• 26. März 2018

Die Mitarbeiter der Zukunft: Wie wird sich Technologie auf die Fertigungsindustrie auswirken?

Disruptive Innovation ist fortlaufend

Disruptive Innovation wird sich auch auf die Fertigungsindustrie auswirken. Tatsächlich deuten die Akzeptanzraten fortgeschrittener Technologien darauf hin, dass die meisten amerikanischen produzierenden Unternehmen sich bereits in einem Disruptions-Zyklus befinden. Durch sinkende Kosten und sich verbessernde Einsatzmöglichkeiten werden Technologien wie Künstliche Intelligenz (KI) und anderen Automatisierungstechnologien die Fertigungsindustrie radikal verändern. Dies ist nachzulesen im jüngsten Bericht des McKinsey Global Institute, Jobs lost, jobs gained: Workforce transitions in a time of automation.

Bis 2030 müssen bis zu 375 Mio. Arbeitnehmer – das sind etwa 14 Prozent der weltweit Beschäftigten – ihr Tätigkeitsfeld wechseln, da Digitalisierung, Automatisierung und Fortschritte bei der künstlichen Intelligenz die Arbeitswelt umwälzen.

Laut einer aktuellen Umfrage unter 1.600 globalen Unternehmen erwarten 71 Prozent der Branchenführer in naher Zukunft eine breite Akzeptanz von KI und Robotik.

Da sich das Wesen der Arbeit ändert, müssen Organisationen neue Strategien entwickeln, um die menschliche Intelligenz zu erweitern, damit sie wettbewerbsfähig bleiben.

Die Möglichkeiten von Disruption nutzen

Computer-automatisierte Fertigungssysteme arbeiten mittlerweile schneller und zuverlässiger als menschliche Arbeitskräfte und übernehmen sogar Aufgaben, die über menschliche Fähigkeiten hinausgehen. KI-gesteuerte Technologien wie virtuelle Assistenten, automatisierte Kassensysteme, fahrerlose Fahrzeuge, und Technologien zur Betrugserkennung kommen bereits heute zum Einsatz. Gleichzeitig unterliegen KI und andere disruptive Technologien immer noch erheblichen Einschränkungen. Das hat wichtige Auswirkungen darauf, wie wir über Bildung und Zukunft der Arbeit denken.

Rana Foroohar von der Financial Times empfiehlt: „Ein Weg für Unternehmen und Regierungen, die potenzielle Katastrophe bei der Beschäftigung in eine Chance zu verwandeln, ist es, Disruption dazu zu nutzen, eine Erwerbsbevölkerung des 21. Jahrhunderts auszubilden und eine öffentliche Infrastruktur aufzubauen, die diese unterstützt“.

Ungeachtet der Tatsache, dass fortgeschrittene KI und maschinelles Lernen in den nächsten zwei Jahrzehnten beginnen könnten, einen Großteil der globalen Arbeitskräfte zu verdrängen, gibt es nach wie vor beträchtliche Möglichkeiten, die Qualifiaktion der Arbeitnehmer zu verbessern. Wie ein aktueller Bericht des McKinsey Global Institute aufzeigt, sind die am schwersten zu automatisierenden Tätigkeiten diejenigen, die komplexes Fachwissen in Entscheidungsfindung, Planung, menschlicher Interaktion, Vorstellungskraft und kreativer Arbeit erfordern. Einfach ausgedrückt: Obwohl das maschinelle Lernen besonders effektiv bei der Erstellung von Vorhersagen war, war es bei der Bewältigung von Herausforderungen im Zusammenhang mit der Beurteilung, Entscheidungsfindung und Interpretation deutlich weniger erfolgreich.

Aufbau eines Fertigungsunternehmens mit strategischer Intelligenz

Aufbau und Erfolg eines Fertigungsunternehmens erfordert mehr als nur Technologie. Es erfordert strategische menschliche Intelligenz.

