Warum KI in der Produktionsplanung schnell falsche Muster etabliert
Dresden, 12. Oktober 2026 – Künstliche Intelligenz kann Produktionspläne verbessern – vorausgesetzt, die zugrunde liegenden Daten bilden die Realität zuverlässig ab. Fehlerhafte Vorgangsdauern, unrealistische Maschinenverfügbarkeiten oder nicht erfasste Störungen können andernfalls dazu führen, dass KI bestehende Fehlannahmen fortschreibt. Die DUALIS GmbH IT Solution zeigt, warum Unternehmen daher nicht nur eine belastbare Datenbasis benötigen. Entscheidend ist auch, Planstände und Ist-Daten über die Zeit miteinander vergleichen und die daraus gewonnenen Erkenntnisse wieder in die Produktionsplanung zurückführen zu können.
„Wenn die Planung die Realität nicht abbildet, hilft auch die beste KI nichts – sie verstärkt nur systematische Fehler“, erklärt Dr. Kirsten Hoffmann, Produktmanagerin bei DUALIS.
Fehlerhafte Daten werden durch KI nicht richtiger
Produktionsplanung basiert auf zahlreichen unterschiedlichen Informationen. Dazu gehören Stammdaten wie Arbeitspläne, Stücklisten und Rüstzeiten ebenso wie Rückmeldungen aus der Fertigung zu tatsächlichen Bearbeitungszeiten, Störungen oder Ausschuss. Hinzu kommen Kontextinformationen, z. B. zu Qualifikationen, saisonalen Einflüssen oder logistischen Randbedingungen.
Ungenauigkeiten in dieser Datenbasis entstehen oft schleichend. Ist zum Beispiel die Dauer eines Arbeitsgangs dauerhaft zu niedrig angesetzt, verschieben sich nachfolgende Vorgänge. Wird die Verfügbarkeit einer Maschine im System höher angesetzt, als sie tatsächlich ist, plant das System mit Kapazitäten, die in der Realität nicht zur Verfügung stehen. Auch nicht erfasste Störungen können sich auf Termintreue, Kapazitätsplanung und Priorisierung auswirken.
Das Prinzip „Garbage in, garbage out“ gilt daher auch für den Einsatz von KI in der Produktionsplanung. KI kann zwar Muster in vorhandenen Daten erkennen. Sie kann jedoch nicht automatisch beurteilen, ob die zugrunde liegenden Annahmen die Realität korrekt abbilden. Sind die Daten systematisch verzerrt, besteht die Gefahr, dass sich diese Verzerrungen auch in Prognosen und Planungsempfehlungen fortsetzen.
Plan und Realität müssen vergleichbar werden
Datenqualität allein reicht daher nicht aus. Unternehmen müssen auch nachvollziehen können, wie ein Produktionsplan zu einem bestimmten Zeitpunkt aussah, welche Änderungen vorgenommen wurden und wie die Fertigung anschließend tatsächlich verlaufen ist. Dafür müssen unterschiedliche Planstände versioniert gespeichert und mit den jeweiligen Ist-Daten verknüpft werden. So lässt sich beispielsweise erkennen, welche Vorgänge regelmäßig länger dauern als geplant, an welchen Stellen Engpässe wiederkehren oder wie häufig Pläne aufgrund bestimmter Ereignisse angepasst werden müssen.
Erst der Vergleich über einen längeren Zeitraum macht aus einzelnen Abweichungen belastbare Muster. Die Qualität der Planung wird damit messbar. Und es entsteht eine Grundlage, aus der Systeme lernen können.
Analytics muss Erkenntnisse in die Planung zurückführen
„Viele Unternehmen verfügen bereits über Kennzahlen, Reports und Dashboards und können damit nachvollziehen, was in ihrer Fertigung passiert ist. Teilweise lassen sich auch die Ursachen für Abweichungen identifizieren. Für eine bessere Produktionsplanung reicht der Blick in die Vergangenheit jedoch nicht aus. Entscheidend ist die nächste Frage: Was wird voraussichtlich passieren? Und was bedeutet das für den Produktionsplan von morgen?“, sagt Dr. Kirsten Hoffmann.
Hier kommt Data Analytics eine zentrale Rolle zu. Erkenntnisse über wiederkehrende Verzögerungen, Kapazitätsrisiken oder unrealistische Vorgangsdauern dürfen nicht im Reporting enden. Sie müssen wieder in die Produktionsplanung einfließen und dort Prognosen und Entscheidungen verbessern.
