FAllgemein

First Pass Yield (FPY)

Anteil der Fälle ohne Nacharbeit beim ersten Durchlauf.

First Pass Yield (FPY) ist eine Qualitäts- und Effizienzkennzahl, die misst, wie viele Vorgänge, Teile oder Fälle einen Prozess beim ersten Durchlauf fehlerfrei durchlaufen – also ohne Nacharbeit, Korrekturschleifen oder erneute Bearbeitung. Ein hoher FPY bedeutet: weniger Rework, geringere Kosten, kürzere Durchlaufzeiten und stabilere Prozesse.

Was bedeutet First Pass Yield (FPY)?

Wörtlich übersetzt heißt FPY „Erstausbeute“. Gemeint ist der Anteil an Outputs, die direkt „richtig“ sind. FPY wird häufig in Produktion, Service-Prozessen, Backoffice-Workflows (z. B. Rechnungslauf) und in digitalen Prozessketten eingesetzt, um sichtbar zu machen, wie gut ein Prozess ohne manuelle Eingriffe funktioniert.

Wie berechnet und interpretiert man FPY?

Die gängige Formel lautet:

  • FPY = (Anzahl fehlerfreier Fälle beim ersten Durchlauf / Gesamtanzahl der Fälle) × 100%

Beispiel (KMU-Backoffice): Von 200 eingehenden Rechnungen können 150 automatisch geprüft, kontiert und freigegeben werden – 50 benötigen Rückfragen oder Korrekturen. Dann liegt der FPY bei 75%.

Wichtig: FPY zählt nur „beim ersten Mal richtig“. Wenn ein Vorgang nach Nacharbeit doch noch erfolgreich abgeschlossen wird, verbessert das zwar die Endqualität – aber nicht den FPY. Genau das macht FPY so wertvoll, weil er versteckte Rework-Kosten offenlegt.

Wie funktioniert FPY in der Praxis (Schritt-für-Schritt)?

  • 1) Prozessgrenze festlegen: z. B. „vom Eingang einer Anfrage bis zur finalen Bestätigung“.
  • 2) „Fehlerfrei“ definieren: klare Kriterien (z. B. vollständige Daten, richtige Zuordnung, keine Eskalation).
  • 3) Daten erfassen: aus Ticketsystem, ERP/CRM, Workflow-Tool oder Automatisierung (Automation)-Plattform.
  • 4) FPY berechnen: regelmäßig (täglich/wöchentlich) und nach Ursachen segmentieren (Team, Kanal, Produkt, Lieferant).
  • 5) Maßnahmen ableiten: Standards, Validierungen, bessere Eingabemasken, Regeln, Schulungen oder Automatisierungsschritte.

Warum ist FPY wichtig für Automatisierung & skalierbare Prozesse?

Wachsende KMU stoßen oft an Grenzen, weil manuelle Nacharbeit „unsichtbar“ mitwächst: Rückfragen, Korrekturen, Excel-Fixes, E-Mail-Pingpong. FPY macht diese Reibung messbar. Besonders in automatisierten Workflows ist FPY ein Frühindikator dafür, ob ein Prozess wirklich stabil ist oder ob Automatisierung nur Arbeit verschiebt (z. B. von „Bearbeitung“ zu „Fehlerbehebung“).

Typische FPY-Hebel sind z. B. Pflichtfelder und Validierungen, klare Datenstandards, saubere Schnittstellen (API), sowie automatisierte Prüfungen. In KI-gestützten Prozessen (z. B. Klassifikation, Extraktion) kann ein niedriger FPY auf unklare Regeln, schlechte Datenqualität oder fehlende Qualitätssicherung hindeuten – hier helfen z. B. Human-in-the-Loop (HITL)-Freigaben für Grenzfälle.

Was kostet ein niedriger FPY?

FPY selbst „kostet“ nichts – aber ein niedriger FPY ist teuer: Nacharbeit bindet Kapazität, verlängert Durchlaufzeiten und erhöht Fehlerfolgekosten (z. B. falsche Rechnungen, verpasste SLAs, unzufriedene Kunden). In der Praxis lohnt sich eine grobe Rechnung: Rework-Fälle × durchschnittliche Nacharbeitszeit × Stundensatz. Daraus entsteht ein klarer Business-Case für Prozessverbesserung oder Automatisierung (Automation).

FPY vs. verwandte Kennzahlen (kurz)

  • FPY: „Beim ersten Mal richtig“ (ohne Nacharbeit).
  • Yield/End-to-End Success: Ergebnis nach allen Schleifen (inkl. Nacharbeit).
  • Defect Rate: Anteil fehlerhafter Outputs (oft spiegelbildlich zum FPY, aber abhängig von Definitionen).

Fazit: FPY ist eine der direktesten Kennzahlen, um Prozessqualität, Automatisierungsgrad und Skalierbarkeit in einem Wert sichtbar zu machen.