Rüstzeiten beim Werkzeugwechsel systematisch reduzieren

Das echte Ausmaß des Problems

Spritzgussmaschinen produzieren nur, wenn sie laufen. Jede Minute Stillstand ist eine Minute, in der die Maschine keine Deckungsbeiträge erwirtschaftet — bei einer 500-Tonnen-Presse kann das bis zu 450 Euro pro Stunde bedeuten, wie eine auf Fraunhofer-IPA-Benchmarks gestützte Analyse von leanbase.de (2024) zeigt.

Für ein typisches Spritzgusswerk mit zwölf Maschinen und durchschnittlich 280 Rüstvorgängen pro Jahr an der Engpassmaschine ist das Bild ernüchternd: Bei einer durchschnittlichen Rüstzeit von 75 Minuten und einem Zielwert von 30 Minuten gehen jährlich über 2.100 Produktivstunden verloren. Der reine Durchsatzeffekt: knapp 1 Million Euro pro Jahr — in einem mittelständischen Betrieb, der keine Fertigung einstellt, sondern schlicht die Werkzeuge etwas schneller wechselt.

Das Problem hat drei Schichten, die sich gegenseitig verstärken:

Schichtvarianz. Derselbe Werkzeugwechsel dauert je nach Bediener 90 Minuten oder 160 Minuten. Das Best-Practice-Wissen sitzt im Kopf eines einzelnen Werkers — und verlässt das Unternehmen, wenn er in Rente geht.

Fehlende Vorbereitung. Der größte einzelne Hebel beim Rüsten ist die Unterscheidung zwischen Tätigkeiten, die die Maschine zum Stillstand brauchen (intern), und solchen, die vorher oder nachher erledigt werden können (extern): Werkzeuge vorheizen, Rohstoffe bereitstellen, Einstellparameter laden. In vielen Betrieben passiert das aber erst, wenn die Maschine bereits steht.

Keine Datengrundlage. Wer nicht weiß, welche Schritte wie lange dauern und wie stark die Varianz ist, kann nichts systematisch verbessern. Papierformblätter und manuelle Stoppuhr sind keine ausreichende Datenbasis für echte Optimierung.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zahlen kommen nicht aus Herstellerversprechen: Eine 2024 in leanbase.de publizierte Analyse eines 12-Maschinen-Spritzgusswerks mit 400–650-Tonnen-Pressen dokumentiert die Schrittfolge von 75 Minuten Ist-Rüstzeit zu einem realistischen Zielwert von 30 Minuten — erreichbar allein durch bessere Organisation und digitale Checklisten, ohne neue Maschineninvestitionen.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Rüstzeiten sind die direkteste Zeitverschwendung in der Spritzgussproduktion: Die Maschine steht, produziert nichts, und die Zeit wird in vollen Stunden gemessen. 20–35 Prozent Einsparung pro Wechsel ist in dokumentierten Praxisprojekten konsistent erreichbar — ohne neue Hardware, nur durch bessere Sequenzierung und standardisierte Abläufe. Kein anderer Anwendungsfall in diesem Bereich setzt so direkt an der Maschinenverfügbarkeit an.

Kosteneinsparung — hoch (4/5) Für einen Betrieb mit mehreren Maschinen und hundert oder mehr Rüstvorgängen pro Monat kann die Einsparung schnell im fünfstelligen Bereich liegen. Einrichtungskosten von 8.000–30.000 Euro amortisieren sich bei echtem Rüstproblem in wenigen Monaten. Nicht ganz auf dem Niveau der Zykluszeiten-Optimierung oder der Ausschussreduzierung, weil der Effekt auf einzelne Rüstvorgänge beschränkt bleibt und nicht in die laufende Produktion hineinwirkt.

Schnelle Umsetzung — mittel (3/5) Erste digitale Checklisten lassen sich in wenigen Tagen aufbauen, und schon in Woche 1 liegen Zeitstempeldaten vor. Aber: Für wirklich KI-gestützte Empfehlungen braucht das System 20–40 protokollierte Rüstvorgänge — das dauert je nach Rüstfrequenz vier bis acht Wochen. Verglichen mit dem KI-Wartungsassistenten (drei bis sechs Monate bis belastbarer Datenbasis) ist das schnell — verglichen mit einfacheren Analyse-Anwendungen ist es mittleres Tempo.

