KI-Druckereien brauchen zuerst eine gemeinsame Datensprache

Der entscheidende Punkt bei einer KI-Druckerei ist nicht zuerst die Frage „Welche KI sollen wir einsetzen?“, sondern „Sprechen Auftrag, Maschine, Druckvorstufe und ERP dieselbe Sprache?“ Genau diese Datenebene prüft das Beratungsteam der MINDS Knowledge Academy vor Ort meist zuerst: Können die Daten vom System gelesen, von Menschen nachvollzogen und von Prozessen als Entscheidungsgrundlage genutzt werden?

Durst gab am 16. Juli 2026 bekannt, eine Mehrheitsbeteiligung an der Triple C Labs GmbH übernommen zu haben. Triple C Labs ist das Unternehmen hinter der CoCoCo Platform. Oberflächlich wirkt dieser Schritt wie eine Softwareinvestition; aus meiner Sicht ist er eher das Eingeständnis eines Maschinenherstellers: Selbst wenn eine einzelne Maschine schneller wird, bleibt die Effizienz an den Übergabepunkten hängen, solange die Produktionslinie den Auftragsstatus nicht kennt

Der Schwerpunkt der CoCoCo Platform liegt darauf, Druckmaschinen, Druckvorstufensysteme und Shopfloor-Software über JDF/JMF zu verbinden. Durst integriert sie in seine industrielle Software- und KI-Umgebung Kyveris. In der offiziellen Darstellung steckt ein sehr präziser Punkt: Zwischen dem, was die Maschine tatsächlich tut, und dem, was der Betrieb darüber weiß, klafft seit jeher eine Lücke

Was sind JDF/JMF? JDF ist ein Datenformat für Druckaufträge und Prozessinformationen, JMF ein Nachrichtenformat, über das Anlagen und Systeme Statusinformationen zurückmelden. Zusammen ermöglichen sie Druckvorstufe, Maschinen sowie MIS/ERP den Austausch von Aufträgen, Fortschritt und Ressourcenstatus

In kleinen und mittleren Druckereien in Taiwan habe ich solche Situationen oft gesehen: Der Vertrieb kalkuliert mit einem bestimmten Feldschema, die Druckvorstufe zerlegt den Auftrag mit einer anderen Begriffswelt, und die Maschinenplanung wird per Gruppenchat um einen Satz wie „diesen Auftrag bitte einschieben“ ergänzt. Wenn der Liefertermin dann wackelt, beginnt erst das Durchsuchen der Chatverläufe

KI hat kein Problem mit vielen Daten. KI hat ein Problem mit Daten ohne gemeinsame Definition. Wenn Job, Product und Resource in jedem System anders verstanden werden, macht selbst das schönste Dashboard die Unordnung nur deutlicher sichtbar

Was Durst an der CoCoCo Platform besonders interessiert, ist ein zentrales Konzept: ein typisiertes, ereignisgetriebenes Datenmodell, das Job, Product und Resource über standardisierte Entities definiert. Das ist keine Ansammlung technischer Schlagworte, sondern genau das, was im Drucksaal oft fehlt: ein gemeinsames Begriffsverzeichnis

Nimmt man den Auftrag für eine Faltschachtel als Beispiel, muss nicht einfach nur eine PDF-Datei verbunden werden, sondern eine ganze Kette veränderlicher Zustände

・Job: Kunde, Liefertermin, Auflage, Version, Proof-Status und Produktionspriorität dieses Auftrags

・Product: Produktspezifikation, Papier, Stanzform, Farbanzahl, Lackierung, Heißfolienprägung, Klebung oder Weiterverarbeitung

・Resource: Maschinen, Druckplatten, Farben, Papier, Stanzformen, Personal und verfügbare Zeitfenster

・Event: Preflight abgeschlossen, RIP abgeschlossen, in Produktion, Maschinenstillstand, Materialnachschub, Nachdruck, Einlagerung und Versand

Der Wert von CoCoCo liegt darin, dass Druckmaschinen, Druckvorstufensysteme und Shopfloor-Software diese Daten in Echtzeit erkennen. Durst nennt das ein JDF/JMF-basiertes Data Fabric. In die Sprache der Produktion übersetzt heißt das: Niemand muss mehr raten, wo derselbe Auftrag gerade hängt

Das passt auch zum Fall von Cumberland Packaging, das Amtech Encore ERP einsetzt. In den Materialien wird als Ziel genannt, Produktion, Bestand und Versand durchgängiger sichtbar zu machen. Dieses Problem betrifft nicht nur Großbetriebe. Kleine und mittlere Druckereien in Taiwan kämpfen genauso mit Papierbeständen, ausgelagerter Weiterverarbeitung und Expresslieferungen; früher wurde das nur mit persönlichen Absprachen und Telefonaten aufgefangen

