Umrüstplanung Maschinenpark optimieren

Das echte Ausmaß des Problems

Fertigungsbetriebe verlieren täglich Zeit, ohne es zu sehen. Die Maschine läuft zwar, aber nicht mit dem Auftrag, auf den das Material wartet. Sie wartet auf einen Werkzeugwechsel. Oder auf den richtigen Schleifscheibensatz. Oder auf die Wartung zwischen zwei Aufträgen, die sich manuell planen lässt, wenn man eine Stunde später noch einen passenden Job hätte.

Das ist Stillstand mit laufender Maschine. Unsichtbar und ohne Alarm.

Laut SMED-Studien (Single Minute Exchange of Die) verursachen suboptimale Umrüstreihenfolgen typischerweise 8–15 Prozent der täglichen verfügbaren Maschinenzeit. Bei einem Betrieb mit acht Maschinen, je acht Stunden Schicht und circa 60 Euro Maschinenkosten pro Stunde (Abschreibung, Fläche, Energie) macht das täglich 3.840–7.200 Euro verlorenen Output. Im Jahr sind das 960.000–1.800.000 Euro.

Das Perfide: Diese Kosten sind unsichtbar, weil die Maschinen nicht kaputt sind. Sie laufen, nur nicht am richtigen Auftrag.

Noch schlimmer wird es bei hoher Variantenvielfalt:

• Werkzeugwechsel kosten Zeit, oft 15–45 Minuten pro Wechsel bei CNC-Zentren
• Material-Rüstungen müssen geplant werden, Spannfutter wechseln, Anschlagleisten verstellen, neue Rohteile auf die Palette laden
• Wartung und Kalibrierung fallen nicht nach Plan an, sondern genau dann, wenn zwei Aufträge direkt aufeinanderfolgen
• Erfahrung ist nicht skalierbar, wenn der erfahrene Schichtleiter Urlaub hat, sinkt die Planungsqualität

Betriebe, die noch mit Papier oder Excel-Listen arbeiten, treffen diese Entscheidungen täglich neu, auf Basis von Halbwissen und Bauchgefühl. Das Ergebnis ist immer suboptimal.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zahlen stammen aus SMED-Feldstudien und praktischen Implementierungen bei Zerspanungsbetrieben. Die tatsächliche OEE-Verbesserung hängt vom Ausgangszustand ab, je variantenreicher die Produktion, desto größer der Gewinn.

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5) Täglich spart die Schichtleitung oder der Planer etwa 1 Stunde Planungszeit ein, weil das System die Sequenzen berechnet und nur noch validiert werden muss. Das ist real, aber nicht so dramatisch wie bei der Fertigungsdokumentation CNC, wo 60–90 Minuten tägliche Datenerfassung entfallen. Der Hauptgewinn liegt nicht in der Planungszeit selbst, sondern in der Produktivitätssteigerung der Maschinen, das ist aber ein indirekterer Effekt.

Kosteneinsparung, hoch (4/5) Der Nutzen ist nicht marginal. Jede Stunde eingesparte Rüstzeit auf einer 60-Euro-Maschine ist ein direkter, buchbarer Gewinn. Bei acht Maschinen und durchschnittlich 15–20 Minuten eingesparter Rüstzeit pro Schicht über 250 Arbeitstage sind das zwischen 30.000 und 100.000 Euro jährlich, konservativ gerechnet, ohne Betrachtung von früheren Lieferterminen oder reduzierter Pufferbestände. Nicht ganz auf der Stufe der Schweißnaht-Qualitätskontrolle, aber deutlich greifbar.

Schnelle Umsetzung, niedrig (2/5) APS-Systeme sind nicht am nächsten Montag produktiv. Zu viele Maschinenparameter, Rüstzeiten und Abhängigkeiten müssen korrekt in das System eingegeben werden. Typischerweise 10–16 Wochen von der Datenerfassung bis zur ersten stabilen Version des optimierten Plans. Nicht so kompliziert wie Predictive Analytics für den Vertrieb, aber deutlich länger als einfache Chatbots.

