Was passiert eigentlich, wenn Ihre sorgf\u00e4ltig implementierte Automatisierungsl\u00f6sung nicht die erhofften Verbesserungen bringt, sondern stattdessen bestehende Schw\u00e4chen in Ihren Prozessen mit beeindruckender Pr\u00e4zision reproduziert und dabei skaliert, was niemals h\u00e4tte skaliert werden sollen?<\/p>\n
Diese Frage besch\u00e4ftigt derzeit zahlreiche Entscheider in produzierenden Betrieben. Sie haben in moderne Technologien investiert. Sie erwarteten Effizienzsteigerungen. Stattdessen erleben sie, wie ihre Systeme mittelm\u00e4\u00dfige Standards auf hohem Niveau perfektionieren. Die Situation erinnert an einen Kopierer, der einen fehlerhaften Originaldruck millionenfach vervielf\u00e4ltigt. Das Ergebnis ist technisch einwandfrei, aber inhaltlich problematisch. Genau hier setzt das Konzept Qualit\u00e4t vor der Automatisierung<\/b> an, das einen fundamentalen Perspektivwechsel erm\u00f6glicht und Unternehmen dabei unterst\u00fctzt, ihre digitale Transformation auf ein solides Fundament zu stellen.<\/p>\nDie Illusion der automatischen Verbesserung durch intelligente Systeme<\/h2>\n
Viele F\u00fchrungskr\u00e4fte in der Fertigung gehen von einer verf\u00fchrerischen Annahme aus. Sie glauben, dass die Einf\u00fchrung intelligenter Systeme automatisch zu besseren Ergebnissen f\u00fchrt. Diese Annahme erweist sich h\u00e4ufig als Trugschluss. Ein mittelst\u00e4ndischer Zulieferer f\u00fcr die Automobilbranche implementierte beispielsweise ein System zur automatischen Qualit\u00e4tskontrolle bei Stanzteilen. Das System arbeitete pr\u00e4zise und schnell. Es \u00fcbernahm jedoch die bisherigen Toleranzgrenzen, die historisch gewachsen und nie systematisch \u00fcberpr\u00fcft worden waren. Das Ergebnis war ern\u00fcchternd, denn das System erkannte Fehler zuverl\u00e4ssig, aber nur jene, die man ihm beigebracht hatte zu erkennen.<\/p>\n
Ein \u00e4hnliches Muster zeigt sich bei einem Hersteller von Pr\u00e4zisionswerkzeugen. Dieser automatisierte seine Auftragsabwicklung und Produktionsplanung. Die Durchlaufzeiten sanken messbar. Gleichzeitig stiegen jedoch die Reklamationen, weil das System Kundenspezifikationen nach denselben unvollst\u00e4ndigen Kriterien interpretierte wie zuvor die Sachbearbeiter. Die Technologie hatte die bestehende Praxis nicht verbessert, sondern beschleunigt. Der Ansatz Qualit\u00e4t vor der Automatisierung<\/b> h\u00e4tte hier zun\u00e4chst eine grundlegende Analyse der bestehenden Prozesse erfordert.<\/p>\n
Besonders deutlich wird dieses Ph\u00e4nomen bei einem Produzenten von Industriearmaturen. Das Unternehmen setzte auf vorausschauende Wartung und trainierte sein System mit historischen Maschinendaten. Diese Daten stammten jedoch aus einer Zeit, in der Wartungsintervalle eher nach Erfahrungswerten als nach systematischer Analyse festgelegt wurden. Das System optimierte folglich suboptimale Wartungsstrategien und reproduzierte dabei Ineffizienzen auf technisch h\u00f6chstem Niveau.<\/p>\n
Durchschnittliche Unternehmen in der verarbeitenden Industrie folgen h\u00e4ufig einem \u00e4hnlichen Muster. Sie betrachten Automatisierung als Mittel zur Standardisierung. Diese Sichtweise erscheint zun\u00e4chst logisch und nachvollziehbar. Ein Maschinenbauunternehmen standardisiert beispielsweise seine Angebotserstellung durch automatisierte Konfigurationssysteme. Die Angebote sehen einheitlich aus. Sie werden schneller erstellt. Die zugrunde liegenden Kalkulationslogiken bleiben jedoch ungepr\u00fcft und spiegeln oft historische Gewohnheiten wider.<\/p>\n
