KI kann einen großen Teil des Betrachtens übernehmen. KI kann nicht das Zurückweisen übernehmen, und schon gar nicht das physische Entfernen oder Anpassen eines Produkts. Das ist die Trennlinie, die aus den acht Achsen hervorgeht: Bilderkennung ist heute weit genug entwickelt, um Abweichungen zu signalisieren, aber die Entscheidung darüber, was mit einem zurückgewiesenen Produkt geschieht, und die dazugehörige Handlung bleiben bei einem Menschen.
Drei Achsen geben hier den Ausschlag: Fehlerkosten, Compliance und der physische Charakter der Aufgabe.
Fehlerkosten schneiden niedrig ab, weil ein übersehener Mangel direkt Schaden verursacht: ein Produkt, das das Haus verlässt, obwohl es nicht der Spezifikation entspricht, kann eine Reklamation, einen Rückruf oder ein Sicherheitsrisiko bedeuten. Bei einer Aufgabe mit solchen Folgen akzeptiert kein Unternehmen ein System, das selbstständig entscheidet, ohne dass jemand eingreifen kann.
Compliance schneidet ebenso niedrig ab. Prüfprotokolle sind oft in einem Qualitätsmanagementsystem festgelegt, manchmal mit einer externen Zertifizierung oder gesetzlichen Norm dahinter. Wer zurückweist, muss dies verantworten können. Das ist keine technische Einschränkung von KI, sondern ein Rahmen, der einen Menschen erfordert, der die Entscheidung trägt.
Physisch schneidet niedrig ab, weil das Berühren, Verschieben oder Zurücklegen eines Produkts eine Handlung in der realen Welt ist. Bilderkennung sieht eine Abweichung, greift aber nicht von selbst ein.
Dem gegenüber stehen Strukturiertheit und Volumen, die günstig ausfallen: ein Prüfprotokoll mit festen Spezifikationen und wiederholten Messungen ist genau die Art von Arbeit, für die visuelle KI-Modelle trainiert werden. Bei hohen Volumina, etwa einer Produktionslinie, die täglich Tausende identische Teile liefert, ist dieses Muster für ein System gut zu erkennen.
Bei einem Unternehmen, das kleine Teile auf Maße und Oberflächenfehler prüft, kann ein Bildverarbeitungssystem jedes Stück fotografieren und vermessen und eine Bewertung oder Markierung vergeben. Ein Bediener betrachtet anschließend nur die markierten Stücke und entscheidet über die Zurückweisung. Das verlagert die Arbeit von „jedes Stück einzeln betrachten“ zu „die Ausnahmen beurteilen.“ Die freiwerdenden Stunden liegen in der routinemäßigen Sichtarbeit; die verbleibenden Stunden liegen in der Beurteilung von Grenzfällen und der Rechtfertigung von Zurückweisungen.
Bei einem Unternehmen, das komplexere Produkte prüft, bei denen ein Mangel erst bei der Montage sichtbar wird oder bei denen die Norm Interpretationsspielraum lässt, liegt das anders. Dort ist Ermessensspielraum ein größerer Faktor, und der Anteil, den KI bewältigen kann, verschiebt sich nach unten im Vergleich zu einfacher, stark standardisierter Kontrolle.
Die Ausrüstung muss validiert sein: eine Kamera oder ein Sensor, der nicht auf die richtige Toleranz abgestimmt ist, erzeugt Scheinsicherheit statt Kontrolle. Und die Letztverantwortung bei einer Zurückweisung liegt bei einem Menschen, nicht weil KI dieses Urteil nicht annähern könnte, sondern weil die Folgen einer falschen Entscheidung zu groß sind, um sie ohne Menschen laufen zu lassen. Das ist eine prozessuale Anforderung, keine technische.
Qualitätskontrolle steht nicht losgelöst von der übrigen Kette. Was hereinkommt, muss zunächst korrekt erfasst sein: wie Wareneingang erfassen und verbuchen abläuft, bestimmt, ob ein Prüfsystem überhaupt mit den richtigen Daten arbeitet. Umgekehrt speist eine Zurückweisung häufig einen Folgeschritt in der Planung, etwa eine Neuberechnung dessen, was ein Auftrag noch benötigt; sehen Sie, wie das mit Materialbedarf pro Auftrag berechnen zusammenhängt. Und ein struktureller Mangel bei einem Lieferanten berührt wiederum die Frage, wie Bestellungen bei Lieferanten aufgeben gehandhabt wird, denn wiederholte Zurückweisung ist relevante Information für diese Entscheidung.
In Unternehmen mit hohen Volumina und klaren Spezifikationen wird Bilderkennung zur Qualitätskontrolle heute bereits eingesetzt, nicht als Zukunftsplan, sondern als laufender Prozess neben dem Bediener. In Unternehmen mit komplexeren, weniger standardisierten Produkten beschränkt sich das noch auf Testaufbauten oder bleibt vollständig Handarbeit. Der Unterschied liegt nicht darin, wie weit die Technik ist, sondern darin, wie vorhersehbar der Mangel ist und wie schwer die Folgen eines Fehlers wiegen. Das ist auch der Grund, warum diese Verschiebung nie eine Frage von „an oder aus“ ist: Sie erfolgt je Aufgabe, je Produktlinie, mit dem Menschen an der Stelle, an der die Entscheidung zählt.
Dies ist kein Personalratgeber und keine Begründung für eine Entscheidung über den Einsatz von Mitarbeitern. Wenn eine Verschiebung von Aufgaben Auswirkungen auf Funktionen hat, gelten dafür eigene gesetzliche Anforderungen; diese werden hier nicht behandelt.
Um zu sehen, wie dies für Ihr eigenes Unternehmen liegt, ist es hilfreich, nicht nur auf die Qualitätskontrolle zu schauen, sondern auf die Gesamtheit der Aufgaben, aus denen die Arbeit besteht. Der kostenlose Quickscan besteht aus zwölf Fragen, ist ohne Konto durchzuführen und gibt eine Indikation, welcher Anteil der Stunden in Ihrem Profil heute von KI übernommen werden kann. Der vollständige Workscan, der die Arbeit eines Unternehmens bis ins Detail nach Aufgaben und Vollzeitäquivalent-Kapazität aufschlüsselt, befindet sich noch im Aufbau.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.