Der menschliche Faktor: Warum Automatisierung von Menschen geleitet werden muss

Automatisierung wird in fast allen Branchen allgegenwärtig. In der Fertigung wird erwartet, dass der weltweite Absatz von Industrierobotern bis 2018 fast verdoppelt wird und 400.000 Einheiten erreicht. Im Heimbereich soll der Umsatz mit Heimautomatisierung in diesem Jahr über 6 Millionen Dollar liegen und eine jährliche Wachstumsrate (CAGR) von 28,19 % aufweisen.

Einer der größten Bereiche für Automatisierung ist die Automobilindustrie, wo der Appetit auf vollautonome, selbstfahrende Fahrzeuge wächst. Anfang dieses Monats gab der Automobilriese Mercedes-Benz einen Vorgeschmack auf die potenzielle Zukunft des städtischen Verkehrs, indem er seinen autonomen CityPilot-Bus in Amsterdam testete. Ein Schritt, der den öffentlichen Nahverkehr „noch sicherer, effizienter und komfortabler“ machen soll.

Diese Behauptung der Sicherheitsvorteile ist vielleicht nicht so leichtfertig, wie sie zunächst klingt. Science-Fiction-Filme zeigen oft einen Zentralcomputer, der eine kollektive Zusammenfassung zahlreicher Gedanken ist. Doch es gibt keinen Grund, warum dies Fiktion bleiben sollte. Ein automatisiertes Fahrzeug könnte das sicherste auf der Straße sein, wenn es auf eine kollektive Fahrerfahrung zugreifen könnte. Denken Sie daran, wie Sie selbst nach Hause fahren, durch Ampeln navigieren und Kreisverkehre bewältigen. All das geschieht natürlich durch angesammeltes Erfahrungswissen. Stellen Sie sich nun vor, die Erfahrungen aller Fahrer in Deutschland würden in eine Datenbank hochgeladen und zum Steuern der automatisierten Autos der Zukunft genutzt. Das automatisierte Auto wäre ein Fahrer mit Millionen von Jahren Erfahrung.

Das wäre der ultimative kollektive Bewusstseins-Big-Data-Ansatz. Doch wie bei Big Data in all seinen Formen müssen die wertvollen Informationen darunter durch effektive Analytik freigesetzt werden, damit die Erkenntnisse verarbeitet, extrapoliert und korrekt genutzt werden können.

Diese Daten können von Stadtplanern weltweit genutzt werden, die sich bemühen, „Smart Cities“ auf Basis von Automatisierung zu entwickeln. So hat Singapur kürzlich begonnen, eine kleine Flotte autonomer Audi-Taxis zu testen, die Passagiere in einem Businesspark befördern. Die fahrerlosen Taxis sollen die Kosten einer durchschnittlichen Fahrt um 70 % senken, indem sie den Fahrer überflüssig machen. Zwar werden die Autos zunächst noch Fahrer an Bord haben, die im Notfall eingreifen können, doch der Plan sieht vor, den menschlichen Faktor bis 2019 schrittweise zu eliminieren. Das Pilotprojekt endet 2020 mit dem Ziel einer breiteren Einführung danach. Die Fahrzeuge werden mit Software ausgestattet, die es Pendlern ermöglicht, sie ähnlich wie Ride-Sharing-Dienste Uber und Lyft zu buchen. Ähnliche Pilotprogramme in den USA und Europa werden voraussichtlich noch in diesem Jahr angekündigt.

Getrieben durch den breiteren Trend der digitalen Transformation ist Automatisierung gekommen, um zu bleiben. Wichtig ist, Automatisierung aus der gesamten Unternehmensperspektive und als Ende-zu-Ende-Prozess zu betrachten. Organisationen vor 20 Jahren automatisierten einen Softwaretest an einem einfachen Algorithmus, heute jedoch verfügen wir über eine Masse integrierter Systeme sowie eingebetteter Software und Engineering, die integriert werden müssen. Dies macht Qualitätssicherung und Testen solcher integrierten Systeme weitaus komplexer und erfordert daher komplexe automatisierte Teststrategien.

Der einzige Weg, sicherzustellen, dass ein Unternehmen so funktioniert, wie es soll, besteht darin, den gesamten Geschäftsprozess kontinuierlich zu testen, um sicherzustellen, dass ein Upgrade an einem Teil der digitalen „Kette“ die digitalen Abläufe an anderer Stelle nicht beeinträchtigt.

Zwar ist es möglich, kombiniertes Wissen in umsetzbare digitale Intelligenz zu überführen, die den Großteil des Qualitätssicherungsprozesses automatisieren kann, doch es ist wichtig zu bedenken: Es braucht einen Menschen, um vorherzusagen, was ein Mensch tun wird. Daher ist es nie ratsam, den Menschen完全 aus dem Qualitätssicherungsprozess zu entfernen. Wir glauben jedoch, dass in den nächsten fünf bis zehn Jahren mindestens 30 % der transaktionalen IT-Aktivitäten von Robotern automatisiert werden.

Fazit: Die Automatisierung eines Geschäftsprozesses muss durch einen umfassenden Ende-zu-Ende-Qualitätssicherungsplan untermauert sein, der eine optimale Kombination aus automatisierter statischer Analyse und Expertenprüfung durch Menschen umfasst. Jegliche Qualitätssicherung muss von Beginn der Produkt- oder Dienstleistungsentwicklung an erfolgen und fortlaufend fortgesetzt werden. Es reicht nicht, den neuen Prozess nur zu testen, ob er besteht oder nicht. Die beratende Kapazität von Domänenwissen ist entscheidend, um sicherzustellen, dass Automatisierung nicht einfach ein automatischer Weg in die Katastrophe ist.

Dik Vos ist CEO von SQS

Folgen Sie @ManufacturingGL und @NellWalkerMG