KI-gestützte Kalkulation in der Produktion

Die CPT Präzisionstechnik GmbH ist ein Dienstleister für mechanische Zerspanung mit rund 70 Mitarbeitenden am Standort Chemnitz. Das Unternehmen fertigt komplexe Dreh- und Frästeile und bildet dabei den gesamten Prozess – von der Auftragsannahme bis zur Produktion des Werkstücks – innerhalb der eigenen Fertigungshalle ab.

Die Kalkulation zur Angebotserstellung und dem Auftragsmanagement ist ein zeit- und arbeitsaufwendiger Prozess, welcher mit hohen Anforderungen an die Mitarbeitenden einhergeht. Die CPT Präzisionstechnik GmbH stellt vorrangig Einzelanfertigungen her, wodurch Auftragsplanung und -kalkulation individuell erstellt werden müssen und nicht auf standardisierten Serienprozessen basieren können. Das breite Spektrum an Werkstoffen, darunter Aluminium, Edelstahl, Titan, Messing und Kunststoff, sowie die verschiedenen Herstellungsprozesse, wie Fräs-/ Drehteile und 3D-Druck erhöht die Komplexität in der Angebotskalkulation und Arbeitsvorbereitung zusätzlich. Ein umfangreiches Material- und Erfahrungswissen sind notwendig, um Fehlkalkulationen zu vermeiden.

Die Kombination aus hohen Anforderungen an Präzision der Individualfertigungen, Materialvielfalt und hohem Zeitdruck aufgrund zunehmender Anforderungen der Kunden hinsichtlich möglichst kurzer Lieferzeiten erhöhen zudem den Aufwand für Kalkulationsprozesse.

Die Datengrundlage für das Training des KI-Systems bildeten die seit 2012 im ERP-System gesammelten Bauteilzeichnungen. Diese Zeichnungen lagen jedoch in vielen unterschiedlichen Dateiformaten vor – etwa als PDF-, PNG- oder JPG-Dateien – und unterschieden sich zudem stark in ihrer Qualität. Neben digital erstellten Unterlagen enthielt der Bestand auch ältere eingescannte Dokumente. Damit das KI-System alle relevanten Informationen zuverlässig verarbeiten und daraus lernen konnte, mussten sämtliche Zeichnungen zunächst aufwendig nachbearbeitet werden. Um eine gezielte Analyse und Weiterverarbeitung der Bilddateien zu ermöglichen, wurden hierfür die Zeichnungen standardisiert, ausgerichtet und skaliert sowie in definierte Informationsblöcke mit Textsegmenten und Zeichnungsbereiche zur Segmentierung der Bauformen unterteilt. Nicht relevante Details wie Bemaßungslinien und Pfeile oder 3D-Ansichten wurden entfernt, während Textelemente zu den als relevant identifizierten Merkmalen zur Ähnlichkeitssuche (z. B. Material, Oberflächenmaße, Toleranzen etc.) für die Analyse aufbereitet wurden – das heißt Textbausteine in den tabellarischen Informationsblöcken wurden per Texterkennung (OCR-System) herausgefiltert und nachbearbeitet. Aus dieser Verarbeitung entstand eine strukturierte Datenbank, in der Werkzeichnungen mit zugehörigen Informationen wie Oberflächenangaben, Materialdaten und weiteren relevanten Merkmalen systematisch verknüpft sind.

Für den Prototypen wurde ein webbasiertes Frontend entwickelt, das auf einer klar definierten Listung relevanter Attribute für die Ähnlichkeitsberechnung basiert und diese nachvollziehbar darstellt. Zur Optimierung des Suchvektors wurde die Gewichtung der Merkmale, die für den Vorgang der Ähnlichkeitssuche bereits produzierter Bauteile entscheidend sind, durch die Kalkulator:innen evaluiert.

Die Benutzeroberfläche des Prototyps wurde zusammen mit den Nutzenden gestaltet, um Transparenz, Verständlichkeit und intuitive Bedienung sicherzustellen. Im Rahmen von Nutzendentests wurden Testpersonen erste Mock-ups der zukünftigen Benutzeroberfläche präsentiert. Die Teilnehmenden wurden anschließend gebeten, die Bedien- und Navigationsmöglichkeiten des Systems kritisch zu reflektieren. Anschließend wurde die Benutzeroberfläche entsprechend der Rückmeldungen angepasst und das System anschließend noch einmal im normalen Arbeitsalltag getestet.

