Vorhandene Systeme mit KI auf die nächste Stufe heben
Ressourcenknappheit, Klimaschutzvorgaben und volatile Lieferketten stellen produzierende Betriebe zunehmend vor die Aufgabe, ihre Prozesse kreislauforientiert auszurichten. Ohne moderne Datenverarbeitung ist der dafür notwendige Aufwand jedoch sehr hoch. ERP-Systeme speichern zwar enorme Datenmengen, doch ihr eigentliches Potenzial bleibt oft ungenutzt. Künstliche Intelligenz (KI) verspricht, diese Datenlagen für belastbare Entscheidungen zu verwenden und so gleichzeitig Wirtschaftlichkeit und Nachhaltigkeit zu stärken.
Das Unternehmen Penn Textile Solutions entwickelt seit über 60 Jahren elastische High-Tech-Textilien in Paderborn. Das KMU legt hohen Wert auf ökologische Verantwortung. Der steigende Einsatz von Garnen mit Recyclinganteil ist ein wesentlicher Hebel, um die Produktpalette noch nachhaltiger zu gestalten. Durch schwankende Verfügbarkeiten müssen die Bestellungen jedoch regelmäßig kurzfristig angepasst werden. Jede Änderung löst Dominoeffekte in Materialdisposition, Auftragsreihenfolgeplanung und Reststoffnutzung aus, die manuell kaum vollständig eingeplant werden können. Obwohl sämtliche operative Daten frei zugänglich sind, bleiben Synergien ungenutzt, weil die Prozesse zu komplex sind.
Das Institut für Textiltechnik (ITA) der RWTH Aachen University verfügt über tiefes Branchenwissen und langjährige Expertise im Bereich Datenökonomie und KI-gestützte Assistenzsysteme. Als Partner des Mittelstand-Digital Zentrums Smarte Kreisläufe unterstützt das ITA das Unternehmen dabei, ein Konzept zu erstellen, um die im ERP-System vorhandenen Datensätze KI-gestützt bestmöglich für eine effiziente Kreislaufwirtschaft einzusetzen.
>>>Lesen Sie auch: Das Potenzial großer Datenmengen optimal ausschöpfen – mit KI
Das ITA-Team hat den Textilhersteller dabei unterstützt, ein KI-basiertes Assistenzsystem zu konzipieren, das auf der bestehenden Open-Source-ERP-Architektur aufsetzt. Es soll verfügbare Bestands-, Auftrags- und Qualitätsdaten in Echtzeit analysieren, Materialengpässe prognostizieren, die geplante Reihenfolge von Aufträgen optimieren und Alternativen für den Einsatz nachhaltiger Garne vorschlagen. Der Algorithmus simuliert verschiedene Planungen und erkennt im Laufe der Zeit, welche Entscheidungen kombiniert werden müssen, um anvisierte Ziele, wie Liefertermin einhalten oder Energieverbrauch sowie Reststoffe reduzieren, am besten zu erreichen.
Im Projekt haben beide Projektpartner beispielhaft die Materialdisposition, Auftragsreihenfolgeplanung und Reststoffnutzung als Einsatzfelder betrachtet. Eine zentrale Frage war auch die nach Herausforderungen sowie Chancen, die sich aus dem wachsenden Einsatz nachhaltiger Materialien und komplexen Fertigungsprozessen ergeben. Das Unternehmen ist nun in der Lage, mit dem erstellten Konzept erste Schritte für dessen Umleitung einzuleiten.
>>>Lesen Sie auch: KI im Mittelstand
Wenn Sie jetzt neugierig geworden sind, ob Ihr Unternehmen ebenfalls durch unser Angebot unterstützt werden kann, schreiben Sie uns gern: kontakt@mdz-sk.de. Wir unterstützen Sie gern.
