Anomalieerkennung klingt gut. Ein System sieht, dass sich der Prozess ungewoehnlich verhaelt, und meldet es frueher als das Team es manuell erkennen wuerde.
Aber ein fruehes Signal ist nur der Anfang. Wert entsteht erst, wenn klar ist, was danach passiert.
Das Problem der neuen Alarmwand
Viele digitale Systeme erzeugen Hinweise. Zu viele Hinweise. Operators und Schichtleitungen lernen schnell, welche Alarme sie ignorieren koennen. Wenn AI einfach weitere Meldungen erzeugt, verbessert sie den Betrieb nicht. Sie erhoeht Rauschen.
Ein gutes Signal muss deshalb handlungsfaehig sein: Was ist auffaellig? Warum koennte es relevant sein? Was soll jetzt geprueft werden? Wer entscheidet? Wann wird eskaliert?
Standardarbeit beginnt beim naechsten Schritt
Ein AI-Hinweis sollte in eine klare Reaktionslogik eingebettet sein. Beispiel:
- Parameterdrift erkannt
- Schichtleitung prueft definierte drei Punkte
- Operator bestaetigt Zustand am Prozess
- Engineering validiert Hypothese bei Wiederholung
- Standard wird angepasst, wenn Muster bestaetigt ist
Diese Logik muss einfach genug sein, um im Schichtbetrieb zu funktionieren.
Lernen statt Einzelfall
Wenn dieselbe Anomalie wiederkehrt, darf das Team nicht jedes Mal von vorne beginnen. Dann braucht es Regelwerk: Monitor, SOP, Checkliste, Trainingspunkt oder A3.
AI kann helfen, Wiederholungen zu erkennen. Lean sorgt dafuer, dass daraus Standardarbeit entsteht.
Die Rolle des Senior-Praktikers
Der Praktiker stellt die unbequemen Fragen:
- Ist das Signal wirklich wichtig?
- Wer kann sicher reagieren?
- Welche Massnahme ist reversibel?
- Welche Aenderung braucht Freigabe?
- Wie verhindern wir lokale Sonderlogik?
Ohne diese Fragen bleibt Jidokai ein technisches System. Mit ihnen wird es Teil des Operating Systems.
Fazit
AI macht Anomalien frueher sichtbar. Lean macht daraus bessere Arbeit. Die Bruecke dazwischen heisst Standardarbeit.