ROI-Sicherheit, hoch (4/5) Der ROI ist messbar: Rüstzeiten vorher/nachher, OEE vorher/nachher, geplante vs. realisierte Auftragsreihenfolge. Nach 3 Monaten Betrieb wird deutlich, ob das System funktioniert oder nicht. Anders als bei indirekten Effekten wie “besseres Bauchgefühl” oder “weniger Fehler” ist die Verbesserung in harten Kennzahlen sichtbar. Nicht ganz so sicher wie die Rechnungsverarbeitung, wo man Rechnungen zählt, aber deutlich verlässlicher als bei Sentiment-Analysen.

Skalierbarkeit, sehr hoch (5/5) Das ist die größte Stärke dieses Ansatzes. Zehn Maschinen oder hundert, das System wächst ohne proportionale Zusatzkosten. Eine weitere Maschine kostet im Enterprise-Modell praktisch nichts, wenn die Basisinfrastruktur steht. Keine zusätzliche Lizenzgebühr pro Maschine, keine neuen Berater nötig. Das ist ein echter Vorteil gegenüber manuellen Prozessen oder Chatbot-basierter Kundenkommunikation, wo der Aufwand mit Volumen skaliert.

Richtwerte, stark abhängig von Maschinenzahl, Variantenreichtum der Produktion und aktueller Planungsqualität.

Was der Optimierungsalgorithmus konkret macht

Ein APS-System (Advanced Planning & Scheduling) ist im Kern ein spezialisiertes Optimierungsprogramm, weniger Zauberei, mehr strikte Mathematik.

Das System arbeitet ungefähr so ab:

1. Datenerfassung: Das System kennt alle Aufträge (Teile pro Auftrag, Maschinenbedarf), alle Maschinen (Kapazität, verfügbar wann), alle Werkzeuge (welche Maschine hat welches Set) und alle Rüstzeiten (von Werkzeugsatz A zu B dauert 23 Minuten).

2. Regelwerk: Du definierst die Regeln: Welche Aufträge dürfen nacheinander laufen? Welche benötigen denselben Schleifscheibensatz, welche ein anderes Spannfutter? Welche Wartungen müssen sicher eingeplant sein? Das klingt technisch, aber es ist die Kodifizierung deines handschriftlichen Wissens.

3. Algorithmus-Berechnung: Der Algorithmus testet Millionen von Sequenzen, nicht der Reihe nach, sondern mit intelligenten Heuristiken, die offensichtlich schlechte Reihenfolgen früh ausschließen. Das System berechnet, welche Reihenfolge die gesamte Maschinenauslastung maximiert und die Rüstzeiten minimiert.

4. Plan-Ausgabe: Das Ergebnis ist ein Zeitplan: „Montag 7:00–8:45 läuft Maschine 1 mit Auftrag 4712 (Aluminium, fünf Teile), Maschine 2 parallel mit Auftrag 4713 (Stahl), Maschine 5 rüstet auf neues Werkzeugset.” Der Plan ist konkret, zeitorientiert und berücksichtigt alle bekannten Engpässe.

5. Neuplanung bei Änderungen: Maschinenausfall? Neuer Eilauftrag? Das System rechnet in Sekunden neu und passt den Rest des Tages an.

Das ist nicht „KI” im Sinne von neuronalen Netzen. Das ist Operations Research, kombinatorische Optimierung, die seit 50 Jahren in Luftfahrt und Logistik funktioniert. Seit etwa fünf Jahren gibt es auch hybride Systeme, die Machine Learning nutzen, um aus historischen Planungen zu lernen, noch etwas experimentell, aber mit früh guten Ergebnissen.

Konkrete Werkzeuge, was wann passt

Es gibt im Wesentlichen drei Ansätze, diese Optimierung in dein Unternehmen zu bringen.

Große, klassische APS-Systeme (für komplexe Fertigung)

ASPROVA, Das bewährte Schwergewicht, spezialisiert auf Fertigungsunternehmen. Über 1.000 Konfigurationsparameter, keine Code-Änderungen nötig. 52 Prozent Marktanteil in Japan, in Deutschland zuverlässig vertreten mit Niederlassung in Wetzlar. Kosten: typisch 80.000–250.000 Euro (Lizenz + Implementierung für mittelständische Betriebe). Implementierungsdauer: 10–16 Wochen. Beste Wahl, wenn du SAP oder Microsoft Dynamics als ERP nutzt und variantenreiche, komplexe Fertigung hast.

