Wenn die Maschine steht – was KI-Agenten in der Produktion wirklich leisten (und was nicht)
Wenn die Maschine steht
Montag, 7:40 Uhr
Die CNC-Fräse in Halle 2 steht. Spindelschaden, Reparatur voraussichtlich zwei Tage. Der Produktionsleiter weiss das seit zehn Minuten.
Was er noch nicht weiss: Welche Kundenaufträge hängen an dieser Maschine? Welche davon sind diese Woche fällig? Welcher Kunde hat eine Konventionalstrafe im Vertrag? Kann die zweite Fräse einspringen, und was verschiebt sich dann dort?
Die Antworten liegen alle irgendwo im Unternehmen. Im ERP, in der Maschinensteuerung, im Excel des Arbeitsvorbereiters, im Kopf des Schichtleiters. Bis sie zusammengetragen sind, ist es Mittag. Und der erste Kunde hat bereits angerufen.
In den bisherigen Beiträgen dieser Serie haben wir erklärt, was Fabric Data Agents sind und welche Art von Agent Sie wirklich brauchen. Heute wird es konkret: Wir zeigen an zwei Fällen aus der Produktion, was KI-Agenten mit Microsoft Fabric IQ leisten können. Und wir sagen ebenso deutlich, wo die Grenzen liegen.
Das eigentliche Problem: Ihr ERP plant mit Sollwerten
Ihr ERP ist das verbindliche Gedächtnis Ihres Unternehmens. Aufträge, Stücklisten,
Arbeitspläne, Lagerbestände. Darauf ist Verlass.
Aber das ERP plant mit Stammdaten. Mit der Vorgabezeit aus dem Arbeitsplan. Mit der
Wiederbeschaffungszeit, die vor Jahren beim Lieferanten erfasst wurde. Mit einer Kapazität,
die voraussetzt, dass alle Maschinen laufen.
Die Realität sieht anders aus:
Der Lieferant bestätigt Freitag, liefert aber erfahrungsgemäss am Mittwoch darauf.
Der Arbeitsgang ist mit 40 Minuten geplant, dauert in der Praxis aber 50.
Eine Maschine fällt aus, und niemand sieht auf einen Blick, was daran hängt
Genau in dieser Lücke zwischen Plan und Realität entstehen verpasste Liefertermine,
Expresszuschläge und verärgerte Kunden. Nicht weil jemand einen Fehler macht, sondern
weil die Informationen nicht verbunden sind.
Hier setzt Microsoft Fabric IQ an. Vereinfacht gesagt beschreibt Fabric IQ mit einer
sogenannten Ontologie, wie Ihr Betrieb zusammenhängt: Kunde, Auftrag, Artikel,
Stückliste, Arbeitsgang, Maschine, Lieferant. Und vor allem die Beziehungen dazwischen.
Auf diesem Modell können Agenten nicht nur Fragen beantworten, sondern Situationen
erkennen, erklären und Massnahmen vorschlagen. Eine ausführlichere Einführung finden
Sie in unserem Beitrag Microsoft Fabric IQ – der nächste Schritt zu intelligenter Business
Fall 1: Gefährdete Liefertermine erkennen, bevor der Kunde anruft
Das Ziel ist einfach: Aufträge, die ihren Termin nicht halten werden, sollen erkannt werden,
solange man noch handeln kann. Nicht erst am Liefertag.
Was es dafür braucht
Erstaunlich wenig, und alles ist bereits im ERP vorhanden: Kundenaufträge mit bestätigtem
Termin, Fertigungsaufträge mit Arbeitsplänen und Rückmeldungen, Kapazitäten,
Lagerbestände, offene Bestellungen und die Lieferhistorie Ihrer Lieferanten.
Was der Agent daraus macht
Der entscheidende Unterschied: Er rechnet nicht mit dem bestätigten Liefertermin des
Lieferanten, sondern mit dem realistischen. 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.
In der Praxis arbeiten dabei vier Rollen zusammen:
Frühwarnen: Täglich werden alle Aufträge markiert, deren Terminpuffer knapp wird.
Erklären: Der Agent sagt in Klartext, warum. Zum Beispiel: «Auftrag 4711 ist
gefährdet, weil die Welle von Lieferant X erfahrungsgemäss drei Tage zu spät kommt
und die Fräse in KW 42 zu 130 % ausgelastet ist.»
Optionen abwägen: Überstunden, Los splitten, Teillieferung, alternatives Material,
andere Priorisierung. Und vor allem: was jede Option bei anderen Aufträgen auslöst.
