Während du noch priorisierst, priorisiert die Krise bereits für dich
Um 7:42 Uhr steht die Verpackungslinie. Um 9:10 Uhr meldet der Einkauf die nächste Rohwarenabweichung.
Um 6:30 Uhr fehlten bereits drei Mitarbeitende in der Frühschicht. Bei dem jüngsten dieses »Trios« gab es technische Probleme im DB-Regionalverkehr. Die Älteren (45 +) haben erstmals »Rücken«.
Und um 14 Uhr soll die Geschäftsführung über einen KI-Piloten entscheiden, dessen erwarteter Nutzen bislang irgendwo zwischen PowerPoint, Messe-Broschüre, Bauchgefühl und „Das machen jetzt alle“ liegt.
Willkommen im Produktionsalltag 2026, Sommerzeit.
Und "so nebenbei" geraten gerade Unternehmen unter Druck, die jahrzehntelang als feste Größen ihrer Branche galten.
Laut Handelsblatt meldeten im ersten Halbjahr 2026 bundesweit 63 selbst produzierende Bäckerei- und Konditoreibetriebe Insolvenz an – 40 Prozent mehr als im Vorjahreszeitraum. Darunter befanden sich auch größere Bäckereiketten, deren Namen kennen Branchen-Insider nicht nur aus der Fachpresse ...
Auch die traditionell verankerte Brauwirtschaft liefert Warnsignale. Das Branchenmagazin "About-Drinks" berichtete im Juni 2026 über den Eigenverwaltungsantrag des Hofbrauhauses XXXX. Als Belastungen wurden unter anderem Absatzschwäche sowie gestiegene Energie-, Produktions- und Logistikkosten genannt. Für den Braustandort YYYY war dies nach dem Produktionsende von XYXYXY bereits die zweite einschneidende Entwicklung innerhalb kurzer Zeit.
Das beweist nicht, dass fehlendes Change-Management Unternehmen in die Insolvenz treibt. Es zeigt jedoch, wie dünn die Sicherheitsreserven vieler Betriebe geworden sind. Wo Margen schrumpfen, Fachkräfte fehlen und Kunden schneller ihr Kaufverhalten ändern, werden unklare Prozesse, verspätete Entscheidungen und schlecht vorbereitete Investitionen plötzlich existenziell.
VUCA macht Lebensmittelproduktion schwerer planbar.
BANI zeigt, warum scheinbar stabile Lieferketten, Anlagen und Organisationen plötzlich kippen können.
KMU benötigen deshalb keine wahllose Digitalisierung, sondern transparente Prozesse, wirtschaftlich priorisierte Use Cases, klar definierte Pilotprojekte und früh beteiligte Mitarbeitende.
Unsere Pilot-Roadmap und der Reifegrad-Check schaffen eine belastbare Entscheidungsgrundlage für wettbewerbstaugliche Veränderungsprozesse.
VUCA: Wenn Planung nicht verschwindet, aber schneller veraltet
VUCA beschreibt ein Umfeld aus Volatilität, Unsicherheit, Komplexität und Ambiguität. Für die Lebensmittelindustrie ist das keine Managementtheorie aus klimatisierten Seminarräumen. VUCA steht jeden Morgen in Sicherheitsschuhen an der Linie.
Volatilität zeigt sich dort, wo Preise, Nachfrage und Verfügbarkeit schneller schwanken als die Produktionsplanung reagieren kann. Steigt beispielsweise der Preis einer zentralen Rohware kurzfristig, hat das nicht nur Auswirkungen auf den Einkauf. Rezeptkosten verändern sich, Deckungsbeiträge sinken, alternative Lieferanten müssen freigegeben und gegebenenfalls Deklarationen geprüft werden. Wird die Kostenänderung im ERP verspätet aktualisiert, produziert der Betrieb womöglich tagelang einen Renner, der betriebswirtschaftlich längst zum Klotz am Palettenfuß geworden ist.
Unsicherheit erschwert Investitionsentscheidungen. Soll die Betriebsleitung eine weitere Verpackungslinie anschaffen, einen Cobot testen oder zunächst die vorhandenen Anlagen stabilisieren? Eine steigende Nachfrage kann dauerhaft sein – oder nur eine kurzfristige Handelsaktion. Wer ohne belastbare Daten entscheidet, verwechselt Geschwindigkeit mit Aktionismus. Wer dagegen auf hundertprozentige Sicherheit wartet, entscheidet möglicherweise erst dann, wenn der Engpass bereits zum Kundenproblem geworden ist.
Komplexität entsteht durch die Verknüpfung von Menschen, Maschinen, Rezepturen, Qualitätsanforderungen und IT-Systemen. Eine scheinbar kleine Änderung im Produktionsplan kann Reinigungsfolgen verändern, Allergenumstellungen auslösen, Personalbedarf verschieben und die verfügbare Laufzeit reduzieren. Wird nur ein Teilprozess optimiert, wandert der Engpass häufig weiter. Die Abfüllung läuft schneller – aber die Etikettierung kommt nicht nach. Die Rüstzeit sinkt – aber der zusätzliche Produktwechsel erhöht Reinigungsaufwand und Ausschuss.
