Künstliche Intelligenz im Qualitätsmanagement – Chance oder Risiko?
In den letzten Jahren hat sich das Thema Künstliche Intelligenz (KI) rasant entwickelt und ist heute im Bereich Industrie und Dienstleistung nicht mehr wegzudenken. Auch im Qualitätsmanagement (QM) und in der Qualitätssicherung (QS) gewinnt KI zunehmend an Bedeutung.
Richtig eingesetzt, kann sie zu einem wichtigen Werkzeug im Qualitätsmanagementsystem werden – wie es Audits, 8D-Reports oder die FMEA-Analyse schon sind.
Mitarbeiterkompetenz
Damit KI-gestützte Tools effektiv genutzt werden können, müssen Mitarbeiter über die notwendigen Kompetenzen verfügen. Die DIN EN ISO 9001:2015 fordert im Kapitel 7.2, dass Unternehmen die erforderlichen Qualifikationen sicherstellen. Bei der Datenerfassung müssen Datenschutzgesetze beachtet werden – in Deutschland insbesondere die Datenschutz-Grundverordnung (DSGVO), das Bundesdatenschutzgesetz (BDSG) sowie zukünftig die Verordnung (EU) 2024/1689 mit harmonisierten Vorschriften für KI. Die oberste Leitung trägt gemäß Abschnitt 5.1.2 a) der DIN EN ISO 9001:2015 hierfür die Verantwortung, dass diese gesetzlichen und behördlichen Anforderungen laufend ermittelt, umgesetzt und überwacht werden.
PDCA
Eine bewährte Methode für die Einführung von KI ist der Plan-Do-Check-Act-Zyklus:
1. Plan (Planen)
Festlegen, wo und wie KI eingesetzt wird. Dabei ist sicherzustellen, dass valide und vollständige Daten zur Verfügung stehen. Schlechte Eingaben führen zu fehlerhaften Ergebnissen. Wichtig ist auch die Kompetenz der Mitarbeiter – ein nicht zu unterschätzender Faktor. Es ist ein großer Unterschied, ob Daten nur bei KI-gestützten Tools von einem Facharbeiter eingegeben werden oder ob aus Rohdaten verwertbare Informationen erzeugt werden, die für relevante Entscheidungen eines Unternehmens wichtig sind. Letzteres wäre die Tätigkeit eines Datenanalysten
2. Do (Umsetzen)
Implementierung der KI-Anwendungen im geplanten Bereich.
3. Check (Überprüfen)
Kontrolle der KI-Ausgaben. KI kann „halluzinieren“ und falsche Inhalte generieren, daher ist eine kritische Prüfung unerlässlich.
4. Act (Handeln)
Analyse und Bewertung der Ergebnisse, Einleitung weiterer Maßnahmen und Optimierung des Einsatzes. Anschließend beginnt der Zyklus von vorn.
Fazit
KI bietet gerade bei großen Datenmengen enorme Chancen – doch nur in Verbindung mit Menschlicher Intelligenz (MI). Ohne MI wird KI schnell zum Risiko.
Erfahren Sie mehr zum Thema KI im Qualitätsmanagement in unserem Lehrgängen Qualitätsbeauftragter bzw. Qualitätsmanager GFQ und in unseren Auffrischungsseminaren Qualitätsmanagement und QM Automotive.
Weiterführende Links