Der größte Nutzen von KI im Qualitätsmanagement liegt möglicherweise nicht darin, Berichte schneller zu schreiben. Sondern darin, Fehler in unserer eigenen Analyse zu entdecken.
Das ist die wichtigste Erkenntnis aus meinem Test: Am meisten überzeugt haben nicht die fertigen Entwürfe, sondern die Stellen, an denen die KI eine Lücke, einen Widerspruch oder eine zu schnelle Schlussfolgerung aufgedeckt hat.
Ich habe das neue Plugin Claude for Manufacturing von Anthropic durch einen kompletten 8D-Fall mit sieben versteckten Fallen geschickt. Es hat alle sieben erkannt und drei weitere Probleme gefunden, die ich nicht als Fallen vorgesehen hatte. Die Qualitätslogik ist strenger als viele 8D-Berichte, die ich in der Lieferantenqualität geprüft habe. Kundenspezifische 8D-Formate, FMEA-Rückfluss und Freigabepakete sind ab Werk nicht enthalten.
Der Fall lief in einem fiktiven Werk mit fiktiven Daten. Claude hat die Testdaten erzeugt und die Kette in derselben Sitzung durchlaufen. Es ist also ein Funktionstest, kein Blindtest.
Was Claude for Manufacturing ist
Ein Plugin für Claude, das Anthropic am 12. November 2026 veröffentlicht hat. Es ist kein eigenständiges Produkt und setzt einen Team- oder Enterprise-Plan voraus.
| Bestandteil | Inhalt |
|---|---|
| Skills | 17, für Vertrieb, Qualität, Betrieb, Supply Chain, Konstruktion und Einrichtung; 4 davon für Qualität |
| Connectors | Microsoft 365, Oracle NetSuite, Infor M3, Autodesk Fusion; weitere Systeme über einen eigenen Anbindungs-Skill oder geplante Dateiexporte |
| Freigaben | Nichts wird versendet, übernommen oder in ein System geschrieben ohne ausdrückliches Ja einer benannten Person |
| Status | Referenzimplementierung, laut README „nicht aktiv gepflegt“ |
Was ein Skill ist: eine schriftliche Arbeitsanweisung für Claude, vergleichbar mit einer Verfahrensanweisung. Sie legt Ablauf, Regeln, Sonderfälle und Freigaben fest. Die Intelligenz liefert das Modell, der Skill bestimmt das Vorgehen.

Die vier Qualitäts-Skills
Zwei Skills machen die Arbeit, zwei verketten sie. Alle vier folgen zwei Regeln: rechnen statt schätzen und bewerten statt behaupten.
| Skill | Was er tut | Regel, die auffällt |
|---|---|---|
ncr-writeup | Schreibt den Abweichungsbericht: Befund, verletzte Anforderung, Menge, Lagerorte | Ohne zitierte Anforderung keine NCR. „Nicht geprüft“ wird nie als null geschrieben |
root-cause-capa | Legt Mess-, Sensor- und Wartungsdaten auf eine geprüfte Zeitachse, bewertet Ursachenketten, entwirft den 8D | Belege dafür und dagegen je Kettenglied; D6 und D8 bleiben leer |
inspection-to-capa | Verkettet beide bis zur geschwärzten Kundenversion | Zwei Freigaben; ein Wiederholfall wird nie geschwärzt |
supplier-escape-to-alternate-source | Vom lieferantenverursachten Fehler bis zur Anfrage beim Ausweichlieferanten | Eine Lieferantenschuld braucht eine eigene Freigabe; Gleichstand heißt kein Vorwurf |
Der Testaufbau
Eine klassische Kundenreklamation: Bohrung im Untermaß an einem kritischen Merkmal, Teile schon beim Kunden.
