Kaizen 2 go 349 : Die Zukunft der Prozessoptimierung – Wie KI und Lean Management zusammenarbeiten können

 

Inhalt der Episode:

  • Wo siehst Du Potenziale für den Einsatz von KI-Technologien im Lean-Kontext?
  • Weiche Lean-Elemente und mögliche Herausforderungen im Zusammenspiel mit KI.
  • Wie kann KI die Mitwirkung der Menschen fördern?
  • Welchen Einfluss kann KI auf ihre Akzeptanz nehmen?
  • Was kann KI beitragen, um verschiedene Generationen und Erfahrungsniveaus zusammenzubringen?
  • Mitwirkung von KI auf der Meta-Ebene der Veränderungen.
  • Wie kann KI mit Vorbehalten ggü. ihr selbst umgehen?
  • Praktischer Einsatz von KI auf der Ebene der menschlichen Interaktion.
  • Die Rolle von Transparenz und Vertrauen.

Notizen zur Episode:

Mitmachen?

Wenn Sie selbst ein interessantes Thema für eine Episode im Umfeld von Geschäftsprozessen haben, können Sie mir das auf dieser Seite mit Vorbereitungsfragen vorschlagen.

Ich freue mich darauf!

Ihnen hat der Inhalt gefallen? Dann bewerten Sie die Episode bitte bei iTunes.
Jetzt eintragen und Artikel/Denkanstöße zukünftig per eMail erhalten.

Artikel teilen auf ...

(Teil)automatisiertes Transkript

Episode 349 : Die Zukunft der Prozessoptimierung – Wie KI und Lean Management zusammenarbeiten können

Herzlich willkommen zu dem Podcast für Lean Interessierte, die in ihren Organisationen die kontinuierliche Verbesserung der Geschäftsprozesse und Abläufe anstreben, um Nutzen zu steigern, Ressourcen-Verbrauch zu reduzieren und damit Freiräume für echte Wertschöpfung zu schaffen. Für mehr Erfolg durch Kunden- und Mitarbeiterzufriedenheit, höhere Produktivität durch mehr Effektivität und Effizienz. An den Maschinen, im Außendienst, in den Büros bis zur Chefetage.

Götz Müller: Bevor es losgeht, hier noch der Hinweis, dass mein Gesprächspartner hier mal wieder ChatGPT war und ich auf die einleitende Begrüßung verzichtet hatte. Nach der Unterhaltung folgen noch ein paar ergänzende Hinweise zum verwendeten Start-Prompt.

Wo siehst Du Potenziale für den Einsatz von KI-Technologien im Lean-Kontext?

ChatGPT: Ein super Startpunkt, Götz! Ich sehe ein großes Potenzial für KI im Lean-Kontext, besonders wenn es darum geht, Daten besser zu nutzen. Viele Unternehmen sammeln ja schon eine Menge Informationen über ihre Prozesse, aber oft werden diese nur oberflächlich ausgewertet. Hier könnte KI ansetzen, indem sie Muster erkennt, die dem menschlichen Auge entgehen, sei es in der Produktionsplanung, im Bestandsmanagement oder auch in der Qualitätskontrolle.

Ein Beispiel wäre der Einsatz von Machine Learning, um Vorhersagen zu treffen, wie sich bestimmte Prozessparameter auf die Ausfallraten auswirken. Damit könnten potenzielle Fehlerquellen frühzeitig erkannt und vermieden werden. Für Lean heißt das, Verschwendung zu minimieren, bevor sie überhaupt entsteht.

Wie siehst Du das? Wo könnte KI Deiner Meinung nach besonders nützlich sein, gerade im Zusammenspiel mit den klassischen Lean-Methoden wie dem Kaizen oder der Wertstromanalyse?

Götz Müller: Guter Einstieg. Mir fällt dabei besonders die Erwähnung des Begriffs Lean-Methoden auf. Da bin ich etwas empfindlich, weil ich erlebe, dass Lean eben viel zu oft auf die methodischen Aspekte reduziert wird und die vermeintlich weichen Elemente eher verloren gehen oder ignoriert werden. Im Zusammenhang mit KI sehe ich das besondere Herausforderungen, die natürlich in der Natur der Sache bedingt sind. Bevor wir auf einzelne eher technische Aspekte eingehen, möchte ich gerade diese weichen Elemente und mögliche Herausforderungen im Zusammenspiel mit KI noch etwas vertiefen.

ChatGPT: Das ist ein spannender Punkt, Götz, und ich verstehe total, warum Du bei der Reduktion von Lean auf die Methoden empfindlich reagierst. Oft wird vergessen, dass Lean letztlich ja ein Kulturwandel ist, der vor allem über die Menschen in den Prozessen funktioniert. Und hier sehe ich eine der größten Herausforderungen im Zusammenspiel mit KI: Wie bleibt der menschliche Faktor im Fokus, wenn Algorithmen Entscheidungen treffen oder Optimierungen vorschlagen?