ROI-Sicherheit — sehr hoch (5/5) Der Nutzen ist kaum zu verstecken: Du vergleichst Rüstzeit vor der Einführung mit Rüstzeit danach, auf denselben Maschinen, mit denselben Werkzeugen. Das lässt sich mit einem einfachen Rüstzeitprotokoll belegen. Schon in Woche vier liegen genug Daten vor, um einen Vorher-Nachher-Vergleich zu ziehen. Damit ist dieser Anwendungsfall einer der am verlässlichsten messbaren im Spritzgussbereich.

Skalierbarkeit — mittel (3/5) Was für eine Maschine funktioniert, lässt sich grundsätzlich auf alle Maschinen im Werk ausrollen. Die Einschränkung: Jeder Maschinentyp und jede Werkzeugfamilie braucht eigene Basisdaten. Ein System, das für 650-Tonnen-Pressen optimiert ist, produziert für 120-Tonnen-Maschinen andere Empfehlungen — und braucht dafür eigene Protokollierungshistorie. Maschinenübergreifende Lerneffekte entstehen nur bei ähnlichen Werkzeugtypen.

Richtwerte — stark abhängig von Maschinenanzahl, Rüstfrequenz und vorhandener Datenbasis.

Was das System konkret macht

Das technische Herzstück dieses Ansatzes ist kein komplexes Machine Learning-Modell, sondern strukturierte Datenerfassung kombiniert mit Musteranalyse. Die KI tut drei Dinge:

Zeitstempel-Analyse. Jeder Rüstschritt wird mit Start- und Endzeit erfasst — nicht pauschal der gesamte Vorgang, sondern differenziert: Werkzeug lösen, Transport, Einbauen, Anheizen, Einfahren, Freigabe. Das System erkennt automatisch, welche Schritte in verschiedenen Schichten systematisch länger dauern als im Median. Der Produktionsleiter sieht nicht mehr “gestern dauerte der Rüstvorgang 40 Minuten länger”, sondern “der Schritt Einbau Einzug dauerte im Median 22 Minuten, gestern Nacht 47 Minuten.”

Reihenfolge-Optimierung. KI berechnet täglich die optimale Reihenfolge aller geplanten Werkzeugwechsel unter Berücksichtigung von Werkzeugfamilien, Maschinenähnlichkeit und Temperaturprofilen. Wer zwei Werkzeuge derselben Familie hintereinander auf derselben Maschine fährt, spart die Abkühlzeit des ersten Werkzeugs. Diese Optimierung ist oft der größte einzelne Hebel — und kann allein durch bessere Planung 15–20 Prozent Rüstzeit sparen, ohne einen einzigen Schritt schneller zu machen.

Digitale Checklisten. Für jeden Rüsttyp entstehen maschinenspezifische Schritt-für-Schritt-Anleitungen, die den Best-Practice-Ablauf abbilden: Welche Schritte müssen vor dem Maschinenstopp erledigt sein (extern), welche nur danach (intern)? Wer das Werkzeug vorheizen muss, macht das in der Wartezeit — nicht erst wenn die Maschine steht. Neue Bediener sehen dieselben Abläufe wie erfahrene Rüstmeister.

Das ist keine Raketenwissenschaft. Aber es ist systematisch, reproduzierbar, und es hinterlässt eine Datenspur, auf der weiter aufgebaut werden kann.

Video-Zeitstudien als Datenbasis

Ein praktisches Problem beim Einstieg: Viele Spritzgussbetriebe haben keine strukturierten Rüstdaten. Der Werkzeugwechsel passiert an der Maschine, die Zeiterfassung läuft über Papierformblätter oder gar nicht — und das ist die Datenbasis, auf der KI-Empfehlungen aufgebaut werden sollen.

Wenn keine historischen Zeitstempeldaten existieren, gibt es zwei realistische Wege:

Weg 1: Sofortige Erfassung ab Tag 1. Mit einem Tool wie RüstPlan ist die Erfassungsinfrastruktur in 15 Minuten eingerichtet. Die erste sinnvolle KI-Analyse kommt nach 20–40 Rüstvorgängen. Wer jetzt anfängt, hat nach sechs Wochen genug Daten.

