stavex

Statistische Versuchsplanung (DoE) statt Trial-and-Error

Mühelose Prozess- und Produktoptimierung mit intelligenter Statistischer Versuchsplanung (DoE)

Unsere neue Software STAVEX 6.0 ist die erste webbasierte Software für die statistische Versuchsplanung und wird Ihre Arbeit erleichtern! Egal, ob Sie Experte sind oder gerade erst mit der statistischen Versuchsplanung (DoE) beginnen – STAVEX ermöglicht es Ihnen, diese Methodik sehr einfach zu nutzen, z. B. zur Bestimmung des Design Space im Rahmen von Quality by Design (QbD).

Statistische Versuchsplanung so einfach wie nie zuvor.

Die intuitive Benutzeroberfläche von STAVEX 6.0 und der optimierte Arbeitsablauf garantieren eine hohe Benutzerfreundlichkeit, von der anfänglichen Projektspezifikation bis zur endgültigen Optimierung Ihres Systems.
Das Expertensystem STAVEX 6.0 bietet eine herausragende Benutzerführung, die Sie während des gesamten DoE-Prozesses begleitet, insbesondere bei der Auswahl des Versuchsplans und der Interpretation der Ergebnisse.
STAVEX 6.0 liefert einen klaren und verständlichen Bericht sowie moderne und lesbare grafische Darstellungen, die sich leicht interpretieren lassen.
Dank der neuen Reporting-Funktionen können die Benutzer auswählen, welche Informationen (von der Problemdefinition bis zur Auswertung und ihren Grafiken) Teil eines PDF‑ oder HTML‑Berichts sein sollen.
STAVEX 6.0 ist auf Deutsch, Englisch, Französisch und Spanisch verfügbar. So gelingt Ihnen der Einstieg in die statistische Versuchsplanung noch einfacher.

Result Visualization in the STAVEX Workflow

Funktionen

Anwendungen

Technisches

Konzept

Funktionen

Einfache Versuchsplanung und ‑auswertung mit STAVEX

Flexible Benutzereingaben

Zielgrössen: quantitativ und qualitativ, Eingabe von Spezifikationsgrenzen möglich
Faktoren: quantitativ, qualitativ, Alternativfaktoren und Mischungsfaktoren
Klassen von Alternativfaktoren, um zu definieren, welche einander ausschliessen, für Prozessfaktoren (z. B. zur Auswahl eines Lösungsmittels) und die Komponenten einer Mischung (z. B. zur Selektion eines Hilfsstoffs)
Mehrere Mischungsfaktorklassen möglich, um Formulierungsprobleme zu lösen, die Teilformulierungen beinhalten (z. B. 70% Reinigungsmittel + 30% Duftstoffe = 100%)
Es stehen verschiedene Arten von Faktorrestriktionen zur Verfügung: linear oder spezifisch für Mischungsverhältnisse
Gewichtete Wunschfunktion zur Berechnung der optimalen Kompromissfaktoreinstellung bei der gleichzeitigen Optimierung mehrerer Zielgrössen, z. B. zur Ermittlung des Design Space im Rahmen des Quality by Design (QbD)-Paradigmas
Schnelle und einfache Änderung von Spezifikationsgrenzen und der Gewichtung der Zielgrössen
Eingabe von Transformationen möglich (für quantitative Zielgrössen und Faktoren)
Selektive Spezifikation von Wechselwirkungen (Interaktionen)
Blocking für bekannte unkontrollierbare Störfaktoren
Leichte Plan-Bearbeitung, um schwer zu ändernde Faktoren, einen zeitlichen Trend, nicht eingehaltene Faktoreinstellungen oder undurchführbare Versuche zu berücksichtigen
Automatische Ergänzung unvollständiger Pläne
Interaktive Spezifikation von Bestägigungsversuchen möglich
Interaktive Auswahl der beibehaltenen Faktoren und ihrer Bereiche beim Übergang zu einer neuen Versuchsphase

User Guidance

Integrated Expert System
Unterstützung bei der Eingabe von Zielgrössen und Faktoren
Bei Restriktionen: Überprüfung auf Kompatibilität
Automatisches Rating der möglichen Versuchspläne
Auswertung in verständlicher Sprache
Hinweise auf auftretende Probleme (Ausreisser, Störfaktoren, ungenügende Modellanpassung, Überlagerung von Effekten)
Details der Statistik im Bericht verlinkt
Unterstützung beim weiteren Vorgehen bei unvollständigen Ergebnissen
Unterstützung beim Übergang zum nächsten Durchgang
Vorschläge von Bestätigungsversuchen

Eine Vielzahl von Versuchsplänen

STAVEX 6.0 unterstützt eine breite Palette von Screening-, Modellierungs- und Optimierungsversuchsplänen, darunter verschiedene faktorielle und Response-Surface-Versuchspläne, spezielle Mischungsversuchspläne sowie die Möglichkeit, benutzerdefinierte oder externe Versuchspläne zu importieren
Screening‑, Modellierungs‑ und Optimierungspläne:
Lin, Lin-Plackett-Burman, Plackett-Burman, Desperado, 2‑Niveau‑vollfaktoriell und ‑teilfaktoriell, 3‑Niveau‑faktoriell, zentral‑zusammengesetzt (CCD), Box‑Behnken, Hexagon, Pentagon, Doehlert, D-optimale Pläne
Mischungs-Pläne:
D‑optimal, Simplex‑Ecken‑ und Gitterpläne, Simplex‑Zentroid‑Pläne, axiale Pläne, projizierte Pläne, sowie Pläne für die gemeinsame Behandlung von Mischungs‑ und Prozessfaktoren
Benutzerdefinierte Pläne:
Ihr eigener Versuchsplan, z. B. unter Einbeziehung bereits vorhandener Experimente und Ergebnisse sowie Versuchspläne aus der Literatur

Leicht verständliche Auswertung

Leicht verständlicher Auswertungsbericht mit vollständig formulierten Sätzen in klarer Sprache
Flexibler Zugriff auf statistische Details durch Öffnen von Berichtsabschnitten per Mausklick
Separate Modelle pro Zielgrösse
Regressionsmodelle einschliesslich Zusammenfassung der Modelldiagnose und Empfehlungen für grafische Darstellungen
Automatische Transformationsanalyse zur Verbesserung des Modells
Diskriminanzanalyse (kreuzvalidiert) zur Auswertung qualitativer Zielgrössen
Berechnung des besten Kompromisses unter Verwendung einer Wunschfunktion zur Kombination mehrerer Zielgrössen
Information zur Überlagerung von Effekten (Confounding)
Angabe von Konfidenzintervallen für Vorhersagen