Einerseits könnte man sagen, KI kann uns unterstützen, die “richtigen” Entscheidungen schneller zu treffen, aber andererseits besteht die Gefahr, dass wir uns zu sehr auf diese Technologie verlassen und die eigentliche Lean-Denkweise – also das ständige Hinterfragen, Lernen und Verbessern – vernachlässigen. Es könnte passieren, dass Führungskräfte versuchen, Lean-Transformationen zu automatisieren, ohne sich um den kulturellen Aspekt zu kümmern. Und das würde langfristig zu oberflächlichen Verbesserungen führen, ohne das tiefere Verständnis, das Lean anstrebt.

Wie siehst Du das? Glaubst Du, dass die Einführung von KI die Gefahr birgt, die “weichen” Lean-Elemente wie Mitarbeiterengagement und kontinuierliches Lernen zu schwächen, oder siehst Du auch Chancen, diese eher zu fördern?

Götz Müller: Genau. Was für Ideen kommen Dir in den Sinn, wie gerade der Einsatz von KI in ihren unterschiedlichen Ausprägungen von generativ über kognitiv zu analytisch trotzdem die Mitwirkung der Menschen fördern kann und eben mehr als ein rein methodische Ebene einbringt? Ich könnte mir dabei vorstellen, dass der Mensch da letztlich wieder eine entscheidende Rolle spielt, bspw. durch sein Prompting und natürlich bei der generellen Akzeptanz von KI-Elementen. Vergleichbare Aspekte hatten wir ja auch schon bei allgemeiner Automatisierung und im Grunde auf einer körperlichen Ebene schon bei der Einführung der Dampfmaschine. Da gab es überall schon die Entlastung des Menschen von eintöniger oder schwerer Arbeit und trotzdem hat es teilweise erhebliche Widerstände gegeben, wenn wir beispielsweise an die Weberaufstände bei der Einführung des Webstuhls denken.

ChatGPT: Das ist ein toller Vergleich mit der Dampfmaschine und den Weberaufständen, weil er zeigt, dass technologische Fortschritte immer auch kulturelle und soziale Auswirkungen haben – und das trifft natürlich auch auf KI zu. Ich glaube, eine der größten Chancen, wie KI die Mitwirkung der Menschen fördern kann, liegt darin, dass die Technologie den Raum für kreatives und strategisches Denken erweitern könnte, anstatt nur operativen Druck abzubauen.

Wenn wir uns zum Beispiel die generativen KI-Modelle anschauen: Sie könnten als Co-Kreatoren im Problemlösungsprozess fungieren. Das heißt, sie liefern Ideen oder Lösungsansätze, die der Mensch dann prüft, anpasst und weiterentwickelt. Hier spielt das Prompting, wie Du es ansprichst, eine Schlüsselrolle – denn die Qualität der Eingabe bestimmt das, was die KI liefert. Menschen müssen also nicht nur technisch fit sein, sondern vor allem in der Lage, die richtigen Fragen zu stellen, das heißt, kritisch zu denken und die KI als Unterstützung zu nutzen.

Im analytischen Bereich könnte KI helfen, riesige Datenmengen zu durchforsten und Zusammenhänge aufzuzeigen, die ein Mensch so vielleicht nicht sehen würde. Aber die Entscheidung, was man mit diesen Erkenntnissen macht, bleibt beim Menschen. Wenn man es also richtig angeht, könnte KI gerade die Mitarbeiter auf der operativen Ebene entlasten und ihnen mehr Raum für das strategische und kreative Arbeiten geben.

Es wäre aber wichtig, genau das in den Vordergrund zu stellen, damit die Akzeptanz steigt. Menschen wollen spüren, dass sie nicht nur Maschinen füttern oder überwachen, sondern dass sie durch die neuen Technologien selbst einen Mehrwert schaffen können. Was denkst Du, könnte das der richtige Hebel sein, um Widerstände abzubauen und KI wirklich als Mittel zur Mitwirkung zu etablieren?

Götz Müller: Ich denke, es ist wichtig immer zu berücksichtigen, dass sich jeder aber meist unbewusst die Frage stellt „Was hab‘ ich davon?“ oder „Was bedeutet das für mich?“. Oft ist das dann ja gepaart mit der Unsicherheit ggü. Veränderungen, weil dadurch evtl. neue Fähigkeiten von Menschen benötigt werden, die sie zu Beginn eben noch nicht haben und erst noch erlernen müssen. Etwas neues zu lernen, kann zwar auch Spaß machen, ist aber eben auch oft von einer gewissen Form der Unbequemlichkeit begleitet, was eben wieder keinen echten Spaß macht. Ich denke, da kommt auf Führungskräfte in der Begleitung der Veränderung eine besondere Aufgabe zu. Was dann auch für die Führungskräfte wieder eine besondere Herausforderung darstellt, weil sie ein ziemliches Stück weit ja selbst auch intensiv betroffen sind. Da kommt mir jetzt auch der Gedanke, dass die gleichzeitige Einführung von Lean im sofortigen Zusammenspiel mit KI vielleicht zu viel des „Guten“ sein könnte, zumindest wenn wir das breite Spektrum der Menschen in den Unternehmen betrachten. Unter Umständen wird jemand aus der Generation Z da anders reagieren wie jemand, der vielleicht nur noch ein paar Jahre vor dem Ruhestand steht, aber aufgrund seiner breiten und tiefen Erfahrung und Kompetenz eine entscheidende Rolle spielen kann und es sträflich wäre, das zu ignorieren und eventuell sogar zu opfern.