Ein Hersteller von F\u00f6rdertechnik automatisierte seine Dokumentationsprozesse. Jede Anlage erhielt automatisch generierte Betriebsanleitungen. Das System arbeitete zuverl\u00e4ssig und konsistent. Allerdings \u00fcbernahm es auch die Formulierungen und Strukturen der bisherigen manuell erstellten Dokumente, die nie auf ihre Verst\u00e4ndlichkeit und Rechtssicherheit hin \u00fcberpr\u00fcft worden waren. Die Standardisierung erfolgte auf Basis eines Standards, der selbst nie definiert worden war.<\/p>\n
\u00c4hnlich verh\u00e4lt es sich bei einem Produzenten von Verpackungsmaschinen. Dieser implementierte ein System zur automatischen Ersatzteilidentifikation und Bestellung. Das System reduzierte Suchzeiten erheblich. Es basierte jedoch auf einer Ersatzteilklassifikation, die \u00fcber Jahrzehnte gewachsen war und zahlreiche Inkonsistenzen aufwies. Die Automatisierung machte diese Inkonsistenzen nicht sichtbar, sondern zementierte sie in einem technisch ausgereiften System.<\/p>\n
Der Grund f\u00fcr dieses wiederkehrende Muster liegt in einem fundamentalen Denkfehler. Unternehmen verwechseln Digitalisierung mit Optimierung. Sie gehen davon aus, dass die \u00dcbertragung eines Prozesses in ein digitales System diesen Prozess automatisch verbessert. Ein Gie\u00dfereibetrieb digitalisierte seine Qualit\u00e4tspr\u00fcfung und erfasste nun automatisch Messwerte, die zuvor manuell notiert wurden. Die Datenqualit\u00e4t verbesserte sich tats\u00e4chlich. Die Frage, welche Messwerte \u00fcberhaupt relevant waren und welche Grenzwerte sinnvoll erschienen, wurde jedoch nie gestellt.<\/p>\n
Ein Werkzeugmaschinenhersteller automatisierte seine Produktionsplanung. Das System optimierte Reihenfolgen und Maschinenbelegungen auf Basis historischer Daten. Diese Daten enthielten jedoch zahlreiche Ineffizienzen, die aus organisatorischen Zw\u00e4ngen entstanden waren. Das System lernte diese Ineffizienzen als Normalzustand und reproduzierte sie fortan mit mathematischer Pr\u00e4zision.<\/p>\n
BEST PRACTICE bei einem KIROI-Kunden (Name verborgen aufgrund von NDA-Vertrag)<\/b><\/i><\/p>\n
Ein mittelst\u00e4ndischer Hersteller von Hydraulikkomponenten wandte sich an uns mit einem zun\u00e4chst unspezifischen Anliegen, das sich jedoch als symptomatisch f\u00fcr viele Betriebe seiner Gr\u00f6\u00dfenordnung erwies. Das Unternehmen hatte erhebliche Mittel in die Automatisierung seiner Qualit\u00e4tssicherung investiert und war dennoch mit steigenden Reklamationsquoten konfrontiert, was die Gesch\u00e4ftsf\u00fchrung vor erhebliche R\u00e4tsel stellte und zu internen Spannungen zwischen den Abteilungen f\u00fchrte. Unsere Analyse im Rahmen des transruptions-Coachings offenbarte ein komplexes Geflecht aus historisch gewachsenen Toleranzgrenzen, undokumentierten Ausnahmeregelungen und informellen Absprachen zwischen Produktion und Qualit\u00e4tssicherung. Das automatisierte System hatte all diese Inkonsistenzen \u00fcbernommen und wendete sie nun konsequent an, wodurch es Fehler systematisch \u00fcbersah, die erfahrene Pr\u00fcfer fr\u00fcher intuitiv erkannt hatten. Im Rahmen unserer Begleitung definierten wir zun\u00e4chst gemeinsam mit dem Unternehmen, was Qualit\u00e4t f\u00fcr dessen spezifische Produkte und Kunden tats\u00e4chlich bedeutete und wie diese Definition messbar und operationalisierbar gemacht werden konnte. Erst nach dieser grundlegenden Kl\u00e4rung passten wir die Automatisierungssysteme entsprechend an und erreichten dadurch innerhalb von neun Monaten eine Reduktion der Reklamationen um mehr als vierzig Prozent, wobei gleichzeitig die Effizienz der Qualit\u00e4tspr\u00fcfung deutlich gesteigert werden konnte.<\/i><\/p>\n<\/div>\nDer KIROI-Ansatz: Qualit\u00e4t vor der Automatisierung definieren<\/h2>\n