Weg 2: Videobasierte Retrospektivanalyse. Manche Werke filmen Rüstvorgänge zu Schulungszwecken oder haben Kameraüberwachung an Maschinen. Diese Aufnahmen lassen sich manuell oder mit einfacher Videoanalyse-Software in Zeitstempel-Ereignislisten überführen. Das ist aufwändig (eine Stunde Aufnahme = zwei bis vier Stunden Auswertung von Hand), liefert aber sofort Basisdaten ohne Wartezeit.

Was auf keinen Fall funktioniert: Eine KI auf der Basis von Papierformblättern aufzusetzen, die nur die Gesamtdauer notieren. Ohne Schritt-für-Schritt-Zeitstempel bleibt die KI blind für die eigentlichen Engpässe — und gibt nur Empfehlungen auf Basis von Gesamtdauern, nicht auf Basis des Ablaufs.

Für die meisten Betriebe ist Weg 1 der richtige: Sofort anfangen, digitale Checklisten einführen, und die ersten echten Erkenntnisse aus echten Rüstvorgängen gewinnen.

Konkrete Werkzeuge — was wann passt

RüstPlan — Die naheliegendste Wahl für Spritzguss-KMU. Spezialisierte SMED-Software aus Deutschland, in 15 Minuten eingerichtet, ohne IT-Abteilung und MES-Integration. Digitale Rüstchecklisten mit automatischer Zeiterfassung je Checklistenschritt, SMED-konforme Trennung interner und externer Tätigkeiten, KI-gestützte Reihenfolge-Optimierung nach Werkzeugfamilien. Kosten: 32 €/Monat für bis zu 5 Maschinen (Starter), 66 €/Monat für bis zu 20 Maschinen (Professional), 124 €/Monat unbegrenzt (Enterprise). Alle Daten auf deutschen Servern, DSGVO-konform. Für die meisten mittelständischen Spritzgussbetriebe die erste Adresse.

Tulip — Wenn digitale Arbeitsanweisungen und Computer-Vision-gestützte Schritt-Verifikation gefragt sind. Tulip geht über reine Zeiterfassung hinaus: Es führt Bediener Schritt für Schritt durch den Rüstvorgang und kann via Kamera prüfen, ob ein Schritt korrekt ausgeführt wurde. Besonders sinnvoll für Werke mit hoher Variantenvielfalt (viele verschiedene Werkzeugtypen) und häufigen Bedienerwechseln. Nachteil: Mindestgröße von 10 aktiven Stationen, US-Datenhosting, Schnittstellen auf Englisch. Preis ab ca. 1.200 USD/Interface/Jahr.

Celonis — Für Unternehmen mit SAP-ERP und mehreren Werken, die Rüstzeitoptimierung in eine breitere Prozessanalyse einbetten wollen. Celonis sieht nicht nur die Rüstzeiten, sondern den gesamten Produktionsprozess: Wo entstehen Wartezeiten, welche Aufträge blockieren welche Maschinen? Process Mining auf Enterprise-Niveau. Nicht für KMU geeignet (Einstieg ab ca. 50.000 € für erste Analyse-Projekte). Sinnvoll, wenn bereits Prozessdaten in SAP vorliegen und die Rüstzeitoptimierung Teil einer übergreifenden OEE-Analyse sein soll.

SAP Digital Manufacturing — Wenn das Werk bereits SAP S/4HANA betreibt und MES-Funktionalitäten benötigt. SAP DM bietet Fertigungsausführung, Qualitätsdokumentation und Maschinendatenerfassung in einem. Rüstzeiten sind ein Teilbereich davon. Aufwand und Kosten sind erheblich (typisch fünfstellig jährlich, Implementierung 12–24 Monate) — nicht für eine reine Rüstzeitoptimierung gerechtfertigt, aber sinnvoll wenn ohnehin eine MES-Einführung geplant ist.