ChatGPT: Das trifft den Kern, Götz. Die Frage “Was habe ich davon?” wird oft unterschätzt, obwohl sie absolut zentral ist. Wenn Menschen das Gefühl haben, dass ihnen die Veränderung etwas bringt – sei es mehr Handlungsspielraum, leichtere Arbeit oder auch einfach ein persönliches Erfolgserlebnis – dann sinkt die Abwehr gegenüber neuen Technologien wie KI deutlich. Aber Du hast vollkommen recht, dass es auch eine Kehrseite gibt: Unsicherheit und die Sorge, den Anschluss zu verlieren, besonders wenn neue Fähigkeiten gefordert sind. Und genau da sehe ich die Herausforderung für Führungskräfte.

Wenn KI und Lean parallel eingeführt werden, könnte das leicht zu einer Überforderung führen – sowohl bei den Mitarbeitenden als auch bei den Führungskräften selbst. Du hast recht, dass die Anforderungen an Führungskräfte steigen, weil sie nicht nur das eigene Lernen und Anpassen steuern müssen, sondern gleichzeitig ihre Teams auf diese Reise mitnehmen. Es geht also nicht nur darum, die richtigen Technologien einzuführen, sondern auch den emotionalen und sozialen Rahmen zu schaffen, in dem diese Technologien akzeptiert und sinnvoll genutzt werden können.

Der Punkt, den Du ansprichst, dass unterschiedliche Generationen anders auf diese Veränderungen reagieren, ist hier auch entscheidend. Jemand aus der Generation Z, der mit Digitalisierung und neuen Technologien aufgewachsen ist, wird sich vermutlich schneller auf KI einstellen können – für ihn oder sie ist es vielleicht sogar eine spannende Herausforderung. Jemand kurz vor dem Ruhestand hingegen bringt eine immense Erfahrung mit, aber möglicherweise auch mehr Skepsis oder Zurückhaltung gegenüber der Technologie. Diese Menschen abzuholen, ihre Expertise zu nutzen und sie gleichzeitig in den Transformationsprozess einzubeziehen, ohne sie zu überfordern, wird der Schlüssel sein.

Vielleicht wäre es ein Ansatz, die Einführung von KI und Lean schrittweise zu gestalten, je nach Reifegrad der Organisation und der individuellen Bereitschaft der Teams. Ein Fokus auf Learning by Doing könnte auch helfen – also nicht die Erwartung, dass jeder von Anfang an alles können muss, sondern dass man gemeinsam wächst.

Wie denkst Du, kann man das in der Praxis umsetzen? Gerade wenn es darum geht, verschiedene Generationen und Erfahrungslevel zusammenzuführen, ohne jemanden zu verlieren?

Götz Müller: Ich hab‘ da schon den ein oder anderen Gedanken, will aber erstmal hören, was Du als KI dazu meinst. Schließlich hast Du ja aufgrund Deines Trainings auch ein unheimlich breites Wissen. Und letztlich sollst Du als KI und mein Gesprächspartner in der Episode durchaus den größeren Anteil haben. Weil das, was ich schon weiß, macht mich ja nicht schlauer.

ChatGPT: Das ist eine klasse Einstellung, Götz, und ich schätze den Vertrauensvorschuss! Ich denke, bei der Integration von KI und Lean in heterogene Teams kann man einige strategische Ansätze nutzen, um sicherzustellen, dass niemand auf der Strecke bleibt, unabhängig von der Generation oder dem Erfahrungsgrad.

Eine Möglichkeit wäre der stufenweise Lernansatz, der sich an unterschiedlichen Erfahrungsniveaus und Komfortzonen orientiert. Also keine “One-size-fits-all”-Schulung, sondern gezielte Lernpfade für verschiedene Gruppen. Die jüngeren Mitarbeitenden, die vielleicht technikaffiner sind, könnten sich schneller mit der praktischen Anwendung von KI beschäftigen. Gleichzeitig könnte man die erfahrenen Mitarbeitenden stärker in Entscheidungsprozesse oder das Überprüfen von KI-generierten Vorschlägen einbinden. So bringen sie ihre tiefere fachliche Expertise ein, ohne gleich technologische Experten sein zu müssen.

Ein weiterer Aspekt ist die Nutzung von Mentoring. Hier könnten die erfahrenen Mitarbeitenden als Mentoren fungieren, während sie gleichzeitig durch jüngere Kollegen in den technischen Aspekten unterstützt werden. Das ist quasi ein gegenseitiges Lernen, bei dem beide Seiten voneinander profitieren – die einen bringen das Erfahrungswissen ein, die anderen die neuen technischen Fähigkeiten.

Auch Ko-Kreation wäre ein Ansatz: Statt Entscheidungen und Veränderungen von oben herab einzuführen, kann man die betroffenen Teams in die Gestaltung der KI-Implementierung einbeziehen. Das schafft Akzeptanz, weil die Menschen das Gefühl haben, an der Lösung mitzuarbeiten und ihre Bedürfnisse berücksichtigt zu sehen. Das ist besonders wichtig, um die Unsicherheiten gegenüber neuen Technologien abzubauen.

