Was KI in der Produktionsplanung leisten kann

Die Produktionsplanung ist in der Verpackungsindustrie in den vergangenen Jahren deutlich anspruchsvoller geworden. Mit sinkenden Losgrößen und steigender Variantenzahl wächst die Zahl der Entscheidungen. Schon mit 20 Aufträgen auf einer einzigen Maschine sind rund 2,4 Trill. verschiedene Reihenfolgen möglich. Doch die Realität in der Verpackungsindustrie ist noch wesentlich komplexer. Ein typischer Betrieb muss jeden Tag mehrere hundert offene Aufträge auf zahlreichen Maschinen unter Berücksichtigung vieler Faktoren wie Personal, Werkzeug oder Material einplanen. 

Dass die Produktionsplanung trotzdem funktioniert, liegt meist an erfahrenen Planern. Sie wissen, welche Aufträge sich gut hintereinander rüsten lassen und welcher Kunde keinen Tag Verzug akzeptiert. Dieses Wissen steht selten in einem System, und Nachfolger brauchen oft Jahre, um es aufzubauen. Genau diese Erfahrung geht nun schrittweise in Rente: Im Verarbeitenden Gewerbe sind laut Institut für Arbeitsmarkt- und Berufsforschung (IAB) 27 % der sozialversicherungspflichtig Beschäftigten 55 Jahre oder älter, rund 1,8 Mio. Menschen. Betriebe brauchen deshalb Lösungen, die Nachfolger mit KI unterstützen und das Planungswissen sichern.

Ist die deutsche Kartonindustrie zukunftsfähig?

Wenn Verbraucher Karton wollen und Europa wächst – warum schrumpft dann die deutsche Produktion und verschwinden immer wieder Hersteller faserbasierter Packmittel vom Markt? Diese und andere Fragen mehr stellten wir Christian Schiffers, Geschäftsführer Fachverband Faltschachtel-Industrie (FFI), sowie Winfried Mühling, Leiter Marketing & Kommunikation beim Verband Pro Carton.

Peter Hammer

Drei Kennzahlen im Zielkonflikt

Ein guter Produktionsplan wird an drei Kennzahlen gemessen: hohe Termintreue, wenig Rüstaufwand und eine hohe Auslastung der Maschinen. Doch diese Kennzahlen stehen im Konflikt zueinander. Wer nur auf Rüstzeit optimiert und große Lose bildet, lässt dringende Aufträge warten. Wer streng nach Liefertermin plant, rüstet häufiger.

Wie sich dieser Konflikt im Alltag zeigt, verdeutlicht die Faltschachtelfertigung. An der Druckmaschine warten drei Aufträge mit derselben Sonderfarbe. Dazu kommt ein dringender Auftrag mit anderem Farbsatz, der morgen ausgeliefert werden muss. Wird er vorgezogen, hält der Betrieb den Termin, muss aber zweimal umrüsten. Wartet er, spart der Betrieb Rüstzeit, doch der Kunde erhält seine Ware zu spät.

Die Auslastung kommt als dritte Größe hinzu. Passt die Reihenfolge an der Druckmaschine nicht zur Stanze, wartet die Stanze auf Bogen. Jeder Produktionsplan ist deshalb ein Kompromiss, den der Betrieb bewusst festlegen muss.

Die richtige Reihenfolge finden

Diesen Kompromiss von Hand zu finden, ist bei hunderten offenen Aufträgen kaum möglich. Hier setzt KI-gestützte Reihenfolgeplanung an. Sie beantwortet für jeden Auftrag drei Fragen: Auf welcher Maschine läuft er, an welcher Stelle der Reihenfolge und wann startet er?

Klassische Planungssysteme arbeiten dafür mit festen Regeln, etwa „frühester Liefertermin zuerst“. Solche Regeln sind schnell und verständlich, verfolgen aber nur ein Ziel und betrachten jede Maschine für sich. Ob die Bogen rechtzeitig zur Stanze kommen oder das Material bereitsteht, prüfen sie nicht.

KI-gestützte Reihenfolgeplanung betrachtet dagegen alle Maschinen und Stufen gemeinsam, bewertet jeden Plan nach allen drei Kennzahlen und hält Randbedingungen wie Schichten, Material und Werkzeuge ein. Wie sie unter Trillionen möglicher Reihenfolgen einen guten Plan findet, zeigt ein Blick in die Natur.

Planen nach dem Vorbild der Evolution

Für die Suche nach dem besten Plan haben sich sogenannte genetische Algorithmen bewährt. Das Verfahren ahmt die Evolution in der Natur nach. Es arbeitet nicht mit einem einzigen Plan, sondern mit einer ganzen Population aus einigen hundert Produktionsplänen. Jeder Plan ist wie ein Erbgut aufgebaut: Er legt für jeden Arbeitsgang fest, auf welcher Maschine und an welcher Stelle der Warteschlange er läuft.

In jeder Runde, einer Generation, geschehen drei Dinge: Bei der Auslese kommen die besseren Pläne weiter. Bei der Kreuzung entstehen aus zwei guten Plänen neue. Bei der Mutation bringen kleine Zufallsänderungen neue Ideen hinein, etwa zwei getauschte Aufträge. Nach einigen hundert Generationen sind die Pläne deutlich besser als am Anfang, ohne dass der Algorithmus alle Reihenfolgen ausprobieren muss.

