09105 Digitale Kompetenzen im Qualitätsmanagement
|
Besonders im Kontext des aktuellen Trends in Richtung Digitalisierung unterliegen zahlreiche Abläufe und Methoden im Qualitätsmanagement einem deutlichen Wandel. Bisher erprobte und aufeinander abgestimmte Vorgehensweisen erfahren aufgrund des teilweise noch verbesserungswürdigen Einsatzes neuer digitaler Instrumente und Ansätze zum Teil tiefgreifende Neuausrichtungen hinsichtlich der Anforderungen an die betroffenen Mitarbeiter. Eine immer größere Rolle spielen dabei digitale Kompetenzen, damit durch die Unterstützung digitaler Lösungen das QM-System mit seinen Prozessen effizienter gestaltet werden kann. Arbeitshilfen: von: |
1 Einführung
Der immer schneller werdende Wandel in der heutigen Arbeitswelt bringt Veränderungen mit sich, nicht nur bei Organisationsformen, sondern auch bei den Anforderungen hinsichtlich Kompetenzen und Qualifikationen. Aufgrund der fortschreitenden Digitalisierung werden digitale Kompetenzen auch im Qualitätsmanagement immer wichtiger.
Qualitätsmanager, Mitarbeiter im Qualitätsmanagement und QM-Teams werden zukünftig mittels Echtzeitdaten die relevanten Informationen, insbesondere Kennzahlen zusammenstellen. Aus diesem Grund müssen neue Fähigkeiten entwickelt werden, um digitale Tools und Technologien zu verstehen und mit diesen umgehen zu können.
Nur wenn Organisationen digitale Kompetenzen entwickeln, bekommen sie die Möglichkeit, die Chancen der Digitalisierung zu nutzen und sich in den sich ständig verändernden digitalen Märkten zu behaupten.
Umfragen und Studien
Umfragen sowie neueste Empfehlungen und Ergebnisse von Studien zeigen, dass zukünftig andere bzw. weitere Kompetenzen relevant sein werden. Neben den fachlichen Kompetenzen werden Selbstreflexion, Konfliktfähigkeit und Empathie stark an Bedeutung gewinnen und der Fokus wird vor allem auf digitalen Kompetenzen liegen.
Umfragen sowie neueste Empfehlungen und Ergebnisse von Studien zeigen, dass zukünftig andere bzw. weitere Kompetenzen relevant sein werden. Neben den fachlichen Kompetenzen werden Selbstreflexion, Konfliktfähigkeit und Empathie stark an Bedeutung gewinnen und der Fokus wird vor allem auf digitalen Kompetenzen liegen.
Digitale Kompetenz
„Digitale Kompetenz” bedeutet, die Fähigkeit zu besitzen, sich in der digitalen Welt und ihren neuen Technologien zurechtzufinden. Das bedeutet, dass Kenntnisse und Fähigkeiten vorhanden sein müssen, Informations- und Kommunikationstechnik sowie digitale Medien, Technologien und Werkzeuge nutzen zu können, um Informationen zu verarbeiten, zu kommunizieren, und um Probleme lösen zu können. [1] „Darüber hinaus schließt digitale Kompetenz die Gesamtheit der Kenntnisse, Fertigkeiten, Einstellungen, Fähigkeiten, Strategien und Werte ein, die ein effektives, effizientes, angemessenes, kreatives, autonomes, flexibles, ethisches und reflektiertes Handeln im Kontext Arbeit, Freizeit und Lernen ermöglichen”. [1]
„Digitale Kompetenz” bedeutet, die Fähigkeit zu besitzen, sich in der digitalen Welt und ihren neuen Technologien zurechtzufinden. Das bedeutet, dass Kenntnisse und Fähigkeiten vorhanden sein müssen, Informations- und Kommunikationstechnik sowie digitale Medien, Technologien und Werkzeuge nutzen zu können, um Informationen zu verarbeiten, zu kommunizieren, und um Probleme lösen zu können. [1] „Darüber hinaus schließt digitale Kompetenz die Gesamtheit der Kenntnisse, Fertigkeiten, Einstellungen, Fähigkeiten, Strategien und Werte ein, die ein effektives, effizientes, angemessenes, kreatives, autonomes, flexibles, ethisches und reflektiertes Handeln im Kontext Arbeit, Freizeit und Lernen ermöglichen”. [1]