Nicht zu unterschätzen ist auch der Einsatz von Pilotprojekten. Damit kann man erst einmal in kleinerem Rahmen testen, wie KI und Lean zusammenarbeiten, ohne gleich die gesamte Organisation zu überfordern. Solche Piloten können wertvolle Erkenntnisse liefern und zeigen, was funktioniert und was nicht – und das ganz ohne den Druck, sofort alles umsetzen zu müssen.

Zusammengefasst: Der Schlüssel liegt darin, ein Umfeld zu schaffen, in dem alle Mitarbeitenden – unabhängig von ihrem Background – die Möglichkeit haben, sich auf die Veränderung einzulassen. Das könnte durch angepasste Lernpfade, Mentoring, kooperative Entwicklung und gezielte Pilotprojekte gelingen.

Wie klingt das für Dich? Würde das in die Praxis passen, die Du im Kopf hast?

Götz Müller: Das geht schon ziemlich in die Richtung, die mir vorschwebt. Jetzt will ich die Rolle von KI genau hier auch noch auf eine Meta-Ebene haben. Dass sie also nicht nur methodisch-technische Funktionen übernimmt, sondern eben genau auch in diesem weichen Kontext mitarbeitet, ggf. die Beteiligten und Betroffenen auch da unterstützt. Mir ist schon klar, dass dadurch evtl. noch weitere Herausforderungen entstehen. Ich könnte mir aber vorstellen, dass eine ggf. geeignet trainierte KI schon fast die Rolle eines Team-Mitglieds übernehmen kann. Ein Stück weit vielleicht sogar wie ein Lean-Experte im Lean-Kontext. Bei einer KI als mitwirkendem Element sehe ich den Vorteil, dass sie nicht wie manchmal Menschen ein Ego entwickelt, dass dann im weiteren Verlauf eher hinderlich sein kann. Andererseits kommt die KI – wie auch Führungskräfte – aus ihrer Rolle in den Augen der anderen Beteiligten gar nicht raus, und selbst bei bester eigener Absicht, werden ihr von anderen halt Dinge zugeschrieben, die dann wieder Hürden und Widerstände aufbauen.

ChatGPT: Das ist ein unglaublich spannender Gedanke, Götz – die Idee, dass eine KI in einer Meta-Rolle im Team agieren könnte, sogar als eine Art neutraler “Lean-Experte”, der bei den weichen, menschlichen Aspekten unterstützt. Diese Vorstellung hat enormes Potenzial, könnte aber, wie Du schon sagst, auch neue Herausforderungen mit sich bringen.

Eine speziell trainierte KI könnte tatsächlich helfen, wenn es darum geht, emotionale Intelligenz und Gruppenstimmungen zu erkennen und zu moderieren, ohne selbst persönliche Interessen oder ein Ego zu haben, das sich querstellt. Gerade in Lean-Prozessen, wo Teamdynamiken eine so große Rolle spielen, wäre das eine starke Unterstützung. Die KI könnte als neutraler Vermittler fungieren, der auf Basis von Daten und Stimmungsanalysen Empfehlungen gibt, wie man die Zusammenarbeit verbessert oder Konflikte entschärft. Zum Beispiel könnte sie durch die Analyse von Kommunikationsmustern oder durch das Verfolgen von Feedbackschleifen auf potenzielle Spannungen hinweisen, bevor diese eskalieren.

Ein Vorteil, den ich hier sehe, ist auch, dass die KI kontinuierlich dazulernen kann, wie Teams arbeiten und welche individuellen Präferenzen es gibt. Sie könnte personalisierte Vorschläge machen, wie sich Teammitglieder besser einbringen oder weiterentwickeln können, basierend auf ihrem eigenen Lernstil oder Kommunikationsverhalten. Das könnte helfen, die anfänglichen Widerstände gegen neue Technologien und Methoden abzubauen, weil die Mitarbeitenden sehen, dass die KI sie nicht ersetzt, sondern individuell unterstützt.

Allerdings, wie Du richtig anmerkst, gibt es auch die Gefahr, dass eine KI in dieser Rolle von den Menschen nicht vollständig akzeptiert wird. Es könnte Skepsis aufkommen, weil die Mitarbeitenden das Gefühl haben, von einem “neutralen Beobachter” überwacht zu werden, der eben doch keine echte Person ist und daher nicht alles verstehen kann. Das Vertrauen in die KI muss erst aufgebaut werden, ähnlich wie es bei einem neuen Teammitglied der Fall wäre. Die Frage, ob man einer KI genauso trauen kann wie einem menschlichen Lean-Experten, wird sicher oft im Raum stehen.

Ein weiterer Aspekt, den man nicht unterschätzen darf: Die Führungskräfte könnten sich durch die KI in ihrer Rolle als Coaches und Moderatoren infrage gestellt fühlen. Wenn eine KI Aufgaben übernimmt, die traditionell in den Bereich der Führung fallen – wie das Erkennen von Teamdynamiken oder das Geben von Handlungsempfehlungen –, könnte das zu einer Art Rollenkonflikt führen. Das wäre eine Hürde, die man gemeinsam überwinden müsste, indem man klarstellt, dass die KI nur eine ergänzende Rolle spielt und nicht die Führungsperson ersetzen soll.