Ambiguität bedeutet, dass dieselbe Kennzahl unterschiedliche Geschichten erzählen kann. Eine höhere OEE klingt positiv. Doch wurde sie durch längere Kampagnen erreicht, die gleichzeitig Bestände und Abschriften erhöhen? Eine sinkende Reklamationsquote klingt beruhigend. Doch liegt sie an besserer Qualität – oder an geringeren Absatzmengen?
VUCA verlangt deshalb keine perfekte Vorhersage. Es verlangt eine bessere Entscheidungslogik: Prozesse sichtbar machen, Daten im Zusammenhang betrachten, Annahmen offenlegen und Investitionen an konkreten Problemen ausrichten. Sonst wird Digitalisierung zum technischen Einkaufsbummel – nur mit deutlich höheren Folgekosten.
BANI: Wenn scheinbar stabile Systeme plötzlich kippen
Während VUCA erklärt, warum die Welt schwer planbar ist, beschreibt BANI, wie sich diese Welt für Unternehmen und Menschen anfühlt: brüchig, ängstlich, nicht linear und unbegreiflich.
Brüchig sind Systeme, die lange stabil erscheinen, aber kaum Reserven besitzen. Ein Lieferant liefert seit Jahren zuverlässig dieselbe Verpackungsfolie. Deshalb gibt es keine qualifizierte Alternative. Fällt der Lieferant aus oder verändert sich die Materialqualität, steht nicht nur der Einkauf unter Druck. Siegelparameter müssen angepasst, Qualitätsprüfungen erweitert und möglicherweise Produktionspläne verschoben werden. Das System war nicht robust. Es sah nur so aus.
Ähnlich verhält es sich in der Instandhaltung. Eine Anlage läuft monatelang ohne größere Störung. Kritisches Wissen liegt jedoch bei einem einzigen erfahrenen Techniker, Ersatzteile sind nicht klassifiziert und Zustandsdaten werden nicht ausgewertet. Fällt die betreffende Person aus und versagt gleichzeitig eine zentrale Komponente, wird aus einer kleinen technischen Störung ein mehrtägiges Produktionsproblem.
Ängstlich beschreibt die menschliche Reaktion auf dauerhaften Veränderungsdruck. Wird ein Robotikprojekt angekündigt, hören Mitarbeitende nicht automatisch „weniger körperliche Belastung“. Manche hören zuerst „weniger Arbeitsplätze“. Bleiben Ziele, Rollen und Konsequenzen unklar, entstehen Gerüchte. Störungen werden nicht mehr offen gemeldet, Wissen wird zurückgehalten und neue Systeme werden über inoffizielle Umwege umgangen. Die Technologie funktioniert – nur der Betrieb arbeitet weiterhin an ihr vorbei.
Nichtlinear bedeutet, dass kleine Ursachen große Folgen haben können. Eine geringfügig veränderte Siegeltemperatur kann unentdeckte Undichtigkeiten verursachen. Diese führen zu verkürzter Haltbarkeit, Reklamationen, Rücksendungen und im ungünstigsten Fall zu einer Rückrufprüfung. Ein falscher Stammdateneintrag kann tausende Etiketten betreffen. Eine zehnminütige Verzögerung an einem Engpass kann den gesamten Schichtplan verschieben.
Unbegreiflich wird Veränderung, wenn Systeme Entscheidungen erzeugen, die niemand erklären kann. Ein KI-Modell meldet ein erhöhtes Ausfallrisiko, doch die Instandhaltung kennt weder Datenbasis noch Schwellenwert. Das Ergebnis ist kein Vertrauen, sondern ein digitaler Wetterbericht: interessant, aber nicht handlungsleitend.
BANI verlangt daher mehr als Effizienz. Unternehmen brauchen Redundanz, verständliche Entscheidungsregeln, kurze Lernschleifen und psychologische Sicherheit. Change-Management ist dabei kein Kuschelprogramm. Es sorgt dafür, dass Risiken ausgesprochen, Annahmen geprüft und neue Lösungen tatsächlich genutzt werden.
Was KMU jetzt unternehmen können: Nicht alles digitalisieren – sondern das Richtige verbessern
Für Betriebsleitung und Qualitätsmanagement stellt sich nicht die Frage, ob jede verfügbare Technologie eingeführt werden sollte. Die entscheidende Frage lautet:
Wo verliert der Betrieb heute messbar Zeit, Material, Qualität, Kapazität oder Wissen – und welche Lösung beseitigt diesen Verlust am wirksamsten?
Rohwaren: Schwankungen früher erkennen
Rohwarenabweichungen schlagen häufig bis in Prozessstabilität, Ausbeute und Endproduktqualität durch. Deshalb sollten Wareneingangsdaten, Lieferantenbewertungen, Laborwerte und spätere Produktionsabweichungen miteinander verknüpft werden.
