De flesta problemlösningsmöten följer samma mönster. Någon nämner ett symptom – ”onboardingen går för långsamt”, ”projektet fortsätter att överskrida budget”, ”kundklagomålen ökar” – och teamet tillbringar de kommande 45 minuterna med att diskutera vems fel det är utan att någonsin komma överens om varför det händer.
Ett Ishikawa-diagram (även kallat fiskbensdiagram eller orsak-verkan-diagram) är ett strukturerat sätt att bryta den cykeln. Istället för att hoppa till lösningar eller skylla på problem, kartlägger det alla rimliga orsaker till ett problem innan någon bestämmer sig för vad man ska göra åt det. Det visuella är avsiktligt: en horisontell pil pekar på problemet till höger, och grenar sträcker sig från den likt revbenen på en fisk, där var och en representerar en kategori av orsaker.
Den här guiden beskriver hur verktyget fungerar, standardkategorierna som används på arbetsplatser och flera konkreta exempel som du kan anpassa för HR-, L&D- och verksamhetssammanhang.
En kort historia
Kaoru Ishikawa utvecklade orsak-verkan-diagrammet 1943 när han arbetade med ingenjörer på Kawasaki Steel Works, där han använde det för att förklara hur en komplex uppsättning faktorer kunde samverka och producera ett enda resultat [1]. Han var en central figur i Japans kvalitetsrörelse efter kriget: han förespråkade kvalitetscirklar, utvecklade kvalitetskontrollkurser för toppchefer och, som medlem i Demingpriskommittén, byggde han upp revisionssystemet som avgör vilka företag som kvalificerar sig [2].
Diagrammet blev ett av vad Ishikawa senare kodifierade som de "7 grundläggande kvalitetsverktygen" – en uppsättning visuella analysmetoder som icke-statistiker kunde tillämpa utan specialiserad utbildning [1]. Det användes i stor utsträckning inom tillverkningsindustrin under 1960- och 1970-talen och spred sig sedan till sjukvård, mjukvaruutveckling och organisationsledning. Idag förekommer det regelbundet i Six Sigma-, Lean- och KAIZEN-program.
Fiskbensformen är inte dekorativ. Den tvingar dig att kategorisera orsaker snarare än att lista dem som en platt lista, och den visuella strukturen gör det lättare för team att upptäcka luckor – kategorier med för få grenar, eller grenar som egentligen hör hemma under en annan rubrik.
Standardkategorierna (6M)
Inom tillverknings- och driftssammanhang är de sex vanligaste orsakskategorierna kända som 6M:er [3]:
- Mannen (människor): Mänskliga faktorer — kompetensbrister, trötthet, misskommunikation, personalomsättning eller otillräcklig utbildning
- Maskin (utrustning): Verktyg, teknik, programvara eller infrastruktur som kan vara felaktigt konfigurerad eller föråldrad
- Metod (process): De rutiner, arbetsflöden och instruktioner som används – eller avsaknaden av standardiserade sådana
- Material: Rådata, datakvalitet, material eller innehåll från tredje part som påverkar utdata
- Mått: Hur resultat spåras och rapporteras – inklusive kalibreringsfel, saknade mätvärden eller vilseledande nyckeltal
- Moder natur (miljö): Externa förhållanden — fysisk arbetsyta, säsongsbetonad efterfrågan, regelförändringar eller marknadstryck

För service-, HR- och kunskapsrelaterade sammanhang används ibland 6M:er. "Maskin" blir "teknik", "material" blir "information" och "Moder natur" ersätts ofta med "miljö" eller "kultur". Det som är viktigt är att varje gren täcker en meningsfullt annan domän så att teamet inte ständigt återkommer till samma grundorsaker under olika etiketter.
Ett enklare alternativ i icke-tillverkningsmiljöer är de fyra P:erna: Människor, Process, Plats och Policy. Det är mindre uttömmande än de sex M:erna men snabbare att fylla i för team som är nya med metoden.
Hur man kör en fiskbenssession
Diagrammet är mest användbart som en ledande gruppaktivitet, inte en soloanalys. Här är en praktisk sekvens:

1. Definiera problemet exakt. Skriv problemformuleringen högst upp på fisken – den högra änden av den horisontella pilen. Var specifik. "Låg andel genomförda utbildningar" är en bättre problemformulering än "utbildningen fungerar inte". Vaga problemformuleringar ger vaga diagram.
2. Välj dina kategorier. Rita huvudbenen från ryggraden. Använd de 6M:na som utgångspunkt och byt sedan namn på eller byt ut kategorier som inte passar in i ditt sammanhang. För ett problem med mycket människor kan du lägga till ett "Policy"-ben. För ett teknikproblem kan du dela upp "Maskin" i "Hårdvara" och "Programvara".
