🧑‍🏫 Leitfaden für Trainer & Berater

Mr. Sixx' AI Lab · Erwachsenen-Variante (Green/Black Belt, „AI for Quality") · Stand Juli 2026

Positionierung: Was Sie hier moderieren

Das AI Lab ist kein KI-Vortrag, sondern ein Erfahrungsraum: Ihre Teilnehmer durchlaufen den kompletten ML-Workflow an einem echten, live im Browser trainierten Modell – und jede Station spiegelt ein Werkzeug, das sie aus der Belt-Ausbildung kennen: Spezifikation vs. Realität (Station 2), operationale Definition und Stichprobe (3), Validierung (4), attributive MSA mit Kappa (5), DOE (6), Rolled Throughput Yield und Fähigkeitsnachweis (7). Ihre Kernaufgabe als Moderator: die Aha-Momente inszenieren und in den Debriefs die Brücke zum Tagesgeschäft der Teilnehmer schlagen. Mr. Sixx übernimmt die Stationsführung – Sie übernehmen den Transfer.

Ideale Platzierung im Curriculum: nach MSA- und DOE-Modulen (maximaler Wiedererkennungswert) oder als eigenständiges „AI for Quality"-Modul. Sprache DE/EN umschaltbar (oben rechts).

📋 Einsatzformate

Format	Dauer	Zuschnitt
Seminar-Modul (GB)	90–120 min	Alle 7 Stationen kompakt, Debriefs kurz; Vertiefungs-Schubladen als Hausaufgabe
BB-Vertiefung	120–150 min	Fokus auf Station 5 (Kappa-Diskussion) und Station 6 (DOE inkl. Wechselwirkungs- und Streuungs-Debatte)
„AI for Quality"-Workshop	½ Tag	Volles Lab + moderierte Transfer-Session (s. u.) + Maßnahmenliste fürs eigene Unternehmen
Keynote-/Messe-Demo	15–20 min	Nur Station 2 (Scheitern der Regeln) + Arena mit vorab trainiertem Modell – hoher Wow-Faktor

✅ Vorbereitung

Material & Technik

5–10 Würfel (weiße UND bunte), matte dunkle Unterlage, zusätzlich helle/glänzende Unterlage für den geplanten „Bruch", optional ein 12-seitiger Würfel fürs Finale
Moderations-Laptop mit aktuellem Browser an Beamer/Display; Teilnehmer-Smartphones (BYOD, keine App)
Adresse: ailab.esixsigma.de · vorab einmal komplett durchklicken und ein Probefoto senden

Lizenz-Logistik (wichtig!)

Stationen 1–2 sind frei; ab Station 3 gilt die Code-Freischaltung pro Browser.
Standard-Setup Seminar: ein zentraler, vorab freigeschalteter Moderations-Laptop – ein Code genügt für die ganze Gruppe.
Teilnehmer arbeiten an eigenen Rechnern (z. B. Online-Seminar): pro Rechner ein Code → entsprechend viele Codes einplanen.

⚠️ Wichtigster Technik-Hinweis: Datensatz, Modell und Fortschritt liegen im Browser des Desktops. Gesamte Session am selben Gerät im selben Browser durchführen – kein Inkognito-Modus, Browserdaten nicht zwischendurch löschen. Vorbereitete Stände (z. B. für Demos) bleiben so über Tage erhalten.

Für die Teilnehmer

Vorab das Teilnehmer-Briefing verteilen – es verhindert die häufigsten Fehleingaben (Label-Disziplin!).

🗺️ Ablauf mit Debrief-Fokus

Station	Zeit	Debrief-Kern (Ihre Moderation)
1 · Briefing	5 min	Y = f(X) aufmachen: Was ist hier das Y, was sind die X? Frage offen stehen lassen.
2 · Regel-Werkstatt	15 min	„Welche Prüfanweisung in Ihrem Haus bricht genauso?" – Spezifikation vs. Realität, Regel-Wartungskosten.
3 · Daten-Studio	15–20 min	Operationale Definition (was ist ein gutes Label?), Stichprobe vs. Grundgesamtheit, Bias als Geschäftsrisiko.
4 · Trainings-Raum	20 min	Tresor = Bestätigungslauf; Lücke lesen; warum Kennzahlen streuen (Zufall im Training) – Parallele zu Messreihen.
5 · Prüflabor	15 min	Konfusionsmatrix = attributive MSA; Kappa-Faustregeln (≥0,9 / 0,7–0,9 / darunter); „Würden Sie diesen Prüfer einstellen?" abstimmen lassen.
6 · Tuning-Werkstatt	15–20 min	OFAT-Falle, Wechselwirkung A×C als Overfitting-Rezept, Effekte gegen Wiederholstreuung abwägen – der DOE-Heimvorteil Ihrer Gruppe.
7 · Arena + Übertrag	15–20 min	RTY an der Kette (0,95¹⁰ ≈ 60 %), Fähigkeitsnachweis vor Serieneinsatz, LLM-Übertrag als Abschluss.

