Jeder in der Fertigung eingesetzte Roboter ersetzte in den USA laut einer im Jahr 2020 durchgeführten Studie etwa 3,3 Arbeitskräfte. Anhand von Daten aus den Jahren 1990 bis 2007 konnten die Ökonomen Daron Acemoglu vom MIT und Pascual Restrepo von der Boston University die Auswirkungen der Automatisierung auf die Erwerbsbevölkerung quantifizieren.
Der Trend beschleunigt sich. In seinem Buch A world without work: technology, automation, and how we should respond argumentiert der Oxford-Ökonom David Susskind, dass Maschinen an den Grenzen der künstlichen Intelligenz menschliche Fähigkeiten nicht mehr nur nachbilden. Stattdessen nutzen sie enorme Rechenleistung und Datenmengen, um Probleme auf eine Weise zu lösen, die Menschen nicht möglich ist.
Viele grundlegende „Troubleshooting“-Aktivitäten lassen sich inzwischen ohne Eingreifen von Bedienpersonal lösen
Tatsächlich hat maschinelles Lernen es Organisationen ermöglicht, enorme Fortschritte bei der automatisierten Problemlösung zu erzielen. Viele grundlegende „Troubleshooting“-Aktivitäten lassen sich inzwischen ohne Eingreifen von Bedienpersonal lösen. Wenn System, Daten und Korrekturmaßnahmen klar definiert und präzise dokumentiert sind, verringert dies die Belastung der Ressourcen einer Organisation bei der Bearbeitung relativ standardisierter Themen. Dadurch kann sich das Humankapital einer Organisation auf die Lösung komplexer Probleme konzentrieren, die den Maschinen weiterhin entgehen.
Maschinelles Lernen ermöglicht durch das Sammeln und Analysieren riesiger Datenmengen schnelle, maschinengesteuerte Lösungen für viele gängige Probleme. Doch zumindest vorerst bedeutet es auch, dass Probleme weiterhin menschliches Mitwirken erfordern – und diese Probleme sind meist komplex und einzigartig. Trotz – oder vielleicht gerade wegen – der enormen Fortschritte der digitalen Fertigung bleibt der Bedarf an fortgeschrittenen Problemlösungskompetenzen in der gesamten Fertigungsproduktion bestehen und ist höher denn je.
Der Bedarf an fortgeschrittenen Problemlösungskompetenzen in der Fertigungsproduktion ist höher denn je
Derzeit erfordern die Probleme, die typischerweise weiterhin außerhalb der Möglichkeiten des maschinellen Lernens liegen, in bestimmten Bereichen ein hohes Maß an menschlicher Problemlösungskompetenz. Algorithmen des maschinellen Lernens fehlt mitunter die Fähigkeit, über ihre vorgesehene Anwendung hinauszudenken. Wenn Probleme außerhalb des vorgesehenen Anwendungsbereichs eines Algorithmus auftreten, können sie diese Art spezifischer, menschlicher Reaktionen erfordern:
- Schlussfolgerungsvermögen. Menschen können analysieren, warum eine bestimmte Situation eintritt: den Unterschied zwischen Problemen mit gemeinsamer Ursache und Problemen mit Sonderursache. Warum passiert das in diesem konkreten Fall?
- Kontextverständnis. Menschen werden benötigt, um verschiedene Themen oder zwischenmenschliche Interaktionen zu interpretieren, zu verstehen, wie sie eine Situation beeinflussen oder verursachen, und zu bestimmen, welche Rolle dieser Kontext bei der Lösung eines komplexen Problems spielen kann.
- Fähigkeit, neue Informationen zu identifizieren. Menschen mit fortgeschrittenen Problemlösungskompetenzen können gezielt fehlende Informationen erkennen, die für die Problemlösung relevant sind, und einen Plan entwickeln und umsetzen, um diese Informationen zu beschaffen.
- Fähigkeit, komplexe Situationen zu entwirren. Menschen können eine Gruppe miteinander verknüpfter, komplexer Themen aufnehmen und die Situation erfassen, klärende Fragen stellen, einzelne Themen priorisieren und anschließend Teams aufbauen bzw. Verantwortlichkeiten zuweisen und die Teams bis zur Lösung führen.
Fortgeschrittene Problemlösungskompetenz hat sich als Priorität für Mitarbeitende im Operations-Bereich auf allen Ebenen herauskristallisiert. Zu den grundlegenden Fähigkeiten, die für die Bearbeitung komplexer Probleme in einer Fertigungsorganisation erforderlich sind, gehören:
Prioritäten setzen
Den Fokus auf das Wesentliche zu verengen, das ein Problem löst – Informationen, Fähigkeiten, Problemlösungsprozess –, beschleunigt die Fähigkeit, das akute Problem bzw. die unmittelbaren Kundenanforderungen zu adressieren.
Probleme in handhabbare Teile zerlegen
Das Problem wirksam in Teilprobleme zu zerlegen und diese zunächst einzeln zu lösen, bevor sie zu einem Ganzen zusammengeführt werden, reduziert die Komplexität.
Einen Prozess nutzen
Das Arbeiten innerhalb eines gut verstandenen und definierten Problemlösungsrahmens erhöht die Objektivität und verkürzt die Zeit bis zur Lösung. Dazu gehört die Nutzung eines gemeinsamen Ansatzes, einer gemeinsamen „Sprache“ und die sichtbare Anwendung strukturierten Problemlösungsdenkens.
Daten sammeln
Sind die benötigten Daten verfügbar, und wo? Problemlösende müssen verschiedene Erhebungsmethoden einsetzen, relevante Daten identifizieren und das Rauschen in großen Datenmengen herausfiltern.
Kompetenz aufbauen
Wiederholtes Üben und die Anwendung wirksamer Problemlösungsprozesse helfen, ein hohes Kompetenzniveau aufzubauen. Kompetenz wird gefördert, indem Erwartungen definiert werden (wie sieht „gut“ aus) und dies mit den Fähigkeiten und Ergebnissen verglichen wird, während sie sich im Laufe der Zeit weiterentwickeln.
Über Kepner-Tregoe
Software und Vorlagen lösen keine Probleme. Menschen lösen Probleme!
Welche Art von Menschen? Menschen, die neugierig sind, hervorragende Fragen stellen, Entscheidungen auf Basis von Fakten treffen und befähigt sind, zu führen. Sie bleiben unter Druck fokussiert und handeln selbstbewusst, um das zu tun, was getan werden muss. Solche Problemlösungsleader finden Sie sowohl bei unseren Kunden als auch hier bei Kepner-Tregoe. Seit über 65 Jahren befähigt Kepner-Tregoe Tausende Unternehmen, Millionen von Problemen zu lösen. Wenn wir für einen Hersteller Millionen einsparen, den IT-Service für eine Börse wiederherstellen und Apollo 13 helfen konnten, aus dem All zurückzukehren, können wir auch Ihrem Unternehmen helfen, erfolgreich zu sein.
