KI-Produktionsplanung — Prognosen & Feinplanung auf Basis Ihrer ERP-Daten

In den meisten Fertigungsbetrieben entsteht die Produktionsplanung heute in Excel — neben dem ERP, auf Basis von Erfahrung und Bauchgefühl. Dabei liegen die Daten, die eine bessere Planung möglich machen, längst in Ihrem ERP: Aufträge, Arbeitspläne, Kapazitäten, Bestände, Liefertermine. KI-gestützte Produktionsplanung macht daraus belastbare Prognosen und konkrete Planungsvorschläge — als schlanke Web-Anwendung neben Ihrem ERP, nicht als Austausch Ihres Systems.

Was KI-Produktionsplanung konkret leistet

• Absatz- und Bedarfsprognosen: Aus Ihrer Auftrags- und Verkaufshistorie werden Prognosen je Artikel, Kunde oder Warengruppe — inklusive Saisonalität und Trends. Grundlage für Einkauf, Fertigungslose und Personalplanung.
• Reihenfolge- und Feinplanung: Welcher Auftrag läuft wann auf welcher Maschine? Optimierungsverfahren berechnen Vorschläge, die Rüstzeiten minimieren und Liefertermine einhalten — statt Plantafel-Puzzle per Hand.
• Kapazitäts- und Engpassplanung: Frühwarnung, wenn ein Arbeitsplatz in drei Wochen überläuft — solange noch Spielraum für Umplanung, Fremdvergabe oder Zusatzschichten besteht.
• Termintreue-Vorhersage: Welche laufenden Aufträge sind gefährdet? Das Modell lernt aus historischen Durchlaufzeiten und markiert Risiko-Aufträge, bevor der Kunde anruft.
• Szenario-Planung: „Was passiert, wenn wir Auftrag X vorziehen?“ — Auswirkungen auf Termine und Auslastung werden durchgerechnet, bevor entschieden wird.
• Bestandsoptimierung: Sicherheitsbestände und Bestellpunkte auf Basis prognostizierter Bedarfe statt pauschaler Faustregeln — weniger gebundenes Kapital bei gleicher Lieferfähigkeit.

Wie das mit Ihrem ERP zusammenspielt

Ihr ERP bleibt das führende System — daran ändern wir nichts. Die Planungslösung liest die relevanten Daten (Aufträge, Arbeitspläne, Kapazitäten, Bestände) über die vorhandene Schnittstelle Ihres Systems, ob ABAS, proALPHA, Microsoft Dynamics 365, Sage, Comarch oder Odoo. Die Prognose- und Optimierungslogik läuft in einer eigenen Anwendung, die Ergebnisse landen in einer übersichtlichen Web-Plantafel.

• Lesen: Auftrags-, Stammdaten- und Kapazitätsdaten kommen per REST/OData oder ODBC aus dem ERP — schonend, ohne das Live-System zu belasten
• Rechnen: Prognosen und Planungsvorschläge entstehen in einer eigenen Middleware (Python), auf Wunsch komplett On-Premise
• Entscheiden: Ihre Planer sehen Vorschläge samt Begründung in einer Web-Plantafel, passen an und geben frei — die Verantwortung bleibt beim Menschen
• Zurückschreiben (optional): Freigegebene Termine können kontrolliert ins ERP zurückfließen — oder die Plantafel bleibt reines Planungs-Cockpit

Ehrlich: wo KI-Planung ihre Grenzen hat

Wir versprechen keine vollautomatische Fabrik. Drei Punkte, die wir in jedem Erstgespräch offen ansprechen:

• Datenqualität entscheidet. Wenn Arbeitspläne veraltet oder Rückmeldungen lückenhaft sind, prognostiziert auch das beste Modell daneben. Der erste Schritt ist deshalb immer ein ehrlicher Datencheck.
• Prognosen sind Wahrscheinlichkeiten, keine Gewissheiten. Ziel ist eine messbar bessere Planung als heute — nicht Unfehlbarkeit. Wir belegen die Güte per Backtesting auf Ihren historischen Daten, bevor produktiv geplant wird.
• Der Planer bleibt Chef. Das System liefert Vorschläge samt Begründung. Freigeben, verschieben, übersteuern — das bleibt bewusst eine menschliche Entscheidung.