Dabei findet der Algorithmus auch Lösungen, auf die keine einfache Regel kommt. Er startet einen Auftrag etwa bewusst etwas später, weil er so in eine Farbfolge passt und die Stanze dahinter trotzdem Arbeit hat.

Ein Simulationsmodell bewertet jeden Plan

Welcher Plan besser ist, entscheidet ein Simulationsmodell der Fabrik, eine Art digitaler Zwilling. Es spielt jeden Plan im Zeitraffer auf virtuellen Maschinen durch, mit realistischen Rüst-, Trocknungs- und Transportzeiten.

Am Ende steht für jeden Plan eine Bewertung aus Verspätung, Rüstaufwand und Auslastung. Diese Bewertung ist die „Fitness“, nach der die Auslese entscheidet. KI und Simulation arbeiten also Hand in Hand: Die KI schlägt Pläne vor, die Simulation prüft sie gegen die Realität der Fertigung. Diese Verbindung erforschen die Autoren seit vielen Jahren an der Otto-von-Guericke-Universität Magdeburg. Eine Simulation dauert nur Bruchteile einer Sekunde, so lassen sich zehntausende Pläne in wenigen Minuten bewerten.

Wie stark jede der drei Größen zählt, legt der Betrieb fest. Nach Maschinenausfall oder Eilauftrag ist der Plan in wenigen Minuten neu berechnet.

Wie groß die Effekte sind, hängt vom Werk ab. Erfahrungen der Autoren aus der Praxis zeigen, dass diese Größenordnungen erreichbar sind:

• bis zu 50 % weniger Verspätung

• bis zu 40 % weniger Leerlauf

• bis zu 10 % weniger Rüstzeit

• 40 % weniger manueller Planungsaufwand

Der Planer bleibt am Steuer

KI ersetzt den Produktionsplaner nicht, sie verändert seine Arbeit. Bisher verbringt er einen großen Teil des Tages damit, Produktionspläne von Hand zu erstellen und auf Veränderungen zu reagieren. Diese Routine übernimmt nun zunehmend die KI. Der Planer prüft nur noch den Vorschlag: Er vergleicht verschiedene Planvarianten mit ihren Kennzahlen und gibt den Plan erst dann an das ERP-System frei. Ohne seine Freigabe geht nichts in die Produktion.

Dabei bringt der Planer ein, was in keiner Datenbank steht, etwa welcher Kunde kurzfristig anruft oder welche Maschine seit Tagen Probleme macht. Die Simulation zeigt ihm die Folgen jeder Änderung, bevor er entscheidet. Weil die Routine wegfällt, gewinnt er Zeit für Aufgaben, bei denen der Mensch unersetzlich ist: kurzfristige Änderungen, Eilaufträge oder die Abstimmung mit Vertrieb und Fertigung. Auch Nachfolger profitieren, denn Regeln und Wissen erfahrener Planer bleiben im System.

KI-Agenten für schnelle Anpassungen

Neben der Optimierung halten zunehmend KI-Agenten Einzug in die Planung. Das sind Assistenten auf Basis großer Sprachmodelle, die Aufgaben selbstständig vorbereiten. Große Sprachmodelle sind bekannt als ChatGPT, Claude und Co, die geschriebene Sprache verstehen und selbst Antworten formulieren. Ein Agent beobachtet den Plan laufend und meldet sich, wenn eine Maschine ausfällt, Material fehlt oder ein Termin in Gefahr gerät. Er schlägt dann eine neue Reihenfolge vor, die er zuvor mit Optimierung und Simulation geprüft hat. Dadurch lässt sich Halluzination effektiv vermeiden.

Der Benchmark (Test) OS-World zeigt, dass KI-Agenten inzwischen in der Lage sind, reale Computeraufgaben tatsächlich auszuführen und nicht nur theoretisch darüber zu sprechen. Darin müssen KI-Agenten einen Computer selbstständig bedienen, etwa Programme öffnen, Tabellen bearbeiten oder E-Mails schreiben. 2024 gelang das dem besten Modell bei 12 % der Aufgaben, 2025 schon bei 66 %. Inzwischen löst das beste Modell 86 % der Aufgaben und damit mehr als Menschen, die im selben Test 72 % schaffen. Genau diese Fähigkeit braucht ein Agent, der den Produktionsplan überwacht und in der Planungssoftware auf Störungen reagiert.

Fazit

Die Produktionsplanung in der Verpackungsindustrie wird komplexer, während erfahrenes Planungswissen in Rente geht. KI-gestützte Reihenfolgeplanung hilft, beides aufzufangen: Genetische Algorithmen und Simulation finden einen guten Kompromiss zwischen den Kennzahlen. KI-Agenten übernehmen schnelle Anpassungen im Tagesgeschäft. Die zentralen Kennzahlen der Produktion können sich dadurch wesentlich verbessern. Die Verantwortung bleibt beim Planer: Die KI schlägt vor, er entscheidet und gewinnt Zeit für die Aufgaben, bei denen seine Erfahrung zählt.