Damit sind digitale Kompetenzen vom Grundsatz her für alle Mitarbeiter und Führungskräfte von großer Bedeutung
Wissen und Kompetenz
Auch im Qualitätsmanagement schreitet die digitale Transformation voran. Das bedeutet, dass neben den bisherigen Anforderungen, wie z. B. dem Erfüllen der Kunden- sowie gesetzlichen und behördlichen Vorgaben, Wissen und Kompetenzen aufgebaut werden müssen, die ausschlaggebend für den zukünftigen Erfolg des Qualitätsmanagements sind. Dazu gehört, dass in einem Unternehmen „Wissen über die Entwicklung und die Einflüsse der Digitalisierung, Wissen um Auswirkungen dieser Transformation auf Prozesse und Managementsysteme, auf Informationsqualität und Datenqualität” aufgebaut werden muss. [2] Um das benötigte Wissen zur Verfügung stellen zu können, müssen dementsprechende Kompetenzen aufgebaut werden. Das bedeutet, dass die Erfüllung zu den bisherigen Anforderungen der ISO 9001 in den Normenabschnitten „7.3 Wissen der Organisation” und „7.4 Kompetenz in den Unternehmen” sich verändern wird.
Auch im Qualitätsmanagement schreitet die digitale Transformation voran. Das bedeutet, dass neben den bisherigen Anforderungen, wie z. B. dem Erfüllen der Kunden- sowie gesetzlichen und behördlichen Vorgaben, Wissen und Kompetenzen aufgebaut werden müssen, die ausschlaggebend für den zukünftigen Erfolg des Qualitätsmanagements sind. Dazu gehört, dass in einem Unternehmen „Wissen über die Entwicklung und die Einflüsse der Digitalisierung, Wissen um Auswirkungen dieser Transformation auf Prozesse und Managementsysteme, auf Informationsqualität und Datenqualität” aufgebaut werden muss. [2] Um das benötigte Wissen zur Verfügung stellen zu können, müssen dementsprechende Kompetenzen aufgebaut werden. Das bedeutet, dass die Erfüllung zu den bisherigen Anforderungen der ISO 9001 in den Normenabschnitten „7.3 Wissen der Organisation” und „7.4 Kompetenz in den Unternehmen” sich verändern wird.
2.1 Umfrageergebnisse Studie der DGQ 2021 [3]
Die Deutschen Gesellschaft für Qualität (DGQ) hat mit ihrem Digitalisierungspartner corporate momentum eine Umfrage mit dem Titel „Welche Bedeutung hat die Digitalisierung für das Qualitätsmanagement in Ihrer Organisation?” durchgeführt, um festzustellen wie weit die Digitalisierung im Qualitätsmanagement bereits fortgeschritten ist.
Rahmendaten
An der im April 2021 durchgeführten Studie nahmen 413 Personen aus verschiedenen Branchen teil. Am stärksten repräsentiert waren folgende Branchen:
An der im April 2021 durchgeführten Studie nahmen 413 Personen aus verschiedenen Branchen teil. Am stärksten repräsentiert waren folgende Branchen:
| • | Dienstleistung |
| • | Handel |
| • | Gesundheits- und Sozialwesen |
| • | Automobil |
| • | Maschinenbau |
Zu 40 Prozent lag die Größe der Unternehmen zwischen 100 und 1000 Mitarbeitenden.
25 Prozent der Befragten arbeiteten im Qualitätsmanagementbereich, 7 Prozent nahmen eine CEO-Rolle und mehr als 50 Prozent eine leitende Funktion ein.
Die Ergebnisse im Hinblick auf den Digitalisierungsgrad des Qualitätsmanagements (QM) waren zum Teil überraschend, da das Qualitätsmanagement im Vergleich zu anderen Bereichen doch noch zurückbleibt.