Unser Tech-Stack für Planungslösungen

• Prognosen: Python — statistische Verfahren und Machine-Learning-Modelle (u. a. scikit-learn, Prophet), je nach Datenlage
• Optimierung: OR-Tools und heuristische Verfahren für Reihenfolge- und Kapazitätsplanung
• Erklärbarkeit: Sprachmodelle (Claude, lokale LLMs) übersetzen Planungsentscheidungen in Klartext — „Auftrag 2044 wurde vorgezogen, weil …“
• Frontend: Angular-Web-Plantafel mit Drag-&-Drop, Ampellogik und Szenario-Vergleich
• Betrieb: On-Premise in Ihrem Netz oder EU-Cloud — Produktionsdaten verlassen Ihr Haus nicht

So gehen wir vor

1. Erstgespräch (kostenlos, 30 min): Ihr ERP, Ihre Planungspraxis, Ihr größter Schmerzpunkt
2. Datencheck (1–2 Tage): Welche Daten liegen im ERP, in welcher Qualität? Was ist damit realistisch erreichbar?
3. Prognose-Pilot mit Backtesting (4–8 Wochen): Modelle rechnen auf Ihrer Historie — Sie sehen schwarz auf weiß, wie genau die Prognosen gewesen wären
4. Planungs-Cockpit: Web-Plantafel für Ihre Planer, iterativ verfeinert im laufenden Betrieb
5. Integration & Übergabe: Anbindung ans ERP, Dokumentation, Schulung — Quellcode gehört Ihnen

Was KI-Produktionsplanung realistisch kostet

• Datencheck & Machbarkeitsanalyse: 1.500 – 4.000 €
• Prognose-Pilot mit Backtesting: 8.000 – 25.000 €
• Produktive Planungslösung (Plantafel, ERP-Anbindung, Betrieb): 30.000 – 90.000 €

Laufende Kosten sind gering: Die Lösung läuft auf einem normalen Server, teure Planungs-Suiten-Lizenzen entfallen.

Häufige Fragen

Brauchen wir dafür ein fertiges APS-System?

Kommerzielle APS-Suiten sind mächtig, aber teuer in Lizenz und Einführung — und oft starr, wenn Ihre Fertigung Besonderheiten hat. Für viele Betriebe zwischen 30 und 500 Mitarbeitern ist eine maßgeschneiderte, schlanke Lösung auf den eigenen ERP-Daten der wirtschaftlichere Weg. Wo ein Standard-APS wirklich besser passt, sagen wir das im Erstgespräch offen.

Reichen unsere Daten für brauchbare Prognosen?

Ideal sind 2–3 Jahre Auftrags- und Rückmeldehistorie — das haben die meisten ERP-Systeme längst gesammelt. Ob die Qualität reicht, zeigt der Datencheck; das Backtesting liefert danach den objektiven Beweis, bevor Sie in die produktive Lösung investieren.

Muss die Planung dann vollautomatisch laufen?

Nein — und das empfehlen wir auch nicht. Das System erstellt Vorschläge, Ihre Planer entscheiden. So kombinieren Sie Rechenleistung mit dem Erfahrungswissen, das in keinem Datensatz steht.

Funktioniert das mit unserem ERP?

Wenn Ihr ERP eine Schnittstelle hat (REST, OData, ODBC oder auch nur Datei-Export), ja. ABAS, proALPHA, Dynamics 365, Sage, Comarch und Odoo binden wir regelmäßig an — andere Systeme prüfen wir im Erstgespräch.

Was passiert, wenn eine Prognose danebenliegt?

Jede Prognose wird mit ihrer Unsicherheit ausgewiesen, und die Treffsicherheit wird laufend gemessen. Weicht die Realität systematisch ab, wird das sichtbar und das Modell nachjustiert — genau deshalb bleibt die finale Entscheidung beim Planer.

Verwandte Themen: Industrie 4.0 & Maschinendaten · BI & Dashboards · Web-Apps + ERP · KI-Lösungen Übersicht