Kommunizieren: Der Agent entwirft die Kundeninformation mit einem realistischen
neuen Termin. Freigeben und versenden tut ein Mensch.
Was Sie davon haben
Der Verkauf informiert Kunden proaktiv statt sie zu vertrösten. Expresszuschläge und
Konventionalstrafen sinken. Und die Frage «Schaffen wir das?» wird mit Fakten beantwortet
statt mit Bauchgefühl. Messbar ist das über die Liefertermintreue und die Vorwarnzeit in
Tagen.
Fall 2: Maschine steht – die Folgen in Minuten statt Stunden
Zurück zu Montag, 7:40 Uhr. Die Störmeldung geht ein, im einfachsten Fall per Knopfdruck
am Tablet, später direkt aus der Maschinensteuerung.
Der Agent folgt nun der Wirkungskette durch das Modell: Maschine → offene Arbeitsgänge
→ Fertigungsaufträge → Kundenaufträge → Kunden. Dazu die nachgelagerten Stationen, die ohne Nachschub leer laufen werden.
Nach wenigen Minuten liegen auf dem Tisch:
welche Aufträge betroffen sind, sortiert nach Dringlichkeit und Kundenwichtigkeit
was der Ausfall pro Tag kostet, inklusive Verzug, möglicher Strafen und Stillstand
nachgelagerter Stationen
welche Optionen es gibt: Alternativmaschine mit Umrüstaufwand, Fremdvergabe,
Zusatzschicht nach der Reparatur
welcher Liefertermin bei welcher Option realistisch ist
Der letzte Punkt zeigt, wie eng beide Fälle zusammenhängen. Fall 2 ist das Ereignis, Fall 1
die laufende Überwachung. Beide nutzen dasselbe Modell. Wer das eine aufbaut, hat einen
grossen Teil des anderen bereits erstellt.
Der Effekt über die Zeit
Aus der Ausfallhistorie entsteht ein Bild davon, wie kritisch jede Maschine wirklich ist: Wie
viel Umsatz hängt daran? Gibt es eine Alternative? Wie oft fällt sie aus? Das ergibt
begründete Prioritäten für Instandhaltung und Ersatzteilbevorratung, und handfeste
Argumente für Investitionsentscheide. Nebenbei werden Abhängigkeiten sichtbar, die sonst
niemand auf dem Radar hat. Etwa: «Nur ein einziger Mitarbeiter kann diese Anlage
einrichten.»
«Kann das mein ERP nicht auch?»
Teilweise, ja. Moderne ERP-Systeme bieten Verfügbarkeitsprüfungen, Kapazitätsplanung
und Störmeldungen. Der Unterschied liegt nicht im Ob, sondern im Wie:
ERP | Agent auf Fabriq IQ | |
Grundlage | Sollwerte aus Stammdaten | Gelernte Istwerte |
Datenbasis | Daten im ERP | ERP plus Maschinen, Excel, Qualitätssystem, weitere Systeme |
Maschinenausfall | Störmeldung und Instandhaltungsauftrag | Wirkungskette bis zum Kunden |
Ergebnis | Neuer Termin | Erklärung, Optionen, Auswirkungen, Kundeninfo |
Betriebsregeln | Customizing oder Entwicklung | Fachlich lesbare Regeln |
Wichtig: Der Agent ersetzt das ERP nicht. Das ERP bleibt die verbindliche Quelle für
Aufträge und Buchungen. Fabric IQ ist die Entscheidungsschicht darüber, die das ERP mit
dem Rest der Realität verbindet.
Ihr ERP weiss, was geplant ist. Der Agent weiss, was wirklich passiert, und was das für Ihre Kunden bedeutet.
Die unbequeme Wahrheit: Wo es nicht funktioniert
So weit die Theorie. Jetzt die Punkte, die in Hochglanzpräsentationen meist fehlen.
1. Schlechte Rückmeldungen ergeben überzeugende Fehlprognosen
Wenn Arbeitsgänge im ERP nicht sauber zurückgemeldet werden, weiss der Agent nicht, wo
ein Auftrag wirklich steht. Veraltete Stücklisten und Arbeitspläne verfälschen jede
Prognose. Das Tückische: Ein Agent formuliert auch falsche Ergebnisse flüssig und
überzeugend. Eine falsche Prognose, die glaubwürdig klingt, ist gefährlicher als gar keine.
In vielen Betrieben ist das erste Projekt deshalb kein KI-Projekt, sondern eines der
Prozessdisziplin.
