KI in der Produktionsplanung: nötige Daten prüfen

Das Problem

Die Produktionsplanerin hat jeden Morgen dasselbe Rätsel zu lösen: Welche Aufträge laufen auf welcher Maschine, in welcher Reihenfolge, mit welchem Material, und wer ist da? Dazu kommen dringende Aufträge, Maschinenausfälle, Rüstzeiten und fehlendes Material. In vielen kleinen und mittleren Betrieben geschieht das mit Erfahrung, Excel und viel Telefonieren.

Der Wunsch nach KI-Unterstützung ist verständlich. Ein System könnte Varianten durchrechnen und Engpässe früher zeigen. Doch hier liegt die erste Hürde: KI und Planungssoftware sind nur so gut wie die Daten, mit denen sie arbeiten. Sind Rüstzeiten geschätzt statt gemessen, Liefertermine im Kopf statt im System und Maschinenstände veraltet, wird jede Berechnung unzuverlässig.

Diese Seite hilft Ihnen, die Datenlage nüchtern zu prüfen, bevor Sie Geld für Werkzeuge ausgeben.

So lösen Sie es mit KI – Schritt für Schritt

1. Ziel der Planung formulieren. Was soll besser werden: Liefertreue, kürzere Durchlaufzeiten, weniger Rüsten, weniger Überstunden? Wählen Sie ein bis zwei Ziele, die Sie messen können.

1. Datenbereiche auflisten. Notieren Sie, welche Informationen für die Planung nötig sind: Aufträge mit Termin und Menge, Arbeitspläne, Maschinen mit Kapazität und Verfügbarkeit, Rüstzeiten, Materialbestand, Personal, Wartungsfenster.

1. Datenquellen zuordnen. Wo steht jede Information heute: im ERP-System (Software für Aufträge und Lager), in Excel, auf Papier oder nur im Kopf einer Person? Legen Sie eine Liste an.

1. Qualität bewerten. Prüfen Sie je Datenbereich: Ist er vollständig, aktuell, einheitlich und überprüfbar? Vergeben Sie einfache Noten (gut, mittel, schlecht). Mehr dazu bei Datenqualität und KI.

1. Lücken benennen. Besonders oft fehlen gemessene Rüstzeiten, tatsächliche Laufzeiten gegenüber Plan und Gründe für Verspätungen. Klären Sie, ob sich diese mit wenig Aufwand erfassen lassen.

1. Ideen mit KI sammeln, ohne Echtdaten. Beschreiben Sie Ihre Situation in allgemeinen Worten und lassen Sie sich Fragen und Risiken auflisten. Verwenden Sie die Vorlage unten.

1. Stichprobenplan erstellen. Wählen Sie einen Bereich, etwa eine Maschinengruppe, und erfassen Sie dort vier Wochen lang saubere Daten.

1. Kleinen Pilot planen. Erst wenn die Daten tragen, lohnt sich ein Pilot mit Planungssoftware oder KI-Unterstützung. Legen Sie fest, wie Sie den Erfolg messen. Siehe KI-Pilot: Erfolg messen.

Vorlage zum Kopieren

Du berätst einen Schweizer Produktionsbetrieb ([Branche], ca. [Zahl] Mitarbeitende), der seine Produktionsplanung verbessern möchte.

Heutige Situation: [kurze Beschreibung, z. B. Planung in Excel, 8 Maschinen, viele Eilaufträge]
Ziel: [z. B. weniger Rüstzeiten, bessere Liefertreue]

Erstelle eine Checkliste der Daten, die wir für eine KI-gestützte Planung brauchen.
Gliedere nach: Aufträge, Arbeitspläne, Maschinen, Rüstzeiten, Material, Personal.
Zu jedem Punkt: Warum wichtig? | Wie prüfen wir die Qualität? | Typische Fehlerquelle.
Nenne keine Produkte und keine Zahlen, die wir nicht angegeben haben.

Passen Sie Branche und Ziel an. Gehen Sie die Liste danach mit der Planung und der Produktionsleitung durch und markieren Sie, was Sie schon haben.

Worauf Sie achten müssen

• Datenqualität zuerst: Fehlerhafte oder veraltete Daten führen zu falschen Plänen, die überzeugend aussehen. Das ist gefährlicher als gar kein Plan.
• Erfahrung der Planerin: Das Wissen der Mitarbeitenden, zum Beispiel welche Maschine bei Feuchtigkeit zickt, steht in keiner Datenbank. Beziehen Sie es ein.
• Erwartungen dämpfen: Eine KI wird nicht jede Störung vorhersehen. Planung bleibt eine Abwägung unter Unsicherheit.
• Datenschutz und Geheimnisse: Auftragsdaten und Kundennamen sind vertraulich. Klären Sie, welche Werkzeuge dafür freigegeben sind.
• Akzeptanz im Team: Wenn Planer und Schichtleiter dem System nicht vertrauen, wird es umgangen. Beziehen Sie sie frühzeitig ein.
• Aufwand der Datenerfassung: Zusätzliche Erfassung kostet Zeit an der Maschine. Halten Sie sie so einfach wie möglich und erklären Sie, wofür sie dient.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Betrieb für Verpackungen in der Ostschweiz plant 12 Maschinen mit Excel. Der Geschäftsführer Herr Looser möchte eine KI-Planung testen. Die Planerin Frau Egli geht die Checkliste durch und merkt: Die Liefertermine stehen im ERP, die Rüstzeiten aber nur als Schätzwert aus einem alten Arbeitsplan. Ausfälle werden gar nicht erfasst.

Statt sofort ein Werkzeug anzuschaffen, startet der Betrieb eine einfache Erfassung von Rüstzeiten und Stillständen an drei Maschinen über sechs Wochen. Die Daten zeigen, dass die Rüstzeit an zwei Maschinen fast doppelt so lang ist wie angenommen. Schon die angepassten Zeiten verbessern die Planung. Eine weitere Lösung wird erst danach geprüft.

So hilft Ihnen Alpasana

Die Frage, welche Daten Sie brauchen und wo sich KI in der Planung lohnt, beantwortet eine strukturierte Analyse. Die KI-Beratung und digitale Transformation von Alpasana umfasst das Aufnehmen von Prozessen, die Analyse von KI-Potenzialen, die Priorisierung von Vorhaben und einen Umsetzungsplan. Genannt werden auch digitale Workflows, Automatisierungen, Schnittstellen und Systemverbindungen mit dokumentierter Umsetzung.

Projekte werden individuell offeriert. Ein fertiges Planungssystem für Ihre Produktion gehört nicht zu den belegten Leistungen.

Häufige Fragen

Brauche ich ein ERP-System, bevor ich mit KI plane?

Nicht zwingend, aber Daten müssen irgendwo verlässlich erfasst sein. Eine gepflegte Tabelle kann für den Anfang genügen. Je grösser der Betrieb, desto eher lohnt sich eine feste Lösung.

Kann eine KI die Planung vollständig übernehmen?

Realistisch ist eine Unterstützung: Vorschläge, Varianten, Warnungen. Entscheiden soll die Planerin, die den Betrieb kennt.

Wie lange dauert es, bis die Daten reichen?

Das hängt von Ihrer Ausgangslage ab. Mit einer gezielten Erfassung über einige Wochen lässt sich oft erkennen, wo die Hauptlücken liegen. Hilfreich für den Betrieb im Alltag ist auch eine gute Übergabe, siehe Schichtübergabe mit KI vorbereiten.