Genau an diesem Übergang stoßen viele KI-Ansätze an Grenzen. Fehlen konsistente Daten oder der notwendige zeitliche Kontext, bleiben erkannte Muster unvollständig. Werden Analyseergebnisse zudem nicht in den Planungsprozess integriert, entsteht zwar mehr Transparenz über die Vergangenheit, für die vorausschauende Planung lassen sich daraus jedoch noch keine belastbaren Entscheidungen ableiten.
KI unterstützt Planer bei besseren Entscheidungen
Sind Datenbasis, Historisierung und Analytics miteinander verbunden, kann KI gezielt Mehrwert schaffen. Tatsächliche Abläufe können beispielsweise genutzt werden, um Vorgangsdauern realistischer einzuschätzen, Risiken früher zu erkennen und Produktionspläne robuster gegenüber Abweichungen zu machen.
Das Ziel ist dabei nicht die vollständig autonome Produktionsplanung. KI liefert Prognosen und mögliche Handlungsoptionen. Der Planer bewertet sie vor dem Hintergrund der konkreten Fertigungssituation, setzt Prioritäten und trifft die Entscheidung.
Auch weiterführende Konzepte wie eine agentenbasierte Planung benötigen diese Grundlage. Arbeiten einzelne Ressourcen oder Systeme zunehmend eigenständig, wird eine konsistente Informationsbasis sogar noch wichtiger. Ohne verlässliche Daten, Historie und Analytics wird die Komplexität lediglich verlagert, nicht gelöst.
GANTTPLAN Analytics schafft die Basis für lernende Produktionsplanung
Mit GANTTPLAN Analytics verbindet DUALIS Planung und Realität. Das Tool erweitert das Advanced-Planning-and-Scheduling-System (APS) GANTTPLAN um Funktionen zur automatischen Erfassung und Analyse historischer Planungsdaten. Es stellt geplante Abläufe der tatsächlichen Umsetzung gegenüber und macht Abweichungen und Entwicklungen über die Zeit sichtbar. So lässt sich beispielsweise erkennen, wie stabil Produktionspläne waren, wie häufig umgeplant werden musste und an welchen Stellen Planungsannahmen regelmäßig von der Realität abweichen.
Diese historische Perspektive schafft zugleich eine wichtige Voraussetzung für den sinnvollen Einsatz von KI in der Produktionsplanung. Statt ausschließlich auf aktuelle Planungsdaten zuzugreifen, können Zusammenhänge und wiederkehrende Abweichungen über längere Zeiträume analysiert werden.
Das Ziel von DUALIS ist ein lernender Planungsworkflow: Erfahrungen aus der tatsächlichen Fertigung fließen systematisch zurück in die Planung und tragen dazu bei, zukünftige Pläne zu verbessern. KI kann diesen Kreislauf mit Prognosen, Risikoeinschätzungen und Handlungsoptionen unterstützen. Die Entscheidung bleibt beim Planer.
Die 1990 gegründete DUALIS GmbH IT Solution – eine Tochtergesellschaft der iTAC Software AG und Teil des Dürr-Konzerns – hat sich auf die Entwicklung von Software und Dienstleistungen rund um Simulation, Prozessoptimierung und Produktionsplanung spezialisiert. Zur Produktpalette zählen das APS-System GANTTPLAN, die 3D-Simulationsplattform Visual Components und das Hallenplanungstool AREAPLAN. Die DUALIS-Produkte sind in zahlreichen Unternehmen der der Großindustrie und des industriellen Mittelstands im Einsatz. Consulting und Services zur strategischen und operativen Planung runden das Leistungsspektrum von DUALIS ab.
Der Dürr-Konzern ist ein weltweit führender Maschinen- und Anlagenbauer mit besonderer Kompetenz in den Technologiefeldern Automatisierung, Digitalisierung und Energieeffizienz. Seine Produkte, Systeme und Services ermöglichen hocheffiziente und nachhaltige Fertigungsprozesse – vor allem in der Automobilindustrie, bei Produzenten von Möbeln und Holzhäusern sowie bei der Montage von Medizin- und Elektroprodukten und in der Batteriefertigung. Der Dürr-Konzern erzielte im Jahr 2025 einen Umsatz von knapp 4,2 Mrd. € und hat derzeit rund 17.500 Beschäftigte sowie 123 Standorte in 32 Ländern.
Firmenkontakt
DUALIS GmbH IT Solution
Heike Wilson
Breitscheidstraße 36
01237 Dresden
+49 (0) 351-47791620
http://www.dualis-it.de
Pressekontakt
punctum pr-agentur GmbH
Ulrike Peter
Neuer Zollhof 3
40221 Düsseldorf
+49 (0)211-9717977-0
http://www.punctum-pr.de