Siemens Opcenter APS, Cloud-native Alternative von Siemens, speziell wenn du bereits Siemens-Automation (SINUMERIK) und Opcenter Execution (MES) nutzt. Modernere Benutzeroberfläche als ASPROVA, aber engere Integration in die Siemens-Welt. Kosten: 50.000–200.000 Euro/Jahr, Implementierung 100.000–300.000 Euro zusätzlich.

PREACTOR, Britischer Anbieter, verbreitet in Europa. Graphical Sequencer (visuelle Reihenfolge-Planung) ist eine Stärke, sequenzabhängige Rüstzeiten direkt modellierbar. Weniger verbreitet im deutschsprachigen Mittelstand, aber technisch gleichwertig. Kosten: 30.000–150.000 Euro je Umfang.

DELMIA Ortems, Dassault-Systèmes-Lösung, wenn du bereits in PLM und DELMIA Manufacturing investiert hast. Sehr hohe Einstiegskosten (100.000–500.000 Euro im ersten Jahr), nur sinnvoll für große Unternehmensgruppen.

KI-gestützte Lightweight-Lösung (schneller Einstieg)

PAILOT, Deutsche SaaS-Lösung, die Machine Learning nutzt, um Sequenzen automatisch zu lernen und zu optimieren. Keine manuelle Parametrierung nötig, du lädst historische Maschinenzeiten hoch, und das Modell trainiert sich selbst. Cloud-basiert, schneller Einstieg (2–4 Wochen), monatliche Kosten (500–3.000 Euro/Monat je Maschinen- und Nutzerzahl). Beste Wahl für Unternehmen ohne IT-Ressourcen und mit moderatem Datenvolumen. Der Nachteil: Das Modell braucht eine Aufwärmphase (2–8 Wochen), bis es wirklich optimiert, und es hängt von der Datenqualität ab.

Einstieg: Strukturelle Rüstzeit-Analyse (SMED-Basis)

RüstPlan, Deutsche Spezialsoftware für SMED-Optimierung (Single Minute Exchange of Die). Du dokumentierst digital, wie lange jeder Rüstschritt dauert, RüstPlan analysiert nach SMED-Kriterien (externe vs. interne Rüstung) und zeigt Verbesserungspotenziale auf. Kostenlos bis 3 Maschinen, dann ab ca. 200 Euro/Monat. Keine automatische Sequenzoptimierung, aber ein guter Einstieg, um zu verstehen, wo deine größten Zeitfresser sitzen.

Welcher Ansatz für wen?

• Große Betriebe mit 10+ Maschinen, komplexe Abhängigkeiten: ASPROVA oder Siemens Opcenter APS
• Siemens-Umgebung mit Automation: Siemens Opcenter APS
• Schneller Einstieg, moderne Cloud-native Lösung: PAILOT
• Zuerst Rüstzeiten verstehen und reduzieren, bevor APS: RüstPlan für 2–3 Monate

Datenschutz und Datenhaltung

APS-Systeme verarbeiten operative Fertigungsdaten: Auftragszeiten, Maschinennummern, Mitarbeitenden-IDs, Werkzeugdaten, oft auch Kundenauftragsinformationen. Das ist sensibel, und die DSGVO gilt.

On-Premise oder Cloud?

ASPROVA wird überwiegend on-premise betrieben oder in Kundenrechenzentren, deine Daten verlassen nicht deine Infrastruktur. Das ist datenschutztechnisch ideal für Fertigungsdaten. Siemens Opcenter kann mit EU Data Boundary betrieben werden, sodass Daten nur in Europa verarbeitet werden. PAILOT läuft in der Cloud (EU-Datenserver), ein Standard-AVV ist erhältlich.

Welche AVV brauchst du?

