Pareto-Diagramm
Ein Pareto-Diagramm, ein spezielles Balkendiagramm, veranschaulicht das Pareto-Prinzip (80/20-Regel) bei der Priorisierung von Problemen oder Ursachen. Es zeigt Balken für Kategorien oder nominale Variablen, geordnet nach ihren Häufigkeiten, mit der größten Häufigkeit links.
Zuletzt geprüft
Kernaussage
Ein Pareto-Diagramm, ein spezielles Balkendiagramm, veranschaulicht das Pareto-Prinzip (80/20-Regel) bei der Priorisierung von Problemen oder Ursachen.
Auf dieser Seite
Pareto-Diagramm
Was ist ein Pareto-Diagramm?
Ein Pareto-Diagramm, ein spezielles Balkendiagramm, veranschaulicht das Pareto-Prinzip (80/20-Regel) bei der Priorisierung von Problemen oder Ursachen. Es zeigt Balken für Kategorien oder nominale Variablen, geordnet nach ihren Häufigkeiten, mit der größten Häufigkeit links. Diese Priorisierung hilft, die „wenigen wesentlichen“ Faktoren (vital few) zu erkennen, die den Großteil der Wirkungen (etwa 80%) verursachen, sodass sich Verbesserungsmaßnahmen gezielt auf diese Schwerpunkte richten lassen.
Wann wird ein Pareto-Diagramm eingesetzt?
Das Pareto-Diagramm ist in folgenden Situationen besonders nützlich:
- Problemlösung: Die wichtigsten zu behebenden Probleme erkennen.
- Qualitätskontrolle: Festlegen, welche Fehler vorrangig behandelt werden.
- Prozessverbesserung: Wichtige Verbesserungsbereiche hervorheben.
- Entscheidungsfindung: Aufwand und Ressourcen auf die Probleme mit der größten Wirkung konzentrieren.
Zusammengefasst ist ein Pareto-Diagramm ein wertvolles Werkzeug für Priorisierung, Problemlösung, Ursachenanalyse, Qualitätsverbesserung, Entscheidungsfindung und Leistungsbewertung. Am wirkungsvollsten ist es bei komplexen Datensätzen und wenn Sie die Faktoren mit der größten Wirkung erkennen und sich auf sie konzentrieren möchten.
Hinweise zur richtigen Anwendung des Pareto-Diagramms
- Erheben Sie zusammengefasste Daten oder Rohdaten.
- Zusammengefasste Daten stellen Kategorien dar und können als Anzahlen oder berechnete Werte wie Mittelwerte vorliegen.
- Rohdaten stellen einzelne Ereignisse oder Fehler dar, wobei jede Beobachtung in einer eigenen Zeile steht.
- Erstellen Sie ein Diagramm entweder aus zusammengefassten Daten oder aus Rohdaten.
- Stellen Sie die Gültigkeit Ihrer Ergebnisse sicher, indem Sie die genannten Hinweise befolgen.
Alternativen: Wann Sie kein Pareto-Diagramm verwenden sollten
- Nicht diskrete Daten: Wenn die Daten stetig sind oder sich nicht leicht in klar abgegrenzte Gruppen einteilen lassen, ist ein Pareto-Diagramm möglicherweise ungeeignet.
- Kleine Datensätze: Bei einem sehr kleinen Stichprobenumfang liefert das Pareto-Diagramm unter Umständen keine aussagekräftigen Erkenntnisse, da die Verteilung der Probleme oder Ursachen nicht ausgeprägt genug sein könnte, um ein klares Pareto-Prinzip (80/20-Regel) zu zeigen.
- Qualitative Daten: Bei qualitativen Daten oder kategorialen Daten ohne natürliche Reihenfolge oder Rangfolge ist ein Pareto-Diagramm möglicherweise nicht wirkungsvoll.