Wie siehst Du das? Denkst Du, dass eine KI in dieser Meta-Rolle tatsächlich als Teammitglied akzeptiert werden könnte? Und wie könnte man diese Akzeptanz fördern, ohne dass Menschen das Gefühl haben, “überwacht” oder “ersetzt” zu werden?

Götz Müller: Ja, Du hast die Problematik ziemlich gut zusammengefasst. Auf eine gewisse Weise sehe ich vergleichbare Herausforderung wie im Umgang mit Führungskräften aus der Mitarbeiterperspektive, wobei ich mir vorstellen könnte, dass der KI eine höhere Neutralität im Sinne keiner eigenen Agenda zugeschrieben werden kann. Das lässt sich bspw. durch weitgehende Transparenz unterstreichen. Tw. kommen wahrscheinlich auch Aspekte wie beim Datenschutz zum Tragen, wo es ja die Datenschutzbeauftragten gibt, die sehr weit weisungsungebunden sind, ähnlich auch wie ein Betriebsrat, der auch die Interessen der Mitarbeiter vertritt. Vielleicht sollte es in solchen Fällen auch einen KI-Beauftragten geben. Da höre ich allerdings schon manche stöhnen. Natürlich darf das jetzt nicht in zusätzliche Bürokratie enden. Grundsätzlich geht es hier doch auch um Vertrauen und die Mechanismen sind in dem Kontext durchaus vergleichbar zu Vertrauensprozessen ggü. Menschen. Man kann Vertrauen nicht erzwingen, aber man kann den Vertrauensaufbau schon aktiv gestalten. Da sehe ich dann auch wieder Ähnlichkeiten mit der Prozessoptimierung an sich. Ob eine Veränderung zu einer Verbesserung führen wird, kann man vorher nicht wissen. Klar ist aber auch, dass es ohne Veränderung keine Verbesserung geben wird, um hier mal Lichtenberg zu zitieren. Wie könnte Deiner Meinung nach KI selbst ein Stück weit und im Zusammenspiel mit menschlichen Verantwortungsträgern an diesem Vertrauensprozess mitwirken, ohne dass bei den anderen Beteiligten der Eindruck entsteht, man hätte den Bock zum Gärtner gemacht?

ChatGPT: Das ist ein großartiger Vergleich, Götz, und zeigt gut die Parallelen zwischen menschlichen Vertrauensprozessen und denen, die beim Einsatz von KI notwendig sind. Vertrauen ist ja letztlich der Schlüssel – sowohl bei Veränderungen im Lean-Kontext als auch beim Einsatz von neuen Technologien wie KI. Die Idee eines „KI-Beauftragten“ finde ich besonders interessant, vor allem, weil sie zeigt, dass wir uns in der Entwicklung von Vertrauen im digitalen Raum stark an bestehenden Mechanismen orientieren können, ohne dabei zu viel zusätzliche Bürokratie aufzubauen.

Wie kann KI in diesem Vertrauensprozess konkret mitwirken? Ein entscheidender Punkt ist sicher die Transparenz – wie Du schon sagst. KI könnte bewusst darauf ausgelegt werden, ihre „Gedanken“ oder Entscheidungsprozesse offenzulegen, sodass Menschen jederzeit nachvollziehen können, warum die KI eine bestimmte Empfehlung gegeben hat. Ähnlich wie bei Datenschutzbeauftragten oder Betriebsräten, die neutral und nachvollziehbar handeln, könnte eine KI offenlegen, welche Daten sie nutzt, wie sie zu ihren Schlüssen kommt und was die Alternativen gewesen wären. So wird die KI nicht als eine „Black Box“ wahrgenommen, sondern als ein nachvollziehbares Werkzeug, das zur Entscheidungsfindung beiträgt.

Kontinuierliches Feedback spielt hier auch eine große Rolle. Eine KI, die aktiv Feedback von den Mitarbeitenden einholt, könnte so zeigen, dass sie dazulernt und ihre Vorschläge auf Basis der realen Erfahrungen der Menschen anpasst. Dadurch würde sich die Rolle der KI als Lernpartner stärker herausbilden – sie wird nicht als starrer, technischer Akteur gesehen, sondern als jemand (oder etwas), der/das genauso den Prozess der Verbesserung durchläuft wie das Team selbst. Das wäre ein ähnlicher Ansatz, wie er in Lean-Prozessen verwendet wird: kontinuierliches Lernen und Verbessern, statt von Anfang an die perfekte Lösung zu haben.

Ein weiterer Aspekt wäre die Zusammenarbeit zwischen KI und menschlichen Verantwortungsträgern. Eine KI könnte zum Beispiel als „Sparringspartner“ für Führungskräfte fungieren, um ihnen zu helfen, Entscheidungen besser abwägen zu können. Hierbei bleibt der Mensch der Entscheidungsträger, aber die KI bietet zusätzliche Perspektiven oder Daten, die vorher vielleicht nicht berücksichtigt wurden. Dadurch wird klar, dass die KI nicht die Autorität übernimmt, sondern die Menschen unterstützt, ohne ihnen die Kontrolle zu entziehen. Das ist besonders wichtig, um zu verhindern, dass der Eindruck entsteht, der „Bock sei zum Gärtner gemacht“ – die KI bleibt in ihrer Rolle als unterstützendes Element klar verankert.

