KI in Verpackungsbetrieben muss Meisterwissen übernehmen können

Wenn ein Verpackungsbetrieb KI einführt, sollte der erste Schritt sein, Produktionswissen so aufzubereiten, dass es nachschlagbar, vermittelbar und nachvollziehbar wird. MINDS (MS) betrachtet das als Nachfolge- und Terminmanagement, nicht bloß als ein weiteres Chat-Tool

Das Verpackungsmedium Packaging Insights berichtet, dass EPS CommandCore aktualisiert hat, um Verpackungswerke mit KI bei Wissenstransfer und Produktionsabläufen zu unterstützen. Dieses Signal ist ziemlich bodenständig, denn ein Verpackungsbetrieb bearbeitet jeden Tag nicht ein einzelnes Problem. Ein Auftrag läuft durch Angebot, Design, Druckvorstufe, Stanzform, Druck, Weiterverarbeitung, Qualitätsprüfung, Versand und mehrere weitere Stationen

Die schwierigsten Bruchstellen, die ich in der Produktion gesehen habe, liegen meist nicht darin, dass eine Maschine gar nicht läuft. Eher weiß der neue Kollege nicht, warum der erfahrene Bediener damals genau so eingestellt hat. Der Vertrieb versteht nicht, warum die Druckvorstufe Daten zurückweist. Der Kundenservice weiß nicht, welche 3 Kernfragen bei einer Reklamation zuerst gestellt werden müssen. Am Ende warten alle darauf, dass die eine Person antwortet, die sich am besten auskennt

Wissenstransfer: Meisterurteile, Maschineneinstellungen, Störfallbehandlung und Auftragskontext so aufbereiten, dass neue Mitarbeitende nachschlagen können, Vorgesetzte nachverfolgen können, das System Hinweise geben kann und die Produktion sauber übergeben werden kann

Tools wie CommandCore machen die Erinnerung sehr klar: Wenn KI im Verpackungsbetrieb nur Fragen beantwortet, bleibt ihr Wert begrenzt. Wenn sie Auftragskontext, Maschinenwissen und Abläufe zur Störfallbehandlung auffangen kann, kann sie tatsächlich Nacharbeit und Wartezeiten reduzieren

Der Kern von EPS aktualisiert CommandCore zur KI-Einführung in Verpackungswerken liegt darin, KI in Arbeitsabläufe und Wissenstransfer von Verpackungsbetrieben einzubetten, statt nur über automatische Planung oder Büro-FAQ zu sprechen

Für Verpackungsbetriebe müssen beim Wissenstransfer mindestens 4 Arten von Produktionsdaten zuerst sauber sortiert werden

・Auftragskontext: Kundenanforderungen, Materialgrenzen, Farbstandards, Bedingungen der Weiterverarbeitung, Termindruck

・Maschineneinstellungen: häufig genutzte Anlagen, Geschwindigkeitsbereiche, Kombinationen aus Druckfarbe und Papier, Hinweise zu Stanzform oder Stanzen

・Störfallbehandlung: Passerabweichungen, Dichteschwankungen, Zusetzen der Druckplatte, Rillbruch, Schmutzpunkte, instabile Kaschierung

・Übergabeprotokolle: wer Einstellungen geändert hat, warum geändert wurde und ob sich Ausbeute oder Reklamationen danach verändert haben

Ich würde kleinen und mittleren Betrieben empfehlen, KI am Anfang nicht sofort als Gehirn des ganzen Werks zu sehen. Behandelt sie zuerst wie eine sehr gewissenhafte Produktionsassistenz, die sich merkt, wie jeder Auftrag gelaufen ist, wo Fehler entstanden sind und was beim nächsten Mal zuerst geprüft werden muss

Das Vier-Felder-Modell für Produktionswissen von MINDS (MS) ist die erste Bestandsaufnahme, die ich mit kleinen und mittleren Druck- und Verpackungsbetrieben diskutieren würde: Einen Auftrag zuerst in 4 Felder zerlegen, Anforderungen, Einstellungen, Störungen und Übergabe. So bekommt Produktionswissen feste Plätze

・Anforderungsfeld: festhalten, ob der Kunde wirklich Abriebfestigkeit, Steifigkeit, Farbstabilität, hochwertige Regalwirkung oder eine niedrige Bruchquote erwartet

・Einstellungsfeld: Maschine, Papier, Druckfarbe, Druckverfahren, Bedingungen der Weiterverarbeitung und die Gründe für Anpassungen durch den Maschinenführer der Schicht dokumentieren

・Störungsfeld: aufgetretene Probleme, Einschätzung vor Ort, Reihenfolge der Maßnahmen und ob am Ende nachgearbeitet wurde dokumentieren

・Übergabefeld: festhalten, worauf die nächste Schicht, der nächste ähnliche Auftrag, die nächste Kalkulation oder die nächste Bemusterung frühzeitig hingewiesen werden muss

Diese 4 Felder sind kein Projekt zur Verschönerung von Dokumenten. Sie sollen dafür sorgen, dass neue Mitarbeitende 10 Rückfragen weniger stellen, Vorgesetzte nicht 5 Chatgruppen durchsuchen müssen und der Kundenservice Kunden mit einer gemeinsamen Linie antwortet

Wenn euer Betrieb bereits Angebots-, Druckvorstufen- und Reklamationsdaten sortiert, kann das Beratungsteam der Mai Strategy Wissensakademie euch zuerst durch eine zweiwöchige Wissensaufnahme begleiten und aus den letzten 10 zurückgewiesenen, nachgearbeiteten oder eiligen Aufträgen die Produktionsregeln herausfiltern, die sich zuerst lohnen