2. Die Technologie ist noch jung
Das zentrale Element von Fabric IQ, die Ontologie, befindet sich bei Microsoft noch in der
Preview-Phase. Für einen Pilot ist das kein Problem. Für den produktiven Betrieb
geschäftskritischer Prozesse heisst es: mit Vorsicht und mit Rückfallebene.
3. Wer entscheidet, wer haftet?
Schlägt der Agent eine Umplanung vor und leidet darunter ein wichtiger Kunde, wer trägt
die Verantwortung? Unsere klare Empfehlung: Der Agent erkennt, erklärt und schlägt vor.
Entscheiden tut weiterhin der Mensch. Automatisch ausgeführt werden nur klar definierte
Routinefälle.
4. Ohne Akzeptanz kein Nutzen
Erlebt der Produktionsleiter den Agenten als Kontrollinstrument, wird er ihn umgehen. Die
Menschen, die heute mit Erfahrung und Excel den Betrieb am Laufen halten, gehören von
Anfang an in die Entwicklung. Ihr Wissen ist es, das die Regeln im Modell erst wertvoll
macht.
5. Eine Ontologie muss gepflegt werden
Eine Ontologie ist kein Projekt mit Abschlussdatum, sondern ein lebendes Modell Ihres Betriebs. Neue Maschinen, neue Produkte, ein neuer Lieferant, eine geänderte Prioritätsregel: Jede Veränderung im Betrieb muss auch im Modell nachgeführt werden. Sonst arbeitet der Agent mit einem Bild Ihrer Firma von gestern.
Dafür braucht es klare Verantwortlichkeiten. Wer darf eine Definition oder Regel ändern? Wer gibt sie frei? Und wie ist nachvollziehbar, was sich wann geändert hat? Das ist dieselbe Disziplin wie bei Stammdaten, nur eine Ebene höher. Warum KI mit schlechten Daten nichts löst, haben wir bereits in einem eigenen Beitrag beschrieben. Für die Ontologie gilt dasselbe beim Geschäftswissen: Ein veraltetes Modell liefert veraltete Entscheidungen.
6. Es kostet Geld
Fabric-Kapazität, Aufbau, laufende Pflege der Regeln. Der Business Case gehört vor das
Projekt, nicht danach. Die gute Nachricht: Bei verpassten Lieferterminen und
Maschinenausfällen lässt sich der Nutzen in Franken beziffern.
Nächste Schritte
Beginnen Sie mit einem einzigen Use Case Aufträge, Stücklisten, Arbeitsgänge, Rückmeldungen und Lager reichen für Fall 1. Maschinendaten kommen in einer zweiten Phase dazu, dort liegt meist der grösste Aufwand.
Prüfen Sie Ihre Rückmeldequalität Wie genau wissen Sie heute, wo ein Auftrag steht? Ist die Antwort «ungefähr», beginnt die Arbeit hier.
Machen Sie einen engen Proof of Concept. Eine Produktlinie, ein Engpass, ein klares Ziel. Zum Beispiel: gefährdete Aufträge mindestens fünf Tage im Voraus erkennen.
Fazit - was KI-Agenten in der Produktion wirklich leisten
KI-Agenten in der Produktion sind kein Zukunftsthema mehr. Mit Fabric IQ lassen sich
Liefertermine und Maschinenausfälle heute so abbilden, dass aus Daten Entscheidungen
werden. Aber die Agenten sind nur so gut wie die Daten und Regeln, auf denen sie
aufbauen. Wer zuerst die Grundlagen in Ordnung bringt, erhält einen echten Vorsprung.
Wer direkt mit dem Agenten startet, erhält vor allem schnellere Fehler.
Ihr Partner für moderne Datenplattformen und integrierte Unternehmensplattform
Swiss Business Analytics hilft Kunden auf dem Weg zum Einsatz von KI. Wir verstehen die speziellen Herausforderungen von Schweizer und europäischen KMUs. Und wir wissen, wo die echten Fallstricke liegen.
Kostenloses 30-Minuten-Gespräch
Erzählen Sie uns, wo in Ihrer Produktion heute Termine platzen oder Ausfälle weh tun.
Wir sagen Ihnen ehrlich, ob Agenten jetzt Sinn machen oder ob zuerst andere Schritte
anstehen.
👉 Kontaktieren Sie uns für ein unverbindliches Beratungsgespräch – wir helfen Ihnen, Hype in Realität zu verwandeln.
