Produktionsplan schon wieder überholt? So hilft KI beim Priorisieren

Der Plan ist Montag sauber. Bis Mittwoch hat ihn die Realität überholt. So sieht Produktionsplanung in vielen mittelständischen Betrieben aus.

Diese Projektskizze zeigt, wie KI bei Priorisierung helfen kann, ohne ein ERP- oder MES-Großprojekt zu starten. Sie ist bewusst als Muster formuliert: keine Erfolgsgarantie, keine erfundene Kundengeschichte, sondern ein realistischer Blick auf Engpasslogik, Daten, fachliche Freigabe und Pilotmessung.

Ausgangslage

Ein Produktionsbetrieb plant regelmäßig Aufträge, Maschinen, Personal, Material und Liefertermine. Die Planung läuft in ERP, Excel, MES, Whiteboard oder einer Mischung daraus.

Typische Realität:

• Aufträge ändern sich kurzfristig.
• Material kommt später als geplant.
• Maschinen fallen aus oder laufen langsamer.
• Rüstzeiten werden unterschätzt.
• Eilaufträge verschieben Prioritäten.
• Vertrieb braucht Zusagen.
• Fertigung braucht eine klare Reihenfolge.
• Geschäftsführung will wissen, wo der Engpass liegt.

Das Team kann planen. Das Problem ist nicht fehlende Kompetenz. Das Problem ist die Geschwindigkeit, mit der sich Rahmenbedingungen ändern.

Warum Produktionspriorisierung ein guter KI-Fall sein kann

KI ist hier nicht als autonome Produktionssteuerung gemeint. Der erste Hebel liegt in Entscheidungsunterstützung:

• Daten zusammenführen
• Abweichungen erkennen
• Engpässe markieren
• Reihenfolgen vorschlagen
• Szenarien vergleichen
• Auswirkungen sichtbar machen

Der Mensch entscheidet. Die Planung bleibt verantwortlich. Aber sie bekommt schneller eine bessere Grundlage.

Das passt zur aktuellen Lage vieler Unternehmen: Laut IBM CEO Study 2025 sehen Führungskräfte großes Potenzial in KI, kämpfen aber mit fragmentierter Technologie und nur teilweise skalierten Initiativen. In der Produktion ist genau das sichtbar: viele Daten, viele Systeme, aber zu wenig Entscheidungsfluss.

Quelle: IBM CEO Study 2025

Der eigentliche Engpass

Planung verliert Zeit an drei Stellen:

1. Daten zusammenführen

Informationen liegen verteilt:

• Auftragsbestand
• Liefertermine
• Materialverfügbarkeit
• Maschinenkapazität
• Rüstzeiten
• Schichtplan
• Qualitätsstatus
• Kundenprioritäten

Wenn diese Daten nicht schnell zusammenkommen, wird jede Umplanung schwer.

2. Auswirkungen verstehen

Eine Änderung wirkt selten isoliert. Wenn Auftrag A vorgezogen wird, verschiebt sich Auftrag B. Wenn Maschine X steht, muss eine alternative Reihenfolge her. Wenn Material fehlt, ist ein Auftrag formal eingeplant, aber praktisch blockiert.

KI kann helfen, solche Abhängigkeiten schneller sichtbar zu machen.

3. Entscheidung kommunizieren

Die beste Priorisierung nützt wenig, wenn Vertrieb, Fertigung, Einkauf und Führung unterschiedliche Bilder haben.

Ein Planungsassistent kann auch helfen, die Begründung zu formulieren:

• Warum wurde umpriorisiert?
• Welche Annahme liegt zugrunde?
• Welches Risiko bleibt?
• Welche Entscheidung braucht Freigabe?

Zielbild: leichter Planungsassistent

Der Pilot ersetzt keine Produktionsplanung. Er ergänzt sie.

Zielzustand:

1. relevante Planungsdaten werden in einer Arbeitsansicht zusammengeführt
2. Engpässe und Abweichungen werden markiert
3. KI erstellt Vorschläge für Priorisierung oder Szenarien
4. Planende prüfen, ändern oder verwerfen
5. Entscheidungen und Annahmen werden dokumentiert
6. Team und Führung sehen denselben Stand

Das Ziel ist nicht perfekte Optimierung. Das Ziel ist schnellere, nachvollziehbare Entscheidung.

Welche Daten gebraucht werden

Für einen ersten Pilot reichen oft weniger Daten, als man denkt. Aber sie müssen bewusst gewählt werden.

Mögliche Datenpunkte:

• Auftrag
• Kunde oder Prioritätsklasse
• Liefertermin
• Fertigungsstatus
• Arbeitsschritt
• Maschine oder Linie
• geplante Dauer
• Rüstzeit
• Materialstatus
• Qualitätsstatus
• bekannte Blocker
• verantwortliche Rolle

Nicht alles muss automatisch angebunden sein. Ein Pilot kann mit Exporten starten, wenn klar ist, wo die Grenzen liegen.

Wie die Priorisierungslogik aussehen kann

Ein guter Assistent braucht transparente Kriterien.