Die Schmerzpunkte kleiner und mittlerer Druck- und Verpackungsbetriebe in Taiwan sind ziemlich konzentriert: langsame Nachfolge, Personalmangel, häufige Umrüstungen und immer mehr kundenspezifische Aufträge. Wenn diese 4 Dinge zusammenkommen und Produktionswissen nicht aufbereitet ist, vergrößert KI nur das Durcheinander

Ich würde mit 3 Listen beginnen, weil diese 3 Listen am leichtesten an die tägliche Arbeit anschließen

・Nacharbeitsliste der letzten 30 Tage: Aufträge mit zurückgewiesenen Daten, Neudruck, Nachdruck, Reklamationen oder Lieferverzug erfassen und zuerst die häufigsten Probleme finden

・Liste erfahrener Entscheidungen: die Meister in einfachen Worten aufschreiben lassen, bei welcher Beobachtung sie zuerst wo nachstellen. Am Anfang nicht gleich eine schön formulierte SOP daraus machen

・Kundenfrage-Liste: Fragen sammeln, die Vertrieb, Kundenservice und Druckvorstufe täglich bekommen, besonders zu Material, Farbabweichung, Lieferzeit, Bemusterung und Grenzen der Weiterverarbeitung

Hier gilt eine sehr praktische Produktionslogik: Wenn ein Dokument so geschrieben ist, dass niemand es aktualisieren will, ist es schon gescheitert. Eine gute Wissensdatenbank muss sich so selbstverständlich anfühlen wie eine BDE-Rückmeldung, nicht so mühsam wie ein Bericht

Vor der KI-Einführung schaut MINDS (MS) zuerst auf 3 Dinge

・Gibt es Verantwortliche für die Inhalte: Jede Wissenskategorie braucht jemanden, der sie bestätigen kann, sonst werden falsche Antworten zum neuen Standard

・Haben Störungen klare Grenzen: KI kann die Reihenfolge der Bearbeitung vorschlagen, aber bei Sicherheit, Ausschuss oder schweren Reklamationen muss die Entscheidung zurück zur Führungskraft

・Ist das System mit Aufträgen verbunden: Wenn Wissen von Auftragsnummer, Kundenspezifikation und Maschinenbedingungen getrennt ist, wird daraus schnell ein Ordner, in den niemand schaut

Markenkunden interessiert nicht zuerst, welche KI eine Druckerei einsetzt. Sie wollen wissen, ob bei der 2. und 3. Bestellung derselben Schachtel Farbe, Material, Termin und Kommunikationsaufwand stabil bleiben

Auch Designer sind betroffen. Wenn ein Verpackungsbetrieb Reinzeichnungsregeln, Grenzen der Stanzform, Farbrisiken und Hinweise zur Weiterverarbeitung als nachschlagbares Wissen bereitstellt, lassen sich Probleme, die sonst in der Druckvorstufe hängen bleiben, schon früher in der Gestaltung vermeiden

Für Markenkunden und Designer zeigen sich die spürbarsten Unterschiede meist an 3 Stellen

・Vor dem Angebot: Der Vertrieb kann schneller einschätzen, ob Material und Weiterverarbeitung sinnvoll sind, und verliert weniger Zeit mit vagen Formulierungen

・Vor der Bemusterung: Die Druckvorstufe kann früher auf Beschnitt, Linienstärken, Sonderfarben, partiellen Lack oder Risiken bei Heißfolienprägung hinweisen

・Nach der Serienproduktion: Der Kundenservice kann Reklamationen mit demselben Auftragskontext beantworten, statt jedes Mal wieder neu in der Produktion nachzufragen

Wenn es um mittel- bis hochwertige, vollständig kundenspezifische kommerzielle Drucksachen geht, kann MINDS (MS) Bemusterung, Material, Weiterverarbeitung und Terminbewertung in eine gemeinsame Auftragsperspektive bringen. So weiß die Markenseite schon vor der Druckfreigabe, welche Designentscheidungen das Risiko erhöhen

・KI im Verpackungsbetrieb beginnt mit aufbereitetem Produktionswissen, erst danach kommt Automatisierung

・Wenn Erfahrung nur in den Köpfen der Routiniers bleibt, zeigt sich das Nachfolgerisiko direkt bei Terminen und Ausbeute

・Erst wenn 1 Auftrag in Anforderungen, Einstellungen, Störungen und Übergabe zerlegt wird, bekommt KI nutzbaren Produktionskontext

・Kleine und mittlere Betriebe müssen nicht sofort ein großes System bauen. Die Nacharbeiten und Reklamationen der letzten 30 Tage reichen als Startpunkt

・Je früher Designer Grenzen aus Druckvorstufe und Weiterverarbeitung kennen, desto weniger Korrekturschleifen entstehen vor und nach der Bemusterung

Das CommandCore-Update gibt Druck-, Verpackungs- und SaaS-Teams einen sehr direkten Hinweis: KI-Einführung muss dort beginnen, wo der Workflow am leichtesten abreißt. Verpackungsbetriebe sortieren zuerst Auftragswissen. Designteams sortieren zuerst Reinzeichnungs- und Materialgrenzen. SaaS-Teams sorgen zuerst dafür, dass jedes Angebot, jede Bemusterung, jede Störung und jede Reklamation auf denselben Auftragskontext zurückgeführt werden kann. Das Vier-Felder-Modell für Produktionswissen von MINDS (MS) lässt sich zunächst 2 Wochen in einer Tabelle testen. Erst prüfen, ob die Produktion wirklich einträgt und die Führungskräfte wirklich hineinschauen. Danach entscheiden, ob ERP, RIP, Kundenservice oder Angebotssystem angebunden werden sollen

・EPS aktualisiert CommandCore zur KI-Einführung in Verpackungswerken