Falls dein APS externe Server oder Cloud-Infrastruktur nutzt, musst du vor Produktivbetrieb einen Auftragsverarbeitungsvertrag (AVV) mit dem Anbieter abschließen, das schreibt Art. 28 DSGVO vor. ASPROVA stellt AVV-Vorlagen bereit (bei On-Premise-Betrieb oft optional). PAILOT und Siemens verlangen einen AVV als Standard. Das ist keine bürokratische Hürde, sondern rechtlich notwendig.

Datenschutzbeauftragter einbinden?

Vor Produktivbetrieb: Ja. Nicht später. Dein DSB sollte die Datenflüsse, Speicherorte und Zugriffe prüfen. Das dauert meist zwei bis vier Wochen, einplanen im Projektplan.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

System-Lizenz:

• ASPROVA, Preactor, Siemens Opcenter: 50.000–250.000 Euro
• PAILOT: Keine Lizenz, reine SaaS
• RüstPlan: Kostenlos–10.000 Euro/Jahr

Implementierungs-Projekt:

• ASPROVA/Preactor/Siemens: 10–30 Personentage Beratung, typisch 50.000–150.000 Euro
• PAILOT: 5–10 Tage, typisch 10.000–20.000 Euro
• RüstPlan: Keine Implementierung nötig

Datenerfassung & Parametrierung:

• Maschinenzeiten aus ERP/MES extrahieren
• Rüstmatrizen aufbauen (welche Werkzeuge, welche Rüstzeiten)
• Maschinen- und Kapazitätsstammdaten bereinigen
• Typisch: 4–8 Wochen Eigenleistung oder 20.000–40.000 Euro externe Unterstützung

Gesamtbudget für klassisches APS: 150.000–400.000 Euro Gesamtbudget für PAILOT: 30.000–60.000 Euro (mit Beratung und Setup) Gesamtbudget für RüstPlan-Einstieg: 5.000–15.000 Euro

Laufende Kosten (monatlich/jährlich)

• ASPROVA: 8.000–20.000 Euro/Jahr Wartung + Support (meist 15–20 % der Lizenzkosten)
• PAILOT: 500–3.000 Euro/Monat
• RüstPlan: 200–1.000 Euro/Monat je Maschinenanzahl
• Siemens Opcenter: 50.000–200.000 Euro/Jahr Modullizenz

So rechnet sich der ROI

Szenario: Mittelbetrieb mit acht CNC-Zentren

• Rüstzeiten aktuell: durchschnittlich 30 Minuten pro Auftrag
• Mit Optimierung: durchschnittlich 18 Minuten (40 % Reduktion)
• Gewinn: 12 Minuten × 8 Maschinen × 3 Schichten × 250 Arbeitstage = 72.000 Minuten = 1.200 Stunden/Jahr
• Bei 60 Euro Maschinenkosten/Stunde: 72.000 Euro/Jahr Produktivitätsgewinn

Konservativ angenommen (nur 50 % des theoretischen Gewinns realisiert): 36.000 Euro/Jahr

Einmalige Kosten (PAILOT-Variante): 45.000 Euro
Laufende Kosten/Jahr: 12.000 Euro (monatlich 1.000 Euro SaaS)

Payback-Period: 45.000 / (36.000 - 12.000) = 1,9 Jahre

Mit ASPROVA (höhere Einmalkosten, aber langfristig günstigere laufende Kosten): Payback erst im Jahr 3–4, aber dann günstiger im Gesamtvergleich.

Was du dagegenrechnen kannst:

• Planungsaufwand Schichtleitung: 60–90 Minuten täglich × 250 Produktionstage × 30 Euro/Stunde = 7.500–11.250 Euro/Jahr pro Planungsperson; bei fünf Planungsverantwortlichen (Schicht-Wechsel, Springer) ergibt das 37.500–56.250 Euro/Jahr, davon realistische 30–50 Prozent einsparbar = 11.000–28.000 Euro zusätzlich
• Reduzierte Pufferbestände (weil der Plan zuverlässig ist): keine genaue Rechnung, aber oft 5–10 Prozent Bestandsreduktion möglich
• Pünktlichere Liefertermine (= weniger Strafzahlungen, bessere Kundenbeziehungen): schwer zu quantifizieren

Fazit: Das System ist bereits nach 1,5–3 Jahren wirtschaftlich. Danach ist es ein reiner Gewinn.

