In der verarbeitenden Industrie steckt die Arbeit größtenteils in drei Strömen: dem Vorlauf aus Kalkulation und Angebot, der Planung und Produktionssteuerung auf dem Boden, und der Qualitätskontrolle, die bestimmt, ob ein Auftrag gut genug ist, um versendet zu werden. Daneben gibt es die Arbeit, die an Maschinen und Materialien selbst hängt: Wartung, Einkauf von Rohstoffen, und die Administration rund um Zertifizierung und Rückverfolgbarkeit. Welcher dieser Ströme die meisten Stunden verschlingt, unterscheidet sich pro Unternehmen und pro Produktart, aber das Ergebnis eines Deals wird selten von dem Strom mit den wenigsten Stunden bestimmt.
Die Umstände, die das Ergebnis steuern, sind teils technisch und teils menschlich. Ein Angebot muss mit der tatsächlichen Durchlaufzeit übereinstimmen, nicht mit einer festen Marge, die zufällig meistens hinkommt. Eine Lieferzeit ist so gut wie die Planung, die sie liefert, und diese Planung ist so gut wie die Daten, auf denen sie läuft. Und Qualität wird in der verarbeitenden Industrie nicht anhand eines Durchschnitts beurteilt, sondern anhand der Ausreißer: der einen Partie mit einer Abweichung, die ein Kunde nicht vergisst.
Die Frage ist nicht, ob KI in der verarbeitenden Industrie Arbeit übernimmt, das geschieht bereits teilweise. Die Frage ist, was das mit der Dimension macht, auf der ein Kunde zwischen Lieferanten wählt. Solange eine Lieferzeit von der Auslastung eines Planers abhängt, gewinnt die Partei mit den meisten erfahrenen Mitarbeitern auf dem Boden. Sobald die Planung größtenteils von Software erledigt wird, die Szenarien durchrechnet und nur bei Abweichungen einen Menschen genehmigen lässt, verschiebt sich die Lieferzeit von einer Kapazitätsfrage zu einer Datenfrage: Wer den besten Input hat, gewinnt, nicht wer die meisten Planer hat.
Dasselbe gilt für die Kalkulation. Ein Angebot, das früher Tage kostete, weil jemand Zeichnungen durchrechnen musste, kann heute teilweise automatisch entstehen, wobei ein Ingenieur das Ergebnis auf unlogische Abweichungen prüft. Gewinnt dann noch die Partei, die am schnellsten anbietet, oder die Partei, die am genauesten anbietet? Das ist nicht überall dieselbe Antwort, und genau deshalb verändert sich der Vergleich zwischen Anbietern: Die Dimension, auf der früher gewonnen wurde, bleibt bestehen, aber was diese Dimension ausfüllt, ist nicht mehr das, was es war.
Die Qualitätskontrolle ist das dritte Beispiel. Die visuelle Inspektion, die KI übernimmt, ändert nicht die Frage, ob ein Kunde Qualität verlangt, aber sie ändert, was „besser bei Qualität abschneiden“ bedeutet. Ein Unternehmen, das die Inspektion noch vollständig mit Menschen durchführt, konkurriert dann nicht mehr auf der Konsistenz des Auges, sondern auf etwas anderem: Geschwindigkeit der Korrektur, Transparenz über Abweichungen, oder Garantiefristen. Wer das nicht erkennt, verteidigt sich weiterhin auf einer Dimension, die nicht mehr zählt wie sie zählte.
Dieser Unterschied zwischen Unternehmen liegt nicht in der Ambition, sondern darin, was angesichts ihres Produktmix und ihrer Daten zu automatisieren war. Ein Fertigungsunternehmen mit viel Serienarbeit und standardisierten Zeichnungen hat eher eine Grundlage, um die Kalkulation übernehmen zu lassen, als ein Unternehmen, das überwiegend Maßarbeit liefert, bei dem jeder Auftrag eine neue Ausnahme ist. Ein Unternehmen mit jahrelangen Sensordaten von Maschinen kann Wartung vorausschauend gestalten; ein Unternehmen ohne diese Daten muss erst investieren, bevor KI dort etwas übernehmen kann. Die Verschiebung trifft also nicht jedes Unternehmen in derselben Reihenfolge, und das bedeutet, dass die Peer Group zu einem bestimmten Zeitpunkt sowohl Unternehmen enthält, die bereits auf der neuen Dimension punkten, als auch Unternehmen, die noch auf der alten Dimension verteidigen.
Ob KI-getriebener Kapazitätsgewinn auch zu weniger Vollzeitäquivalenten führt, ist eine Entscheidung des Arbeitgebers mit eigenen gesetzlichen Anforderungen; hier geht es nur um die Frage, welche Dimension einen Deal entscheidet und wer dort im Moment punktet.
Diese Verschiebung spielt sich nicht nur in der verarbeitenden Industrie ab. Was Lieferzeit bedeutet, wenn Planung die Arbeit von Transportplanern übernimmt zeigt ein vergleichbares Muster, ebenso wie die Frage worauf sich Beratungsunternehmen unterscheiden, wenn Research und Berichterstattung größtenteils automatisiert sind. Erkennen Sie eine Dimension, auf der Sie glauben zu gewinnen, dann ist die nächste Frage, was Sie tun, wenn sich zeigt, dass ein Wettbewerber dort inzwischen vorne liegt: was bei einem Rückstand auf einer Dimension zu tun ist, die den Deal entscheidet bietet dafür einen Ansatz.
Die zugrunde liegende Frage, welche Arbeit in Ihrem Unternehmen tatsächlich von KI zu übernehmen ist, wird mit dem Werkscan von FTE TO AI pro Aufgabe beantwortet.
Bevor Sie sich auf eine Dimension verteidigen, ist es gut zu wissen, ob diese Dimension noch das ist, was sie war, und ob Ihr Anspruch darauf haltbar ist. Ein Anspruch wie „wir sind schneller“ oder „wir sind präziser“ ist erst etwas wert, wenn er belegbar ist; wie das funktioniert, steht beschrieben in wie Sie einen Anspruch über Ihre eigene Qualität belegen. Mit dem kostenlosen Dimensionscheck benennen Sie, worauf Sie glauben zu gewinnen, und sehen Sie, welcher dieser Ansprüche mit Beweisen zu verteidigen ist. Die vollständige Benchmark, mit Ihrer Position und der Ihrer Peer Group auf jeder Dimension, befindet sich im Aufbau.