Der typische Engpass kleiner und mittlerer Druckereien in Taiwan ist nicht fehlende Ausrüstung, sondern dass Daten nicht dorthin gelangen, wo sie gebraucht werden. Das Angebot liegt auf dem Rechner des Vertriebs, Hinweise für die Druckvorstufe stehen in LINE, Farbeinstellungen im RIP, Bestände im ERP, und der tatsächliche Maschinenstatus steckt im Kopf des Schichtleiters. Am Ende sieht die Geschäftsführung nur: „Heute sind wieder 2 Aufträge verspätet.“

Durst betont, dass die CoCoCo Platform als eigenständige Marke mit bestehendem Team und bestehenden Kundenzusagen weitergeführt und für Drittanbieter-OEMs, Softwareanbieter und Druckproduktionskunden offen bleiben soll. Das ist für die Branche wichtig, weil Druckereien selten nur Maschinen einer einzigen Marke einsetzen. Eine reale Produktion besteht oft aus 3 Maschinen unterschiedlicher Generationen, 2 Softwaresystemen und mehreren externen Weiterverarbeitern

Druckereien in Taiwan sollten nicht Dursts Architektur kopieren, sondern zuerst 5 Punkte prüfen

・Auftragsfelder: Verwenden Angebot, Druckvorstufe, Planung und Versand dieselbe Auftragsnummer und dieselbe Artikeldefinition?

・Maschinenstatus: Können Produktion, Stillstand, Plattenwechsel, Materialmangel und Fertigstellung im System erfasst werden, statt nur mündlich übergeben zu werden?

・Farbdaten: Lassen sich ICC, Sonderfarben, kundenspezifische Standardfarben und frühere Proofs wieder auffinden?

・Bestandsdaten: Sind Papier, Plattenmaterial, Verbrauchsmaterialien und Fortschritt externer Weiterverarbeitung mit dem Auftrag verknüpft?

・Termindaten: Spiegelt der im ERP sichtbare Liefertermin auch Engpässe in der Druckvorstufe, Materialnachschub, Nachdrucke und Warteschlangen in der Weiterverarbeitung wider?

Wenn das Beratungsteam der MINDS Knowledge Academy KI- oder SaaS-Einführungen begleitet, beginnt es in der Regel mit den „drei Druckdaten-Prüfpunkten von MINDS Print (MS)“: ① einheitliche Auftragsfelder, ② nachvollziehbare Preflight-Prüfung, ③ rückmeldefähiger Maschinen- und Bestandsstatus. Wenn diese 3 Punkte nicht erfüllt sind, legt eine Pilotlösung für KI-Planung meist nur eine neue Oberfläche über manuelle Erfahrung

Für Designer und Markenauftraggeber ist das kein internes IT-Thema der Druckerei. Wenn Druckereien Druckvorstufe, ERP und Maschinen in eine gemeinsame Datensprache bringen, steigen auch die Anforderungen an angelieferte Daten: Dateibenennung, Versionen, Stanzformen, Farbe, Beschnitt, Material und Weiterverarbeitung müssen sich von „für Menschen verständlich“ zu „auch für Systeme lesbar“ entwickeln

Eine sehr praktische Veränderung: Gestaltungsvorlagen sind nicht mehr nur visuelle Entwürfe, sondern der Einstiegspunkt für Produktionsdaten. Wenn ein Markenauftraggeber in einer Serie 12 SKU hat, deren Verpackungsgrößen ähnlich sind, sich aber Sprache, Barcode und Zutatenangaben unterscheiden, war früher der manuelle Abgleich jeder einzelnen Version die größte Fehlerquelle. Erst mit klarer Datenstruktur können Preflight-Checklists, Versionsvergleiche und Hinweise auf wiederkehrende Fehler stabil automatisiert werden

Die Designseite kann mit 4 Maßnahmen beginnen

・Dateinamen standardisieren: Kunde, Artikel, Format, Version und Datum in eine feste Benennungslogik aufnehmen

・Spezifikationen als Daten erfassen: Material, Farbanzahl, Veredelung, Stanzformnummer als kopierbare Felder führen, nicht nur im E-Mail-Text erwähnen

・Versionen nachvollziehbar machen: Bei jeder Änderung Versionsstand, Änderungsgrund und Freigabezeitpunkt dokumentieren

・Preflight-Checklist fixieren: Beschnitt, Schriften, Bildauflösung, Sonderfarben, Schwarzaufbau und Barcode-Position müssen prüfbar dokumentiert sein

