Ford hat die letzten drei Jahre damit verbracht, eine seiner aggressivsten Wetten auf künstliche Intelligenz stillschweigend rückgängig zu machen. Laut einem Bericht von Bloomberg hat der Autohersteller rund 350 erfahrene Ingenieure wieder eingestellt – intern den Spitznamen „Graubärte“ –, nachdem die KI-Tools und automatisierten Systeme, die sie ersetzen sollten, die Qualitätserwartungen nicht erfüllten.
Die Episode entpuppt sich als eine der bisher klarsten Fallstudien aus der Praxis und zeigt die Kluft zwischen dem Versprechen einer KI-gesteuerten Automatisierung und der chaotischen Realität ihres Einsatzes in der Schwerindustrie. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Branchenberichterstattung.
Was schief gelaufen ist
Die Führung von Ford war davon ausgegangen, dass KI und automatisierte Diagnosesysteme einen Großteil der Arbeit übernehmen könnten, die in der Vergangenheit von seinen erfahrensten Ingenieuren geleistet wurde. Diese Annahme erwies sich als kostspielig. Dem Bericht zufolge sagte Charles Poon, Vizepräsident für Fahrzeug-Hardware-Engineering des Unternehmens, dass die Führungskräfte die umfassende Erfahrung von Veteranen übersehen hätten, die viele Produktzyklen überlebt hatten.
Poon äußerte sich unverblümt zum Ergebnis und gab zu, dass es ein „riesiger Fehler“ war, diese Ingenieure einfach durch KI zu ersetzen. Er fügte vorsichtig hinzu, dass KI nach wie vor „ein fantastisches Werkzeug“ sei, warnte jedoch davor, dass sie „nur so gut ist wie die Informationen, die man zum Trainieren verwendet“ – eine Erkenntnis, dass institutionelles Wissen, wie es über Jahrzehnte in Fabrikhallen und Testlabors angesammelt wurde, nicht einfach in einen Trainingsdatensatz übertragen werden kann.
Die wieder eingestellten Ingenieure führen nun obligatorische Besprechungen zur Fehlerbehebung an Fahrzeugen durch und programmieren die automatisierte Engineering-Software und KI-Tools neu, die nicht mehr leistungsfähig waren. Ihre Aufgabe besteht darin, Fehlerquellen aufzuspüren, bevor Teile jemals die Produktionshalle erreichen – die Art von vorbeugender Arbeit, die dazu beiträgt, die massiven Rückrufe und Defekte zu verhindern, die das Unternehmen zuvor Milliarden gekostet hatten.
Eine messbare Trendwende
Die Ergebnisse der Wiedereingliederung der Menschen in den Kreislauf waren verblüffend. Im letztjährigen J.D. Power Initial Quality Survey – eine jährliche Studie, die Probleme in einem Auto während der ersten 90 Tage seines Besitzes misst – Ford belegte den 10. Platz unter den Mainstream-Marken und schnitt unter dem Branchendurchschnitt ab.
In diesem Jahr stufte J.D. Power Ford jedoch als Top-Mainstream-Marke ein und lag damit vor Toyota und Honda. Ford führte diese dramatische Verbesserung direkt auf das Fachwissen der zurückgekehrten Ingenieure zurück, ein seltener Fall, in dem ein Großkonzern öffentlich die Wiedereinstellung von Mitarbeitern für eine Qualitätsverbesserung anerkennt.
Besonders bemerkenswert ist die Kehrtwende angesichts des finanziellen Kontexts: Ford hat daran gearbeitet, in diesem Jahr Kosten in Höhe von rund 1 Milliarde US-Dollar einzusparen, kam jedoch zu dem Schluss, dass Ausgaben für erfahrene Talente der zuverlässigere Weg zu Qualität seien als die fortgesetzte Abhängigkeit von KI.