Vielseitige Grafiken

Sehr übersichtliche, modern gestaltete Grafiken mit informativen dynamischen Tooltips, die deren Interpretation erleichtern
Grosse Grafikbibliothek für Zielgrössen: Zwei- und Drei-Faktor-Konturdiagramme (auch für qualitative Zielgrössen), Response-Surface-Grafiken (RSM), Kurvendiagramme, Halbnormale Darstellung (Half-Normal Plot)
Grafiken zu Formulierungsproblemen: ternäre Konturdiagramme
Spezielle farbige Markierung für Bereiche ausserhalb der Spezifikation (OOS)
Konturdiagramme für mehrere Zielgrössen: überlagerte Konturdiagramme für mehrere Zielgrössen, Grafikdarstellungen für die Wunschfunktion – beide angebracht für die Darstellung des Design Space im Rahmen von Quality by Design (QbD)
Diagramme für die Modelldiagnose: normale Quantilsdiagramme, Residuendiagramme und Rohdatendiagramme (Zielgrössen vs. Faktorniveaus)
Darstellung von Diagrammmatrizen, die es ermöglichen, mehrere Grafiken auf einer einzigen Registerkarte darzustellen (mit einer gemeinsamen Skala für die Zielgrössen): die Effekte von bis zu 4 Faktoren (bis zu 5 bei ternären Konturdiagrammen) lassen sich gemeinsam visualisieren und leicht analysieren
Interaktive Funktionen: informative dynamische Tooltips mit den Werten der Faktoren und Zielgrössen an der Mausposition, Festlegung zusätzlicher Bestätigungsversuche per Mausklick
Export von Diagrammen in verschiedenen Grössen möglich, zudem im PNG‑ oder SVG‑Format, zur mühelosen Einbindung in Berichte oder Präsentationen ohne nachträgliche Grössenanpassung
Einfache Verwaltung der erstellten Diagramme für eine spätere mühelose erneute Visualisierung oder zum Löschen der nicht mehr benötigten Diagramme

Many Result Visualization Options in STAVEX

Weitere Funktionen

Flexible Berichterstattungsfunktionen zur Erstellung von DoE‑Projektberichten (im PDF‑ oder HTML‑Format), die genau die von Ihnen gewünschten Informationen (einschliesslich Grafiken) in der gewünschten Reihenfolge enthalten
Übersichtliche Benutzeroberfläche für die Verwaltung mehrerer Projekte, gemeinsame Verzeichnisse für den einfachen Informationsaustausch mit Kollegen
Freundlicher und kompetenter Helpdesk (auf Deutsch, Englisch und Französisch) für schnelle Beratung bei Fragen – per Telefon, E‑Mail oder Webmeeting

Installation, Lizenzierung und Support

Einzelbenutzer‑Installation auf einem lokalen Rechner und Mehrbenutzer-Serverinstallation möglich (Konzept von benannten Benutzern)
Light-Version ohne Mischungsfaktoren erhältlich
Einfache Online-Anforderung der Lizenzdatei, direkte Aktivierung über die STAVEX-Benutzeroberfläche nach Erhalt
Wartung (Updates, Zugang zum Helpdesk für Installation und Support) ist für 12 Monate ab Kaufdatum inbegriffen

Anwendungen

Für wen ist STAVEX bestimmt und wann sollte es angewendet werden?

Benutzer

Fachleute, die ihren Prozess oder
ihr Produkt verbessern wollen
Chemiker
Chemieingenieure
Prozessingenieure

Typische Situationen

Prozess- und Produktentwicklung
Scale-up und Optimierung von Prozessen
Analytik
Formulierungsentwicklung

Einige Referenzen innerhalb der STAVEX-Gemeinschaft

Biowissenschaften

Aarti Industries
Acino Pharma
CSL Behring
Hikma Pharmaceuticals
Idorsia Pharmaceuticals
Novartis
R-Biopharm
Sanofi
Siegfried
Zoetis

Feinchemikalien

Alcan Airex
BASF
Clariant
DSM
Ems-Chemie
Givaudan
Huntsman
Merck
Mifa
NOCIL
Syngenta

Baumaterialien und Beschichtung

BASF Construction Chemicals
Baumit
Emil Frei (Frei Lacke)
Hesse-Lignal
Isofloc
Röfix
URSA Insulation

Holz

Danzer Deutschland
Gutex

Nahrungsmittel

Danisco
Gelita
Nestlé

Anlagenhersteller

Frewitt
Glatt
Synventive Molding

Andere Sektoren

Bystronic Laser
Compact Dynamics
ThyssenKrupp
Weidmüller Interface

Forschungsinstitute

Fraunhofer Institute for Building Physics
Fraunhofer-Institut für Chemische Technologie

Universitäten

FH Nordwestschweiz
Ludwig Maximilian University of Munich
Ludwig-Maximilians-Universität München
Martin-Luther-Universität Halle-Wittenberg
TH Ostwestfalen-Lippe
Universität Basel

Technisches

Technische Anforderungen

Single-User

In Ihrem Netzwerk:
- Das TCP/IP-Protokoll und DNS müssen installiert sein (mit Novell o. ä. funktioniert es nicht).
Auf dem Rechner des Benutzers:
- Windows 7, 8, 10 oder 11
- Mindestens 16 GB RAM und 500 MB Festplatten-Speicher
- Moderner Webbrowser (Version von z. B. Firefox, Edge, Chrome, die nicht älter als 2020 ist)
- Ein Internet-Zugang ist ausschliesslich für die Bestellung der Lizenzdatei (siehe den entsprechenden Abschnitt unten) sowie für den Zugriff auf die Hilfe notwendig.