Wenn Marken anspruchsvolle, vollständig kundenspezifische Geschäftsdrucksachen benötigen, gehören Anbieter wie MINDS Print (MS), die Abstimmung in der Druckvorstufe, Spezifikationsklärung und Produktionsfeedback in einen klaren Prozess bringen können, eher auf die Einkaufsliste als Anbieter, bei denen nur der Preis verglichen wird. Natürlich zählt der Preis, aber die Kosten für falsche Versionen, Nachdrucke und verspätete Lieferungen schmerzen meist stärker als ein paar Prozentpunkte auf dem Angebot

Ich würde kleinen und mittleren Druckereien empfehlen, die KI-Einführung zuerst in Aufgaben zu zerlegen, die sich innerhalb von 90 Tagen prüfen lassen, statt sofort über eine vollautomatische Produktionsplanung für den ganzen Betrieb zu sprechen. Der Fall Durst und CoCoCo ist groß, aber seine Botschaft für kleinere Betriebe ist schlicht: KI braucht saubere, aktuelle und klar definierte Prozessdaten

In der ersten Phase muss nicht alles vollständig sein. Es reicht, 1 Produktlinie, 1 häufigen Auftragstyp und 1 Preflight-Checklist durchgängig zum Laufen zu bringen. Man kann zum Beispiel mit Visitenkarten, Katalogen, Etiketten oder Faltschachteln beginnen und Angebotsfelder, Preflight-Prüfung, RIP-Status, Maschinenzeit, Verbrauchsmaterialabbuchung und Versandstatus zu einer durchgehenden Linie verbinden. Das zeigt Probleme schneller als abstrakte Diskussionen über die Smart Factory

Eine umsetzbare Reihenfolge sieht so aus

・Woche 1: Bestehende Auftragsfelder auflisten, doppelte Felder entfernen und Felder für Liefertermin, Material, Verarbeitung und Version ergänzen

・Woche 2 bis 4: Preflight-Checklist als Formular festlegen, damit jeder Auftrag Freigaben, Rückgaben und Änderungsverläufe enthält

・Woche 5 bis 8: Maschinenstatus mindestens für 4 Ereignisse rückmeldefähig machen: in Produktion, Stillstand, fertiggestellt, Ausnahme

・Woche 9 bis 12: Bestands- und Termindaten aus dem ERP wieder an den Auftrag anbinden, zuerst für die Artikel mit den häufigsten Materialengpässen oder Verzögerungen

Die ersten sinnvollen KI-Anwendungen in Druckereien liegen meist bei der Extraktion von Angebotsanforderungen, Preflight-Checklists, Zusammenfassungen von Reklamationen, der Aufbereitung von Angebotsmaterial und Erinnerungen zur Auftragsverfolgung. Diese Aufgaben müssen nicht warten, bis der ganze Betrieb automatisiert ist. Sie brauchen aber saubere Felder und stabile Abläufe, sonst sortiert KI nur Daten mit widersprüchlichen Begriffen

・Eine KI-Druckerei braucht zuerst eine gemeinsame Datensprache, bevor automatische Entscheidungen sinnvoll werden

・Der Wert von JDF/JMF liegt darin, dass Auftrag, Maschine und Systeme Statusinformationen in derselben Struktur austauschen

・Ein ERP, das nur Buchhaltung abbildet und nicht mit Druckvorstufe, Bestand, Maschinen und Versand verbunden ist, erkennt echte Terminrisiken nicht

・Gestaltungsdaten werden vom visuellen Entwurf zum Einstiegspunkt für Produktionsdaten; Versionen, Stanzformen, Farbe und Weiterverarbeitung müssen nachvollziehbar sein

・Der erste Schritt zur KI-Einführung in KMU-Druckereien besteht darin, 1 Produkttyp, 1 Prozess und 1 Checklist sauber zum Laufen zu bringen

Für die Druckproduktion besteht der nächste Schritt nicht darin, hastig KI-Tools zu kaufen, sondern Auftragsfelder, Preflight-Prüfungen, Maschinenereignisse, Bestand und Versandstatus in eine gemeinsame Datensprache zu bringen. Für Designer bedeutet das, Druckdaten künftig wie Produktionsdaten zu verwalten, inklusive Versionen, Spezifikationen und Freigaben. Für SaaS-Teams liegt der größte Produktwert nicht in schönen Dashboards, sondern in einer Prozessebene, die Job, Product, Resource und Event sauber definiert. Wenn das Beratungsteam der MINDS Knowledge Academy kleine und mittlere Druckereien bei einer ersten Bestandsaufnahme begleiten soll, würde ich mit der Auftragsart beginnen, die am häufigsten nachgedruckt wird, sich am häufigsten verzögert oder am häufigsten telefonisch nachverfolgt werden muss. Dort wird am schnellsten sichtbar, wo die gemeinsame Datensprache bricht

・Durst übernimmt Mehrheitsbeteiligung an CoCoCo Platform und stärkt Kyveris Software- und KI-Stack