Ziel des Forschungsprojekts „Unternehmensübergreifende Wertschöpfungsketten auf Basis optimierter Produktionsplanung mit KI-Modellen (KI4CoSchedule)“ ist es, insbesondere kleine und mittlere Unternehmen (KMU) durch eine flexible und ressourcenoptimierte Produktionsplanung effizienter zu gestalten und ihre Wettbewerbsfähigkeit zu stärken. Praxispartner im Projekt sind Metallbearbeitungsunternehmen (Drehen, Fräsen), die sich in ihrer Zusammenarbeit zu Kapazitäten von Maschinen, Material und Personalverfügbarkeit austauschen und diesen Abstimmungsaufwand optimieren möchten.
Um den bisherigen Fortschritt zu reflektieren, sich zu aktuellen Ergebnissen auszutauschen und die nächsten Schritte für das finale Projektjahr zu planen, wurde das dritte Projekttreffen ausgerichtet. Vertreterinnen und Vertreter der beteiligten Forschungspartner sowie des Projektträgers Karlsruhe (PTKA) trafen sich am 14. Februar 2025 beim Praxispartner e:ndlich in Fürth.
Eindrucksvoll zeigte die Präsentation des KI4CoSchedule-Demonstrators die Vorteile der KI-gestützten Produktionsplanung auf.
Im Rahmen des Projekts KI4CoSchedule wird eine unternehmensübergreifende Produktionsplanungssoftware entwickelt, die speziell auf die Bedürfnisse kleiner und mittlerer Unternehmen (KMU) zugeschnitten ist. Diese Plattform ermöglicht es, komplexe Fertigungsabläufe effizienter zu koordinieren, indem Produktionsplandaten aus verschiedenen Unternehmen eines Wertschöpfungsnetzwerks „auf Knopfdruck“ verarbeitet werden. Intelligente Algorithmen, darunter genetische Optimierung und die „Ant Colony Optimization“, tragen dazu bei, die Produktionsprozesse ressourcenschonend und flexibel zu gestalten.
Besonderes Augenmerk lag auf der Live-Demonstration der aktuellen Version des KI4CoSchedule-Demonstrators. Anhand realer Beispiele wurde gezeigt, wie eine unternehmensübergreifende Zusammenarbeit zwischen mittelständischen Betrieben – darunter CNC-Drehen Beck und WU Mechanische Werkstätte – aussehen kann. Automatisiert und nahtlos können Produktionsdaten zwischen Partnerunternehmen ausgetauscht und verarbeitet werden. Die Demonstration verdeutlichte eindrucksvoll, dass durch den Einsatz der KI-Modelle eine erheblich beschleunigte Planung erreicht wird.
Neben der technischen Präsentation wurden auch organisatorische Themen erörtert.
Der aktuelle Projektstand wurde detailliert beleuchtet, insbesondere der Entwicklungsfortschritt bei Algorithmen, dem Maschinenclient und dem aktuellen Status der Implementierung. Zentrale Meilensteine wurden bereits erreicht: Die Cloud-Plattform ist konzeptioniert und implementiert, die Client-Server-Architektur validiert und erste Versionen der KI-Algorithmen erfolgreich getestet. Besonders spannend ist die nun laufende Phase des Pilotbetriebs, in der Echtzeit-Daten aus der Produktion genutzt werden, um die Plattform kontinuierlich weiterzuentwickeln.
Vorgestellt wurden auch die arbeitswissenschaftlichen Begleitstudien, bei denen die Kompetenzentwicklung der Mitarbeitenden und die Akzeptanz der neuen Technologie im Fokus standen. Mithilfe von Schulungen, Workshops und Feedbackmechanismen wurden die Mitarbeitenden der beteiligten Unternehmen aktiv und gezielt in den Implementierungsprozess eingebunden, um die neue KI-gestützte Planungstechnologie bestmöglich zu integrieren und nachhaltig im Arbeitsalltag zu verankern.
Im abschließenden Teil des Treffens diskutierten die Teilnehmenden über zukünftige Entwicklungen des Wertschöpfungsnetzwerks sowie konkrete Schritte für das kommende Jahr. Vor allem der erfolgreiche Pilotbetrieb, die kontinuierliche Optimierung der KI-Algorithmen und der Ausbau der Plattform standen hierbei im Fokus.
Die präsentierten Fortschritte unterstreichen eindrucksvoll, dass die Vision einer automatisierten, KI-gestützten und kooperativen Produktionsplanung Realität wird. Die kommenden Monate versprechen spannende weitere Entwicklungen und konkrete Anwendungsszenarien, die mittelständischen Unternehmen neue Wege zur Effizienzsteigerung und zur Stärkung ihrer Wettbewerbsfähigkeit eröffnen.
Das Projekt KI4CoSchedule wird vom BMBF unter den Förderkennzeichen 02L22B030–33 gefördert.
Vorlesen
