Warnungen an Vorgesetzte
Ein weiterer Use Case wäre, wenn der KI-Agent selbst Trends aufdecken kann, statt auf eine Schwellenwertüberschreitung zu warten. So kann er beispielsweise wiederkehrende Probleme in den Sicherheitschecklisten von Gabelstaplern feststellen. Der Agent meldet das Muster dem Vorgesetzten: ‚Ich erkenne häufiger Probleme bei Ihren Gabelstapler-Checks – vielleicht sollten Sie das untersuchen, bevor es eskaliert.‘
Schichtleistung erhöhen
Anhand von verfügbaren Daten, wie ausgefüllten Checklisten, den Mitarbeiterprofilen und den aktuellen Bedingungen an der Produktionslinie, können die Agenten früh erkennen, wann das Ergebnis einer Schicht gefährdet ist. Etwa ‚Die Schicht läuft seit einer Stunde, aber einige erforderliche Checklisten fehlen und 30 Prozent des Teams sind für diese Maschine nicht voll qualifiziert. Diese Bedingungen führen in der Regel zu einer niedrigeren Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) und zu Qualitätsproblemen.‘ Mit Prognosefunktionen könnte der Agent Korrekturmaßnahmen vorschlagen, beispielsweise den Austausch eines Mitarbeitenden oder die Aufforderung, bestimmte Checklisten auszufüllen. Der Entwicklungspfad ist klar: von den hilfreichen Assistenten von heute über die zielgerichteten Agenten der nahen Zukunft bis hin zu proaktiven, Prognosesystemen, die Probleme vorhersehen, bevor sie eskalieren.