Die KIROI-Methodik adressiert genau diese Problematik durch einen konsequenten Perspektivwechsel. Sie stellt die Frage nach dem Qualit\u00e4tsverst\u00e4ndnis an den Anfang jedes Automatisierungsprojekts. Diese scheinbar einfache Umkehrung der \u00fcblichen Reihenfolge hat weitreichende Konsequenzen f\u00fcr den gesamten Implementierungsprozess und die sp\u00e4teren Ergebnisse.<\/p>\n
Ein Hersteller von Antriebstechnik nutzte diesen Ansatz bei der Einf\u00fchrung eines neuen Produktionsleitsystems. Anstatt bestehende Prozesse zu digitalisieren, definierte das Unternehmen zun\u00e4chst, was optimale Durchlaufzeiten, minimale R\u00fcstzeiten und maximale Maschinenauslastung konkret bedeuteten. Diese Definition erfolgte nicht auf Basis historischer Daten, sondern auf Basis einer systematischen Analyse der tats\u00e4chlichen M\u00f6glichkeiten und Anforderungen. Das Prinzip Qualit\u00e4t vor der Automatisierung<\/b> erm\u00f6glichte so eine echte Transformation statt einer blo\u00dfen Digitalisierung des Status quo.<\/p>\n
Ein Produzent von Industriegetrieben ging \u00e4hnlich vor. Vor der Implementierung eines Systems zur automatischen Prozess\u00fcberwachung analysierte das Unternehmen gemeinsam mit uns im Rahmen einer transruptions-Begleitung, welche Prozessparameter tats\u00e4chlich qualit\u00e4tsrelevant waren. Diese Analyse f\u00f6rderte \u00fcberraschende Erkenntnisse zutage, denn einige bisher intensiv \u00fcberwachte Parameter erwiesen sich als wenig aussagekr\u00e4ftig, w\u00e4hrend andere, bisher vernachl\u00e4ssigte Faktoren erheblichen Einfluss auf die Produktqualit\u00e4t hatten.<\/p>\n
Die konkrete Umsetzung dieses Ansatzes erfordert eine systematische Vorgehensweise, die sich bew\u00e4hrt hat und Unternehmen strukturierte Impulse gibt. Ein Hersteller von Pumpen und Kompressoren begann mit einer umfassenden Stakeholder-Analyse. Er befragte nicht nur interne Abteilungen, sondern auch Kunden, Servicepartner und Zulieferer zu ihren Qualit\u00e4tserwartungen. Die Ergebnisse wichen erheblich von den intern angenommenen Qualit\u00e4tskriterien ab und erm\u00f6glichten eine v\u00f6llig neue Priorisierung.<\/p>\n
Ein Unternehmen aus dem Bereich Oberfl\u00e4chentechnik entwickelte im Rahmen unserer Begleitung einen Qualit\u00e4tskatalog, der nicht nur technische Spezifikationen, sondern auch prozessuale und kommunikative Aspekte umfasste. Dieser Katalog diente als Referenz f\u00fcr alle nachfolgenden Automatisierungsentscheidungen und stellte sicher, dass die eingesetzten Systeme tats\u00e4chlich die definierten Qualit\u00e4tsziele unterst\u00fctzten.<\/p>\n
Ein Hersteller von Messtechnik kombinierte diesen Ansatz mit einer systematischen Fehleranalyse. Bevor irgendwelche Systeme implementiert wurden, untersuchte das Unternehmen s\u00e4mtliche Qualit\u00e4tsprobleme der vergangenen Jahre und identifizierte deren Ursachen. Diese Analyse offenbarte Muster, die bei einer reinen Digitalisierung bestehender Prozesse reproduziert worden w\u00e4ren, und erm\u00f6glichte gezielte Verbesserungen.<\/p>\n
BEST PRACTICE bei einem KIROI-Kunden (Name verborgen aufgrund von NDA-Vertrag)<\/b><\/i><\/p>\n