Wie Deloitte bemerkt, werden erfolgreiche Organisationen zu mächtigen Netzwerken, wenn sie durch Kultur, Informationssysteme und Talentmobilität koordiniert werden.

Mit der fortschreitenden digitalen Transformation müssen sich die Unternehmen auf die Neugestaltung der Organisation selbst konzentrieren. Da Netzwerke organisatorische Hierarchien ersetzen, wird das organisatorische Lernen zur Plattform, auf der sich wachsende Organisationen entwickeln.

Organisationales Lernen und High Performance

Um eine „High-Performance“ Organisation zu sein und der Wichtigkeit der Talentmobilität zu begegnen, müssen Unternehmen strategische Investitionen in ihre Lern-Umfelder vornehmen und festlegen, wo die größten Qualifikationsdefizite bestehen und welche Ressourcen zur Verfügung stehen, um diese Lücken zu schließen. Leider zeigen sich in Unternehmen, in denen allein die Personalabteilung (HR) für Lernen und Entwicklung (L&D) zuständig ist, Lücken zwischen Strategie und Umsetzung.

Unternehmen müssen jetzt kontinuierlich neue Fähigkeiten in ihre Feedbackschleifen integrieren, um die HR-Strategie besser mit der Gesamtkapazität der Organisation für organisationales Lernen zu verbinden.

Während die Fertigungsindustrie beginnt, sich in Richtung Smart Design und intelligente Fabriken zu orientieren, müssen Ingenieure und Designer die Auswirkungen des Lernens in ihre Geschäftsplanung einbeziehen.

Lernauswirkung in der Fertigungsindustrie

Die Lernauswirkung zeigt sich, wenn die erlernten Fähigkeiten am Arbeitsplatz angewendet werden, um die Leistung zu verbessern und die Unternehmensziele voranzutreiben. Die Wissens-Wertschöpfungskette ist eine Sequenz intellektueller Aufgaben, durch die das Wissen eines Arbeitnehmers den einzigartigen Wettbewerbsvorteil eines Arbeitgebers bildet. Auch wenn das Lernen auf individueller Basis erfolgt, entsteht Wert, wenn Gelerntes erhalten bleibt. Es schafft weiteren Wert, wenn sich der Einzelne an das Gelernte erinnert und es zum richtigen Zeitpunkt im richtigen Kontext am Arbeitsplatz anwendet.

Stellen Sie sich vor, dass 10.000 Mitarbeiter auch nur kleinste Leistungszuwächse erzielen. 10.000 Verbesserungen summieren sich. Sie sind gleichbedeutend mit Fortschritten beim Erreichen von Unternehmensergebnissen.

Willkommen in der Imagination Economy

Wenngleich neue Wellen von Automatisierungstechnologien viele Berufe verdrängen, bleibt Technologie eine Ergänzung vieler kreativer Tätigkeiten. In der Tat führen diese technologischen Trends zu dem, was viele Vordenker als „Imagination Economy“ bezeichnen. Das heißt, dass in einer Wirtschaft intuitives und kreatives Denken wirtschaftlichen Wert schafft, auch wenn logisches und rationales Denken zunehmend automatisiert wird.

Auch wenn der Fertigungssektor eine technologische Renaissance erlebt, müssen sich Führungskräfte darauf konzentrieren, immer engere Verbindungen zwischen Forschung und Entwicklung (F&E), Datenanalyse und Produktdesign zu entwickeln. Sie müssen aber auch signifikante Verbesserungen bei den Systemen zur Förderung des Humankapitals in Betracht ziehen. Lernen und Training müssen nun eng mit kontinuierlicher Verbesserung des Fertigungsprozesses selbst verknüpft werden. Lernen und Handeln werden immer interaktiver. Das heißt:

Die Zukunft der Fertigungsindustrie

Das produzierende Gewerbe wächst weltweit. Es macht mittlerweile rund 16 Prozent des globalen BIP und 14 Prozent der Beschäftigung aus. Wenn produzierende Unternehmen neue Technologien einführen, um die Produktivität zu steigern und Kosten zu senken, erleichtern KI- und 3D-Drucken ihnen das Experimentieren mit neuen Produktdesigns und das Anfertigen komplizierter Verbundteile. Dies alles bedeutet, dass Lernen und Handeln viel stärker als in der Vergangenheit in den Produktionsprozess integriert sind.