🎬 Regie-Tipps – die Aha-Momente gezielt erzeugen

Station 2 · Das Scheitern inszenieren

Aufgabe 2 (der 45°-Trick): Würfel deutlich schräg fotografieren lassen, sodass zwei bis drei Seitenflächen sichtbar werden – die Regel-Maschine zählt deren Augen mit („8" bei einer Fünf). Je flacher, desto absurder.
Aufgabe 3: bunter Würfel auf glänzender Unterlage am Fenster – häufig werden die weißen Augen selbst als „Würfel" erkannt. Perfekte Überleitung zu „jede Regel-Annahme ist ein Angriffspunkt".

Station 4 · Dramaturgie nutzen

Vor dem Training Prognosen einsammeln („Wie viel Prozent im Tresor?").
Epochen-Vergleich 5 vs. 30–50 zeigen (kleine Datensätze brauchen mehr Epochen).
Overfitting provozieren: knapper Datensatz (~10–12 je Klasse) + 100 Epochen → Trainingskurve ~100 %, Tresor bleibt zurück. Der Lehrbuch-Moment.

Station 5/6 · Die Belt-Momente

Rote Matrix-Zellen anklicken und Fehlbilder diskutieren – Gemba statt Statistik-Folie.
Vor dem 2³-Plan Faktor-Wetten abgeben lassen; nachher die Zufallsfrage: „82 % vs. 84 % – ist das ein Effekt oder Rauschen?"

Station 7 · Groß abschließen

10-Würfel-Logistik: dunkle Unterlage, nicht überlappend, senkrecht von oben.
Falls vorhanden: 12-seitigen Würfel fotografieren lassen – der Geltungsbereich des „Zeugnisses" wird real erlebbar.
Den LLM-Übertrag nicht überspringen – er verankert alles im Alltag der Teilnehmer.

🎓 Ihr Theorie-Backstop: Für Detailfragen sind die 📖-Vertiefungen und 🧮-Mathe-Schubladen der Stationen Ihr fertiges Skript (Faltung, Gradientenabstieg mit Deming-Trichter-Analogie, Kappa-Herleitung, Generalisierungslücke, RTY-Tabelle). Empfehlung: einmal komplett selbst durchspielen und die Schubladen lesen – dann sind Sie jeder Rückfrage gewachsen.

💼 Transfer-Session fürs Unternehmen (für den ½-Tages-Workshop)

Welche attributiven Prüfungen in Ihrem Haus wären Kandidaten für ein gelerntes Modell – und welche gerade nicht (Nachvollziehbarkeits-Pflicht)?
Was wäre dort der Tresor – und wer garantiert, dass er nie ins Training sickert (Data Leakage)?
Wie sähe der Fähigkeitsnachweis vor Serienfreigabe aus – an wessen Daten, mit welchem Kappa-Ziel?
Wer überwacht das Modell im Betrieb? (Modelle driften wie Prozesse – SPC-Denken auf KI anwenden.)
Wem gehören die Trainingsdaten, wer pflegt sie nach? („Wer die Daten hat, hat die Macht" – auch organisatorisch: Betriebsrat, Datenschutz früh einbinden.)
Rechnen Sie den Business Case ehrlich: Mensch für ein Teil, Modell für tausend in derselben Zeit – aber inklusive Daten-, Prüf- und Überwachungsaufwand.

🔒 Technik & Datenschutz (Ihre Argumente Richtung IT/Kunde)

Keine Konten, keine Installation; Fotos werden verschlüsselt (HTTPS) durchgereicht und nicht serverseitig gespeichert – Ablage nur im Browser des Moderations-Rechners, dort jederzeit löschbar.
BYOD-freundlich: Teilnehmer-Smartphones senden nur Würfelfotos; Hinweis an die Gruppe: keine Gesichter fotografieren, die Galerie ist für alle sichtbar.

🛠️ Wenn etwas hakt

Problem	Ursache & Lösung
QR führt ins Leere	Desktop muss über ailab.esixsigma.de laufen (nicht lokal); Ziel-URL steht klein unter jedem QR-Code.
Kamera bleibt schwarz	Freigabe abgelehnt → Seite neu laden, „Erlauben" tippen (ggf. Website-Berechtigungen).
„Warte auf Smartphone …"	Phone-Seite geschlossen/Standby → QR neu scannen, Seite offen lassen.
Foto kommt nicht an (Prüfung/Arena)	Runde läuft noch → erst „Runde werten" + „Nächste Runde".
Modell lernt schlecht (< 50 %)	Kein Defekt, sondern Lehrstoff: mehr Epochen (30–50), Datensatz/Galerie prüfen, Diagnose-Trick: nur Synthetik-Booster trainieren.
Station gesperrt (🔑)	Code-Freischaltung fehlt in diesem Browser → Code eingeben (Kauf-E-Mail) oder vorbereiteten Moderations-Laptop nutzen.
Fortschritt/Modell weg	Anderer Rechner/Browser/Inkognito → alles lebt im Browser-Speicher des Ursprungsgeräts.

Moderations-Grundsatz: Fast jede Panne ist verkleideter Lehrstoff – schlechtes Licht, schiefe Fotos und magere Kennzahlen sind genau die Varianz, aus der dieses Lab seine Lektionen baut. Im Zweifel die Gruppe selbst diagnostizieren lassen: Kurven lesen, Galerie prüfen, Vergleichsexperiment fahren.