3. Brainstorma orsaker per kategori. Fråga för varje ben: "Vad i den här kategorin kan orsaka eller bidra till problemet?" Skriv varje förslag som en undergren. Filtrera inte idéer under detta skede – du vill ha bredd före djup. En handledare som leder detta live kan använda en digital whiteboard eller bilder för att samla in input i realtid.
4. Fråga "varför" minst en gång till. För varje orsak du har identifierat, gå en nivå djupare. Om "otillräcklig utbildning" visas under "Människor", fråga: varför är utbildningen otillräcklig? Föråldrat innehåll? Ingen avsatt tid? Ingen färdighetsbedömning före kursen? Dessa sekundära orsaker är ofta där de verkliga hävstången sitter.
5. Identifiera orsaker med hög prioritet. När diagrammet är fullt, be teamet att rösta om vilka orsaker de anser vara mest betydelsefulla eller mest åtgärdbara. Punktröstning (varje person får tre röster att placera var som helst på diagrammet) är ett snabbt sätt att nå konsensus. Detta är steget som omvandlar diagrammet från en karta till en åtgärdslista.
6. Validera innan du agerar. Fiskbenet visar möjliga orsaker, inte bekräftade. Innan du tilldelar lösningar, kontrollera om de högst röstade orsakerna stöds av data – närvaroregister, slutförandestatistik, felloggar, vad som helst som finns tillgängligt. En väl genomförd brainstorming kan fortfarande producera självsäkra aningar.
Exempel på Ishikawa-diagram
Exempel 1: Låg andel genomförande i ett L&D-program
Problem: Endast 38 % av de inskrivna medarbetarna slutförde den nya efterlevnadsutbildningen inom tidsfristen.
| Kategori | Potentiella orsaker |
|---|---|
| Personer | Chefer förstärkte inte deltagandet; medarbetarna såg inte relevansen i sin roll |
| Behandla | Inget påminnelsesystem; ingen eskaleringsväg för icke-slutförda uppgifter; slutförande spåras manuellt |
| Teknologi | LMS hade inloggningsproblem på mobilen; kursen återupptogs inte efter avbrottet |
| Innehåll | Modulerna var 45 minuter långa vardera utan några kontrollpunktssparningar; språket var för tekniskt |
| Mätning | Deadline meddelas i ett e-postmeddelande tre veckor i förväg; ingen framstegsspårning synlig för eleverna |
| Miljö | Programmet lanserades under ett högpressat kvartal; ingen skyddad inlärningstid |
I det här exemplet kan det omedelbara antagandet vara "anställda är inte motiverade", men diagrammet visar att systemdesignen och kommunikationsprocessen bidrog lika mycket som attityden. Åtgärder inom mätning och teknik är ofta snabbare vinster än att försöka förändra beteende.
Exempel 2: Hög personalomsättning under de första 90 dagarna
Problem: 22 % av nyanställda säger upp sig inom de första tre månaderna.
| Kategori | Potentiella orsaker |
|---|---|
| Personer | Anställningschefer frånvarande under första veckan; partner eller mentor inte tilldelad |
| Behandla | Onboardingschemat är inkonsekvent mellan teamen; inga strukturerade 30/60/90-dagars incheckningar |
| Teknologi | Åtkomst till system försenad med 5–7 dagar; verktyg inte förkonfigurerade före startdatum |
| Information | Rollförväntningarna är inte tydligt dokumenterade; teamnormer kommuniceras inte |
| Mätning | Inga tidiga varningsindikatorer spårades; data från utgångsintervjun analyserades inte per kohort |
| Miljö | Distansarbetare fick inga personliga kontakter under den första månaden |
Detta diagram synliggör att problemet inte bara handlar om att anställa fel personer – processen att integrera dem har flera misslyckanden. Teamet kan sedan prioritera: vilken av dessa orsaker förklarar flest avgångar? Data från avgångsintervjuer eller 30-dagars pulsundersökningar kan bekräfta hypotesen.
Exempel 3: Dåliga betyg vid utvärderingar efter utbildning
Problem: Genomsnittligt betyg från handledaren sjönk från 4.1 till 3.3 av 5 efter att ha bytt till virtuell leverans.
| Kategori | Potentiella orsaker |
|---|---|
| Personer | Handledare utbildade endast för undervisning i rummet; ingen virtuell handledning tillhandahålls |
| Behandla | Sessionsdesign oförändrad från formatet för personligen besök; inga inbyggda grupper eller interaktioner |
| Teknologi | Plattformen är okänd för både handledare och elever; tekniska problem under de första 10 minuterna |
| Innehåll | Bilderna är inte anpassade för skärmläsning; för mycket text per bild |
| Mätning | Feedbackundersökning skickades 3 dagar efter sessionen; minnet av detaljerna var lågt |
| Miljö | Deltagare anslöt sig från öppna kontorslandskap med bakgrundsljud |
Det som ser ut som ett prestationsproblem hos handledaren visar sig vara ett problem med övergångshantering. Leveransmediet har förändrats, men innehållet, verktygen, utbildningen och stödstrukturen har inte förändrats med det.
