Ford gab kürzlich bekannt, dass das Unternehmen in den letzten drei Jahren etwa 350 erfahrene „Greybeard“-Ingenieure neu einstellen musste, um jüngere Mitarbeiter zu betreuen und zuvor leistungsschwache Diagnosesysteme und KI-Tools neu zu schreiben, um eklatante Mängel in der Qualitätskontrolle auszugleichen. Charles Poon, Fords Vizepräsident für Fahrzeug-Hardware-Engineering, sagte in einem Interview, dass das Management zuvor die umfassende Erfahrung leitender Ingenieure unterschätzt habe, die mehrere Runden von Produktiterationen durchlaufen haben, und dass es „ein großer Fehler“ sei, sie einfach durch KI zu ersetzen.
Poon betonte, dass KI „ein sehr gutes Werkzeug“ sei, aber „nur so gut sein kann wie die Informationen, mit denen sie trainiert wird“. Ohne hochwertige empirische Daten und korrekte Anwendungsszenarien ist es für Algorithmen allein schwierig, die Zuverlässigkeitsanforderungen komplexer Automobilprodukte zu unterstützen. Die alten Ingenieure, die wieder eingestellt wurden, sollen nun obligatorische regelmäßige Treffen abhalten, sich auf die Behebung von Fahrzeugproblemen konzentrieren und automatisierte Engineering-Software und KI-Tools neu programmieren, um potenzielle Fehler so weit wie möglich zu beseitigen, bevor Teile in die Produktionslinie gelangen.
Der Fokus dieser technischen Experten liegt darauf, Schwachstellen in Konstruktions- und Herstellungsprozessen frühzeitig zu erkennen, um Verluste durch groß angelegte Rückrufe und Qualitätsmängel zu reduzieren. Berichten zufolge hat Ford Milliarden von Dollar für Qualitätsprobleme und Rückrufe ausgegeben, und das Unternehmen will in diesem Jahr die Ausgaben um eine Milliarde Dollar senken, sodass die Verbesserung der Qualität als Schlüssel zum Überleben und zur Rentabilität angesehen wird.
Den externen Indikatoren zufolge zeigt diese Anpassung erste Wirkung. Im letztjährigen J.D. Power New Vehicle Quality Survey, einer jährlichen Studie, die die Qualitätsleistung eines Fahrzeugs in den ersten drei Monaten seines Besitzes bewertet, belegte Ford unter den Mainstream-Marken nur den 10. Platz und lag damit unter dem Branchendurchschnitt. Allerdings stufte J.D. Power in derselben diesjährigen Liste Ford als Nummer 1 unter den Mainstream-Marken ein und übertraf damit Konkurrenten wie Toyota und Honda. Ford führte diese „sprunghafte“ Verbesserung direkt auf die Rückkehr der beruflichen Fähigkeiten und Erfahrungen der wieder eingestellten Ingenieure zurück.
Fords Erfahrung wird auch als Mikrokosmos der aktuellen Welle des groß angelegten „KI-Ersatzes“ in Unternehmen angesehen. Careerminds, eine Organisation für Arbeitsplatzdienstleistungen, führte zuvor Statistiken über Unternehmen durch, die „KI-gesteuerte Entlassungen“ eingeführt hatten, und stellte fest, dass 35,6 % von ihnen später mehr als die Hälfte der entlassenen Mitarbeiter wieder einstellen mussten, und weitere 32,7 % stellten 25 % bis 50 % der ursprünglichen Mitarbeiter wieder ein. Dies zeigt, dass viele Unternehmen in der Praxis feststellen, dass KI komplexe, ursprünglich von Menschen erledigte Arbeitsfunktionen nicht vollständig übernehmen kann und Korrekturen zwischen Kosten und Geschäftskontinuität vornehmen müssen.
Ein weiteres Paradebeispiel ist das Fintech-Unternehmen Klarna. Im Jahr 2024 gab der CEO des Unternehmens, Sebastian Siemiatkowski, vielbeachtet bekannt, dass der neu eingeführte Chatbot im ersten Monat seiner Einführung die Arbeitsbelastung von 700 Vollzeit-Kundenbetreuern übernommen habe. Dementsprechend hat das Unternehmen die Einstellung von Mitarbeitern eingefroren und Hunderte von Stellen gestrichen. Mitte 2025 und 2026 begann Klarna jedoch, die Rekrutierung von menschlichem Kundendienstpersonal zu verstärken, da die Kundenzufriedenheit deutlich zurückging.
Es stellt sich heraus, dass KI bei der Bewältigung einfacher, standardisierter Fragen wie der Überprüfung von Kontoständen hervorragend geeignet ist. Sobald sie jedoch mit komplexen Benutzeranfragen konfrontiert wird, die Verständnis für Kontext, Emotionen und Nuancen erfordern, kann sie leicht in mechanische, unverblümte und „roboterartige“ Antworten voller Unternehmensjargon verfallen, die das Problem nicht wirklich lösen. In diesem Fall ist die Geduld der Nutzer für reine KI-Dienste schnell erschöpft und Unternehmen müssen die radikale Strategie der „totalen KI“ überdenken.
Fords Eingeständnis von Fehlern und die Rückkehr zur „Mensch-Maschine-Kollaboration“ wurde von vielen Branchenbeobachtern als Weckruf gewertet: Auch bei der rasanten Entwicklung der KI-Technologie spielen erfahrene menschliche Experten immer noch eine Schlüsselrolle bei der Gestaltung komplexer Systeme, der Qualitätskontrolle und dem Kundenservice. Für Unternehmen, die eine große Anzahl von Mitarbeitern entlassen und sie direkt durch KI ersetzen möchten, ist es möglicherweise wichtiger, ein Gleichgewicht zwischen Effizienzsteigerungen und Berufserfahrung zu finden, als einfach nur die Automatisierung anzustreben.