2.1.1 Überblick über wichtige Ergebnisse
Zuallererst wird auf die Ergebnisse für den zukünftigen Umgang mit Kompetenzen eingegangen. Sehr wichtig war den Teilnehmenden gerade das Thema Fähigkeiten der Beschäftigten, denn der fortschreitende Prozess der Digitalisierung fordert neue Kompetenzen. Das gilt auch für das Qualitätsmanagement.
Kompetenzen
76 Prozent der Teilnehmenden sind der Meinung, dass sich die Anforderungen an die digitalen Skills für Fach- und Führungskräfte im Qualitätsmanagement verändern werden, damit mit der Digitalisierung Schritt gehalten werden kann. Immer mehr Aufgaben können durch moderne Technologien ersetzt werden. Dadurch werden sich bestehende Berufsbilder zum einen verändern und zum anderen werden neue entstehen. Neue Kenntnisse und Fähigkeiten müssen erlernt werden. Dies betrifft nicht nur fachliche und methodische Kompetenzen, sondern auch sozial-kommunikative Fertigkeiten und beeinflusst somit die berufliche Professionalität innerhalb der Organisation. Weitere wichtige Ergebnisse werden in Tabelle 1 dargestellt:
76 Prozent der Teilnehmenden sind der Meinung, dass sich die Anforderungen an die digitalen Skills für Fach- und Führungskräfte im Qualitätsmanagement verändern werden, damit mit der Digitalisierung Schritt gehalten werden kann. Immer mehr Aufgaben können durch moderne Technologien ersetzt werden. Dadurch werden sich bestehende Berufsbilder zum einen verändern und zum anderen werden neue entstehen. Neue Kenntnisse und Fähigkeiten müssen erlernt werden. Dies betrifft nicht nur fachliche und methodische Kompetenzen, sondern auch sozial-kommunikative Fertigkeiten und beeinflusst somit die berufliche Professionalität innerhalb der Organisation. Weitere wichtige Ergebnisse werden in Tabelle 1 dargestellt:
Tabelle 1: Wichtige Ergebnisse der DGQ-Umfrage
Aspekt | Ergebnis |
|---|---|
Digitalisierungsgrad | 49 Prozent der Teilnehmenden sind der Meinung, dass sich der Digitalisierungsgrad im Unternehmen in den letzten Jahren merkbar verändert hat. Für den Bereich QM teilen nur 38 Prozent diese Meinung. |
Fokus im QM | Der Fokus liegt im QM nicht in erster Linie auf Innovationen, sondern auf der Digitalisierung klassischer Aufgaben. 76 Prozent führten Themen wie Reporting und Dashboards gefolgt von der Digitalisierung von Arbeitsformen wie Homeoffice und hybrider Arbeit (73 Prozent) sowie die Nutzung von Analytics und den Umgang mit Daten (71 Prozent) an. |
Schlüsseltechnologien | Überraschend ist ebenfalls, dass neuen Schlüsseltechnologien, wie z. B. Internet of Things eine geringere Bedeutung zukommt, denn 27 Prozent der Teilnehmenden nahmen keine Einschätzung zu Industrial Internet of Things (IoT) und Operational Technologie (OT) vor. Den Stellenwert der Themen künstliche Intelligenz (KI), darunter maschinelles Lernen, Automatisierung und der Einsatz von Bots, haben weniger als 30 Prozent der Teilnehmenden als hoch oder eher hoch eingeschätzt. |
Arbeitsmethoden und Arbeitsformen | 75 Prozent der Befragten sehen es allerdings als notwendig an, dass sich Arbeitsmethoden ändern und agile Arbeitsformen eingesetzt werden. Zudem geben 74 Prozent an, dass sich im Zuge dessen die Entscheidungsfindung und -geschwindigkeit stark verändern muss. |
2.1.2 Schlussfolgerungen
Aufgrund der Umfrageergebnisse hat sich herauskristallisiert, dass die Projekte im QM eher operativen Charakter haben, mit dem Ziel klassischer Tätigkeiten, um so bereits bekannte Prozesse zu verbessern.