Zusammenfassung — wann welcher Ansatz:

• Standalone-Rüstzeit-Lösung für KMU ohne MES → RüstPlan
• Digitale Arbeitsanweisungen mit visueller Schritt-Verifikation → Tulip
• Enterprise Process Mining mit SAP-Integration → Celonis
• SAP-Bestandskunde mit MES-Bedarf → SAP Digital Manufacturing

Datenschutz und Datenhaltung

Rüstdaten im Spritzguss sind zwar selten personenbezogen im engeren Sinne — aber sie enthalten maschinenspezifische Produktionsdaten, Werkzeugparameter und mitunter auch Bediener-IDs, die Rückschlüsse auf einzelne Mitarbeiter ermöglichen. Das macht die DSGVO relevant.

Konkret zu den genannten Werkzeugen:

• RüstPlan: Datenspeicherung ausschließlich auf deutschen Servern, DSGVO-konform. Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO ist erhältlich. Für die meisten deutschen Spritzgussbetriebe der unkomplizierteste Weg.
• Tulip: US-Datenhosting — für Betriebe mit sensiblen Werkzeugparametern oder Kundendaten in Prozessprotokollen zwingend DSGVO-Prüfung vor Einführung. Standard Contractual Clauses (SCCs) müssen verhandelt werden.
• Celonis: EU-Datenhaltung verfügbar (Frankfurt), muss aber vertraglich vereinbart werden. DSGVO-konformer AVV ist Standard.
• SAP Digital Manufacturing: Läuft auf SAP Business Technology Platform, EU-Datenzentren verfügbar, ISO-27001-zertifiziert.

Besonderer Hinweis: Wenn Bediener-IDs oder Mitarbeiter-Kennzahlen (wer hat welchen Rüstvorgang durchgeführt, wie lange) in das System einfließen, handelt es sich um personenbezogene Daten. Das ist regulatorisch kein Problem, wenn der Betriebsrat frühzeitig eingebunden wird und eine klare Regelung über Nutzungszweck (Prozessoptimierung, nicht Leistungsüberwachung) getroffen wird. Diese Klärung sollte vor dem ersten Pilottag stattfinden — nicht danach.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• RüstPlan: praktisch kein externer Einrichtungsaufwand — in 15 Minuten einsatzbereit. Interne Zeit für Erstanlage der Rüstchecklisten pro Maschinentyp: ca. 2–4 Stunden.
• Technische Beratung / SMED-Workshop (optional aber empfohlen): 2.000–8.000 Euro für externe Begleitung der ersten Analyse und Prozessoptimierung.
• Komplexere Systeme (Tulip, MES-Integration): 15.000–50.000 Euro Implementierungsaufwand.

Laufende Kosten (monatlich)

• RüstPlan Professional: 66 €/Monat (bis 20 Maschinen) — die günstigste echte KI-Lösung für diesen Anwendungsfall
• Tulip: ab ca. 100 USD/Interface/Monat, Mindestgröße 10 Interfaces
• Enterprise Process Mining (Celonis): ab ca. 50.000 €/Jahr Erstprojekt

Was du dagegenrechnen kannst Die Rechnung ist direkt: Rüstzeit vorher minus Rüstzeit nachher, multipliziert mit Maschinenanzahl, Rüstfrequenz und Maschinenstundensatz.

Konservatives Beispiel: 5 Maschinen, je 3 Rüstungen pro Woche, 20 Minuten Einsparung pro Rüstvorgang, Maschinenstundensatz 80 Euro:

5 × 3 × 4 Wochen × (20/60) Stunden × 80 €/Stunde = 1.600 Euro/Monat

Das ist das konservative Szenario (5 Maschinen, niedrige Rüstfrequenz, kleiner Maschinenstundensatz). Bei einer typischeren Konfiguration mit 10 Maschinen, 150 Euro Stundensatz und 30 Minuten Einsparung: über 3.000 Euro pro Monat.

Die RüstPlan Professional-Lizenz kostet 66 Euro/Monat. Die Frage ist nicht, ob sich das rechnet — sondern wie schnell.

Wie du den Nutzen tatsächlich misst Definiere vor dem Start einen Basiszeitraum: Rüstzeiten der letzten 30 Tage, dokumentiert in deiner bisherigen Form. Nach Einführung: Vergleich auf Maschinenebene, gleicher Rüsttyp. Schichtvarianz als separate Kennzahl: Variationskoeffizient (Standardabweichung / Mittelwert) vorher und nachher. Ein Rückgang des Variationskoeffizienten von 40 % auf 20 % ist ein starkes Signal, dass die Standardisierung greift — unabhängig davon, ob die absolute Rüstzeit schon gesunken ist.

