Comment l’Intelligence Opérationnelle désamorce le ralentissement en production

Chez Swiss Business Analytics, nous constatons dans les projets le même schéma: l’ERP connaît les valeurs cibles, mais l’exploitation vit des valeurs réelles. C’est exactement là que l’intelligence opérationnelle prend tout son sens, car des informations dispersées forment une image exploitable.

Quel est le problème réel lors d’un ralentissement ?

Die CNC-Fräse steht, der Produktionsleiter weiss seit zehn Minuten vom Schaden, aber die entscheidenden Fragen sind noch offen. Welche Aufträge hängen daran, welche sind diese Woche fällig, welcher Kunde hat Vertragsstrafen und welche Alternativen gibt es in der Produktion? Die Antworten liegen oft verstreut im ERP, in der Maschinensteuerung, in Excel und im Wissen einzelner Personen.

Genau diese Lücke zwischen Plan und Realität führt zu verpassten Lieferterminen, Expresszuschlägen und unzufriedenen Kunden. Nicht weil jemand falsch arbeitet, sondern weil die Informationen nicht verbunden sind. Operational Intelligence setzt genau hier an und macht die Wirkungskette sichtbar.

Wie hilft Operational Intelligence bei gefährdeten Lieferterminen?

Im ersten Fall geht es darum, Aufträge zu erkennen, die ihren Termin nicht halten werden, solange man noch reagieren kann. Dafür braucht es überraschend wenig: bestätigte Termine, Arbeitspläne, Rückmeldungen, Kapazitäten, Lagerbestände, offene Bestellungen und die Lieferhistorie der Lieferanten.

Der Agent rechnet dabei nicht mit dem optimistischen Soll, sondern mit dem realistischen Ist. Liefert ein Lieferant im Schnitt drei Tage zu spät, fliesst genau das in die Prognose ein. Dasselbe gilt für Arbeitsgänge, die regelmässig länger dauern als geplant.

• Frühwarnen: Alle Aufträge mit knappem Terminpuffer werden täglich markiert.
• Erklären: Der Agent nennt in Klartext, warum ein Auftrag gefährdet ist.
• Optionen abwägen: Überstunden, Los splitten, Teillieferung oder alternative Materialien werden verglichen.
• Kommunizieren: Eine Kundeninformation mit realistischem neuem Termin wird vorbereitet, freigeben und versenden soll weiterhin ein Mensch.

Der Nutzen liegt in proaktiver Kommunikation, weniger Expresszuschlägen und weniger Konventionalstrafen. Statt Bauchgefühl entscheidet ein belastbarer Blick auf Liefertermintreue und Vorwarnzeit.

Was passiert, wenn die Maschine plötzlich stillsteht?

Zurück zum Montagmorgen: Die Störmeldung geht ein, im einfachsten Fall per Knopfdruck am Tablet, später direkt aus der Maschinensteuerung. Der Agent folgt dann der Wirkungskette durch das Modell von der Maschine über offene Arbeitsgänge und Fertigungsaufträge bis zu den Kundenaufträgen.

Nach wenigen Minuten liegen die relevanten Informationen auf dem Tisch: welche Aufträge betroffen sind, was der Ausfall pro Tag kostet, welche Alternativen es gibt und welcher Liefertermin bei welcher Option realistisch ist. Damit wird aus einem Störfall eine priorisierbare Entscheidungslage.

Der Effekt reicht über den einzelnen Ausfall hinaus. Aus der Historie entsteht ein Bild, wie kritisch jede Maschine wirklich ist, wie oft sie ausfällt und welche Investitionsentscheide oder Ersatzteilstrategien daraus folgen sollten.

Worin unterscheidet sich der Ansatz von einem ERP?

Wichtig ist die Abgrenzung: Das ERP bleibt die verbindliche Quelle für Aufträge und Buchungen. Der Agent ergänzt es als Entscheidungsschicht, die die echte Betriebssituation mit der Planungswelt verbindet.

Was uns aus der Praxis besonders auffällt

Aus unserer Erfahrung ist die grösste Hürde selten die KI selbst, sondern die Qualität der Rückmeldungen. Wenn Arbeitsgänge nicht sauber zurückgemeldet werden oder Stücklisten veraltet sind, liefert auch ein intelligenter Agent überzeugend falsche Ergebnisse. Deshalb beginnt der Nutzen oft nicht mit einem KI-Projekt, sondern mit mehr Prozessdisziplin.

Wo liegen die Grenzen und Risiken?

1. Schlechte Rückmeldungen führen zu schlechten Prognosen, weil der Agent den echten Auftragsstatus nicht kennt.
2. Die Ontologie steckt noch in der Preview-Phase, für geschäftskritische Prozesse braucht es deshalb Vorsicht.
3. Entscheidungen und Haftung müssen klar geregelt bleiben, Routinefälle können automatisiert werden, die Verantwortung bleibt aber beim Menschen.
4. Ohne Akzeptanz der Mitarbeitenden entsteht kein Nutzen, weil Erfahrung und Excel-Wissen in die Regeln einfliessen müssen.
5. Eine Ontologie muss laufend gepflegt werden, sonst arbeitet der Agent mit einem veralteten Bild des Betriebs.
6. Der Business Case gehört vor das Projekt, weil Aufbau und Pflege Geld kosten.

Gerade bei Operational Intelligence zeigt sich, dass Technik allein nicht reicht. Wer zuerst die Daten, Zuständigkeiten und Regeln ordnet, erhält einen belastbaren Vorsprung. Wer direkt loslegt, bekommt oft nur schnellere Fehler.

Questions fréquentes

Was heisst das für die Produktion mit Operational Intelligence?

Operational Intelligence macht aus Daten eine belastbare Entscheidungshilfe, wenn eine Maschine steht oder ein Termin kippt. Der eigentliche Mehrwert liegt nicht darin, dass der Agent antwortet, sondern dass er den Einfluss auf Aufträge, Kunden und Kosten sichtbar macht.

Wer die Grundlagen sauber aufbaut, gewinnt mehr als nur schnellere Reaktionen. Er schafft eine Produktionssicht, in der Liefertermine, Maschinenausfälle und Prioritäten zusammen gedacht werden.