Multi-User

In Ihrem Netzwerk:
- Das TCP/IP-Protokoll und DNS müssen installiert sein (mit Novell o. ä. funktioniert es nicht).
Auf dem Server:
- Windows Server 2016 (oder modernere Version), Windows 10 oder Windows virtuelle Maschine
- Mindestens 1 GB RAM und 500 MB Festplatten-Speicher (bis zu 10 Benutzer; sonst 25 MB je zusätzlicher Benutzer)
- Permanenter Betrieb, damit STAVEX 6.0 als Service kontinuierlich laufen kann (der notwendige Webserver ist bereits Teil von STAVEX und es werden keine Web-Zertifikate benötigt).
- Ein Internet-Zugang ist ausschliesslich für die Bestellung der Lizenzdatei (siehe den entsprechenden Abschnitt unten) notwendig.
- Für die Verwaltung der STAVEX-Benutzerkonti wird nur eine Datei benutzt, die intern in der Software behandelt wird. Ebenfalls werden die Daten, die die Benutzer eingeben oder mit STAVEX generieren, in Form von Dateien intern verwaltet. Somit ist keine Datenbank nötig.
Auf den Client-Rechnern:
- Moderner Webbrowser (Version von z. B. Firefox, Edge, Chrome, die nicht älter als 2020 ist)
- Internet-Zugang wird ausschliesslich für den Zugriff auf die Hilfe benötigt.
- STAVEX benötigt die Java-Runtime nicht. Es wird nur die Version ES6 von Java-Script verwendet, die in allen gängigen Browsern ab 2015 implementiert sein sollte.

STAVEX-Releases

Aktueller Release

Release 6.0 ist seit Juni 2024 verfügbar. Sie ist unter Windows 7, 8 und 10, sowie ab Windows Server 2019 lauffähig und bietet diverse Verbesserungen der Funktionalität.
Neue Eigenschaften:
- STAVEX 6.0 ist das erste webbasierte DoE-Tool
- Noch benutzerfreundlicher als das originale STAVEX
- Erweiterte Tools für die Bewertung der Versuchspläne und verbesserte Projektmanagementfunktionen
- Moderne und leserliche grafische Darstellungen
- Neue flexible Reporting-Funktionen
Kurse:
- 4-tägige und 2-tägige Kurse werden angeboten (auf Deutsch, Englisch und Französisch)

Aktueller Subrelease

Version 6.0.348 ist seit Juli 2025 verfügbar und bietet die folgenden Verbesserungen:
- Leserlichere informative dynamische Anzeigen (Tooltips) in allen 3D-Grafiken
- Bessere Verwaltung der Versuchsergebnisse beim Übergang zum Durchlauf mit Bestätigungsversuchen
- Verbesserte Darstellung gewisser Grafiken
- Leicht erhöhte Usability der Tabelle der Versuchsergebnisse
- Diverse kleine Verbesserungen

Vorherige Releases

5.2 (Oktober 2013)
- Kompatibilität zu Windows 7, 8, 10 (32bit und 64bit)
- Verbesserter Grafikexport mit Möglichkeit zur automatischen Positionierung der Legende sowie höherer Auflösung
- Verbesserte Optimierungsroutinen (erhöhte Präzision)
- Vereinfachte Lizenzierung, auch per Internet
- Diverse kleinere Anpassungen
5.1.1 (Oktober 2010)
- Windows 7-Kompatibilität
- Diverse Verbesserungen
5.1 (Januar 2008)
- Alternative Prozessfaktoren
- Tetraederdarstellung für 4 Mischfaktoren und eine Zielgrösse
- Verbesserungen in den 4D-Plots
- Rücktransformation: mathematisch transformierte Zielgrössen werden neu in der Originalskala abgebildet
- Übernahme schon durchgeführter Experimente: ermöglicht das "Recyclen" von bestehenden Experimenten in der sequenziellen Versuchsplanung
- Anpassung der Klassensumme bei Faktorreduktion im Falle von Mischfaktoren
5.0 (April 2006)
- 4D-Kontur-Plot mit 3 Faktoren und einer Zielgrösse: ermöglicht das Durchwandern des Faktorenraums sowie die Lokalisation des Optimums in Sekundenschnelle
- Erweiterte Versuchsplanungsbibliothek
- Auswertung von unvollständigen Versuchsreihen
- Auswertung des Blockeffekts
- Berechnung der Versuchskosten

Konzept

So einfach ist die statistische Versuchsplanung (DoE) mit STAVEX

Das STAVEX-Konzept
Das integrierte Expertensystem führt Sie durch alle Phasen der sequenziellen Versuchsplanung (DoE).

Definition des DoE‑Projekts
Eingabe:
der zu optimierenden Qualitätsmerkmale („Zielgrössen”),
der potenziellen Einflussfaktoren, und
ggf. praktischer Restriktionen.

Mehr erfahren

Die meiste Arbeit ist vor dem Experimentieren

Zu Beginn eines Projekts in Statistischer Versuchsplanung (DoE) muss die Fragestellung exakt spezifiziert werden. Dies bedeutet insbesondere, festzulegen, welche Qualitätskriterien (Zielgrössen) und welche potenziellen Einflussfaktoren untersucht werden sollen.

STAVEX arbeitet projektbezogen, d. h. Sie beginnen auch in der Software mit der Eingabe der Zielgrössen und Faktoren. Die hohe Flexibilität von STAVEX macht Ihnen die Eingabe leicht. Wo möglich liefert das integrierte Expertensystem hilfreiche Hinweise, z. B. wenn eine grössere Anzahl an Niveaus einer qualitativen Zielgrösse oder eines qualitativen Faktors den Versuchsplan stark vergrössern würde.

Zielgrössen

Definition der Zielgrössen

Ziel der Statistischen Versuchsplanung (DoE) ist, ein oder mehrere Qualitätsmerkmale zu optimieren.
STAVEX erlaubt die Eingabe von

quantitativen Zielgrössen (Ausbeute, Nebenprodukte, Viskosität ...) sowie von
qualitativen Zielgrössen (Farbe: weiss / gelblich, Versiegelung: undicht / dicht ...).

Wenn mehrere Zielgrössen kombiniert werden müssen, kann eine Wunschfunktion verwendet werden, um die beste Kompromiss-Einstellung zu finden. Im spezifischen Kontext der pharmazeutischen und biotechnologischen Industrie ermöglicht dies eine besonders einfache Ermittlung des Design Space, wie es im Quality by Design (QbD)-Paradigma empfohlen wird (FDA PAT‑ und ICH Q8‑Richtlinien). Eine typische Anwendung ist die Optimierung eines Auflösungsprofils – oft durch mehrere Zielgrössen beschrieben, die jeweils den Anteil des gelösten Produkts zu einem bestimmten Zeitpunkt darstellen.