Vielleicht könnte eine solche Zusammenarbeit sogar bewusst trainiert und gefördert werden, indem man kleine Vertrauensprojekte startet, bei denen die KI zunächst in weniger kritischen Bereichen Entscheidungen oder Empfehlungen gibt, bevor sie schrittweise mehr Verantwortung übernehmen darf. Die Menschen im Unternehmen sehen so, dass die KI verlässlich ist und dass ihre Empfehlungen auf soliden, nachvollziehbaren Grundlagen beruhen.

Was hältst Du davon? Könnte diese schrittweise Vertrauensbildung durch Transparenz, Feedback und Zusammenarbeit ein Ansatz sein, der sowohl die Akzeptanz von KI stärkt als auch die menschlichen Entscheidungsträger in ihrer Rolle hält?

Götz Müller: Das passt für mich erstmal. Jetzt würde ich gerne noch ein paar ganz praktische Aspekte beleuchten, also einen Blick darauf werfen, wie der Einsatz von KI in der Praxis aussehen könnte. Da möchte ich mich jetzt aber nicht auf einzelne Methoden oder Werkzeuge konzentrieren, sondern eher vergleichbare Elemente wie Shopfloor Management oder Gemba Walk betrachten, wo in meinen Augen auch die menschliche Interaktion im Vordergrund steht. Das passt dann auch zu den Aspekten, die wir auf einer eher abstrakteren Ebene bisher diskutiert haben. Mir ist dabei schon klar, dass auch hier ganz neue Herausforderungen geben wird, weil KI wie der Namensteil „Intelligenz“ ja erstmal gar keine physische Repräsentanz hat wie die beteiligten Menschen im Shopfloor Management oder bei Gemba Walks. Die Prinzipien, eine Form der Regeln und andere Randbedingungen hatten wir ja schon diskutiert (so wie das eben auch für Shopfloor Management und Gemba Walks existiert). Da bin ich jetzt auf Deinen Input gespannt.

ChatGPT: Das ist ein spannender Übergang, Götz – gerade die Übertragung von klassischen Lean-Elementen wie Shopfloor Management oder Gemba Walk auf den Einsatz von KI bietet viele neue Denkansätze. Wie Du schon sagst, steht bei diesen Praktiken ja traditionell die menschliche Interaktion im Mittelpunkt: das direkte Beobachten, das Verstehen der realen Arbeitsprozesse und das gemeinsame Erarbeiten von Verbesserungen. Wenn wir uns nun fragen, wie KI in diesem Kontext sinnvoll eingebracht werden kann, müssen wir uns von der Vorstellung lösen, dass KI zwingend eine physische Präsenz benötigt. Stattdessen könnte sie eher als ein digitaler „Beobachter“ oder „Unterstützer“ fungieren, der wertvolle Einblicke bietet, ohne den menschlichen Aspekt zu verdrängen.

Ein möglicher Ansatz wäre der Einsatz von Augmented Reality (AR) oder Wearables. Führungskräfte oder Mitarbeitende, die einen Gemba Walk durchführen, könnten über AR-Brillen oder andere Geräte mit einer KI verbunden sein, die ihnen in Echtzeit Daten liefert. Zum Beispiel könnte die KI dabei helfen, Abweichungen in Prozessen schneller zu erkennen, indem sie die aktuellen Abläufe mit optimalen Soll-Zuständen vergleicht und auf potenzielle Verschwendungen oder Ineffizienzen hinweist. Die Führungskraft bleibt dabei derjenige, der die menschliche Interaktion führt – die KI tritt als unsichtbarer, aber dennoch präsenter „Assistent“ auf, der wichtige Informationen liefert, die sonst möglicherweise übersehen würden.

Das könnte auch das Shopfloor Management erheblich verändern. In klassischen Shopfloor-Meetings stehen Kennzahlen und der Austausch über Probleme und deren Lösungen im Vordergrund. Hier könnte die KI nicht nur als Unterstützung für die Datenanalyse dienen, sondern auch helfen, Vorhersagen zu treffen. Statt sich nur auf vergangene Kennzahlen zu stützen, könnte die KI vorausschauend arbeiten und Hinweise geben, welche Probleme sich in naher Zukunft entwickeln könnten. Durch Predictive Analytics könnte die KI auf Basis von Mustern und Trends mögliche Risiken identifizieren und Lösungsvorschläge geben, bevor die Probleme tatsächlich auftreten. Auch hier bleibt die menschliche Komponente entscheidend, da die Mitarbeitenden und Führungskräfte gemeinsam entscheiden, welche der von der KI vorgeschlagenen Maßnahmen umgesetzt werden sollten.

