Künstliche Intelligenz entwickelt sich rasant von einem technologischen Hype zu einem echten Arbeitsinstrument. Vor dem Hintergrund wachsender Informationsbelastung, Fachkräftemangels und zunehmender Geschwindigkeit von Geschäftsprozessen wird die Digitalisierung zu einem natürlichen und unvermeidlichen Schritt in der Branchenentwicklung. Die Aufmerksamkeit für diese Technologien wird auf globaler Ebene bestätigt: Die Internationale Arbeitsorganisation (IAO) widmet der Digitalisierung thematische Tage, und auf staatlicher Ebene werden Strategien für lebenslanges Lernen formuliert. Großunternehmen führen bereits KPIs für die Implementierung von KI für das Top-Management ein. In seinem Vortrag untersucht Rinat Fatkhutdinov detailliert, wie Prozesse im Bereich Arbeitssicherheit und Gesundheitsschutz an neue Realitäten angepasst werden können, ohne in typische Automatisierungsfallen zu tappen.
Obwohl 97% der Großunternehmen die Implementierung oder Planung von KI-Initiativen angeben, sieht nur die Hälfte darin einen echten Mehrwert. Unter Berufung auf Studien der Skolkovo Business School stellt der Referent fest, dass die überwältigende Mehrheit der Unternehmensprojekte im Bereich der künstlichen Intelligenz in der Pilotphase stecken bleibt oder keine Geschäftsergebnisse liefert.
Das Problem liegt nicht in den Technologien selbst, sondern in grundlegenden Prozessfehlern:
IT-Abteilungen kennen die täglichen „Schmerzpunkte“ der Sicherheitsingenieure nicht. Für eine erfolgreiche Technologieimplementierung benötigen Unternehmen dringend „Wissensvermittler“ – proaktive Botschafter innerhalb der HSE-Abteilungen selbst. Dies sind Spezialisten, die die Besonderheiten der Produktionsprozesse genau verstehen, bereit sind, neue Werkzeuge zu erlernen und Geschäftsanforderungen in eine für Entwickler verständliche Sprache zu übersetzen. Genau sie helfen dabei, die Barriere der Ablehnung von Innovationen vor Ort zu überwinden und die Technologie mit der realen Aufgabe zu verknüpfen.
Im Vortrag wird eine Reihe kontrastierender Beispiele aus der Unternehmenspraxis analysiert. Gescheiterte Szenarien sind immer mit der Ignorierung der tatsächlichen Nutzerbedürfnisse verbunden. Wenn beispielsweise ein Ölunternehmen ein Unternehmensmodell einführt, das Aufgaben schlechter bewältigt als verfügbare neuronale Netze (wie DeepSeek), weigern sich die Mitarbeiter einfach, es zu nutzen. Ein anderes Extrem ist die Entwicklung von IT-Lösungen im Vakuum, bei der die Produktionsmitarbeiter nicht einmal von der Existenz des für sie geschaffenen Produkts wissen.
Erfolgreiche Fälle basieren auf Einbindung und schrittweiser Skalierung. In einem Bergbauunternehmen wurde ein sicheres internes Äquivalent zu ChatGPT geschaffen. Das Tool wurde mit Unternehmensbuchhaltungssystemen und Technologien zur Prozessautomatisierung (RPA) integriert. Das Ergebnis war eine Reduzierung des Arbeitsaufwands für routinemäßige intellektuelle Aufgaben um 20%.
Die wichtigste Management-Schlussfolgerung besteht in der Einhaltung eines dreistufigen Modells: zuerst die massenhafte Schulung des Personals und der Abbau von Ängsten vor der Technologie, dann die Umsetzung und genaue Berechnung eines erfolgreichen Pilotprojekts, und erst danach die Skalierung der erfolgreichen Erfahrung auf das gesamte Unternehmen.
Entdecken Sie die vollständige Bibliothek bewährter Praktiken der Arbeitssicherheit
Zur Bibliothek