Drei typische Einstiegsfehler

1. Alles perfekt machen, bevor das System läuft

Der Reflex ist verständlich: Bevor wir das APS einführen, sortieren wir alle Maschinenzeiten, korrigieren alle Arbeitspläne und erstellen eine perfekte Rüstmatrix. Das ist in 90 Prozent der Fälle ein tödlicher Fehler, weil das Aufräumen der Daten zu lange dauert.

Was hilft: Fang mit den zehn häufigsten Varianten an, einem fokussierten Zeitraum. Der Plan muss dort funktionieren. Danach erweiterst du. Ein APS-System mit 80 Prozent korrekten Daten liefert sofort bessere Pläne als perfektionistische manuelle Planung. Ein perfektes System, das sechs Monate später ankommt, hilft niemandem.

2. Wartung und Parametrierung vergessen, das System wird zum Zombie

Das ist der gefährlichste Fehler, weil er unmerklich passiert.

Nach drei Monaten haben sich Rüstzeiten leicht verschoben (neue Werkzeuge, andere Handgriffe). Neue Maschinen wurden angeschafft, das System kennt sie aber nicht. Ein wichtiger Parameter, sagen wir, die Mindestlaufzeit einer bestimmten Schleifvorgabe, wird im System nicht aktualisiert. Das APS liefert weiterhin Pläne mit der gleichen Zuversicht wie früher, aber sie werden schleichend systematisch falsch.

Spätestens nach sechs Monaten ist das System ohne Pflege unbrauchbar, weil die Betriebsrealität sich davon unterscheidet.

Was hilft: Definiert eine Wartungs-Verantwortung. Das ist nicht die IT, das ist ein Planer oder Schichtleiter, der monatlich prüft, ob Rüstzeiten, Maschinen und Werkzeugsets im System noch stimmen. Jede Maschineninvestition, jede Verfahrensänderung löst eine Aktualisierung aus. Das ist 2–4 Stunden pro Monat, nicht mehr.

3. Nicht messen, ob es funktioniert

Manche Betriebe fahren das APS ein und hoffen dann einfach, dass es hilft. Sie messen nicht, ob geplante und realisierte Rüstzeit übereinstimmen. Sie vergleichen nicht OEE vorher/nachher. Sie wissen am Ende gar nicht, ob der Nutzen eingetreten ist.

Das ist fahrlässig, weil du dann keine Zahlen für den CFO hast, das System im Budgetzyklus in Gefahr gerät und du nicht weißt, wie du es verbessern kannst.

Was hilft: Ein einfaches Dashboard, das täglich zeigt: geplante Rüstzeit gegen tatsächliche Rüstzeit je Maschine. OEE-Trend vorher/nachher. Aufträge, die pünktlich nach Plan liefen. Das kann Excel sein oder eine Power-BI-Ansicht neben der Maschine, egal, solange es täglich greifbar ist.

Was mit der Einführung wirklich passiert, und was nicht

Wenn du das System einführst, werden folgende Dinge passieren:

Schichtleiter, die um ihren Platz fürchten, werden Widerstand zeigen. Nicht immer offen, oft subtil, der Plan wird nicht konsequent verfolgt, Maschinen „aus Gründen” anders gereiht. Das ist menschlich, aber es torpediert die Einführung. Was hilft: ehrliche Kommunikation. Das APS ersetzt nicht die Schichtleitung. Es ersetzt stumpfe Planungsrechnung und gibt der Schichtleitung ihre Zeit zurück, um echte Probleme zu lösen, Qualitätsprobleme, Personalplanung, Arbeit an der Maschine statt Zettelwirtschaft. Wenn das glaubwürdig ist, kippt der Widerstand.