- Fehlende Streuung: Wenn alle Datenpunkte relativ ähnlich sind oder kaum streuen, hilft ein Pareto-Diagramm möglicherweise nicht, die kritischsten Probleme zu erkennen. Die Unterschiede zwischen den Positionen wären zu gering, um ein klares Muster zu erkennen.
- Histogramm: Histogramme sind besonders hilfreich bei großen Datensätzen und stetigen Variablen, während Pareto-Diagramme sich eher für diskrete Variablen eignen.
- Balkendiagramm: Balkendiagramme eignen sich gut, um einen klaren Vergleich zwischen verschiedenen Gruppen zu zeigen, während Pareto-Diagramme Positionen nach kumulierten Häufigkeiten oder Wirkung priorisieren.
- Streudiagramm: Streudiagramme werden in statistischer Analyse und Forschung häufig verwendet, um Stärke und Richtung von Zusammenhängen zu untersuchen, während Pareto-Diagramme sich auf die Häufigkeit oder Wirkung einzelner Positionen konzentrieren.
- Boxplot: Boxplots sind nützlich, wenn Sie Verteilungen vergleichen oder Streuung und Schiefe von Daten erkennen möchten. Besonders wertvoll sind sie bei großen Datensätzen und mehreren Variablen, während Pareto-Diagramme sich eher für Priorisierungszwecke eignen.
Beispiel für ein Pareto-Diagramm
Um Verbesserungsprojekte zu priorisieren, untersucht ein Prüfer eines Bekleidungsherstellers verschiedene Quellen von Fehlern an Kleidungsstücken. Der Prüfer überwacht und erfasst sorgfältig Anzahl und Art dieser Fehler im gesamten Fertigungsprozess.
Anschließend erstellt ein Ingenieur aus den vom Prüfer erhobenen Daten ein Pareto-Diagramm. Dieses Diagramm hilft, die vom Prüfer festgestellten Fehler zu priorisieren, und hebt die bedeutendsten oder häufigsten Probleme hervor, die sofortige Aufmerksamkeit erfordern. Die Schritte:
- Die erforderlichen Daten wurden erhoben.
- Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
- Das Pareto-Diagramm finden Sie unter Statistical module> Graphical analysis> Pareto Chart.
- Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:
- Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:



Anleitung: Pareto-Diagramm erstellen
So gehen Sie vor:
- Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
- Wählen Sie auf der Startseite Statistical Tool> Graphical analysis >Pareto Chart.
- Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie ein (Strg+V). Alternativ gibt es die Option Load Example, mit der Beispieldaten geladen werden.
- Ordnen Sie anschließend die Spalten den Parametern zu.
- Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.
Das Dashboard des Pareto-Diagramms ist in zwei Bereiche unterteilt.

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.
Load example:Es werden Beispieldaten geladen.
Load File: Damit werden Excel-Daten direkt geladen.
Im rechten Bereich stehen folgende Optionen zur Verfügung:
- Defects or attribute data: In einem Pareto-Diagramm bezeichnen attributive Daten qualitative oder kategoriale Daten, die die Merkmale oder Eigenschaften einer bestimmten Position oder Kategorie beschreiben. Gemeint sind die konkreten Arten von Problemen oder Kategorien, die auf ihre Häufigkeit und Wirkung hin analysiert werden. Attributive Daten sind nicht numerisch und werden in der Regel durch Bezeichnungen, Kategorien oder diskrete Werte dargestellt.
- Frequencies: In einem Pareto-Diagramm geben die Häufigkeiten die Anzahl der Vorkommen oder Beobachtungen einer bestimmten Kategorie oder eines bestimmten Ereignisses an.
- Pareto threshold percent: In einem Pareto-Diagramm bezeichnet der Pareto-Schwellenwert in Prozent den Prozentwert, mit dem der Grenzpunkt zur Bestimmung der wesentlichen Einflussgrößen festgelegt wird. Der Pareto-Schwellenwert ist der Punkt im Diagramm, an dem der kumulierte Prozentsatz der Faktoren den angegebenen Schwellenwert erreicht oder überschreitet. Er hilft zu bestimmen, welche Faktoren wesentlich zur Gesamtwirkung beitragen.