Bei Eingang neuer Aufträge (meist mit sog. Indexzeichnungen) werden diese ins KI-System hochgeladen, welches dann Vorschläge zu ähnlichen bereits gelaufenen Produkten und den verlinkten Aufträgen bzw. Fertigungsprozessen macht. Dabei werden vom System die fünf vorliegenden Indexzeichnungen bereits bearbeiteter Aufträge mit der höchsten Ähnlichkeit angezeigt und verlinkt, wodurch sich die erwarteten Stücklaufzeiten, passende Maschinen, Rüstzeiten und Materialbedarf sowie Hinweise auf Sonderwerkzeug leicht herausfiltern lassen. Diese mussten zuvor noch aufwendig durch eine manuelle Suche verschiedener Exceltabellen vorgenommen werden. Das KI-System dient somit als Entscheidungshilfe der Kalkulatoren und kann zu einer signifikanten Entlastung beim Prozess der Angebotserstellung beitragen.

Die Integration einer Feedbackfunktion ermöglicht die für die kontinuierliche Weiterentwicklung des Systems unerlässliche Erfassung von Rückmeldungen der Mitarbeitenden. Sie bewerten Aspekte wie den Mehrwert der dargestellten Informationen sowie die Qualität der vom System erstellten Ähnlichkeitsvorschläge zu historischen Aufträgen. Obwohl die Feedbackschleifen zunächst einen Mehraufwand für die Kalkulatoren verursachten, insbesondere durch anfänglich noch zusätzlich längere Uploadzeiten der Indexzeichnungen, wird der künftige Mehrwert des Systems und der damit verbundene Mehraufwand durch die Bewertung (Identifizierung der für die Ähnlichkeitssuche relevanten Merkmale) erkannt. Langfristig ermöglicht das KI-System eine schnellere und effizientere Suche bereits gelaufener Bauteile für die Filterung relevanter Informationen zur Angebotserstellung sowie den weiteren Fertigungsprozess.

Die Einführung des KI-Systems erfolgte im iterativen Prozess. Zunächst wurde den Beschäftigten im Rahmen einer Vor-Ort-Besprechung das System vorgestellt, um die Ausgaben-Darstellung, Interaktionsmöglichkeiten und die Integration in bestehende Workflows gemeinsam abzustimmen und potenzielle Stressoren frühzeitig zu adressieren. Nach anschließenden Verfeinerungen wurde der Prototyp in einer Schulungssession begleitend getestet und letzte Fragen bezüglich des Systems geklärt. Anschließend konnte das System über einen definierten Zeitraum eigenständig im Arbeitsalltag getestet werden. Die abschließende Evaluation des Prototyps ging über eine standardmäßige Usability-Prüfung hinaus und umfasste zusätzlich Fragen zur Akzeptanz und zum Vertrauen in die KI auf Basis des Technologieakzeptanz-Modells (TAM). Zudem wurde die Qualität der Erklärbarkeit des Systems bewertet, also inwieweit die KI-Ergebnisse für die Nutzenden nachvollziehbar und verständlich sind.

Die KI fungiert als Assistenzsystem, das Mitarbeitende gezielt bei der Informationssuche im Rahmen der Kalkulation unterstützt. Durch konkrete Vorschläge ähnlicher, bereits gefertigter Werkstücke wird die manuelle Recherche deutlich reduziert und die Identifikation relevanter Kennzahlen und Parameter beschleunigt. Darüber hinaus zeigt sich Potenzial in der erweiterten Nutzung der gewonnenen Informationen für angrenzende Bereiche, insbesondere in der Produktionsplanung.

Für einen nachhaltigen Systemnutzen ist die kontinuierliche Pflege und Aktualisierung der Datenbasis essenziell. Einheitliche Datenformate, vollständige Metadaten und eine konsistente Strukturierung von Angebots- und Auftragsdaten bilden die Grundlage für stabile und valide Ergebnisse.

Als ebenso wichtig zeigte sich die nutzerzentrierte Gestaltung und transparente Darstellung des Prozesses und der Ergebnisse, um die Akzeptanz und Vertrauen in das System zu fördern. Auch wenn die Einführung zunächst Mehraufwand verursacht, wird der langfristige Nutzen – auch für weitere Bereiche der Fertigung, wie Maschinenplanung, Finetunig und Technologien – erkannt. So ließen sich alte Technologien nach Gesichtspunkten der neuen/ moderneren Fertigung anhand der Ähnlichkeitserkennung anpassen. Wodurch künftig effizientere und schnellere Arbeitsabläufe ermöglicht werden und das KI-System somit als Hilfsmittel für das gesamte Auftragsmanagement und die Technologie fungiert.