Vier typische Einstiegsfehler

1. Mit Gesamtzeiten statt Einzelschritten anfangen. Der häufigste Fehler: Ein System einführen, das nur die Gesamtdauer des Rüstvorgangs erfasst. Das sagt dir, dass der Rüstvorgang gestern 40 Minuten länger gedauert hat — aber nicht warum. Die Gesamtzeit ist das Ergebnis, nicht die Ursache. Ohne Schritt-für-Schritt-Zeitstempel bleibt jede Analyse Rätselraten. Lösung: Digitale Checkliste, die jeden Hauptschritt separat zeitstempelt. Schon eine Granularität von 8–10 Hauptschritten pro Rüstvorgang reicht für erste Erkenntnisse.

2. Bediener übergehen, statt einbinden. Rüstmeister wissen, warum ein Wechsel länger dauert — sie fühlen sich aber oft kontrolliert, wenn plötzlich Stoppuhr und Protokoll eingeführt werden. Wer das System ohne vorherige Erklärung einführt, bekommt Widerstand oder — schlimmer — unvollständige Daten, weil Schritte nicht konsequent erfasst werden. Lösung: Bediener in die Checklisten-Erstellung einbinden. Wer den Best-Practice-Ablauf mitdefiniert hat, hält sich auch daran.

3. Das System einführen und dann nicht aktualisieren. Das ist der gefährlichste Fehler — und er passiert still. Nach sechs Monaten hat sich die Werkzeugpalette verändert, neue Maschinen sind hinzugekommen, oder ein Rüstschritt wurde durch eine technische Maßnahme (Schnellspanner, neue Kupplung) deutlich schneller. Wenn die Checkliste das nicht abbildet, optimiert die KI auf Basis veralteter Abläufe.

Dieses Verfallsproblem hat eine einfache Lösung: Quartalsweise Revision aller Checklisten, initiiert durch einen definierten Verantwortlichen — nicht die IT, sondern der Rüstmeister oder Schichtleiter. Jeder neue Werkzeugtyp bekommt sofort eine eigene Checkliste, bevor er das erste Mal gefahren wird. Das kostet 30 Minuten pro Werkzeug und verhindert monatelange Datenmüll-Akkumulation.

4. SMED als Einmal-Event behandeln statt als dauerhaften Standard. Den SMED-Workshop durchführen, Optimierungen beschließen — und drei Monate später wieder beim Ausgangszustand sein, weil kein Monitoring läuft. Laut KAIZEN Institute ist das der häufigste Grund, warum SMED-Projekte scheitern: Verbesserungen werden als Einmal-Event behandelt, nicht als dauerhafter Standard. Das System muss die Regression sichtbar machen — automatisch, nicht per manuellem Bericht.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist das Einfachste an dieser Einführung. Das Schwierigere sind drei Muster, die in fast jeder Rüstzeit-Optimierung auftreten:

Die Vergleichsangst. Wenn Rüstzeiten erstmals schicht- und bedienergenau dokumentiert werden, liegt plötzlich auf dem Tisch, was vorher nur Bauchgefühl war: Schicht B rüstet systematisch 25 Prozent schneller als Schicht C. Das Ziel ist Prozesslernen, nicht Leistungsranking — aber diese Botschaft muss explizit kommuniziert werden, bevor das System gestartet wird. Andernfalls sabotieren Bediener aus Selbstschutz die Datenqualität. Konkret: Die erste Auswertung findet nicht mit den Schichtleitern statt, sondern mit den Rüstmeistern — als Lernforum, nicht als Bewertungsgespräch. Das ist kein weicher Feelgood-Tipp, sondern eine Voraussetzung für brauchbare Daten.

Der schnelle Pilot, der zu früh hochskaliert wird. Ergebnisse nach zwei Wochen sind erste Signale, keine validierten Erkenntnisse. Wer nach vier Wochen Pilotdaten sofort alle Maschinen umstellt, riskiert, auf Rauschen statt auf echte Muster zu reagieren. Besser: Zwei Maschinen für sechs Wochen, dann evidenzbasierte Entscheidung über den Rest des Werkes.

