Weniger Fehler, kürzere Zeiten und klare Nachweise erwartet man heute. Heute fordern Kunden und Normgeber lückenlose Belege über den gesamten Herstellungsweg. Gleichzeitig wächst der Druck, schneller und flexibler zu produzieren.

In einer Fabrikhalle reicht ein einziger Blick, um das Taktgefühl moderner Produktion zu erfassen: Sensoren zeichnen Mikrobewegungen auf, Edge-Server dirigieren Roboterarme, Datenpakete strömen zwischen Maschinen.

Generative KI verändert unser Arbeiten – aber auch unser Denken. Ohne kritischen Umgang mit den Ergebnissen droht eine Zukunft, in der Fehlinformationen, Verzerrungen und Einseitigkeit zur Norm werden.

Die klassischen Verfahren zur Qualitätssicherung in der Softwareentwicklung haben sich über Jahrzehnte bewährt. Doch das Tempo, der Umfangs sowie die hohe Komplexität der Entwicklung generativer KI bringt die herkömmlichen Methoden an ihre Grenzen.

Der weltgrößte Anbieter von Lithographiesystemen für die Halbleiterindustrie, ASML, hat erfolgreich ein neues Testsystem für winzige Chips getestet, das erschwinglich ist und die Kosten der Halbleiterherstellung durch Fehlerfrüherkennung drastisch reduziert.

Die Begleitforschung des Innovationswettbewerbs „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ (KI-Innovationswettbewerb) hat einen neuen Leitfaden für das Qualitätsmanagement bei der Entwicklung von KI-Lösungen und -Anwendungen veröffentlicht.

„Wenn Sie einen scheiß Prozess digitalisieren, haben Sie hinterher einen scheiß digitalen Prozess” – so sagte es der damalige Chef von O2, Thorsten Dirks, vor einigen Jahren. Und er hat Recht – denn viel zu häufig wird bei der Digitalisierung vergessen, dass der Einsatz von Technologie allein keine der gewünschten Wirkungen entfalten wird.

Unternehmen zahlreicher Branchen sehen sich zunehmend nicht mehr in der Lage, offene Stellen zeitnah zu besetzen. Selbst einfache Abläufe sind folglich gestört und die Performance des gesamten Betriebs wird in Mitleidenschaft gezogen. Besonders in kleineren Firmen kann das zu einer existenziellen Belastungsprobe werden. Intelligente Prozessoptimierung kann Abhilfe schaffen.