- Combining remaining attributes after threshold: In einem Pareto-Diagramm bedeutet das Zusammenfassen der übrigen Attribute nach einem bestimmten Schwellenwert, dass alle Attribute oder Kategorien unterhalb eines angegebenen Schwellenwerts gruppiert und als eine einzige Kategorie oder Gruppe behandelt werden. Dies vereinfacht das Diagramm und lenkt den Blick auf die wesentlichen Einflussgrößen.
- Chart cumulative percent: In einem Pareto-Diagramm bezeichnet der kumulierte Prozentsatz den aufsummierten Prozentanteil am Gesamtwert bzw. an der Gesamthäufigkeit, den jede Kategorie oder Gruppe im Diagramm darstellt. Er hilft, den Beitrag jeder Kategorie zur Gesamtsumme zu analysieren.
- Significant color: Mit dieser Farbe werden die wichtigsten Kategorien oder Fehler hervorgehoben, die den größten Teil des Problems ausmachen. So lässt sich schnell erkennen, welche Bereiche die meiste Aufmerksamkeit benötigen.
- Trailing color: Die Farbe der Summenlinie, die durch das Diagramm verläuft und den kumulierten Prozentsatz an der Gesamtzahl der Fehler oder Vorkommen darstellt. Diese Linie veranschaulicht das Pareto-Prinzip, nach dem eine kleine Zahl von Ursachen oft für den Großteil der Probleme verantwortlich ist.
- Download as Excel: Gibt das Ergebnis im Excel-Format aus, das sich leicht bearbeiten und über die Option Load File erneut für Berechnungen laden lässt.
Häufig gestellte Fragen
Was ist ein Pareto-Diagramm?
Ein Pareto-Diagramm ist ein spezielles Balkendiagramm, das das Pareto-Prinzip bzw. die 80/20-Regel zur Priorisierung von Problemen oder Ursachen anwendet. Die Balken stehen für Kategorien, geordnet nach Häufigkeit mit der größten links, und eine Summenprozentlinie hilft, die wenigen wesentlichen Faktoren zu erkennen, die den Großteil der Wirkungen verursachen.
Wann sollte man ein Pareto-Diagramm verwenden?
Verwenden Sie ein Pareto-Diagramm zur Problemlösung, um die wichtigsten Probleme zu erkennen; in der Qualitätskontrolle, um festzulegen, welche Fehler vorrangig behandelt werden; in der Prozessverbesserung, um wichtige Bereiche hervorzuheben; und bei der Entscheidungsfindung, um Aufwand und Ressourcen auf die Probleme mit der größten Wirkung zu konzentrieren. Es funktioniert mit zusammengefassten Anzahlen oder mit Rohdaten mit einem Vorkommen je Zeile.
Wann ist ein Pareto-Diagramm ungeeignet?
Ein Pareto-Diagramm ist möglicherweise ungeeignet für stetige Daten, die sich nicht in klar abgegrenzte Kategorien einteilen lassen, für sehr kleine Datensätze oder wenn alle Kategorien ähnlich sind und kaum streuen, da dann kein klares Muster erkennbar wird. Für stetige Variablen ist ein Histogramm hilfreicher, für Zusammenhänge zwischen Variablen ein Streudiagramm.
Was ist der Pareto-Schwellenwert in Prozent (Pareto threshold percent)?
Der Pareto-Schwellenwert in Prozent ist der kumulierte Prozentsatz, der als Grenze zur Bestimmung der wesentlichen Einflussgrößen dient: der Punkt, an dem der kumulierte Prozentsatz der Faktoren den Schwellenwert erreicht oder überschreitet. Kategorien unterhalb des Schwellenwerts können zu einer einzigen Gruppe zusammengefasst werden, um das Diagramm zu vereinfachen und den Blick auf die wesentlichen Einflussgrößen zu lenken.
