Ford stellt 350 erfahrene Ingenieure wieder ein, nachdem KI-gestützte Qualitätsprüfungen Fehler übersehen hatten.
In Kürze
- 350 Ingenieure kehren zurück, um Fehlerquellen vor Serienfertigung zu finden
- KI allein erkannte nicht alle Mängel; Mitarbeitende sollen KI neu justieren
- Folgen: geringere Garantie- und Rückrufkosten und Platz 1 bei JD Power
Ford holt 350 erfahrene Ingenieure zurück — nachdem automatisierte Qualitätssysteme, darunter KI-gestützte Verfahren, nicht die erwartete Produktqualität geliefert hatten.
Bloomberg zitiert Fords COO Kumar Galhotra mit der Aussage, das Unternehmen habe sich zu stark auf Automation verlassen, was zu Enttäuschungen geführt habe.
Wenn du dich fragst, was genau schiefgelaufen ist: Ford setzte zunehmend auf KI-Tools und andere automatisierte Prüfprozesse in der Qualitätskontrolle. Laut Galhotra reichten diese Systeme allein nicht aus, um Fehlerquellen zuverlässig zu erkennen, bevor Teile in die Produktion gelangten.
Charles Poon, Vizepräsident für Fahrzeug-Hardware, sagte, man habe fälschlicherweise angenommen, dass allein das Einlesen von Designvorgaben durch KI automatisch ein hochwertiges Endprodukt erzeuge. Die Rückkehr der sogenannten „alten Hasen“ soll genau da ansetzen: technische Spezialisten sollen Fehlerquellen aufspüren, bevor ein Bauteil in Serie geht.
Die 350 zurückgeholten Ingenieure werden laut Ford nicht eingesetzt, um KI zu ersetzen. Stattdessen sollen sie jüngere Mitarbeitende schulen und helfen, die KI-Tools neu zu programmieren und zu justieren, damit Maschine und Mensch besser zusammenarbeiten.
CEO Jim Farley berichtet bereits von ersten Effekten: niedrigerer Garantie- und Rückrufaufwand habe Ford „hunderttausende bis hunderte Millionen Dollar“ eingespart. Konkrete Zahlen legte das Unternehmen bislang nicht detailliert offen.
Als weiterer Beleg für verbesserte Qualität nennt Ford die aktuelle JD Power Initial Quality Survey: In dieser Woche erreichte das Unternehmen Platz 1 unter den Mainstream-Marken.
Quellen
- Quelle: Ford
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