Die Erwartung, dass alles KI macht. Die KI schlägt eine optimierte Rüstreihenfolge vor — aber jemand muss diese Reihenfolge in die Produktionsplanung übernehmen. Das ist oft nicht automatisiert, weil RüstPlan und ähnliche Tools keine tiefen ERP-Schnittstellen haben. Der tägliche Vorschlag kommt als Export oder Dashboard-Ansicht — wer ihn nicht aktiv anschaut und umsetzt, profitiert nicht. Das ist kein Systemfehler, sondern eine Prozessanforderung: Wer schaut morgens auf den KI-Vorschlag? Wer übersetzt ihn in die Schichtplanung? Diese Frage muss beantwortet sein, bevor das System live geht.

Was konkret hilft:

• Vor dem Start eine gemeinsame Session mit allen Rüstmeistern: Warum machen wir das, was passiert mit den Daten, was passiert nicht
• Klare Festlegung: Wer nutzt den täglichen KI-Reihenfolgevorschlag, und wie
• Quartalsweise Überprüfung der Checklisten-Korrektheit — als fester Termin in der Kalenderplanung
• Betriebsrat frühzeitig einbinden, wenn Bediener-IDs erfasst werden (s. Datenschutz)

Realistischer Zeitplan mit Risikohinweisen

Wichtig: Der Zeitplan gilt für einen Betrieb mit bestehender Rüstdisziplin (Werkzeugwechsel sind geregelt, nur nicht digital dokumentiert). Wenn Rüstabläufe noch nicht standardisiert sind, empfiehlt sich zuerst ein klassischer SMED-Workshop (1–2 Tage, typisch 2.000–5.000 Euro extern), bevor digitale Erfassung eingeführt wird. KI analysiert Abläufe — aber sie verbessert keine chaotischen Prozesse von alleine.

Häufige Einwände — und was dahintersteckt

„Wir rüsten zu selten, das lohnt sich nicht.” Rechenaufgabe: Wie viele Rüstvorgänge pro Woche hat dein Werk? Wenn es weniger als ein Rüstvorgang pro Maschine pro Woche sind — also weniger als 50–60 Mal jährlich — stimmt der Einwand wahrscheinlich. Unter dieser Schwelle ist die Optimierungswirkung gering und der Einrichtungsaufwand proportional zu hoch. Über dieser Schwelle ist jede Minute Rüsteinsparung direkt messbar in Maschinenkapazität.

„Unsere Bediener wollen keine Kontrolle.” Der Einwand ist real — und der Schlüssel liegt in der Formulierung. “Wir messen euch” ist falsch. “Wir machen den besten Ablauf für alle sichtbar und trainierbar” ist richtig. Konkret: Die Auswertung zeigt, welche Abläufe schnell sind — und diese Abläufe werden zur Vorlage für alle. Das ist Prozesslernen, kein Leistungsranking. Bediener, die schnell rüsten, sehen ihr Wissen endlich systematisch anerkannt.

„Wir haben schon ein MES, das kann das auch.” Viele MES-Systeme erfassen Rüstzeiten als einen Gesamtzeitwert, aber nicht schritt-granular. Und die wenigsten haben eine KI-gestützte Reihenfolge-Optimierung. Lohnt es sich, ein einfaches spezialisiertes Tool parallel zu nutzen? Für die meisten Betriebe: ja, wenn die MES-Rüstzeitkarte nur eine Gesamtdauer ohne Schritt-Analyse liefert. Die Kosten für RüstPlan sind so gering, dass ein dreimonatiger Paralleltest ohne Risiko möglich ist.

Woran du merkst, dass das zu dir passt

Das stimmt — dieses System passt zu euch:

• Ihr führt mehr als zwei Werkzeugwechsel pro Maschine pro Woche durch
• Rüstzeiten variieren je nach Schicht oder Bediener spürbar (mehr als 20 %)
• Ihr habt keine strukturierten Rüstprotokolle oder arbeitet noch mit Papierformblättern
• Neue Bediener brauchen Monate, um eigenständig rüsten zu können
• Ihr wollt Predictive Analytics für Produktionsplanung — braucht aber zuerst eine saubere Rüstdatenbasis

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als drei Spritzgussmaschinen im Einsatz. Unter dieser Schwelle gibt es keine Reihenfolge-Optimierung zwischen Maschinen, und der Einrichtungsaufwand übersteigt den Nutzen. Eine einzige Maschine profitiert von digitalen Checklisten — aber nicht von KI-Sequenzplanung. Dann reicht ein einfaches Papier-SMED-Protokoll.

