Zu Beginn eines Optimierungsprojektes müssen die entsprechenden Einfluss- und Zielgrößen bestimmt werden. Hierzu ist meist das vorhandene Know-how über die jeweiligen Prozesse/Maschinen ausreichend (Ursache-Wirkungs Diagramm,...).

Im nächsten Schritt werden im Rahmen einer Expertenrunde (Brainstorming, Einflussgrößen-Screening,...) aus der meist großen Anzahl an möglichen Einflussgrößen die wichtigsten Parameter separiert.

Diese Schlüsselparameter sind dann die Grundlage für die statistische Versuchsplanung (Design of Experiments - DoE), bei der mit möglichst wenigen Versuchen die Wirkung der Einflussgrößen auf die Zielgrößen quantitativ ermittelt wird. Die Einflussgrößen können hierbei qualitativ oder quantitativ sein.

Die meist verwendeten Versuchspläne (Versuchspläne 1. Ordnung) sind vollständig faktoriell und bestehen aus 2^n Versuchen, wobei n die Anzahl der Einflussgrößen darstellt. Dies bedeutet, dass bereits bei drei Einflussgrößen 8 Versuche notwendig sind! Ratsam ist jedoch, dass man zumindest einen "Mittelpunktsversuch" (oft die momentan verwendete Maschineneinstellung) zur Überprüfung der Linearität des hinterlegten Modells durchführt. Weiters ist durch einen oder mehrere Wiederholungen in den Eckpunkten des Modells eine Aussage über Streuungen und/oder Trendprozesse möglich.

Als Ergbnis des DoE erhält man zum einen eine Kenntnis über die Haupteffekte, zum anderen kann eine Aussage über mögliche Wechselwirkungen zwischen den unterschiedlichen Einflussgrößen getroffen werden. Zusätzlich kann ausgehend von den Ergebnissen des DoE der optimale Betriebspunkt des untersuchten Prozesses/Maschine ermittelt werden.