Festlegung der Optimierungsrichtung

Die gewünschte Optimierungsrichtung:

Maximum (Ausbeute, Reinheit ...),
Minimum (Verunreinigungen, Qualitätsabweichung ...) oder
Sollwert (Schichtdicke, Partikelgrösse, Auflösung nach 2/4/6/8 Stunden ...),

lässt sich zusammen mit den geforderten unteren bzw. oberen Spezifikationsgrenzen einfach eingeben.

Noch ein Hinweis: Genaue Aussagen für qualitative Zielgrössen erfordern verhältnismässig mehr Versuche als für quantitative Zielgrössen. STAVEX schlägt daher vor, sofern möglich eine quantitative Skala zu wählen (Rating auf einer Skala von 0 bis 100 statt schlecht / mittelmässig / gut). Dies gibt zudem der Software und auch Ihnen selbst mehr Flexibilität in der Beurteilung von Zwischenwerten.

Potenzielle Einflussfaktoren

Eingabe der Faktoren

Bei der Eingabe der Faktoren bietet Ihnen STAVEX eine grosse Flexibilität. Alle Faktortypen können im selben Versuchsplan gleichzeitig untersucht werden:

Quantitativ (Temperatur, Konzentration, Durchsatz ...)
Qualitativ (Lieferant, Katalysatortyp, Enzym ...)
Alternativfaktoren (entweder Säure A mit einer Konzentration von 5% bis 10% oder die stärkere Säure B mit einer Konzentration von 2% bis 6%)
eine oder mehrere Mischungsfaktorklassen, innerhalb derer sich die zugehörigen Faktoren zu einem festen Wert aufsummieren (z. B. 100% oder 220 mg)

Zudem erlaubt STAVEX Ihnen, die unterschiedlichsten praktischen Restriktionen zu berücksichtigen:

Alternativfaktoren (Prozessfaktoren oder Faktoren einer gleichen Mischungsfaktorklasse): entweder 3-6 mg Katalysator A oder 1-5 mg Katalysator B
Angabe von Verhältnissen: der Mol-Überschuss des einen Edukts darf höchstens 1.4 betragen; das Verhältnis von Erdbeer‑ und Himbeer-Aroma soll zwischen 1:2 und 2:1 liegen.
Lineare Restriktionen:
- Um sicher zu gehen, dass die Reaktion abgeklungen ist, muss die Wartezeit nach der Reaktion mindestens 30-mal die Reaktionszeit betragen.
- Gewisse Zutaten einer Formulierung sollen zusammen nicht mehr als einen festen Betrag ausmachen, z. B. es soll nicht mehr als 5% Konservierungsstoffe geben.
Angabe von Inkrementen, wenn z. B. der Durchsatz nur in Schritten von 1000 Stück/Std. erhöht werden kann.

Der richtige Versuchsplan für jede Situation
STAVEX setzt das Prinzip der sequenziellen Statistischen Versuchsplanung (DoE) konsequent um. Je nach Anzahl der potenziellen Einflussfaktoren schlägt STAVEX für die Fragestellung angemessene Versuchspläne vor.

Mehr erfahren

Sequenzielle Statistische Versuchsplanung (DoE)

Mit dem Versuchsplanungs-Tool STAVEX benötigen Sie keine spezifischen statistischen Kenntnisse, um einen geeigneten Versuchsplan auszuwählen. Die Software generiert eine Liste passender Versuchspläne basierend auf Ihren Eingaben. Dabei werden die Versuchspläne vom besten zum schlechtesten sortiert angezeigt, und eine Bewertung gibt Aufschluss über ihre Qualität für die jeweilige Problemstellung. Wenn Sie keine besonderen Präferenzen haben, können Sie einfach den obersten Versuchsplan der Liste auswählen und Sie werden gute Ergebnisse erzielen.

Natürlich können Sie auch einen anderen Versuchsplan wählen (z. B. mit mehr Experimenten für eine höhere Präzision) oder den ausgewählten Versuchsplan nach Ihren Bedürfnissen anpassen.

Sequenzielle Statistische Versuchsplanung (DoE)

Das DoE-Tool STAVEX setzt die Methodik der sogenannten sequenziellen Versuchsplanung um. Abhängig von der Anzahl der potenziell einflussreichen Faktoren schlägt STAVEX verschiedene passende Versuchspläne vor.

Screening-DoE-Phase (bei mehr als 8 Faktoren empfohlen):
Hier wird im Vergleich zur Anzahl der berücksichtigten Faktoren eine relativ geringe Anzahl an Experimenten durchgeführt. Das bedeutet auch, dass relativ wenige Informationen gewonnen werden. Das Ziel dieser DoE-Phase ist jedoch allein, die Anzahl der Faktoren zu reduzieren, um in der nächsten Phase die wichtigen Faktoren detaillierter analysieren zu können.

Folgende Hauptversuchspläne stehen zur Verfügung: Lin, Lin-Plackett-Burman, Plackett-Burman, 2‑Niveau volle und fraktionierte faktorielle Versuchspläne, D‑optimale und Desperado-Versuchspläne.

Modellierungs-DoE-Phase (für ca. 4-8 Faktoren empfohlen):
In dieser Phase wird eine mittlere Anzahl an Experimenten im Verhältnis zur Anzahl der berücksichtigten Faktoren durchgeführt. Es wird ein lineares Modell mit Wechselwirkungen (Interaktionen) angepasst. Das Ziel dieser DoE-Phase besteht darin, die wichtigsten Faktoren zu identifizieren, damit in der nächsten Phase nur sie detailliert analysiert werden können, um ihre optimale Einstellung zu finden.

Folgende Hauptversuchspläne stehen zur Verfügung: 2‑Niveau volle und fraktionierte faktorielle sowie D‑optimale Versuchspläne.

Optimierungs-DoE-Phase (für ca. 1-3 Faktoren empfohlen):
Hier wird ein quadratisches Modell angepasst. Diese Modelle ermöglichen die Identifizierung von Minima (tiefster Punkt einer „Schale“) und Maxima („Spitzen“). Folglich wird in dieser Phase schliesslich das Optimum gefunden. Dies ist in der Modellierungsphase nicht möglich, da dort das Modell nicht quadratisch, sondern linear ist.

Folgende Hauptversuchspläne stehen zur Verfügung: 2‑Niveau volle und fraktionierte faktorielle Versuchspläne, 3‑Niveau faktorielle Versuchspläne, zentral-zusammengesetzte Versuchspläne (CCD), Box-Behnken‑, Hexagon‑, Pentagon‑, Doehlert‑ und D-optimale Versuchspläne.