Ein traditionsreiches Familienunternehmen im Bereich Sondermaschinenbau stand vor der Herausforderung, seine Konstruktionsprozesse zu modernisieren und effizienter zu gestalten, ohne dabei die spezifische Expertise zu verlieren, die das Unternehmen \u00fcber Jahrzehnte aufgebaut hatte und die wesentlich zu seinem Markterfolg beitrug. Die Gesch\u00e4ftsleitung hatte zun\u00e4chst den Plan verfolgt, ein System einzuf\u00fchren, das bestehende Konstruktionen analysieren und Optimierungsvorschl\u00e4ge generieren sollte, was auf den ersten Blick vielversprechend erschien. Unsere gemeinsame Analyse im Rahmen des transruptions-Coachings zeigte jedoch, dass die bestehenden Konstruktionen zahlreiche implizite Designentscheidungen enthielten, deren Hintergr\u00fcnde nicht dokumentiert waren und die ein automatisiertes System nicht w\u00fcrde nachvollziehen k\u00f6nnen. Wir begleiteten das Unternehmen dabei, zun\u00e4chst das implizite Konstruktionswissen zu explizieren und in einem strukturierten Qualit\u00e4tsrahmen festzuhalten, der sowohl technische als auch \u00e4sthetische und funktionale Kriterien umfasste. Erst auf dieser Basis wurde das System implementiert, das nun tats\u00e4chlich qualit\u00e4tsf\u00f6rdernd arbeitet, weil es wei\u00df, was Qualit\u00e4t im spezifischen Kontext dieses Unternehmens bedeutet und welche Kriterien bei Konstruktionsentscheidungen zu ber\u00fccksichtigen sind. Die Konstrukteure berichten h\u00e4ufig, dass das System ihre Arbeit unterst\u00fctzt und bereichert, anstatt sie zu ersetzen oder in fragw\u00fcrdige Richtungen zu lenken.<\/i><\/p>\n<\/div>\nDie organisatorische Dimension des Qualit\u00e4tsfokus<\/h2>\n
Der KIROI-Ansatz erfordert mehr als technische Anpassungen. Er verlangt eine organisatorische Neuausrichtung, die h\u00e4ufig untersch\u00e4tzt wird. Ein Hersteller von Industrierobotern erkannte dies, als er seine Montagelinien automatisierte. Die technische Implementierung verlief reibungslos. Die eigentliche Herausforderung bestand darin, ein gemeinsames Qualit\u00e4tsverst\u00e4ndnis zwischen Konstruktion, Produktion und Service zu entwickeln, das als Grundlage f\u00fcr die Automatisierung dienen konnte.<\/p>\n
Ein Unternehmen aus dem Bereich Medizintechnik musste feststellen, dass unterschiedliche Abteilungen unterschiedliche Vorstellungen davon hatten, was ein qualitativ hochwertiges Produkt ausmacht. Die Entwicklung betonte technische Innovation. Die Produktion fokussierte auf Prozessstabilit\u00e4t. Der Vertrieb priorisierte Kundenzufriedenheit. Diese unterschiedlichen Perspektiven mussten zun\u00e4chst harmonisiert werden, bevor eine sinnvolle Automatisierung m\u00f6glich wurde. Der Grundsatz Qualit\u00e4t vor der Automatisierung<\/b> half dabei, diese verschiedenen Sichtweisen zu integrieren.<\/p>\n
Ein Hersteller von Verfahrenstechnik nutzte den KIROI-Ansatz, um abteilungs\u00fcbergreifende Qualit\u00e4tsworkshops zu etablieren. Diese Workshops schufen ein gemeinsames Verst\u00e4ndnis und identifizierten zahlreiche Verbesserungspotenziale, die ohne diese vorgelagerte Arbeit nicht erkannt worden w\u00e4ren. Die anschlie\u00dfende Automatisierung baute auf diesem gemeinsamen Fundament auf und wurde von allen Beteiligten als sinnvoll und unterst\u00fctzend wahrgenommen.<\/p>\n