Deutlich wurde, dass im Vergleich zu der Gesamtzahl der befragten Unternehmen die Umsetzung von Digitalisierungsthemen im Qualitätsmanagement wesentlich langsamer vonstattengeht und dass die Beteiligung des QM an strategischen Themen eher gering ist.
Als zukünftige für das Qualitätsmanagement bedeutende Themen die Digitalisierung betreffend wurde von der Mehrzahl Reporting und Dashboards genannt, gefolgt von Arbeitsformen wie Homeoffice, hybrider Arbeit und die Anwendung von Data Analytics. Das bedeutet, dass der Fokus der angestrebten Digitalisierungsthemen darauf abzielt klassische Aufgaben digital zu erledigen. Damit werden zunächst weder Innovationen noch die Anwendung neuartiger Technologien angestrebt. [3]
Woran liegt das?
Ein Grund könnte sein, dass Qualitätsmanager und Mitarbeiter im Qualitätsmanagement nicht über ausreichende Kompetenzen hinsichtlich neuer digitaler Technologien verfügen und daher eher auf altbewährte Methoden zurückgreifen. Ein weiteres Hemmnis könnte sich darin begründen, dass sich zunächst andere Unternehmensbereiche, wie z. B. die Produktion mit digitalen Technologien, wie z. B. Internet of Things oder Big Data beschäftigen, da diese einen erheblichen Einfluss auf Produktions- und Dienstleistungsprozesse ausüben. [3]
In jedem Fall zeigt die Umfrage, dass sich die Kompetenzen auch im QM verändern müssen, um mit den neuen digitalen Technologien standhalten zu können.
Im nächsten Abschnitt wird daher ein wertvolles Werkzeug für die Förderung digitaler Kompetenz vorgestellt, das von der Europäischen Kommission entwickelt wurde. Es bietet einen klaren und umfassenden Rahmen für das Verständnis, die Bewertung und die Förderung digitaler Kompetenz.
2.2 DigComp 2.2
DigComp 2.2 [4] ist das aktualisierte europäische Rahmenwerk für digitale Kompetenzen. Die Version 2.2 wurde im Jahr 2022 veröffentlicht und ersetzt damit die Ausgabe aus dem Jahr 2016.
Überblick
Die erste Dimension des europäischen Rahmens identifiziert die Schlüsselkomponenten der digitalen Kompetenz und besteht aus fünf Kompetenzbereichen, wie Abbildung 1 zeigt.
Die erste Dimension des europäischen Rahmens identifiziert die Schlüsselkomponenten der digitalen Kompetenz und besteht aus fünf Kompetenzbereichen, wie Abbildung 1 zeigt.
Mit der zweiten Dimension erfolgt die Aufteilung der fünf Kompetenzbereiche in 21 Einzelkompetenzen. Dimension 1 und Dimension 2 stellen gemeinsam das konzeptionelle Referenzmodell dar (s. Tab. 2).
Anhand der beigefügten Arbeitshilfe erhalten Sie eine strukturierte Übersicht über die Kompetenzbereiche sowie die Einzelkompetenzen.[
09105_01.docx]
09105_01.docx]Tabelle 2: Das konzeptionelle Referenzmodell (in Anl. an DigComp 2.2)
Kompetenzbereich | Einzelkompetenzen | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Informationen und Daten |
| ||||||||||||
2 | Kommunikation und Zusammen-arbeit |
| ||||||||||||
3 | Digitale Inhalte |
| ||||||||||||
4 | Sicherheit |
| ||||||||||||
5 | Problemlösung |
|
Weiterhin identifiziert der EU-Rahmen acht Kompetenzniveaus:
| • | Stufe 1: (Grundlagen) Verständnis für ein Thema |
| • | Stufe 2: (Grundlagen) einfache Aufgaben bewältigen |
| • | Stufe 3: (Selbstständig) selbstständig Aufgaben bewältigen |
| • | Stufe 4: (Selbstständig) selbstständig Aufgaben bewältigen und fehlerfrei lösen |
| • | Stufe 5: (Fortgeschritten) vertiefte Kenntnisse und größere Verantwortung, können Kenntnisse weitergeben |
| • | Stufe 5: (Fortgeschritten) umfassendes Wissen, können beraten |
| • | Stufe 7: (Hoch spezialisiert) Kompetenzen, um neue Lösungen zu schaffen |
| • | Stufe 8: (Hoch spezialisiert) Expertise und Kompetenz auf höchstem Niveau |
DigComp 2.2 ist ein hilfreiches Tool, um die notwendigen digitalen Kompetenzen zu verbessern.