Flexible Versuchspläne für spezielle Praxisanwendungen:

Innerhalb des oben beschriebenen Rahmens der sequenziellen Versuchsplanung (DoE) sind verschiedene Variationen der Versuchspläne möglich.

Versuchspläne für Mischungen:
Bei einem Formulierungs- oder Mischungsproblem müssen sich alle Komponenten zu einer festen Summe addieren, z. B. 100% oder 250 mg. Dadurch können die Faktoren nicht mehr unabhängig voneinander variiert werden. Der Versuchsplan (und die spätere statistische Auswertung) muss dies entsprechend berücksichtigen.

Deshalb stehen folgende Versuchspläne zur Verfügung: D‑optimale Pläne, Simplex‑Ecken‑ und ‑Gitterpläne, Simplex‑Zentroid‑Pläne, axiale und projizierte Pläne, sowie Pläne für die gemeinsame Behandlung von Mischungs‑ und Prozessfaktoren

Vom Benutzer spezifizierte Versuchspläne:
Unabhängig von der jeweiligen Problemstellung können Versuchspläne auch vom Benutzer selbst definiert werden. Dadurch kann STAVEX ebenfalls zur Auswertung bereits vorhandener Daten verwendet werden, beispielsweise für Versuchsergebnisse, die ohne statistischen Versuchsplan erhoben wurden oder aus früheren Berichten bzw. Literaturquellen stammen.

Ein weiterer häufiger Anwendungsfall besteht darin, einige vorläufige Experimente – beispielsweise zur Bestimmung geeigneter Faktorbereiche – durch das DoE-Tool zu einem statistisch fundierten Versuchsplan ergänzen zu lassen. Auf diese Weise können die bereits durchgeführten anfänglichen Versuche weiterverwendet werden, wodurch sich der gesamte experimentelle Aufwand umso mehr reduzieren lässt.

Easy Experimental Data Handling in STAVEX

Leichte Datenhandhabung
Die einfachste Möglichkeit, Ergebnisse einzufügen, ist der direkte Import aus Excel in die STAVEX-Ergebnistabelle. Auch wenn Probleme bei der Versuchsdurchführung aufgetreten sind, wodurch z. B. unvollständige Ergebnisse vorliegen, bedeutet dies natürlich nicht, dass der gesamte Aufwand umsonst war.

Mehr erfahren

Flexible Dateneingabe

Eingabe der DoE-Versuchsergebnisse

In Excel verfügbare Daten

Selbstverständlich können alle DoE-Versuchsergebnisse direkt in die Ergebnistabelle von STAVEX eingegeben werden. Alternativ lassen sich die Daten jedoch auch sehr einfach aus Excel importieren. Wenn STAVEX für die Zusammenarbeit mit automatisierten Laborgeräten konfiguriert ist, kann dieser Schritt sogar vollständig entfallen.

Datenimport in STAVEX

Nicht eingehaltene Faktoreinstellungen

Sie haben in einem Versuch versehentlich 65°C statt 70°C verwendet? Wenn dies vernachlässigt wird, wird das Auswertungsergebnis verfälscht. Es gibt jedoch eine einfache Lösung: Mit nur wenigen Klicks kann die betroffene Faktoreinstellung im Versuchsplan korrigiert werden, bevor die DoE-Ergebnisse schliesslich eingegeben oder importiert werden.

In STAVEX importierte Ergebnisse

Unvollständige Ergebnisse

Verschiedene Gründe können dazu führen, dass eine Versuchsreihe vorzeitig abgebrochen werden muss: Manche Versuchseinstellungen liefern unerwartet keine messbaren Ergebnisse oder ein Analysegerät fällt bei der letzten Messung aus. Je nach Situation kann der Versuchsplan durch das Hinzufügen angebrachter Restriktionen zur Faktorspezifikation angepasst werden. STAVEX ermöglicht jedoch auch den direkten Übergang zur Auswertung. Das DoE-Tool prüft dabei, ob die verfügbaren Ergebnisse für die Durchführung der statistischen Analyse ausreichen. Falls dies der Fall ist, wird sie durchgeführt; andernfalls schlägt STAVEX geeignete zusätzliche Experimente vor. Eine weitere Möglichkeit besteht darin, die Auswertung auf einer früheren Stufe des sequenziellen DoE-Ansatzes durchzuführen (z. B. Screening statt Modellierung) und dadurch auf gewisse Detailinformationen zu verzichten.

Einfache und intuitive DoE-Analyse
STAVEX führt die gesamte statistische Analyse der Versuchergebnisse durch und gibt Ihnen Hilfestellung bei der Interpretation. Die Analyseberichte sind in einer klar verständlichen Sprache mit vollständig formulierten Sätzen verfasst; die gewünschten statistischen Details können durch Aufrufen der entsprechenden Abschnitte angezeigt werden.

Mehr erfahren

Wir sprechen Ihre Sprache!

Insbesondere bei der Analyse der Versuchsergebnisse ist es wichtig, dass das Ergebnis leicht verständlich präsentiert wird. Spezialisten aus anderen Gebieten sollen sich nicht zu Statistik-Experten weiterbilden müssen, um Versuchsplanung (DoE) erfolgreich einsetzen zu können.

STAVEX führt die statistische Auswertung der Versuchsergebnisse für Sie durch und gibt Ihnen Hilfestellung bei der Interpretation. Die Auswertungsberichte sind in klar verständlicher Sprache gehalten; die Details zur Statistik stehen in spezifischen, in einem Klick aufklappbaren Berichtsabschnitten zur Verfügung. Die vielfältigen Grafiken erlauben ein intuitives Verständnis der Ergebnisse.

Zusammenfassung der Auswertung

Wenn Sie die Zusammenfassung auswählen, erscheint eine Übersichtstabelle mit den Hauptergebnissen pro untersuchte Zielgrösse. So können Synergie-Effekte bzw. Konfliktpotenzial einfach erkannt werden. Die Zuverlässigkeit des Modells wird für jede Zielgrösse mit angegeben.

Auswertungsbericht (Kurzform)

Anfang des Auswertungsberichts (hier für die Modellierung)

In der Kurzform des Auswertungsberichts sind alle relevantesten Ergebnisse übersichtlich und klar verständlich zusammengestellt. Die zugehörigen Grafiken können über Links an den passenden Stellen einfach erstellt werden, sowie über den grünen generischen „Plot erstellen”-Button aufrufbar.