Die ersten Pläne werden schlecht aussehen. Der Algorithmus kennt dein Unternehmen noch nicht richtig. Es gibt subtile Regeln, “das Teil geht immer vor, wenn der Kunde Müller dran hängt”, die nicht dokumentiert sind und daher nicht im System stehen. Erste Pläne widersprechen diesen unausgesprochenen Regeln und sehen dumm aus. Das ist normal. Dauer: 4–8 Wochen, bis das System gelernt hat.

Personaleinsatz wird sichtbar und diskutiert. Sobald das System den Maschinenplan optimiert, werden auch Überbesetzung in einzelnen Schichten oder freie Kapazitäten sichtbar. Das führt zu Diskussionen: „Warum haben wir zu dieser Zeit nur zwei Maschinen besetzt?” Das ist nicht angenehm, aber korrekt, und es führt oft zu vernünftigen Personalentscheidungen.

Was NICHT passiert:

• Das System ersetzt dein ERP nicht. Du brauchst weiterhin aktualisierte Arbeitspläne, Maschinendaten und Aufträge im ERP.
• Die Rüstzeiten werden nicht automatisch physisch schneller. Das APS optimiert die Reihenfolge, aber wenn eine Rüstung wirklich 45 Minuten dauert, dauert sie 45 Minuten. Der Gewinn kommt, weil weniger Rüstungen pro Tag nötig sind, weil die Reihenfolge klüger ist.
• Überkapazitäten verschwinden nicht magisch. Wenn du täglich 50 Stunden Aufträge hast und 40 Stunden Kapazität, löst das APS das nicht. Es zeigt das Problem aber sichtbar.

Realistischer Zeitplan mit Risikohinweisen

Meilenstein-Reihenfolge (nicht zeitlich, sondern Abhängigkeiten):

1. Schriftliche Anforderungsspezifikation (was soll optimiert werden, Rüstzeiten, OEE, Liefertreue?)
2. Daten-Audit: Wie gut ist eure ERP- und Maschinenzeitenqualität wirklich?
3. Pilot-Definition: Welche Maschinen, welcher Zeitraum, welches Erfolgskriterium?
4. Systemvertrag unterzeichnet, Einführungsteam benannt
5. Erster Funktions-Meilenstein: System berechnet überhaupt Pläne
6. Rückmelderunde mit den Schichtleitern abgeschlossen
7. Produktivfreigabe

Häufige Einwände, und was dahintersteckt

„Unsere Produktion ist zu komplex/zu individuell für so ein System. Das funktioniert nur für Standard-Betriebe.”

Das ist fast immer falsch. ASPROVA und ähnliche Systeme sind für komplexe Produktion gebaut. Je mehr Varianten, je mehr Abhängigkeiten, desto größer der Nutzen des APS. Ein Standardbetrieb braucht APS weniger, weil manuelle Planung dort leichter ist.

„Wir probieren das lieber erst mal mit Excel oder einer Tabelle.”

Verständlich, aber praktisch unmöglich. Eine Reihenfolge mit 20 Aufträgen und 8 Maschinen unter Berücksichtigung sequenzabhängiger Rüstzeiten in Excel zu optimieren, ist kombinatorisch nicht machbar. Menschen schaffen das nicht. Excel auch nicht. Der einzige Vorteil von Excel wäre, dass es nichts kostet, aber die verlorene Rüstzeit während der Experimentierphase kostet schnell mehr als die APS-Lizenz.

„Unsere Schichtleiter machen das seit 20 Jahren mit Bauchgefühl, warum sollte ein System das besser machen?”

Bauchgefühl ist wertvoll, bei 10 Aufträgen. Bei 50 Aufträgen, 8 Maschinen und 1.000+ Kombinationen ist Bauchgefühl Roulette. Deine Schichtleiter machen das relativ gut, angesichts der kognitiven Grenzen. Ein Algorithmus macht es absolut besser, weil er nicht ermüdet und nicht vergisst. Das ist keine Kritik an der Schichtleitung, das ist Mathematik.

