Der US-Autohersteller Ford hat mehr als 300 erfahrene Qualitätsprüfer wieder eingestellt, nachdem der Einsatz von Künstlicher Intelligenz in diesem Bereich nicht die erwarteten Ergebnisse gebracht hatte. Das berichtet Bloomberg unter Berufung auf Ford-Manager.
Ford hatte KI in Teilen seiner Abläufe eingesetzt, unter anderem bei der Qualitätskontrolle, um von den Kosten- und Produktivitätsvorteilen der Technologie zu profitieren, die Entwickler dafür in Aussicht stellen. Laut den Angaben der Führungskräfte reichten die automatisierten Systeme jedoch nicht an die Fähigkeiten und Erfahrung der zuvor abgebauten Fachkräfte heran.
Charles Poon, Vice President für Vehicle Hardware Engineering bei Ford, erklärte gegenüber Journalisten, künstliche Intelligenz sei nur so gut wie die Daten, mit denen sie trainiert werde. In den vergangenen Jahren habe man der Erfahrung der erfahrensten Ingenieure, die bereits mehrere Produktzyklen begleitet hätten, nicht genügend Beachtung geschenkt.
Ford gehört zu den zahlreichen Unternehmen, die angesichts der Erwartungen der Finanzmärkte an margensteigernde Effekte stark auf KI gesetzt hatten. Ford-Chef Jim Farley sagte im Juni 2025 in einem Interview mit Autor Walter Isaacson, KI werde viele Büroangestellte zurücklassen.
Im Oktober hatte Betriebschef Kumar Galhotra bei einer Investorenkonferenz erklärt, das Unternehmen setze KI im gesamten industriellen System ein. Dazu gehörten unter anderem 900 KI-gestützte Kameras in den Werken, mit denen Qualitätsprobleme frühzeitig erkannt und Lieferkettenstörungen abgemildert werden sollten.
Poon erklärte gegenüber Journalisten am Mittwoch, die KI-gestützten Prüfungen hätten die Erwartungen nicht erfüllt. Man sei fälschlicherweise davon ausgegangen, dass die Einführung von KI und das Einspeisen der Konstruktionsvorgaben allein bereits für ein qualitativ hochwertiges Produkt ausreichen würden.
Laut Poon fehlte den automatisierten Werkzeugen die Erfahrung erfahrener Techniker, von denen viele das Unternehmen bereits verlassen hätten, bevor ihr Wissen in die Systeme einfließen konnte. Diese Mitarbeiter seien inzwischen zurückgeholt worden, um die Systeme zu trainieren und jüngere Beschäftigte anzuleiten. Man habe erkannt, dass Automatisierungs-, Machine-Learning- und KI-Werkzeuge von den erfahrensten Mitarbeitern trainiert werden müssten, so Poon laut Bloomberg.