Beispielhafte Kriterien:

• Lieferterminnähe
• Kundenpriorität
• Materialverfügbarkeit
• Engpassmaschine
• Rüstzeitcluster
• Auftragswert
• Reklamations- oder Eskalationsstatus
• Abhängigkeiten zwischen Arbeitsschritten
• Risiko bei Verspätung

KI kann helfen, Muster zu erkennen und Vorschläge zu formulieren. Die eigentliche Logik sollte aber erklärbar bleiben. Wenn niemand versteht, warum eine Reihenfolge vorgeschlagen wird, wird das Team Sie nicht vertrauen.

Fachliche Freigabe in der Planung

In der Produktion ist der Mensch prüft mit besonders wichtig.

Planende wissen:

• welche Maschine „auf dem Papier“ verfügbar ist, aber praktisch schwierig läuft
• welcher Kunde eine Zusage wirklich kritisch meint
• welche Schicht Erfahrung mit welchem Auftrag hat
• welche Rüstfolge realistisch ist
• welche Störung gerade noch nicht im System steht

Ein guter Ablauf nutzt dieses Wissen, statt es zu verdrängen.

Der Planende prüft:

• Ist der Vorschlag fachlich sinnvoll?
• Wurden alle Blocker erkannt?
• Sind Annahmen korrekt?
• Ist die Entscheidung kommunizierbar?
• Muss Führung oder Vertrieb eingebunden werden?

Ablauf eines sechs- bis achtwöchigen Piloten

Woche 1: Planungsbild aufnehmen

Wir klären:

• Welche Planungsentscheidung kostet am meisten Zeit?
• Welche Daten liegen vor?
• Welche Engpässe treten wiederkehrend auf?
• Welche Kriterien nutzt das Team heute?
• Wo entstehen Eskalationen?

Ergebnis: ein klarer Pilot-Schnitt.

Woche 2: Daten und Kriterien definieren

Jetzt wird festgelegt:

• welche Felder genutzt werden
• welche Quelle führend ist
• welche Kriterien priorisiert werden
• welche Fälle ausgeschlossen sind
• welche Unsicherheiten markiert werden

Woche 3 bis 5: Assistent testen und schärfen

Der Assistent erzeugt erste Vorschläge:

• Engpassliste
• Priorisierungsvorschlag
• Was-wäre-wenn-Szenario
• Begründung
• offene Datenlücken

Das Team prüft und korrigiert.

Woche 6 bis 8: Wirkung messen

Bewertet wird:

• Wird schneller umgeplant?
• Sind Engpässe früher sichtbar?
• Sind Entscheidungen nachvollziehbarer?
• Wird weniger in Excel nachentwickelt?
• Verstehen Fertigung und Vertrieb die Priorisierung besser?
• Welche Vorschläge wurden verworfen und warum?

Typische Messpunkte

Sinnvolle Kennzahlen:

• Zeit für Umplanung
• Anzahl manueller Abstimmungen pro Änderung
• Anzahl erkannter Blocker
• Anzahl Planänderungen mit dokumentierter Begründung
• Durchlaufzeit kritischer Aufträge
• Termintreue bei priorisierten Aufträgen
• Vertrauen des Planungsteams in Vorschläge

Nicht jede Kennzahl ist in jedem Betrieb verfügbar. Wichtig ist, vorab zu definieren, woran Erfolg erkannt wird.

Was den Business Case kippen kann

Ein Planungsassistent ist nicht sinnvoll, wenn:

• Daten extrem unvollständig sind
• Aufträge kaum vergleichbar sind
• Planung rein ad hoc ohne wiederkehrende Kriterien läuft
• das Team Vorschläge grundsätzlich nicht nutzen will
• Führung keine klaren Prioritäten vorgibt
• Zielkonflikte nicht entschieden werden

In solchen Fällen braucht es zuerst Prozess- und Kriterienarbeit.

Vorher und Nachher

Vorher

• Plan wird manuell aktualisiert.
• Auswirkungen sind schwer sichtbar.
• Engpässe werden spät erkannt.
• Prioritäten werden diskutiert, aber nicht immer dokumentiert.
• Vertrieb, Fertigung und Planung arbeiten mit unterschiedlichen Bildern.

Nachher

• relevante Daten stehen in einer Arbeitsansicht.
• Engpässe und Risiken sind markiert.
• Szenarien lassen sich schneller vergleichen.
• Priorisierung wird begründet.
• Der Mensch entscheidet auf besserer Grundlage.

Was diese Projektskizze zeigt

KI in der Produktion muss nicht mit Vollautomatik starten. Oft ist ein leichter Assistent der bessere Einstieg:

Daten -> Engpass -> Szenario -> Vorschlag -> menschliche Entscheidung -> dokumentierter Plan.

Der Business Case entsteht nicht durch ein perfektes Optimierungsmodell. Er entsteht durch weniger Suchzeit, schnellere Szenarien und bessere Abstimmung.

Wenn Sie prüfen möchten, ob Ihre Produktionsplanung ein guter KI-Startfall ist, reicht ein Orientierungsgespräch für die erste Einordnung. Wenn mehrere Hebel im Raum stehen, ist die KI-Potenzialanalyse der bessere Weg zur Priorisierung.