| Element | Testdaten (alles fiktiv) |
|---|---|
| Werk | Musterwerk GmbH, ein fiktiver Zulieferer für Pumpenkomponenten; ein Standort, drei Schichten |
| Teil und Merkmal | Ventilgehäuse 4711-200 Index C, Bohrung Ø 12,000 +0,050/0, kritisches Merkmal (KM) |
| Fertigung | Drei Fertigungsaufträge auf einem Bearbeitungszentrum; zwei aus Rohteilcharge CH-2311, einer aus CH-2310 |
| Prüfdaten | 57 Stichproben; die CH-2311-Aufträge driften ins Untermaß |
| Werkszeugnisse | CH-2311 mit 103 HB bei einer Spezifikation von 75–95 HB |
| Wo die Teile sind | 500 beim Kunden, 120 unterwegs, 280 im Lager, 40 an der Maschine |
| Kunden-QSV | Meldung innerhalb von 24 Stunden; 8D innerhalb von 10 Arbeitstagen bei kritischen Merkmalen |
| Historie | Ein geschlossener 8D zum selben Fehler aus dem März, dazu eine falsch beschriftete Alt-NCR |
Ergebnis: sieben Fallen, sieben erkannt
| Falle | Was eine schwache Untersuchung tut | Was das Plugin getan hat |
|---|---|---|
| Wiederholfehler nach geschlossenem 8D | Behandelt ihn als neuen Fall | Als „Wiederholung, frühere Abstellung gescheitert“ markiert; D7 erklärt, warum sie nicht hielt |
| Teile beim Kunden | Meldet, wenn der 8D fertig ist | Meldung sofort entworfen, Frist aus der QSV berechnet |
| Unklar, ob Teile verbaut sind | Lässt den Ort weg | Als „nicht geprüft“ geführt, nie als null |
| Rohteilcharge über Härtespezifikation | Schiebt es wieder auf Werkzeugverschleiß | Über die Häufung nach Charge gefunden: 10 von 37 Stichproben n.i.O. bei CH-2311, 0 von 20 bei CH-2310 |
| Uhren, die nicht zusammenpassen | Ordnet Ereignisse nach Augenmaß zu | Korrelation über die ungeprüfte Uhr verweigert und gesagt, was trotzdem gilt |
| Nachtschicht wirkt schuldig | Zeigt auf den Werker | Als kleine Zahlen am Auftragsende erklärt, kein Personenproblem |
| Falsch beschriftete Alt-NCR | Zählt sie als Historie | Ausgeschlossen: Der Auftrag gehört zu einem anderen Teil |
Jede Zahl kam aus Code über die Daten, mit einem Kennzahlenblock, der zu jeder Zahl den Filter zeigt.
Drei Befunde, die ich nicht als Falle angelegt hatte
- Eine Entdeckungslücke. Am 11. und 12. November wurden vier Messwerte unter Toleranz erfasst, und der Auftrag ging am 13. November trotzdem raus. Der 8D trennt D4 deshalb in Auftreten und Nicht-Entdecken, und D5 ergänzt eine Regelkarte mit Stopp-Regel.
- Ein harter Stopp in der Lieferantenkette. Für das Rohteil gab es weder Zeichnung noch Revision, und die Lieferspezifikation trug keinen Index. Das Plugin hat sich geweigert, eine Anfrage mit ungeprüftem Stand zu bauen, und zuerst das eigentliche Risiko gemeldet: Der verursachende Lieferant ist zugleich der einzige freigegebene.
- Eine zu eng eingestellte Regelkarte. In der simulierten Folgefertigung löste die neue Stopp-Regel fünfmal aus, ohne ein einziges schlechtes Teil. Die Grenzen stammten aus einem kurzen Lauf; sie wurden statistisch geprüft und aus 60 Werten neu berechnet.
Als Falle angelegt hat sie niemand; Claude hat sie aus den Daten und den Regeln der Skills selbst erkannt. Genau das macht den Test interessant.
Der 8D, die Freigaben und die Kundenversion
Die Kette hält an drei Freigaben an und sagt, wo sie steht. Im Test hielt sie zweimal für meine Bestätigung an und einmal an einem harten Stopp.
Der 8D folgte der Werksvorlage. D1 bis D5 und D7 wurden aus den Belegen entworfen. Jede D5-Maßnahme nennt das Kettenglied, das sie unterbricht; die 100-%-Prüfung wurde aus D5 herausgenommen und als „Verbesserung, keine Abstellmaßnahme“ gekennzeichnet. D7 erklärt, warum die Abstellung aus dem März scheiterte: Auch die damalige Charge lag über der Härtespezifikation, und niemand hatte hingesehen.
