In vielen Fertigungsbetrieben entsteht der Produktionsplan noch am Whiteboard oder in einer über Jahre gewachsenen Excel-Tabelle. Der Meister kennt die Maschinen, die Tücken der einzelnen Aufträge und die Urlaubsliste im Kopf, und genau dieses Erfahrungswissen macht ihn schwer ersetzbar. Wächst jedoch die Zahl der Aufträge, Varianten und Eilfälle, stößt Planung nach Bauchgefühl an Grenzen. Rüstzeiten summieren sich, Liefertermine geraten unter Druck, und sobald eine Maschine steht, wird hektisch umgeplant. Hier kann KI unterstützen, allerdings anders, als es viele Werbebroschüren versprechen. Dieser Beitrag ordnet ein, was in der Produktionsplanung heute wirklich geht, wo klassische Optimierung die eigentliche Rechenarbeit leistet und wie ein Mittelständler ohne Fehlinvestition einsteigt.
Was Produktionsplanung im Mittelstand schwierig macht
Feinplanung heißt, konkrete Aufträge in eine sinnvolle Reihenfolge zu bringen und einzelnen Maschinen, Schichten und Mitarbeitern zuzuordnen. Klingt simpel, ist es aber selten. Aufträge konkurrieren um dieselbe Maschine, Rüstvorgänge kosten Zeit, Werkzeuge und Material sind nicht immer verfügbar, und Kunden erwarten verbindliche Termine. Dazu kommen Störgrößen, die kein Plan vorhersieht: ein defektes Aggregat, ein kranker Einrichter, eine verspätete Lieferung. In der Praxis bedeutet das, dass ein Plan schon veraltet ist, sobald er ausgedruckt wird. Wer hier nur mit der Tabelle arbeitet, verliert Zeit im ständigen Nachjustieren und trifft Entscheidungen, deren Folgen für die nachgelagerten Arbeitsgänge kaum überschaubar sind.
Wo KI und Optimierung ansetzen
Ehrlicherweise muss man zwei Dinge trennen, die im Marketing gern zu „KI“ verschmelzen. Die eigentliche Reihenfolge- und Belegungsplanung ist eine mathematische Optimierungsaufgabe, die von sogenannten Solvern gelöst wird, also Verfahren aus dem Operations Research. Maschinelles Lernen kommt an anderer Stelle ins Spiel, nämlich dort, wo verlässliche Eingangsdaten fehlen. Beide zusammen ergeben erst eine belastbare Planung.
Realistische Bearbeitungs- und Rüstzeiten schätzen
Viele Pläne scheitern nicht am Algorithmus, sondern an falschen Vorgabezeiten. Im Stammsatz steht eine runde Zahl, die tatsächliche Bearbeitung dauert je nach Los, Material und Maschine deutlich länger oder kürzer. Aus den Rückmeldungen der Betriebsdatenerfassung kann ein Modell lernen, wie lange ein Arbeitsgang unter bestimmten Bedingungen realistisch braucht. Diese gelernten Zeiten füttern die Planung mit brauchbaren Werten, statt mit frommen Wünschen aus dem Jahr der Systemeinführung.
Reihenfolge und Maschinenbelegung optimieren
Mit sauberen Zeiten kann ein Solver Aufträge so anordnen, dass Rüstwechsel minimiert und Termine eingehalten werden. Er sortiert beispielsweise Aufträge mit gleicher Farbe oder gleichem Werkzeug hintereinander, damit weniger umgerüstet wird, und berücksichtigt dabei Prioritäten und Fälligkeiten. Der Mensch behält die Kontrolle, weil er Rahmenbedingungen und Ausnahmen vorgibt. Das System schlägt vor, der Planer entscheidet.
Umplanen, wenn etwas schiefgeht
Der größte Nutzen zeigt sich im Störungsfall. Fällt eine Maschine aus, rechnet das System in Minuten mehrere Ausweichszenarien durch und zeigt, welche Aufträge sich verschieben und welche Liefertermine wackeln. Statt im Kopf zu jonglieren, sieht der Planer die Auswirkungen und kann den Kunden früher und ehrlicher informieren. Vorausschauende Wartung senkt zudem die Zahl der ungeplanten Stillstände, was die Planung insgesamt ruhiger macht.
Liefertermine verlässlich zusagen
Kommt eine Anfrage herein, ist die häufigste Frage: Bis wann können wir liefern? Auf Basis der aktuellen Auslastung lässt sich ein realistischer Termin ermitteln, statt eine Wunschzahl zu nennen, die später nicht hält. Das schont die Kundenbeziehung, weil zugesagte Termine seltener reißen. Wer hier zusätzlich die erwartete Nachfrage einbezieht, plant Kapazitäten vorausschauender.
Voraussetzungen, ohne die es nicht funktioniert
Der ehrlichste Satz zuerst: Ohne verwertbare Daten bleibt jede Planungssoftware ein teures Ratespiel. Bevor Optimierung greift, braucht es ein paar Grundlagen.
- Rückmeldungen aus der Fertigung. Ist- und Startzeiten müssen erfasst werden, sei es über ein MES, eine Betriebsdatenerfassung oder zumindest disziplinierte manuelle Buchungen. Ohne Ist-Daten lernt kein Modell.