Die Notwendigkeit, das Lernen im gesamten Fertigungssektor zu erweitern, hat organisatorisches Lernen zu einem entscheidenden Faktor für Wachstum gemacht. Wenn Unternehmen in skalierbare HR-Reporting- und Analyselösungen investieren, lernen sie auch, was genau zu messen ist und wie sich diese Maßnahmen auf ihre Belegschaft und ihre Geschäftsergebnisse auswirken können. Eine neue Art von Lerntechnologie muss neben KI und Robotik auch KI und Virtual/Augmented Reality einsetzen, um das Lernen in Unternehmen zu optimieren.

Lernen ist eine Unternehmensstrategie

Die organisatorische Leistung konzentriert sich zunehmend darauf, wie Lern- und Schulungsmaßnahmen in reale Geschäftsergebnisse umgesetzt werden. Die einzige Möglichkeit, organisatorisches Lernen zu messen, sind Leistungsdaten, die von der Technologie analysiert und erfasst werden. Die Investition in Workforce Analytics ermöglicht es Entscheidungsträgern in der Fertigungsindustrie, das Wohlergehen ihrer Organisationen besser einzuschätzen. Es ist notwendig, Lernkennzahlen mit den Unternehmenszielen zu verknüpfen und den Erfolg auf der Führungsebene zu kommunizieren.

L&D-Tools, welche Segmentierungs-, Korrelations- und Regressionsanalysen unterstützen, ermöglichen es Entscheidungsträgern, die Organisation als Ganzes kontinuierlich weiterzuentwickeln. Key Performance Indicators (KPI) helfen festzustellen, ob ein Unternehmen über ausreichende Fähigkeiten verfügt, um die gewünschten Unternehmensziele zu erreichen. Unabhängig von Zeit, Ort oder bestimmten Endgeräten benötigen Unternehmen effektive Lösungen für Management und Monitoring von L&D-Systemen, welche detaillierte Datenanalysen zur Unterstützung von Lernergebnissen liefern.

Anpassung durch Lernen

So wie sich die technologische Lebenszyklen beschleunigen, werden Qualifikationen immer schneller obsolet, was den Bedarf an organisatorischen Investitionen in Systeme des lebenslangen Lernens beschleunigt. Unternehmensleitungen sind nun gefordert, sich an diese neue Umgebung anzupassen. So wie sie zu akzeptieren beginnen, dass Disruption ihrer bestehenden Geschäftsmodelle unvermeidlich ist, wird eine kontinuierliche Personalausbildung und -ausbildung zur Routine werden. So wird das organisatorische Lernen als Teil der Unternehmensstrategie zur Norm. Deshalb spielen datengetriebene Analysen heute eine Schlüsselrolle bei der Weiterentwicklung strategischer Ergebnisse.

Die Fertigungsindustrie bleibt eine entscheidende Kraft in der Weltwirtschaft, aber der Sektor hat sich verändert. Der berufliche Bildungsbedarf wird weiter steigen, was immer höhere Investitionen in L&D bedeutet. Auch wenn billigere, leistungsfähigere Technologien das Wachstum automatisierter Fertigungssysteme beschleunigen, müssen Unternehmen ihre Personalressourcen für Innovationen nutzen.

Da disruptive Technologien wie KI immer mehr an Bedeutung gewinnen, wird organisatorisches Lernen, das Vorstellungskraft und Kreativität unterstützt, darüber entscheiden, wer die Zukunft der Fertigung im 21. Jahrhundert anführt.

Lerneffekte erzielen

Dieses Whitepaper untersucht Lernmethoden und den analytischen Rahmen, um umsetzungsorientierte Kennzahlen zur Erreichung von Geschäftszielen zu entwickeln.