 (Six Sigma, Lean eller Lean Six Sigma?)

Six Sigma, Lean eller Lean Six Sigma?

Lean skaber flow og reducerer spild, mens Six Sigma reducerer variation gennem data...
LA Library - No. 02, Oct. 2021 (Hvad er Six Sigma?)

Hvad er Six Sigma?

Six Sigma er en datadrevet metode til at forbedre kvalitet og reducere variation...
LA Library - No. 01, Oct. 2021 (Hvad er Lean?)

Hvad er Lean?

Lean er mere end en samling værktøjer. I denne guide får du en...
LA Library - No. 02, Oct. 2021 (Toyota Kata hos Carletti)

Toyota Kata hos Carletti

Lean Akademiet blev i 2013 anmodet om at udføre en række workshops, hvor...
LA Library - No. 01, Oct. 2021 (Toyota Kata hos Haldor Topsøe)

Toyota Kata hos Haldor Topsøe

Haldor Topsøe har med Toyota Kata reduceret gennemløbstiden og løftet produktiviteten med mere...
Scroll to Top