Die KI-basierte Produktionsplanung

Viele Unternehmen stehen vor der Herausforderung, dass ihre Prozesse nicht den erwarteten Leistungsparametern entsprechen. Diese Abweichungen können auf spontane Störungen wie Lieferprobleme zurückzuführen sein, aber auch auf strukturelle Schwächen in der Planung. Unternehmen mit flexiblen und agilen Strukturen können zwar schneller reagieren, doch gerade strukturelle Anomalien sind aufgrund ihrer tiefen Verwurzelung oft nur mit hohem Arbeitsaufwand zu erkennen. Als solche kosten sie Unternehmen viel Zeit und Geld. Die Lösung dieser Aufgabe ist umso anspruchsvoller, wenn zahlreiche und teils konfliktive Faktoren in der Planung zu berücksichtigen sind.

Grenzen herkömmlicher Planungssysteme

In vielen Fällen setzen Unternehmen Softwarelösungen für die Feinplanung ein, um Fertigungsaufträge und Arbeitsgänge entsprechend den Zielen zu optimieren. Diese herkömmlichen Systeme stoßen jedoch bei komplexen Planungsanforderungen an ihre Grenzen, da sie nur bestimmte beziehungsweise eine begrenzte Anzahl an Einflussfaktoren in die Berechnungen zur Zielannäherung miteinbeziehen können. Oftmals werden daher nur Stellgrößen wie Kapazitätsangebote, Termine und Prioritäten berücksichtigt, während sie technische, betriebswirtschaftliche, sicherheitsrelevante und nachhaltige Aspekte außer Acht lassen.

Vorteile KI-gestützter Lösungen

Der Einsatz von KI-gestützten Sequencing- und Scheduling-Systemen bietet hier deutliche Vorteile, nicht nur, weil der Anzahl der potenziellen Kennzahlen, die für die Zielerreichung relevant sind, keine Grenzen gesetzt sind. Bewährt hat sich die Kombination von Zielkonfliktanalyse und maschinellem Lernen beispielsweise in der Lösung PSIasm/Qualicision. Die Software, die auf automatisiertem Qualitativen Labeln von Prozessdaten (siehe Kasten) basiert, kann kontinuierlich vergangene Produktionsabläufe mit anstehenden Ist-Abläufen abgleichen und Auftragsstrukturen identifizieren, die Abweichungen verursachen. Entsprechende nachteilige Zusammenhänge werden hiermit erlernt beziehungsweise die Erkenntnisse automatisiert in die Folgezielsetzungen des Optimierungsalgorithmus übernommen. Fortlaufend werden hierdurch die Optimierungsvorgaben präziser und die Planungsqualität verbessert.

Optimierung der Produktion

KI-basierte Planungssoftware findet vor allem in der industriellen Produktionsplanung Anwendung, etwa in der Automobilproduktion. Hier gilt es, trotz komplexer Variantenvielfalt, exakter Orchestrierung von Materialanlieferungen aus der eigenen Vorfertigung sowie von verschiedenen Zulieferern Produktionssequenzen so zu planen, dass permanent ein gleichmäßiger Fluss an der Fertigungslinie gewährleistet wird. Die KI erkennt beispielsweise Kombinationen bestimmter Kriterien, die zu Verzögerungen führen können, und passt die Produktionsreihenfolge entsprechend an. So wird die Effizienz in der Fertigungslinie gesteigert. Hat die Software beispielsweise Verzögerungen zwischen Sequenzen durch die Planungskombination von Kriterien einer bestimmten Variante mit den Eigenschaften „Rechtslenker“, „Rückfahrkamera“ und „Panorama-Dach“ identifiziert, so löst das System bei der Berechnung optimierter Produktionsreihenfolgen diese Aufgabenstellung etwa durch das Hinzuziehen des Kriteriums Mindestabstand. Um sicherzustellen, dass Anwender die Planungsentscheidungen schnell und einfach nachvollziehen können, stellt die Software den Zusammenhang zwischen Auftragseigenschaften der abzuarbeitenden Aufträge in einem Strich-Graph dar.

Steuerungsmöglichkeit durch Prozesswissen

Der Autor: ppa. Dr. Rudolf Felix ist Experte für Maschinelles Lernen und Künstliche Intelligenz bei PSI Software SE und maßgeblich für die Entwicklung der PSI-eigenen KI-Lösungen verantwortlich. © PSI Software

Von KI-gestützten Planungssystemen können Unternehmen mit hoher ebenso wie mit geringer Automatisierung profitieren. In PSIasm/Qualicision Scheduling lassen sich beispielsweise automatisch Planungsszenarien aus Sicht der zugrundeliegenden Prozesse erstellen und anzeigen. Die Erklärung ausgehend von Prozessen hilft den Anwendern, die von der Software getroffenen Entscheidungen zu verstehen und bei Bedarf einzugreifen. Hierfür werden spezifische relevante Kennzahlen (Key Performance Indicators, KPIs) wie Priorität, Liefertermin, Komplexität oder die Anzahl der anfallenden Aufgaben und Schritte festgelegt. Diese KPIs, die auf Prozesswissen basierend in den Labeling-Funktionen (siehe Kasten) definiert sind, lassen sich bei Bedarf ebenfalls interaktiv anpassen. Da zur Nutzung des Systems lediglich Prozesswissen erforderlich ist, kann die Software ohne tiefgreifende Kenntnisse im Bereich Künstliche Intelligenz bedient werden. Die Anwender überprüfen die ihnen bekannten Kennzahlen (KPIs), deren Prioritäten sowie Zielerreichungen und vergleichen sie mit den automatisch berechneten Entscheidungen der KI. Dadurch bleiben alle erzielten Ergebnisse nachvollziehbar und erklärbar.

Dokumentenbasierte Kommunikation

Besonders benutzerfreundlich sind darüber hinaus Planungssysteme, in deren Systeminfrastruktur zusätzlich eine KI-Komponente für eine dokumentenbasierte Ad-hoc-Kommunikation zwischen Software und Anwendern integriert werden kann. Im Mittelpunkt steht ein Sprachmodell (Large Language Model), das mit Qualicision A2, der Conversational AI-Komponente, ohne großen Aufwand verbunden wird. Diese verarbeitet gezielt textbasierte Informationen wie Handbüchern, Produktdatenblättern oder Best-Practice-Beschreibungen. Stellt ein Nutzer eine Frage, erhält er umgehend eine Antwort – inklusive Verweis und Link auf die genutzten Textquellen. Hierdurch werden die Nachvollziehbarkeit und Erklärbarkeit der Prozesse zusätzlich gefördert.
Fortwährende Verbesserung der Produktionsprozesse
Durch den Einsatz von KI-gestützter Planungssoftware können Unternehmen nicht nur ihre Produktionsplanung umfassend optimieren, sondern auch Störungen frühzeitig erkennen und vermeiden. Die Software lernt kontinuierlich dazu, indem sie Muster in den Produktionsdaten analysiert und zukünftige Planungen darauf abstimmt. So tragen KI-basierte Systeme gleichzeitig auch maßgeblich zur Effizienzsteigerung und Prozessoptimierung bei.