Exempel 4: Återkommande fel i en affärsprocess
Problem: Fakturahanteringsfel har ökat med 30 % under de senaste två kvartalen.
| Kategori | Potentiella orsaker |
|---|---|
| Personer | Hög personalomsättning i bearbetningsteamet; nyanställda är inte fullt utbildade |
| Behandla | Ingen standardiserad checklista; godkännandestegen varierar beroende på team; manuell datainmatning krävs |
| Teknologi | Redovisningsprogramvara uppdaterad utan personalgenomgång; automatisk ifyllningsfunktion inte konfigurerad |
| Information | Leverantörsdataformaten är inkonsekventa; obligatoriska fält saknas i inköpsordrar |
| Mätning | Fel upptäcks endast vid avstämning i slutet av månaden, inte vid inmatningstillfället |
| Miljö | Volymtoppar i slutet av kvartalet skapar tidspress |
Detta är ett klassiskt fall där mätningstimingen förstärker problemet. Fel som upptäcks vid inmatningstidpunkten korrigeras omedelbart; fel som upptäcks vid månadsslutet tar betydligt längre tid att spåra och åtgärda. En enda ändring av mätningen (tidigare upptäckt) kan minska kostnaderna nedströms mer än omskolning av personal.
Vanliga misstag att undvika
Lista symptom istället för orsaker. ”Dålig kommunikation” är ett symptom. ”Ingen mötesstruktur för överlämningar mellan team” är en orsak. Eftersträva specificitet – om en orsak inte kan kopplas till ett konkret beteende, en process eller en resurs, hör den förmodligen hemma en nivå djupare.
Slutar för tidigt. Ett diagram med två eller tre orsaker per kategori är oftast ofullständigt. Sikta på minst fem till åtta undergrenar per ben innan du går vidare till prioritering. Tunna diagram tenderar att bekräfta vad teamet redan trodde.
Hoppar över datasteget. Fiskbenet är en hypotesgenerator, inte en rotorssökare. Team som går direkt från diagrammet till en lösning åtgärdar ofta fel saker med säkerhet. Alla orsaker som röstas högst upp bör jämföras med tillgängliga data.
Kör det solo. Ett diagram som skapats av en person återspeglar en persons perspektiv. Det verkliga värdet kommer från en tvärfunktionell grupp – någon som leder processen, någon som mäter den, någon som har upplevt problemet på nära håll och helst någon som inte tidigare har haft något med diagnosen att göra.
Köra en fiskbenssession med AhaSlides
Diagrammet fungerar bäst som en ledd gruppaktivitet, men att få strukturerad input från ett team i realtid är svårare än det låter. Folk håller tillbaka i plenum, den högljudda rösten sätter agendan och det är lätt att lägga 30 minuter på ett ben medan andra hoppas över.
AhaSlides gör inmatningsfasen snabbare och mer balanserad. Innan diagramsessionen kan du köra en öppen fråga för att anonymt samla in möjliga orsaker – vilket tar bort statuseffekter och får tystare teammedlemmar att rapportera. Ett ordmoln eller en öppen textundersökning kan lyfta fram de vanligaste orsakerna innan gruppen ens har öppnat diagrammallen.
Under sessionen tar det ungefär två minuter istället för 20 att rösta om vilka frågor som ska prioriteras. Deltagarna röstar på sina egna enheter, resultaten syns direkt och handledaren kan gå direkt till handlingsplanering utan en lång debatt om vad gruppen "verkligen tycker".
För L&D-team som utför rotorsaksanalys som en del av ett utbildningsprogram – eller HR-team som arbetar med ett återkommande problem med en ledningsgrupp – gör kombinationen av strukturerad visuell analys och liveinput från publiken sessionen både mer rigorös och mer engagerande än en whiteboardövning.
Källor
[1] ASQ (American Society for Quality). "Vad är ett fiskbensdiagram? Ishikawa orsak- och verkandiagram." https://asq.org/quality-resources/fishbone
[2] ASQ (Amerikanska kvalitetssällskapet). "Kaoru Ishikawa." Hedersmedlemmar. https://asq.org/about-asq/honorary-members/ishikawa (arkiverad kopia, 29 aug 2026). Omfattar hans arbete med kvalitetscirklar, kurser i kvalitetskontroll för chefer och Demingprisrevisionen.
[3] Kaizeninstitutet. "Att förstå Ishikawa-diagrammet." https://kaizen.com/insights/ishikawa-diagram-root-cause-analysis/ — Förklarar 6M-kategorierna och deras tillämpning i program för kontinuerlig förbättring.