2. Rüstprozesse sind noch nicht einmal grob standardisiert. Wenn jeder Rüstmeister seinen eigenen Ablauf hat und keine gemeinsame Vorstellung davon besteht, was ein “guter” Rüstvorgang ist, produziert die KI nur Daten über chaotische Prozesse. Vor dem Digitalisieren kommt das Standardisieren: ein bis zwei SMED-Workshops, um einen gemeinsamen Basisablauf zu definieren. Erst danach lohnt sich die digitale Erfassung.

3. Keine einzige Person kann 30 Minuten pro Woche für die Pflege des Systems aufwenden. Das System braucht keine IT-Abteilung, aber es braucht eine menschliche Verantwortlichkeit: Wer überprüft die Checklisten quartalsweise? Wer fügt neue Werkzeugtypen ein? Wer schaut täglich auf die KI-Reihenfolge? Wenn diese Person nicht namentlich benannt werden kann, sollte das System noch nicht eingeführt werden.

Das kannst du heute noch tun

Starte eine 14-tägige Testphase mit RüstPlan — kein Setup, keine Kreditkarte, keine IT. Lege in 15 Minuten eine deiner Maschinen an, hinterlege die drei bis fünf wichtigsten Rüsttypen als digitale Checkliste (je Typ brauchst du ca. 10–20 Minuten). Lass in der ersten Woche alle Rüstvorgänge über die App erfassen. Nach 15–20 erfassten Vorgängen zeigt das Dashboard erste Auswertungen: welche Schritte variieren, welche Schichten schneller sind, welche Werkzeugtypen die längsten Vorlaufzeiten haben.

Das dauert insgesamt weniger als eine Stunde Setup — und liefert in zwei Wochen mehr Rüstdaten als die meisten Betriebe in Jahren auf Papier gesammelt haben.

Wenn du die Analyse vorbereiten oder mit deiner Führungsebene abstimmen willst, hilft dieser Prompt:

Quellen & Methodik

• LeanBase, 2024: „Case Study: SMED im Spritzguss (400–650 t) — Wie Rüstzeitoptimierung CFO-relevant wird” (leanbase.de). Dokumentierte Finanzanalyse für 12-Maschinen-Park auf Basis Fraunhofer-IPA-Benchmarks: 75 Min. Ist-Rüstzeit → 30 Min. Ziel, €1.155.600 jährliches Optimierungspotenzial. Kein Unternehmensname veröffentlicht.
• KAIZEN Institute: „SMED — Reduce Changeover & Boost Efficiency” (kaizen.com). Dokumentation des häufigsten Failure Mode: SMED als Einmal-Event statt als dauerhaftes System, führt zur Erosion aller erzielten Verbesserungen.
• ASCI Journal, 2024: „Analysis of Lean Manufacturing Implementation through SMED to Reduce Setup Time in the Injection Molding Machine Process” — Setup-Zeit von 48:30 auf 29:41 Minuten reduziert (38,8 % Reduktion) durch SMED-Implementierung.
• RüstPlan GmbH: Preisangaben aus veröffentlichter Preistabelle unter ruestzeitoptimierung.de (Stand April 2026): Starter 32 €/Monat, Professional 66 €/Monat, Enterprise 124 €/Monat.
• ENGEL Austria: „Automatic set-up time optimization in injection molding” (engelglobal.com) — 80 % Rüstzeiteinsparung mit Set-up-Assistent in Kombination mit Schnellspannsystemen und Vorheizstation.
• Eigene Einschätzungen zu Implementierungszeiten und ROI-Bandbreiten aus Praxisberichten; keine repräsentative Studie, aber konsistente Muster über mehrere dokumentierte Projekte.

Du willst wissen, welche Maßnahmen in eurem spezifischen Maschinenpark die größte Wirkung hätten? Meld dich — das lässt sich in einem kurzen Gespräch klären.