Screening:

Einflussfaktoren, geordnet nach abnehmender Wichtigkeit
Warnungen im Falle von Ausreissern oder unkontrollierten Störfaktoren

Modellierung:

Auflistung der durch die statistische Analyse identifizierten wichtigen Einflussfaktoren
Weniger eindeutige Kandidaten werden zudem als „möglicherweise wichtig” mit aufgeführt
Modellgleichung
Zusammenfassungstabelle der Modelldiagnose, inklusive eines Transformationsvorschlags, falls notwendig
Empfehlungen für Diagnoseplots, um bei Bedarf Modellqualitätsprobleme einfach zu untersuchen
Beste Kombination der Faktoreinstellungen (zur Darstellung der Tendenz)

Optimierung:

Modellgleichung
Zusammenfassungstabelle der Modelldiagnose, inklusive eines Transformationsvorschlags, falls notwendig
Empfehlungen für Diagnoseplots, um bei Bedarf Modellqualitätsprobleme einfach zu untersuchen
Optimum (Angabe im Faktorbereich und global), mit Konfidenzintervall
Analyse sämtlicher durchgeführter Bestätigungsversuche

Detaillierte Statistik

Auf beliebige notwendige zusätzliche statistische Ergebnisse kann durch einzelnes Aufklappen von mehr Berichtsabschnitten als in der Kurzform zugegriffen werden. Auch hier sind Links zur Erstellung der zugehörigen Grafiken an den passenden Stellen platziert, sodass sie einfach erzeugt werden können.

Screening:

Tabelle der Effekte, geordnet in abnehmender Reihenfolge ihrer Grösse
Test auf Ausreisser und auf unkontrollierte Störfaktoren
Tabelle zur Vermischung der Effekte

Modellierung / Optimierung:

Tabelle, die für jeden Modelleffekt den berechneten Koeffizienten (sowohl im ursprünglichen Faktorskala als auch nach Standardisierung des Faktorbereichs) inklusive Standardabweichung und p-Wert anzeigt
Korrelationsmatrizen der Modellparameter
Anpassungsgüte (R²) und korrigierte Anpassungsgüte (R²_c)
Versuchsergebnisse, Modellvorhersagen und sich ergebende Modellabweichungen
Test auf Nichtnormalität der Modellabweichungen (Shapiro-Wilk-Test, grafische Analyse)
Varianzanalyse der Modellabweichungen (inkl. Bartlett-Test auf Ungleichheit deren Mittelwerte je Faktorniveau und F-Test für Varianzungleichheit)

Eine Vielzahl von Grafiken
Eine geeignete grafische Darstellung erleichtert die Interpretation der erhaltenen Aussagen deutlich. STAVEX stellt hierfür eine Vielzahl an Möglichkeiten zur Verfügung.

Mehr erfahren

Einfache Visualisierung

Contourplots (Höhenlinienplots)

Conturplots eignen sich am besten, um den Einfluss mehrerer Faktoren auf eine Zielgrösse zu visualisieren. STAVEX bietet diese als zwei- und dreidimensionale Grafiken an. In beiden Fällen ermöglicht ein praktisches dynamisches Anzeigetooltip einen einfachen Zugriff auf die Werte der dargestellten Faktoren und aller Zielgrössen an jeder Mausposition.

Zwei-Faktor Contour Plot
Ein üblicher zweidimensionaler Contourplot erleichtert die Definition des Design Space bei der Prozessentwicklung oder -charakterisierung sowie der Prozessvalidierung. Bereiche, in denen eine Spezifikations- grenze (falls definiert) verletzt wird, sind dunkelrot markiert.

Drei-Faktor Contour Plot
Hier wird die Zielgrösse ebenfalls mit einer Farbskala dargestellt, allerdings in Abhängigkeit von drei Faktoren. Die interaktive Grafik ermöglicht das Drehen des Würfels, um die interessanteste Region in den Vordergrund zu bringen.

Plot Matrix-Darstellungen

Für jeden Grafiktyp können mehrere ähnliche Grafiken kombiniert werden, um eine Plot-Matrix-Darstellung zu bilden, indem der Wert von bis zu zwei zusätzlichen Faktoren variiert wird. Die gemeinsame Farbskala erleichtert die Interpretation erheblich, da die Farbunterschiede von Plot zu Plot deutlich zeigen, welche Faktoreinstellungen ungeeignet oder vielversprechend sind.

Hier sind Beispiele für die Contourplots. Für solche Plot-Matrizen sind dynamische Tooltips verfügbar.

Zwei-Faktor Contour Plot
Eine Matrix aus 2D-Conturplots ermöglicht eine einfache Analyse des Einflusses von bis zu vier Faktoren gleichzeitig.

Drei-Faktor Contour Plot
Eine Matrix aus Drei-Faktor-Conturplots ermöglicht eine einfache Analyse des Einflusses von bis zu fünf Faktoren. Jede interaktive Grafik kann einzeln gedreht werden.

Response Surface (RSM) Plots

Es stehen auch verschiedene Grafiktypen zur Verfügung, bei denen die Zielgrösse nicht nur durch die Farbskala (wie bei den oben genannten Conturplots), sondern auch einer Achse zugeordnet dargestellt wird. Besonders die Oberflächenplots können als vorteilhaft für spektakulärere Darstellungen, z. B. in Berichten oder Präsentationen, oder für Personen, die das flache Aussehen von 2D-Conturplots nicht mögen, betrachtet werden.

Surface Plot
Die Darstellung der Response-Oberfläche auf der vertikalen Achse ermöglicht ein intuitives Verständnis des Verhaltens der Zielgrösse in Abhängigkeit von den Werten zweier Faktoren.

Kurvenplot
Jede solche Grafik ver- anschaulicht den Einfluss eines einzelnen Faktors auf eine Zielgrösse bei festen Werten der anderen Faktoren. Daher müssen Kurvenplots bei Vorhandensein von Wechsel- wirkungen mit Vorsicht interpretiert werden.

Ternärer Contourplot für Formulierungsprobleme

Mischungsfaktoren werden oft benötigt, um die Konstant-Summen-Bedingung zu berücksichtigen, der die Komponenten einer Rezeptur genügen müssen. In solchen Fällen muss der Wert des letzten Faktors, wenn alle anderen bekannt sind, den fehlenden Betrag ausgleichen, um die beabsichtigte Summe zu erreichen. Auch die Form des Conturplots muss dies berücksichtigen.