Ford ist nicht allein
Fords Erfahrung passt in ein breiteres und zunehmend gut dokumentiertes Muster. Eine Studie des Outplacement-Unternehmens Careerminds, die in der Berichterstattung zitiert wurde, untersuchte Unternehmen, die KI-gesteuerte Entlassungen durchführten, und kam zu dem Ergebnis, dass 35,6 % von ihnen mehr als die Hälfte der zuvor entlassenen Mitarbeiter wieder einstellen mussten. Weitere 32,7 % stellten zwischen 25 % und 50 % dieser Arbeitnehmer wieder ein – was darauf hindeutet, dass ein erheblicher Teil der KI-bedingten Personalkürzungen rückgängig gemacht wurde, als die Technologie nicht funktionierte.
Die warnende Geschichte, die neben Ford am häufigsten angeführt wird, ist Klarna. Im Jahr 2024 gab der CEO des schwedischen Fintech-Unternehmens stolz bekannt, dass ein neuer KI-Chatbot die Arbeit von 700 Vollzeit-Kundendienstmitarbeitern erledigte, was das Unternehmen dazu veranlasste, die Einstellung von Mitarbeitern einzustellen und Hunderte von Stellen abzubauen. Doch Mitte 2025 und bis ins Jahr 2026 hinein bemühte sich Klarna, wieder menschliche Agenten zu rekrutieren, nachdem die Kundenzufriedenheit eingebrochen war. Das Unternehmen stellte fest, dass die KI zwar einfache Fragen gut bewältigen konnte, komplexe Probleme, die Nuancen und Einfühlungsvermögen erfordern, ihr jedoch durchweg im Weg stand.
Die Grenzen der Automatisierung
Zusammengenommen deuten diese Fälle auf eine wiederkehrende Lektion hin, die die Technologiebranche nur langsam aufnimmt: KI zeichnet sich durch enge, klar definierte Aufgaben aus, hat jedoch Probleme mit dem Urteilsvermögen, dem Kontext und dem institutionellen Gedächtnis, das erfahrene Mitarbeiter bieten.
Im Fall von Ford manifestiert sich dieses Urteil in einem fast instinktiven Gespür dafür, wo ein Fahrzeugdesign scheitern wird – Wissen, das über Jahrzehnte hinweg aufgebaut wurde, in dem man die gleichen Kategorien von Fehlern über Produktzyklen hinweg immer wieder beobachten konnte. Keine Trainingsdatenmenge, wie groß sie auch sein mag, kann diese hart erkämpfte Intuition problemlos reproduzieren, insbesondere wenn die wertvollsten Lektionen genau die Beinaheunfälle und Randfälle sind, die es nie in eine Datenbank geschafft haben.
Das alles bedeutet jedoch nicht, dass KI in der Fabrikhalle keinen Platz hat. Ford selbst verwendet weiterhin automatisierte Diagnosetools – die jetzt von genau den Ingenieuren überwacht und verfeinert werden, die das Unternehmen einst ersetzen wollte. Die ehrlichere Formulierung ist eine der Erweiterung statt Substitution: KI ist dann am wertvollsten, wenn sie die Reichweite qualifizierter Menschen erweitert, und nicht, wenn sie versucht, sie zu eliminieren.
Eine Abrechnung für den Hype-Zyklus
Die Ford-Geschichte kommt zu einem für die KI-Branche schwierigen Zeitpunkt. Nach Jahren mutiger Versprechen, dass die Automatisierung große Arbeitskategorien verdrängen wird, gibt es immer mehr Beweise dafür, dass die Verdrängung weitaus selektiver erfolgt – und die Umkehrungen weitaus häufiger vorkommen – als der ursprüngliche Hype vermuten ließ.
Für Investoren, Führungskräfte und Arbeitnehmer gleichermaßen ist Fords Kehrtwende eine fundierte Erinnerung: Der teuerste Fehler, den ein Unternehmen mit KI machen kann, besteht möglicherweise nicht darin, sie zu langsam einzusetzen, sondern auf sie zu vertrauen, um Fachwissen zu ersetzen, für dessen Replikation es nie gerüstet war.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