- Gepflegte Stammdaten. Arbeitspläne, Rüstmatrizen und Kapazitäten sollten aktuell sein. Veraltete Vorgabezeiten sind die häufigste Fehlerquelle.
- Klare Regeln. Was hat Vorrang, wie werden Eilaufträge behandelt, welche Maschine darf welchen Auftrag fahren? Diese Logik muss explizit werden, sonst kann sie kein System abbilden.
- Anbindung an das ERP. Aufträge, Bestände und Termine liegen dort. Eine Planung, die davon abgekoppelt ist, erzeugt doppelte Pflege und Reibung.
Typische Fehler beim Einstieg
Der Klassiker ist der Versuch, sofort die gesamte Fertigung zu optimieren. Das überfordert Daten und Belegschaft gleichermaßen. Ebenso verbreitet ist blindes Vertrauen in den ausgegebenen Plan, obwohl die zugrunde liegenden Zeiten nie überprüft wurden. Ein dritter Stolperstein ist fehlende Akzeptanz: Wenn der Meister das Werkzeug als Angriff auf seine Kompetenz erlebt, wird es umgangen. Gute Einführungen holen die Planer früh ins Boot und behandeln das System als Assistenten, der Vorschläge macht, nicht als Autopilot, der übersteuert.
Kosten und Nutzen realistisch einordnen
Die Bandbreite ist groß und hängt vom Reifegrad der Datenlandschaft ab. Ein schlankes Vorhaben, das eine Engpassmaschine oder eine Linie besser einplant und an vorhandene Systeme andockt, bewegt sich häufig im niedrigen bis mittleren fünfstelligen Bereich für die Einführung, plus laufende Kosten für Betrieb und Pflege. Aufwendiger wird es, wenn zunächst die Datenerfassung nachgerüstet werden muss. Der Nutzen zeigt sich meist zuerst in weicheren Kennzahlen: weniger Rüstzeit, weniger Eilzuschläge, verlässlichere Termine, ruhigeres Umplanen. Harte Prozentzahlen versprechen wäre unseriös, denn der Effekt schwankt stark je nach Ausgangslage. Belastbar wird der Business Case erst, wenn man vorher und nachher an denselben Kennzahlen misst.
Ein pragmatischer Fahrplan
Bewährt hat sich ein enger, messbarer Start. Wählen Sie einen Engpass oder eine überschaubare Fertigungslinie, an der Planung heute besonders weh tut. Erfassen Sie einige Wochen saubere Ist-Daten, korrigieren Sie die gröbsten Fehler in den Vorgabezeiten und lassen Sie das System zunächst parallel zur bisherigen Planung mitlaufen. So sieht das Team, wo die Vorschläge besser sind und wo nicht, und Vertrauen wächst mit Belegen statt mit Versprechen. Erst wenn dieser Ausschnitt trägt, lohnt die Ausweitung auf weitere Bereiche.
Häufige Fragen
Braucht Produktionsplanung mit KI zwingend ein MES?
Nicht zwingend, aber irgendeine Form der Rückmeldung aus der Fertigung ist Pflicht. Ein MES oder eine Betriebsdatenerfassung liefert die Ist-Zeiten am bequemsten. Zur Not gehen auch disziplinierte manuelle Buchungen, nur ohne jede Ist-Erfassung fehlt die Grundlage, auf der ein Modell lernen kann.
Ersetzt KI die Plantafel und den erfahrenen Meister?
Nein. Die Software übernimmt das Durchrechnen vieler Varianten und macht Auswirkungen sichtbar, die Entscheidung bleibt beim Planer. Das Erfahrungswissen über Maschinen, Menschen und Kunden lässt sich nicht automatisieren, es wird durch die Werkzeuge nur entlastet.
Wie lange dauert die Einführung und was kostet sie ungefähr?
Ein eng umrissenes Pilotvorhaben ist oft in einigen Wochen bis wenigen Monaten arbeitsfähig, sofern brauchbare Daten vorliegen. Für die Einführung sind je nach Umfang häufig niedrige bis mittlere fünfstellige Beträge realistisch, mehr, wenn zuerst die Datenerfassung aufgebaut werden muss.
Ist Produktionsplanung mit KI datenschutzkonform?
Überwiegend geht es um Auftrags- und Maschinendaten, die nicht personenbezogen sind. Sobald jedoch Leistungsdaten einzelner Mitarbeiter verarbeitet werden, greifen DSGVO und Mitbestimmung. Dann sind der Betriebsrat einzubinden und Zweck sowie Zugriffe klar zu regeln, am besten vor dem Rollout.
Passend dazu vertiefen wir das Thema Datenbasis und Vorhersage in unseren Beiträgen zur Absatzprognose mit KI und zur vorausschauenden Wartung. Wer branchenspezifisch einsteigen möchte, findet weitere Ansätze im Überblick KI für den Maschinenbau und im Leitfaden zur Prozessautomatisierung im Mittelstand. Gern prüfen wir in einem unverbindlichen Erstgespräch, an welcher Maschine oder Linie eine bessere Planung bei Ihnen den schnellsten Nutzen bringt.