Contour Plot für drei Mischungs- faktoren
Ein solcher Plot stellt den Einfluss von drei Rezeptur- komponenten auf eine Zielgrösse dar. Der Wert, den diese in Abhängigkeit von der Rezeptur annimmt, wird durch die Farbgebung angezeigt.

Contourplots für qualitative Zielgrössen

Wie im quantitativen Fall visualisiert der Plot den Einfluss von zwei Faktoren auf eine Zielgrösse. Zur Erleichterung der Interpretation wird Grün immer dem optimalen Antwortniveau zugeordnet. Auch qualitative Zielgrössen können grafisch als Contourplots dargestellt werden. Die Farben entsprechen den möglichen Werten der Zielgrösse. An den folgenden Abbildungen ist leicht zu erkennen, dass die gewonnene Information bei qualitativen Zielgrössen weniger präzise ist als bei quantitativen.

Zwei-Faktor Contour Plot
Wie im quantitativen Fall visualisiert der Plot den Einfluss von zwei Faktoren auf eine Zielgrösse. Zur Erleichterung der Interpretation wird Grün immer dem optimalen Antwortniveau zugeordnet.

Drei-Faktor Contour Plot
Hier wird die Zielgrösse dargestellt, um ihre Abhängigkeit von drei Faktoren zu zeigen. Wie bei allen anderen dreidimensionalen Plots kann die Visualisierung frei gedreht werden.

Mehrfach- Zielgrössen Contour Plots

In realen Anwendungen gibt es oft mehrere Zielgrössen. In solchen Fällen hängen die optimalen und akzeptablen Faktoreinstellungen meist von der betrachteten Variable ab. Funktionen, die die gemeinsame Visualisierung der Faktoreffekte auf mehrere Zielgrössen gleichzeitig ermöglichen, sind dann eine sehr wertvolle Hilfe, um die DoE-Analyseergebnisse global zu interpretieren.

Überlagerungs- Contour Plot (Designraum mit mehreren Antwort- variablen)
Mehrere Antwortvariablen werden gleichzeitig dargestellt. Dies ermöglicht eine einfache und übersichtliche Beurteilung des Faktorbereichs – auf cremefarbenem Hintergrund –, in dem alle Antwortvariab- len innerhalb ihrer Spez- ifikationsgrenzen liegen.

Wünschbarkeits-Contour Plot(Designraum mit mehreren Antwortvariab- len)
Die beste Option, um eine ideale gemein- same Faktor- einstellung für mehrere Zielgrössen zu identifizieren, ist die Ver -wendung einer Wünschbarkeits- Funktion. Diese kann genauso wie die anderen Zielgrössen visualisiert werden: Im roten Bereich liegt mindest- ens eine Zielgrösse ausserhalb der Spezifikation (Out-of-Specification, OOS).

Diagnosediagramm des Modells:

Die Qualität eines Regressionsmodells lässt sich anhand von zwei Arten grafischer Darstellungen beurteilen: dem Normalverteilungsdiagramm der Modellabweichungen (Quantilsdiagramm) und dem Diagramm der Modellabweichungen im Vergleich zu den Faktorniveaus (Residualdiagramm). Sie ermöglichen es, Ausreisser oder unerwünschte Strukturen in den Modellabweichungen schnell zu erkennen.

Standarddarstellung der Modellabweichungen
Anhand dieser Darstellung lässt sich leicht beurteilen, ob die Hypothese, dass die Modellabweichungen normalverteilt sind, zutrifft. Ist dies der Fall, sollten die roten Punkte mehr oder weniger eine gerade Linie bilden. Die Darstellung enthält auch den p-Wert des entsprechenden Shapiro-Wilk-Tests.

Modellabweichungen im Vergleich zu Faktorniveaus
Insbesondere anhand des Residualplots (hier eine Matrix, die mehrere Plots vereint) lässt sich feststellen, ob ein nicht- lineares Modell (oder, was auf dasselbe hinausläuft, eine Trans- formation der Antwortvariablen) besser geeignet wäre.

Halbnormalplot

In der Screening-Phase ist der Halbnormalplot, sofern zutreffend, das Mittel der Wahl zur Darstellung und Interpretation der Analyseergebnisse. Er ermöglicht es, wichtige Faktoren zu identifizieren und festzustellen, ob die Versuchsergebnisse Ausreisser enthalten oder durch einen unkontrollierten Faktor beeinflusst wurden.

Halbnormalplot
In dem vorgestellten Beispiel weisen die roten Punkte rechts von der grünen Linie auf die sieben Faktoren hin – von insgesamt elf –, die als wichtig erachtet wurden. Andere grafische Darstellungen würden auf das Vorhandensein von Aus- reissern oder einen un- kontrollierten Faktor hinweisen.

Rohdaten Plot

Wenn die statistische Auswertung der Versuchsdaten keinen klaren Aufschluss über die Auswirkungen der Faktoren liefert, kann es sehr hilfreich sein, sich die Ergebnisse selbst anzusehen. Die Rohdatenplots visualisieren diese, um herauszufinden, wie sie von jedem einzelnen Faktor beeinflusst werden.

Rohdaten Plot
Jeder Plot der hier dar- gestellten Matrix enthält für jeden Versuch ein kleines blaues Dreieck – mit der ent- sprechenden Nummer – und das für jede Faktorstufen ermittelte Durchschnittsergebnis wird als leere graue Raute dar- gestellt.

Unterstützung für die Planung der nächsten Schritte
STAVEX ist das einzige Versuchsplanungs-Tool, das Sie durch den gesamten Prozess der sequenziellen Versuchsplanung (DoE) leitet. Nach jedem Versuchszyklus hilft Ihnen STAVEX dabei, fundierte Entscheidungen über die nächsten Schritte zu treffen. Am Ende wird das gesamte Projekt übersichtlich in einer einzigen Datei dokumentiert.

Sequential DoE: Factor Reduction in STAVEX

Möchten Sie STAVEX oder die Versuchsplanung erkunden?

Kontakt

Flyer

Fallstudien

Tutorials

Flyer

STAVEX 6.0 Flyer

Erfahren Sie mehr darüber, wie STAVEX 6.0, das erste webbasierte DoE-Tool für das Intranet, Sie dabei unterstützt, Ihre Experimente effizienter durchzuführen.

https://dev-wp.umetazog.myhostpoint.ch/wp-content/uploads/software/stavex/stavex-flyer-fr.pdf

News STAVEX 6.0

Entdecken Sie die Verbesserungen in unserer neuesten Version, STAVEX 6.0. Zu den neuen Funktionen gehören modernere und übersichtlichere grafische Darstellungen, erweiterte Berichterstellungs- und Projektmanagementfunktionen sowie eine viel intuitivere Benutzeroberfläche.