Woran du merkst, dass das zu dir passt

Du merkst, dass Umrüstplanung-Optimierung zu dir passt, wenn:

• ✅ Du hast mehr als 5 CNC-Maschinen oder Bearbeitungszentren
• ✅ Variantenreichtum ist hoch, mehr als 50 verschiedene Teile/Aufträge pro Woche
• ✅ Rüstzeiten machen mindestens 15–20 Prozent der Maschinenschicht aus
• ✅ Maschinenauslastung ist ein echtes Problem, unter 70 Prozent OEE
• ✅ Aktuelle Planung erfolgt noch manuell (Excel, Papier oder Bauchgefühl)
• ✅ Dein ERP-System hat funktionsfähige Maschinenzeiten oder Messketten

Du solltest NICHT damit starten, wenn:

• ❌ Du hast weniger als 3 Maschinen, da ist manuelle Planung effizient genug
• ❌ Deine Produktion ist stark auftragsspezifisch und nicht wiederholbar (z.B. Einzelanfertigung), da hilft APS wenig
• ❌ Deine ERP-Daten sind wirklich in einem desolaten Zustand und du planst keine Bereinigung, Müll rein, Müll raus
• ❌ Die Schichtleitung hat null Interesse an systemgestützter Planung und der Widerstand ist unüberwindbar
• ❌ Dein Budget liegt unter 30.000 Euro, dann reicht RüstPlan für erste Analysen, nicht für vollständige Optimierung

Das kannst du heute noch tun

Erste konkrete Aktion: Zahlen sammeln. Lade deine Schichtleitung ein, alle drei Schichten, wenn möglich, und messt gemeinsam 10–20 typische Rüstzeiten. Von Auftrag A zu Auftrag B: Wie lange dauern Werkzeugwechsel, Spannfutter einstellen, Anschlag verstellen? Mit Stoppuhr oder Smartphone-Timer, fünfmal pro Rüstart, um belastbare Durchschnitte zu bekommen.

Das ist ein Zwei-Stunden-Projekt und liefert dir die erste ehrliche Ausgangsbasis. Du wirst überraschte Gesichter sehen, bis dahin haben es alle „geschätzt”, keiner hat gemessen.

Benutze diese Messwerte für ein Gespräch: “Wenn wir die durchschnittliche Rüstzeit um 20 Prozent reduzieren, ist das X Stunden pro Woche eingesparte Maschinenzeit. Das ist Y Tausend Euro im Jahr. Jemand interessiert?”

Wenn ja, startet eine kleine Pilotbewertung mit einem APS-Anbieter. Wenn nein, war das Gespräch trotzdem wertvoll, es zeigt dir, dass das Thema noch nicht reif ist.

Oder: Wenn du jetzt gleich einen Planer oder Schichtleiter entlasten willst, ohne auf APS zu warten, nutze RüstPlan für die nächsten zwei bis vier Monate. Kostenlos bis 3 Maschinen, du dokumentierst digital, RüstPlan zeigt dir genau, wo sich Rüstzeiten reduzieren lassen (SMED-Analyse). Das kostet fast nichts und gibt dir fundierte Daten für eine spätere APS-Entscheidung.

Quellen & Methodik

• McKinsey Global Institute (2012): “The Busy Life of Knowledge Workers”, Studie zu Zeitverschwendung bei Informationssuche (erweitert auf Fertigungsplanung übertragbar)
• SMED-Methode (Single Minute Exchange of Die, Shigeo Shingo 1985 ff.): Klassische Industrie-Kaizenmethode, belegt 50–70 % Rüstzeitreduktion möglich
• Feldstudien Branchenverbände (VDW, VDMA, SMM): OEE-Baselines und Benchmarks für Fertigungsbetriebe 2022–2025
• Eigene Implementierungs-Erfahrungen: Gespräche mit vier Metallverarbeitungsbetrieben in Deutschland (Q1–Q2 2026), die ASPROVA, PAILOT oder ähnliche Systeme im letzten Jahr eingeführt haben
• RüstPlan-Dokumentation und Kundenberichte (April 2026): Typische Zeiteinsparungen und SMED-Analyse-Ansätze
• Kostendaten: Aus öffentlich verfügbaren Preislisten, Anbieternennungen und Referenzkunden, wo möglich verifiziert