Die Investition in eine vorgelagerte Qualit\u00e4tsdefinition amortisiert sich mehrfach. Ein Hersteller von Verpackungsanlagen berichtet von deutlich reduzierten Nachbesserungsaufw\u00e4nden nach der Implementierung, weil das System von Anfang an auf den richtigen Kriterien basierte. Ein Produzent von Industrie\u00f6fen konnte seine Einf\u00fchrungszeit f\u00fcr neue Produktvarianten verk\u00fcrzen, weil die Qualit\u00e4tskriterien klar definiert waren und das System entsprechend trainiert werden konnte.<\/p>\n
Ein Unternehmen aus dem Bereich Kunststoffverarbeitung nutzt die dokumentierten Qualit\u00e4tsdefinitionen mittlerweile auch f\u00fcr die Lieferantenauswahl und Kundenakquise. Die Klarheit \u00fcber das eigene Qualit\u00e4tsverst\u00e4ndnis erm\u00f6glicht pr\u00e4zisere Kommunikation und schafft Vertrauen bei Gesch\u00e4ftspartnern, was zu messbaren Verbesserungen in der Zusammenarbeit gef\u00fchrt hat.<\/p>\n
Die Erfahrungen aus zahlreichen Projekten in der verarbeitenden Industrie zeigen ein klares Muster, das F\u00fchrungskr\u00e4fte kennen sollten, die vor \u00e4hnlichen Entscheidungen stehen. Unternehmen, die intelligente Systeme ohne vorherige Qualit\u00e4tsdefinition einf\u00fchren, erleben h\u00e4ufig Entt\u00e4uschungen und m\u00fcssen nachtr\u00e4glich aufw\u00e4ndige Korrekturen vornehmen. Sie automatisieren Prozesse, die selbst nicht optimal sind, und skalieren damit Probleme statt L\u00f6sungen. Diese Beobachtung wiederholt sich branchen\u00fcbergreifend und unabh\u00e4ngig von der Unternehmensgr\u00f6\u00dfe.<\/p>\n
Der KIROI-Ansatz mit seinem Fokus auf Qualit\u00e4t vor der Automatisierung<\/b> adressiert dieses Problem an der Wurzel. Er zwingt Organisationen, fundamentale Fragen zu stellen, bevor technische Entscheidungen getroffen werden. Was bedeutet Qualit\u00e4t f\u00fcr uns? Wie messen wir sie? Welche Kompromisse sind akzeptabel? Diese Fragen erscheinen banal, werden aber erstaunlich selten systematisch beantwortet.<\/p>\n
Die praktische Umsetzung erfordert Zeit und Ressourcen, die viele Unternehmen zun\u00e4chst nicht investieren m\u00f6chten. Die Versuchung ist gro\u00df, direkt mit der technischen Implementierung zu beginnen und Qualit\u00e4tsfragen nachgelagert zu kl\u00e4ren. Diese Vorgehensweise erweist sich jedoch regelm\u00e4\u00dfig als kostspielig und frustrierend, wie zahlreiche Beispiele zeigen.<\/p>\n
Das transruptions-Coaching bietet F\u00fchrungskr\u00e4ften eine strukturierte Begleitung durch diesen Prozess. Es hilft dabei, die richtigen Fragen zu stellen, relevante Stakeholder einzubinden und ein tragf\u00e4higes Qualit\u00e4tsverst\u00e4ndnis zu entwickeln. Auf dieser Basis k\u00f6nnen Automatisierungsentscheidungen getroffen werden, die tats\u00e4chlich zu Verbesserungen f\u00fchren und nicht zur Perfektionierung von Mittelm\u00e4\u00dfigkeit.<\/p>\n
Die Zukunft geh\u00f6rt Unternehmen, die verstehen, dass Technologie ein Werkzeug ist und kein Selbstzweck. Sie definieren zun\u00e4chst, was sie erreichen wollen, und w\u00e4hlen dann die passenden Werkzeuge aus. Dieser scheinbar selbstverst\u00e4ndliche Ansatz unterscheidet erfolgreiche digitale Transformationen von kostspieligen Experimenten, die h\u00e4ufig in Frustration und Resignation enden.<\/p>\n
[1] McKinsey: Manufacturing Analytics<\/a><\/p>\n [2] Fraunhofer Institut: Industrie 4.0<\/a><\/p>\n [3] VDMA: Maschinenbau in Zahlen<\/a><\/p>\n Sie sind F\u00fchrungskraft und m\u00f6chten gerne lernen, wie Sie KI wirklich abseits von Hype in Ihrem Unternehmen wertevoll und nachhaltig einf\u00fchren k\u00f6nnen? Nehmen Sie Kontakt<\/a> auf oder lesen Sie weitere Blog-Beitr\u00e4ge zum Thema K\u00fcnstliche Intelligenz<\/a> hier.<\/p>\n","protected":false},"excerpt":{"rendered":"