Test digitale Kompetenzen
Im Internet werden einige Selbsttests, z. B. von der DIHK [5] angeboten, mit denen man sich einen Überblick über den Status seiner digitalen Kompetenzen machen kann.
Im Internet werden einige Selbsttests, z. B. von der DIHK [5] angeboten, mit denen man sich einen Überblick über den Status seiner digitalen Kompetenzen machen kann.
Analog zu den in DigComp dargestellten Kompetenzbereichen stellt die Europäische Union einen Test zur Selbsteinschätzung der digitalen Fähigkeiten zur Verfügung. [6]
3.1 Überblick
Qualitätsmanager und Mitarbeiter im Qualitätsmanagement haben vielfältige verantwortungsvolle Aufgaben zu erledigen. Dazu gehören z. B. die:
| • | Optimierung und Verbesserung des Managementsystems |
| • | Vorbereitung und Durchführung interner Audits |
| • | Auswertung von Kennzahlen |
| • | Unterstützung bei der Vorbereitung der Managementbewertung |
Digitale Technologien können in wesentlichen Maßen zur Effizienzsteigerung beitragen.
Die digitalen Technologien beziehen sich auf alles, was bei der Erstellung, Speicherung und Verwaltung von Daten helfen kann. Daten stehen im Fokus der Betrachtung, Algorithmen analysieren menschliches Verhalten und autonome Systeme kommen verstärkt zum Einsatz. Die einzelnen digitalen Technologien weisen wechselseitige Beziehungen auf, denn künstliche Intelligenz stellt z. B. eine Verbindung zwischen Big Data und maschinellem Lernen her. Abbildung 2 stellt einige hilfreiche digitale Technologien für das Qualitätsmanagement vor.
3.2 Datenmanagement und Datenanalyse
Mit der Digitalisierung fallen sehr große Datenmangen an, die sinnvoll verarbeitet werden müssen. Big Data Analytics stellt einen Prozess dar, der es ermöglicht, große Datenmengen zu untersuchen, um Informationen, wie z. B. versteckte Muster, Korrelationen, Markttrends und Kundenpräferenzen zu erkennen. [7]
Mit Big Data besteht die Möglichkeit durch die Verarbeitung großer Datenmengen (Data Analytics) Trends zu erkennen, Verhaltensmuster zu verstehen, um daraus in Echtzeit fundierte Entscheidungen zu treffen. Dadurch kann der kontinuierliche Verbesserungsprozess angekurbelt werden, denn Unternehmen erhalten ein besseres Verständnis für die Erwartungen und Zufriedenheit ihrer Kunden und aktuelle Markttrends. Weiterhin erfolgt eine Unterstützung, um wichtige strategische Entscheidungen zu treffen und um Zeit und Ressourcen zu sparen. Durch die Analyse großer Datenmengen können zudem Risiken frühzeitig erkannt und geeignete Maßnahmen initiiert werden, um mögliche Probleme zu minimieren oder zu vermeiden.