Usability STAVEX 6.0

Erfahren Sie, wie STAVEX 6.0 die Usability von DoE revolutioniert. Diese neueste Version basiert auf universitären Forschungsergebnissen und wurde entwickelt, um einen logischen und reibungslosen Arbeitsablauf und eine optimale User Experience zu gewährleisten.

Fallstudien

Methodische Informationen:

Thema		Titel		Herunterladen
Versuchsplanung - Data Mining: welche Methode für welchen Zweck?		Prozessoptimierung: ohne Daten oder mit?		DE EN FR ES
Qualitätssteigerung durch Versuchsplanung im PAT-Kontext		Quality by Design in pharmaceutical development - the contribution of Design of Experiments		DE EN FR ES

Pharmazeutische Industrie:

Thema	Titel	Herunterladen
Definition des Design Space (Hochschule Ostwestfalen-Lippe)	Den Designspace definieren	DE EN FR ES
Optimierung einer Kristallisation (Novartis Pharma)	Kristallklare Ergebnisse	DE EN FR ES
Herstellung kindersicherer Blisterverpackungen	Alles im grünen Bereich	DE EN FR ES
Optimierung einer Tablettenformulierung (Novartis Pharma)	Der kürzeste Weg	DE EN FR ES
Versuchsplanung zur Entwicklung von Emulsionen (Hochschule Ostwestfalen-Lippe)	Zwei auf einen Streich	DE EN FR ES
Ideale Filmüberzüge für Tabletten (Hochschule Ostwestfalen-Lippe, DIOSNA Dierks & Söhne)	Statistische Versuchsplanung zur Festlegung von Prozessparametern bei Filmüberzugsverfahren im Vertical Centrifugal Coater 3-15	DE EN FR ES
Einhaltung von Partikelgrössen-Spezifikationen beim Mahlen (Siegfried)	Auf der Suche nach dem Optimum	DE EN FR ES

Biotechnologie:

Thema		Titel		Herunterladen
Optimale Zusammensetzung von Kulturmedien in der Biosynthese		Statistisch optimierter Gourmet-Mix		DE EN FR ES

Scale-up:

Thema		Titel		Herunterladen
Vom Labor- zum Produktionsmassstab (Novartis Pharma)		Gute Planung ist alles		DE EN FR ES
Schnelle Bestimmung der Prozessparameter zur Sicherstellung eines optimalen Auflösungsprofils für Retard-Pellets (Glatt)		Quality by Design		DE EN FR ES

Chemische Industrie:

Thema		Titel		Herunterladen
Optimierung von Polyamiden für Offshore-Schläuche (Ems Chemie)		Optimieren wie geschmiert		DE EN FR ES
Optimierung einer Additivkombination für Hart-PVC (Alcan Airex)		Gelungene Mischung		DE EN FR ES

Biogas:

Thema		Titel		Herunterladen
Optimierung der Gasausbeute durch Prozesseinstellungen und Enzymauswahl		Biogas: Statistik statt Lotto		DE EN FR ES

Isoliermaterialien:

Thema		Titel		Herunterladen
Versuchsplanung in der Produktion von Dämmstoffen (URSA)		DoE in der Dämmstoff-Produktion		DE EN FR ES

Beschichtungen:

Thema		Titel		Herunterladen
Optimierung von Lackformulierungen		Der Widerspenstigen Zähmung		DE EN FR ES

Lebensmittelindustrie:

Thema		Titel		Herunterladen
Versuchsplanung zur Optimierung von Tilsiter Käse (Technische Universität Berlin)		Effiziente Experimente		DE EN FR ES

Automobilindustrie:

Thema		Titel		Herunterladen
Optimierung von Welle-Naben-Verbindungen (ThyssenKrupp Presta)		Weniger Aufwand - mehr Kraft		DE EN FR ES

Tutorials

Statistische Versuchsplanung (DoE)

Die kleine englischsprachige Videoserie vermittelt eine Einführung in die wichtigsten Konzepte der statistischen Versuchsplanung (DoE). So werden die häufigsten Unsicherheiten beseitigt.

Play Video

Was ist DoE?

Play Video

Auf Wiedersehen OFAT

Play Video

Sequentielle statistische Versuchsplanung (Aufbau von STAVEX)

Play Video

Sequentielle statistische Versuchsplanung (Aufbau von STAVEX)

Play Video

Versuchsplanauswahl

Play Video

Planauswahl

DoE-Beispiel: Vom ersten Screening bis zum abschliessenden Bestätigungsexperiment in rund 30 Versuchen

Ein englischsprachiges Beispiel aus der Prozessoptimierung, das sich jedoch leicht auf Fragestellungen der Produktoptimierung übertragen lässt.

Play Video

Screening

Play Video

Modellierung

Play Video

Optimierung (Response Surface Modelling – RSM)

Play Video

Bestätigungsexperimente

Lorem ipsum dolor

Lorem ipsum dolor sit ametasd cnur adipi olor sit amet dolor consectetur sollicitudin lacus.

Play Video

Lorem Ipsum Dolor

Play Video

Lorem Ipsum Dolor

Play Video

Lorem Ipsum Dolor

Play Video

stavex

Statistische Versuchsplanung so einfach wie nie zuvor.

Einfache Versuchsplanung und ‑auswertung mit STAVEX

Flexible Benutzereingaben

User Guidance

Eine Vielzahl von Versuchsplänen

Leicht verständliche Auswertung

Vielseitige Grafiken

Weitere Funktionen

Installation, Lizenzierung und Support

Für wen ist STAVEX bestimmt und wann sollte es angewendet werden?

Benutzer

Typische Situationen

Einige Referenzen innerhalb der STAVEX-Gemeinschaft

Biowissenschaften

Feinchemikalien

Baumaterialien und Beschichtung

Holz

Nahrungsmittel

Anlagenhersteller

Andere Sektoren

Forschungsinstitute

Universitäten

Technische Anforderungen

STAVEX-Releases

So einfach ist die statistische Versuchsplanung (DoE) mit STAVEX

Das STAVEX-Konzept

Definition des DoE‑Projekts

Der richtige Versuchsplan für jede Situation