Künstliche Intelligenz gilt als Versprechen für die Zukunft: automatisierte und fehlerfreie Produktion, weniger Personalbedarf und niedrigere Kosten. In der Realität zeigt sich jedoch: Ohne das klassische menschliche Erfahrungswissen werden KI‑gestützte Systeme derzeit schnell zu Qualitäts- und Kostenrisiken. Wie lange das noch so anhält, wird die Zeit zeigen.
Das heißt dann aber auch, dass der KI-Hype an den Börsen und in den Medien vermutlich eine gigantische Blase ist, die durch Binnenumsätze (Roundtripping) und ETF-Investments aufgepumpt wird und nicht platzen darf. Dazu im nächsten Beitrag mehr. Heute zunächst ein Blick in die Industriepraxis.
Fallbeispiel Ford: Wenn KI an Grenzen stößt
Ford setzte im Qualitätsmanagement konsequent auf automatisierte Prüfungen und datengetriebene Modelle, um Fehler früh zu erkennen und Garantiekosten zu senken. Die Erwartungen wurden verfehlt, weil die Systeme kritische Fehler nicht zuverlässig erkannten und zugleich harmlose Abweichungen überbewerteten.
Die Reaktion des Konzerns war deutlich: Rund 350 erfahrene Ingenieure wurden (wieder) ins Zentrum der Qualitätsprozesse geholt – viele davon in der Rolle der „grauen Eminenzen“ mit jahrzehntelanger Erfahrung in Fertigung, Werkstoffen und Serienanläufen. Diese Experten, als “graue Bärte” bezeichnet, definieren nun wieder die Standards, führen die Pflicht‑Reviews durch und setzen den Rahmen, innerhalb dessen KI‑Ergebnisse überhaupt als vertrauenswürdig gelten.
Laut dem Ford‑Management sind damit die Garantie‑ und Rückrufkosten um „hundreds and hundreds of millions of dollars“ wieder deutlich gesunken. Im renommierten JD Power Initial Quality Survey hat Ford tatsächlich zum ersten Mal seit 16 Jahren Platz 1 unter den „Mainstream“-Marken erreicht. Das wird explizit auf die kombinierte Arbeit der Veteranen mit den KI-Systemen zurückgeführt.