Bei den herkömmlichen Analysemethoden im Qualitätsmanagement werden häufig Stichproben betrachtet, die auf einer begrenzten Zahl der zu betrachtenden Parameter basieren. Im Gegensatz dazu ermöglichen die Analysen aus dem Bereich Data Analytics eine direkte Betrachtung aus der Grundgesamtheit und eine Vielzahl potenzieller Einflussgrößen mit dem Ziel unbekannte Muster und Zusammenhänge zu identifizieren, um wichtige Entscheidungen unterstützen zu können. Damit stellt Data Analytics einen Prozess zur Untersuchung von Daten, das Verstehen von Daten und damit einen Wissensgewinn dar. [8]
Im Jahr 2012 hat die Unternehmensberatung Gartner Forschungsergebnisse vorgestellt, die es ermöglichen, Data Analytics in vier Reifegradstufen zu unterteilen, um eine klare Struktur zu schaffen, damit in Unternehmen die Datenanalysestrategien einfacher gestaltet und kontinuierlich verbessert werden können. Somit kann Schritt für Schritt eine Vorgehensweise von der Datenerfassung hin zur datengestützten Entscheidungsfindung erfolgen (s. Abbildung 3). [9]
Beschreibende Analyse
In der ersten Stufe, der beschreibenden Analyse wird althergebracht mit historischen Daten gearbeitet, um die Basis für weitere Analysen zu schaffen. Diese auf statistischen Verfahren basierende Vorgehensweise wird seit vielen Jahren im Qualitätsmanagement zur Verbesserung des QM-Systems verwendet.
In der ersten Stufe, der beschreibenden Analyse wird althergebracht mit historischen Daten gearbeitet, um die Basis für weitere Analysen zu schaffen. Diese auf statistischen Verfahren basierende Vorgehensweise wird seit vielen Jahren im Qualitätsmanagement zur Verbesserung des QM-Systems verwendet.
Diagnostische Analyse
In der zweiten Stufe, der diagnostischen Analyse erfolgt eine tiefergehende Betrachtung, der historischen Daten, um z. B. Prozess- und Qualitätsabweichungen genauer zu analysieren, um mögliche Ursachen zu ermitteln. [8]
In der zweiten Stufe, der diagnostischen Analyse erfolgt eine tiefergehende Betrachtung, der historischen Daten, um z. B. Prozess- und Qualitätsabweichungen genauer zu analysieren, um mögliche Ursachen zu ermitteln. [8]
Prädiktive Analyse
In dieser Stufe werden historische Daten genutzt, um Trends und Entwicklungen vorhersagen zu können. Statistische Modelle und Algorithmen des maschinellen Lernens ermöglichen Vorhersagen, die als Basis für vorausschauende Entscheidungen dienen können. [9]
In dieser Stufe werden historische Daten genutzt, um Trends und Entwicklungen vorhersagen zu können. Statistische Modelle und Algorithmen des maschinellen Lernens ermöglichen Vorhersagen, die als Basis für vorausschauende Entscheidungen dienen können. [9]
Präskriptive Analyse
Diese vierte und letzte Stufe stellt die höchste Stufe dar, denn in dieser Stufe wird der Status der Vorhersagen überschritten. Auf der Basis der prädikativen Analyseergebnisse werden aus der vorhergehenden Stufe Maßnahmen zur Zielerreichung vorgeschlagen. [8]
Diese vierte und letzte Stufe stellt die höchste Stufe dar, denn in dieser Stufe wird der Status der Vorhersagen überschritten. Auf der Basis der prädikativen Analyseergebnisse werden aus der vorhergehenden Stufe Maßnahmen zur Zielerreichung vorgeschlagen. [8]
Unterschied
Der Unterschied zwischen den einzelnen Stufen liegt darin, dass sich der Wissensgehalt der Informationen verbessert. Denn jede Stufe der Datenanalyse bedient sich der Informationen aus der vorhergehenden Stufe und verdichtet und erweitert diese, um daraus neues Wissen abzuleiten.
Der Unterschied zwischen den einzelnen Stufen liegt darin, dass sich der Wissensgehalt der Informationen verbessert. Denn jede Stufe der Datenanalyse bedient sich der Informationen aus der vorhergehenden Stufe und verdichtet und erweitert diese, um daraus neues Wissen abzuleiten.
3.3 Künstliche Intelligenz (KI)
Die Umfrage der DGQ aus dem Jahr 2021 hat zwar gezeigt, dass im Qualitätsmanagement der Stellenwert der KI eher von geringer Bedeutung ist. Das ist erstaunlich, denn mittels KI können Verbesserungen z. B. im Umgang mit der QM-Dokumentation, der Aufbereitung und Analyse von Daten sowie der Automatisierung von Prozessen erzielt werden. Doch das bedeutet, dass im QM gut ausgebildete Fachkräfte zur Verfügung stehen müssen.
