Datenbasiertes Tool für Absatz‑ und Produktionsplanung
Wie lassen sich Verkaufszahlen zuverlässiger prognostizieren, Produktionskapazitäten vollständig digital planen und gleichzeitig Mitarbeiterwissen systematisch einbinden? Mit dieser Fragestellung hat das Fraunhofer IWU für die frottana Textil GmbH & Co. KG, das Unternehmen hinter der Marke MÖVE, ein KI‑gestütztes Bedarfsprognosetool entwickelt. Es wertet historische Verkaufsdaten intelligent aus und liefert Unternehmen eine belastbare, datenbasierte Grundlage für ihre Absatz‑ und Bestellplanung; in einem nächsten Schritt könnte auch die Produktionsplanung angepasst werden.
Planungen basieren heute oft auf Excel, Erfahrung, persönlichen Einschätzungen
Die Frottier‑ und Heimtextilbranche ist mittelständisch geprägt und unterliegt saisonalen Nachfrageschwankungen. Während eine stabile Grundnachfrage besteht, sorgen saisonale Nachfragespitzen – etwa im Frühjahr, zur Urlaubssaison oder im Weihnachtsgeschäft – für erhebliche Herausforderungen in Planung und Disposition.
In der Praxis beruhen Absatz‑ und Produktionsentscheidungen vieler Unternehmen noch auf Excel‑basierten Planungswerkzeugen, individuellen Berechnungen einzelner Mitarbeiter und dem Erfahrungswissen langjähriger Fachkräfte. Konkret werden in einigen Betrieben bis heute jeden Monat Excel-Dateien für tausende Produkte neu erstellt oder gar handschriftliche Listen angefertigt. Zwar stehen umfangreiche historische Verkaufs‑ und Produktionsdaten zur Verfügung, diese werden jedoch häufig nicht systematisch ausgewertet. Der zunehmende Fachkräftemangel sowie altersbedingte Abgänge, durch die viel Erfahrungswissen verloren geht, verschärfen die Situation zusätzlich. Die Folge sind hohe Planungsunsicherheit, ein erhöhter manueller Dispositionsaufwand, ineffiziente Produktionsanpassungen sowie vermeidbare Kosten durch den aufwendigen Datentransfer aus ERP‑Systemen (Enterprise Resource Planning) in manuelle Tools. Einige Unternehmen setzen nun bewusst auf Digitalisierung, um ihre Planungen auf eine solide Datengrundlage zu stellen.
Intelligente Datennutzung mit KI
Zu diesen Unternehmen zählt der traditionsreiche Textilhersteller frottana Textil GmbH & Co. KG in der Oberlausitz. Mit der Marke MÖVE steht das Unternehmen für hochwertige Frottier-, Bad- und Heimtextilien. Für die frottana Textil GmbH & Co. KG entwickelte das IWU-Projektteam gemeinsam mit der Logsol GmbH ein Bedarfsprognosetool, das monatliche Verkaufszahlen auf Basis historischer Absatzdaten prognostiziert und dabei Trends sowie saisonale Nachfragemuster automatisch erkennt. Zum Einsatz kommen Verfahren der Künstlichen Intelligenz, insbesondere neuronale Netze, um komplexe Zusammenhänge in den Verkaufsdaten zu analysieren und belastbare Prognosen zu erzeugen. Unternehmen sollen so eine transparente, nachvollziehbare und zuverlässige Entscheidungsgrundlage für Planung und Disposition erhalten.
Hohe Prognosequalität trotz eingeschränkter Datenbasis
Die Projektergebnisse zeigen eine hohe Prognosezuverlässigkeit, selbst bei schmaler Datenbasis:
- 82,7 Prozent der Verkaufsschwankungen werden durch das Modell erklärt
- Auch stärkere Abweichungen einzelner Monate werden berücksichtigt, insbesondere die Auswirkungen von Prognosefehlern
Bei durchschnittlich rund 340 verkauften Einheiten pro Monat weicht die Prognose im Mittel nur um etwa 38 Einheiten – also rund 9 Prozent – vom tatsächlichen Absatz ab. Dies, obwohl keine Differenzierung nach Vertriebskanälen, Regionen, Promotion‑Effekten oder COVID‑Sondereinflüssen erfolgte und lediglich vier Jahre historische Daten zur Verfügung standen.
Automatisiert, transparent – und mit dem Menschen im Mittelpunkt
Das entwickelte Tool ersetzt bestehende manuelle Planungsprozesse durch eine vollständig digitalisierte und automatisierte Prognose. Es reduziert Planungsunsicherheit und schafft eine nachvollziehbare Entscheidungsgrundlage. Die Einarbeitung neuer Mitarbeitender gelingt dank des vollständig digitalisierten Prozesses schneller und einfacher, der krankheitsbedingte Ausfall erfahrener Mitarbeitender kann leichter durch weniger spezialisierte Kollegen ausgeglichen werden. Auch weiterhin steht der Mensch im Mittelpunkt: Mitarbeiter können Prognosen aktiv prüfen, anpassen und ihr Erfahrungswissen gezielt einbringen. So entsteht eine Kombination aus KI‑basierter Analyse und menschlicher Expertise, die die Akzeptanz von Automatisierungslösungen im Unternehmen deutlich erhöht.
Ausblick: Integration in die Produktionsplanung
Perspektivisch soll das Bedarfsprognosetool direkt in die Produktionsplanung integriert werden. Dadurch können Produktionsreihenfolgen optimiert, Losgrößen bedarfsgerechter angepasst und Kapazitäten über den Jahresverlauf besser verteilt werden.
Fraunhofer IWU: langjährige Erfahrung in der Textilbranche
Beispielsweise hat das Fraunhofer IWU im Projekt SmarMoTEX innovative digitale Lösungen für die Textilindustrie entwickelt. Zentrales Element ist die Materialflusssimulation, mit der Produktionsprozesse virtuell abgebildet, Engpässe identifiziert und alternative Produktionsstrategien datenbasiert getestet werden können – ohne Eingriffe in den laufenden Betrieb. In weiteren Projekten wurde die bildbasierte Fehlererkennung perfektioniert, um mittels vorhandenem Bildmaterial Angestellte bei der Identifizierung von Webfehlern zu unterstützen. Eine der Kernleistungen dabei: auch ältere Textilanlagen mit moderner Sensorik nachzurüsten und so für viele weitere Jahre wirtschaftlich einsatzfähig zu halten (Retrofit).
News