Thought Leadership
Der US-Autobauer erkannte, dass automatisierte Systeme Schwachstellen in der Produktion nicht zuverlässig aufdecken. Jetzt sollen erfahrene Fachleute die KI-Werkzeuge neu ausrichten statt sie zu ersetzen.
Ford hat 350 Ingenieure mit langjähriger Berufserfahrung eingestellt. Einige kamen als ehemalige Beschäftigte zurück, andere wechselten aus der Zuliefererindustrie. Anlass war das Eingeständnis des Unternehmens, dass vollautomatisierte Qualitätsprüfung die Erwartungen nicht erfüllte.
Fords Betriebschef Kumar Galhotra erklärte gegenüber der Nachrichtenagentur Bloomberg, der Konzern habe in zunehmendem Maß auf computergestützte Systeme gesetzt. Die erhofften Ergebnisse blieben jedoch aus. Galhotra zufolge suchen die neu gewonnenen Fachleute nun gezielt nach Fehlern, bevor Bauteile in die Fertigung gelangen.
Fords Vizepräsident für Fahrzeugtechnik, Charles Poon, beschrieb gegenüber Bloomberg die Fehleinschätzung, die dem Problem zugrunde lag: Das Unternehmen hatte erwartet, durch den Einsatz von KI und das Einpflegen bestehender Konstruktionsdaten automatisch bessere Ergebnisse zu erzielen. Diese Annahme erwies sich als falsch.
Wir glaubten fälschlicherweise, dass der bloße Einsatz von Künstlicher Intelligenz und das Einlesen unserer Konstruktionsanforderungen zu einem qualitativ hochwertigen Produkt führen würde.
Charles Poon, Vizepräsident Fahrzeugtechnik bei Ford
Veteranen schulen Nachwuchs und kalibrieren KI neu
Eine vollständige Abkehr von KI plant Ford dennoch nicht. Die erfahrenen Ingenieure sollen stattdessen jüngere Kollegen schulen und dabei helfen, die vorhandenen KI-Systeme neu zu kalibrieren. Die Fachleute liefern also das Wissen, das die Systeme bislang nicht selbst entwickeln konnten.
Messbare Auswirkungen zeigt die Neuausrichtung bereits. CEO Jim Farley nannte gesunkene Garantie- und Rückrufkosten als direkte Folge und sprach von Einsparungen in dreistelliger Millionenhöhe. In der dieswöchig veröffentlichten JD-Power-Erstkäuferstudie belegte Ford zudem Platz eins unter den Mainstream-Marken.
Das Vorgehen des Unternehmens zeigt, wie hoch der Erwartungsdruck auf KI-Systeme in der Industrie mittlerweile ist, und wie groß die Ernüchterung ausfallen kann, wenn diese Erwartungen nicht erfüllt werden.
(red)