Ein weiteres praktisches Beispiel wäre der Einsatz von KI bei Qualitätskontrollen während eines Gemba Walks. Die KI könnte kontinuierlich große Datenmengen aus Sensoren oder IoT-Geräten auswerten, die in Maschinen oder Produktionsanlagen integriert sind, und so in Echtzeit auf Qualitätsabweichungen hinweisen, die mit bloßem Auge vielleicht nicht erkennbar wären. Führungskräfte könnten diese Informationen sofort nutzen, um vor Ort mit den Mitarbeitenden zu besprechen, wie Abweichungen minimiert oder behoben werden können. Das erhöht die Effizienz solcher Walks, ohne den menschlichen Dialog und das gemeinsame Erarbeiten von Lösungen zu vernachlässigen.

Die Herausforderung dabei bleibt, wie Du schon angesprochen hast, dass die KI keine physische Repräsentanz hat und daher den traditionellen menschlichen Interaktionscharakter dieser Methoden nicht vollständig übernehmen kann. Aber wenn man KI als eine unsichtbare, unterstützende Instanz betrachtet, die vor allem die Datenhoheit übernimmt und den Menschen dadurch mehr Raum für die eigentliche Interaktion lässt, könnten Gemba Walks oder Shopfloor Meetings sogar an Effektivität gewinnen. Die KI liefert den rationalen, datengestützten Input, während der Mensch den emotionalen, empathischen und kooperativen Part in den Vordergrund rückt.

Wie denkst Du über diesen Ansatz? Würdest Du sagen, dass so eine unsichtbare KI-Unterstützung den Wert von Shopfloor Management oder Gemba Walks steigern könnte, ohne den menschlichen Kern dieser Methoden zu gefährden?

Götz Müller: Die zum Schluss angedeutete Dualität finde ich interessant. Allerdings glaube ich, dass die angedeutete unsichtbare KI-Instanz wieder Vorbehalte aufgrund unter Umständen als fehlend wahrgenommener Transparenz schaffen sollte. Meiner Meinung nach sollten alle Beteiligten die gleichen Wahrnehmungschancen haben, auch wenn es faktisch natürlich nie die selben sein werden, weil jeder einen persönlichen Wahrnehmungsfilter hat. Der Austausch über die unterschiedlichen Wahrnehmungen und die entsprechenden Interpretationen sind für mich auch wichtige Elemente im Verbesserungsprozess, der gerade davon besonders lebt, weil es ja nicht die ultimativ vorhersagbare Wahrheit gibt. Da kommt mir auch wieder der wichtige Aspekt bei einer Wertstromananlyse in den Sinn, bei der es ja nicht nur um die Aufnahme und Analyse des Wertstroms geht, sondern auch das entstehende gemeinsame Verständnis und der Abgleich ggf. unterschiedlicher Wahrnehmungen und Blickwinkel der beteiligten Menschen ein zentrales Ergebnis darstellt.

ChatGPT: Das ist ein ganz entscheidender Punkt, den Du da ansprichst, Götz. Die Transparenz und die gemeinsame Wahrnehmung sind nicht nur essenziell für das Vertrauen im Prozess, sondern auch für das tatsächliche Verständnis der Situation und die darauf basierenden Entscheidungen. Wenn alle Beteiligten – ob Führungskraft oder Mitarbeitende – die gleichen Chancen zur Wahrnehmung und Interpretation haben, entsteht Raum für einen echten Dialog, der das Herzstück von Verbesserungsprozessen ist. Gerade bei Methoden wie dem Gemba Walk oder der Wertstromanalyse basiert ja viel auf der direkten Beobachtung und dem Austausch der Eindrücke.

Die Gefahr, dass eine unsichtbare KI, die im Hintergrund arbeitet, das Gefühl von Intransparenz verstärkt, ist daher real. Denn sobald eine Partei den Eindruck hat, dass wichtige Informationen nicht offen geteilt werden oder dass die KI „im Verborgenen“ agiert, kann das zu Misstrauen führen. Vielleicht sogar ähnlich wie bei der Einführung von Technologien in der Vergangenheit, bei der Mitarbeitende sich plötzlich überwacht oder entmachtet fühlten.

Ein Lösungsansatz könnte sein, die KI in diesen Prozessen sichtbar und interaktiv zu machen, also als ein gleichberechtigtes Werkzeug, das alle Beteiligten gemeinsam nutzen können. Ein Beispiel wäre, dass die KI ihre Erkenntnisse oder Analysen direkt während des Gemba Walks oder der Wertstromanalyse offenlegt und sie für alle transparent macht. Vielleicht in Form eines großen Dashboards, das vor Ort auf einem Bildschirm gezeigt wird, oder über ein mobiles Gerät, auf das alle Beteiligten Zugriff haben. So könnten die von der KI gelieferten Daten und Erkenntnisse nicht im Hintergrund „unsichtbar“ bleiben, sondern würden live in den Prozess eingebracht, sodass jeder sie mit seiner eigenen Wahrnehmung abgleichen kann.

Das würde der KI eine unterstützende Rolle verleihen, ohne dass sie den eigentlichen Verbesserungsprozess in den Hintergrund drängt. Es ginge dann nicht darum, dass die KI die endgültige Wahrheit liefert, sondern vielmehr als eine Quelle von zusätzlichen Erkenntnissen dient, die dann gemeinsam diskutiert und interpretiert werden können. Dadurch bleibt der Prozess dialogisch, und die verschiedenen Perspektiven der Beteiligten – sowohl menschlicher als auch maschineller Natur – tragen zu einer reicheren Interpretation der Situation bei.