Die Kundenversion entstand als Schwärzungs-Diff: Lieferantenname, Werkernummern und Instandhaltungsaufträge raus, der Wiederholfall bleibt drin. Freigegeben wird der Diff, nicht nur das saubere Dokument.
Grenzen
- Funktionstest, kein Blindtest. Claude hat die Daten erzeugt und die Kette in derselben Sitzung durchlaufen. Ein echter Test braucht einen Fall, dessen Lösung das System nicht kennt.
- Ab Werk nicht auf kundenspezifische Qualitätsregeln vorbereitet. 8D-Formate der Kunden, Rückfluss in FMEA und Lenkungsplan, Freigabepakete und Kundenportal-Formate sind nicht enthalten. Die eigene Vorlage lässt sich laden, und die Skills können angepasst werden.
- Die Datenqualität entscheidet. Alte 8Ds, die in keinem angebundenen System liegen, werden nicht gefunden. Der Abgleich mit Altfällen ist eine Suche, kein Lernen.
- Cloud und Lizenz. Läuft in der Cloud von Anthropic und braucht Team oder Enterprise. Kommerzielle Pläne werden standardmäßig nicht fürs Modelltraining genutzt; eigene Aufbewahrungsfristen gibt es nur im Enterprise-Plan.
- Referenzversion. Anthropic sagt keine Pflege zu. Die Skills können sich ändern; dieser Bericht gibt den Stand vom 15. November 2026 wieder.
- Kompetenz. Wenn die KI immer die Ursachen bewertet, üben Teams die Problemlösung womöglich nicht mehr.
Für wen es sich lohnt
| Eignung | Wer | Warum |
|---|---|---|
| Passt gut | Mittelständische Fertiger ohne CAQ-Tiefe oder KI-Team, mit Microsoft 365, NetSuite oder Infor | Schneller Einstieg in saubere NCR- und 8D-Praxis; die Freigaben erzwingen die Unterschrift durch Menschen |
| Mit Anpassung | Zulieferer mit kundenspezifischen Qualitätsregeln | Eigene Skills für deren 8D-Format, FMEA- und Lenkungsplan-Rückfluss und Freigabepakete ergänzen |
| Eher nicht | Lieferketten-Steuerung über mehrere Stufen; Betriebe mit Cloud-Verbot | Keine n-Tier-Sicht; nur Cloud |
Für Geschäftsführer entscheiden drei Fragen über den Start: Welche Datenklassen dürfen in die Cloud? Welche Systeme wollen Sie anbinden? Wer in Ihrer Qualität verantwortet die Freigaben? Beginnen Sie mit einer Produktlinie und einem kürzlich abgeschlossenen 8D, den Sie gut kennen. Spielen Sie ihn mit dem Plugin nach und vergleichen Sie.
Mein Fazit
Kein Ersatz für Problemlösungskompetenz, aber ein ernstzunehmender Sparringspartner.
Jahrelang haben wir gefragt, wie KI Qualitätsingenieuren beim schnelleren Schreiben hilft. Vielleicht ist das die falsche Frage. Der Test hat vor allem gezeigt, was ein Team leicht übersieht: eine Entdeckungslücke, eine fehlende Revision, eine zu enge Regelkarte.
Die KI entwirft. Der Mensch prüft die Belege, entscheidet und weist die Wirksamkeit nach.
In Pizza-Sprache: Claude legt den Belag auf. Ob der Boden durch ist, entscheidet der Pizzaiolo.
Das Testpaket – kostenlos
Fiktive Testdaten, NCR, 8D intern, 8D Kundenversion und Schwärzungs-Diff – alles aus diesem Test. Einmal mit deiner E-Mail freischalten – damit hast du auch Zugriff auf alle Excel-Vorlagen von ZeroDefectPizza.
Mit E-Mail freischalten & herunterladenQuellen
- Anthropic: Introducing Claude for Manufacturing
- Skill-Dateien des Plugins: anthropics/claude-plugins-official
- Anthropic Privacy Center: Auftragsverarbeiter oder Verantwortlicher?
ZeroDefectPizza ist nicht mit Anthropic verbunden. Alle Werks-, Teile-, Lieferanten- und Kundennamen im Test sind fiktiv.