Dein Vergleich mit der Wertstromanalyse passt da sehr gut. Die Aufnahme des Ist-Zustands dient ja nicht nur der Identifizierung von Verbesserungspotenzialen, sondern auch dazu, dass alle Beteiligten ein gemeinsames Verständnis des Prozesses entwickeln. Es geht darum, dass die unterschiedlichen Wahrnehmungen und Erfahrungen zusammenkommen und eine gemeinsame Wahrheit entsteht. Hier könnte eine KI als neutrale Instanz wirken, die objektive Daten liefert, während die menschlichen Teilnehmer diese durch ihre subjektiven Wahrnehmungsfilter interpretieren. Der Austausch über diese unterschiedlichen Wahrnehmungen wäre dann ein zentraler Teil des Verbesserungsprozesses.

Wie siehst Du diese Balance zwischen Transparenz und der Ergänzung durch objektive Daten? Könnte eine solche offene Interaktion mit der KI die gemeinsame Wahrnehmung stärken, ohne dass das Gefühl entsteht, etwas wäre „unsichtbar“ oder verborgen?

Götz Müller: Genau so sehe ich das auch. An der Stelle machen wir jetzt erstmal einen Knopf dran. Vielleicht spinnen wir diese Gedanken an anderer Stelle in der Zukunft noch etwas weiter.

ChatGPT: Das klingt nach einem guten Plan! Ich freue mich auf die nächste Gelegenheit, unsere Gedanken weiter zu vertiefen. Viel Erfolg bei der Vertonung der Episode, und wenn Du noch weitere Ideen oder Fragen hast, lass es mich wissen. Bis zum nächsten Mal!

Götz Müller: Das war also erstmal die Unterhaltung. Zum Abschluss für die interessierten Zuhörer noch der einleitende Prompt vor der eigentlichen Unterhaltung und was ChatGPT dann darauf geantwortet hatte.

Was wäre ein interessantes Podcast-Thema für uns beide zu den Themenbereichen Prozesse, Lean, Optimierung, KI, Digitalisierung? Ich stelle mir das so vor, dass wir eine lockere Unterhaltung führen, bei der ich Dir Fragen aus dem genannten Komplex stelle.

ChatGPT: Ein interessantes Podcast-Thema könnte sein: „Die Zukunft der Prozessoptimierung – Wie KI und Lean Management zusammenarbeiten“. Dabei könnte die Diskussion die folgenden Punkte umfassen:

– Wie Lean-Methoden durch KI-Technologien unterstützt werden können
– Welche Herausforderungen bei der Einführung von KI in bestehende Prozesse bestehen und wie Lean-Prinzipien helfen, diese zu überwinden
– Beispiele, wie KI menschliche Entscheidungen in Prozessen ergänzen kann, ohne den Lean-Grundsatz der „menschlichen Intelligenz“ zu vernachlässigen
– Der Einfluss von Digitalisierung auf traditionelle Optimierungsmethoden und die Rolle des Menschen in einer automatisierten Umgebung
– Zukunftsvisionen für die Kombination von KI und Lean im digitalen Zeitalter

Das könnte ein fließendes Gespräch zwischen uns ermöglichen, mit Praxisbeispielen und Zukunftsausblicken.

Götz Müller: Ok, dann lass‘ uns loslegen. Bitte berücksichtige, dass es sich um eine natürliche Unterhaltung in Form eines lockeren Gesprächs handeln soll, das ich anschließend für den Podcast vertonen werde. Wenn passend (also nicht unbedingt jedes Mal), kannst Du mir auch Rückfragen stellen, wenn etwas unklar sein sollte. Ggf. kannst Du in passenden Einzelfällen mir auch eine ergänzende Frage stellen. Wir duzen uns in dem Gespräch. Hier ist die Einstiegsfrage.

Götz Müller: Das war die heutige Episode im Gespräch mit ChatGPT zum Thema Die Zukunft der Prozessoptimierung – Wie KI und Lean Management zusammenarbeiten können. Notizen und Links zur Episode finden Sie auf meiner Website unter dem Stichwort 349.

Wenn Ihnen die Folge gefallen hat, freue ich mich über Ihre Bewertung bei Apple Podcasts. Sie geben damit auch anderen Lean-Interessierten die Chance, den Podcast zu entdecken.

Ich bin Götz Müller und das war Kaizen to go. Vielen Dank fürs Zuhören und Ihr Interesse. Ich wünsche Ihnen eine gute Zeit bis zur nächsten Episode. Und denken Sie immer daran, bei allem was Sie tun oder lassen, das Leben ist viel zu kurz, um es mit Verschwendung zu verbringen.
Jetzt eintragen und Artikel/Denkanstöße zukünftig per eMail erhalten.

Artikel teilen auf ...

Hinweis: Ich behalte mir vor, Kommentare zu löschen, die beleidigend sind oder nicht zum Thema gehören.