Ein Beispiel: Schwankende Feuchtewerte einer Rohware verändern Dosierung, Mischzeit oder Backverhalten. Werden diese Zusammenhänge sichtbar, kann der Betrieb Parameter früher anpassen, anstatt erst beim erhöhten Ausschuss zu reagieren. KI kann hier Muster erkennen. Die Voraussetzung sind jedoch saubere Daten, klare Spezifikationen und ein definierter Eskalationsprozess.
Wartung: Vom Kalender zur Kritikalität
Nicht jede Komponente benötigt Predictive Maintenance. Manche Teile werden wirtschaftlich nach festen Intervallen getauscht. Bei kritischen Aggregaten können Zustandsdaten dagegen wertvoll sein.
Die vorausschauende Betriebsleitung klärt zunächst:
- Welche Anlagen begrenzen den Durchsatz?
- Welche Fehler verursachen die längsten Stillstände?
- Welche Ersatzteile besitzen lange Lieferzeiten?
- Wo hängt Know-how an einzelnen Personen?
Erst danach wird entschieden, ob Sensorik, digitale Wartungsplanung oder KI-gestützte Anomalieerkennung sinnvoll sind.
Ausschuss: Verluste nicht sammeln, sondern erklären
„Ausschuss: 3,8 Prozent“ ist noch keine steuerungsfähige Information. Entscheidend ist, wann, wo und warum er entsteht.
Tritt der Verlust beim Anfahren, nach Produktwechseln, bei bestimmten Rohwarenchargen oder nur in einzelnen Schichten auf? Eine digitale Verluststruktur verbindet Menge, Ursache, Zeitpunkt und wirtschaftlichen Wert. So wird aus einem Monatswert eine konkrete Verbesserungsaufgabe.
OEE: Keine Schönwetterkennzahl bauen
Eine bessere OEE entsteht nicht dadurch, dass Verluste anders kategorisiert werden. Verfügbarkeit, Leistung und Qualitätsrate müssen getrennt betrachtet und mit den tatsächlichen Engpässen verbunden werden.
Eine Anlage mit hoher OEE kann für den Gesamtprozess nebensächlich sein. Umgekehrt kann eine kleine, unscheinbare Station den gesamten Materialfluss begrenzen. Deshalb gehört zur OEE immer die Frage: Welche zusätzliche verkaufsfähige Menge oder welche vermiedenen Kosten entstehen durch die Verbesserung?
Personal und Robotik: Mit den 5D beginnen
Robotikprojekte sollten zuerst dort geprüft werden, wo Tätigkeiten – hier pragmatisch als 5D verstanden – dull, dirty, dangerous, difficult oder dear sind: monoton, schmutzig, gefährlich, körperlich schwierig oder besonders teuer.
Typische Food-Anwendungen sind repetitives Palettieren, ergonomisch belastende Handhabung, Arbeiten in kalten oder feuchten Bereichen, monotone Sortieraufgaben sowie Prozesse mit hohem Verletzungs- oder Kontaminationsrisiko.
Das Ziel darf jedoch nicht lauten: „Wie ersetzen wir Personal?“ Die bessere Frage lautet: „Welche Tätigkeiten sollten qualifizierte Mitarbeitende künftig nicht mehr unter diesen Bedingungen ausführen müssen?“ Genau hier beginnt Akzeptanz.
Qualitätsmanagement: Früh einbinden, nicht nachträglich absegnen lassen
QM gehört vom ersten Workshop an in das Projektteam. Zu prüfen sind unter anderem Lebensmittelsicherheit, Hygienic Design, Validierung, Rückverfolgbarkeit, Berechtigungen, Datenintegrität und das Verhalten bei Systemausfällen. Eine sinkende Reklamationsquote klingt beruhigend. Doch ist die Produktqualität tatsächlich gestiegen – oder haben sich Produktmix, Kundenstruktur oder Meldeverhalten verändert?
Ein Pilot ist erst dann erfolgreich, wenn er nicht nur technisch läuft, sondern auch kontrollierbar, auditierbar und im Schichtbetrieb beherrschbar ist.
Unsere Pilot Roadmap 2: Vom Pain Point zum belastbaren Pilotprojekt
Ein guter Pilot beginnt nicht mit einer Produktpräsentation. Er beginnt mit einem Problem, das teuer genug ist, um gelöst zu werden – und klar genug, um den Erfolg messen zu können.
Im Gegensatz zu unserer "Roadmap 1 Pilotoprojekt" ist diese "Roadmap2" als Diagnose- und Auswahlphase konzipiert: Welcher Schmerzpunkt ist wirtschaftlich relevant, technisch machbar und organisatorisch beherrschbar?
1. Prozesse und Verluste sichtbar machen
Im Prozess Walk bzw. Prozess Struktur Analyse werden Materialfluss, Informationsfluss, Wartezeiten, Störungen, manuelle Arbeitsschritte und Qualitätsrisiken dokumentiert. Dabei zählen nicht nur offizielle Prozessbeschreibungen. Entscheidend ist, wie die Arbeit in der Früh-, Spät- und Nachtschicht tatsächlich abläuft, Ehrlichkeit und damit die Wirksamkeit haben Priorität.
2. Den wirtschaftlichen Hebel bestimmen
Jeder mögliche Use Case wird nach Nutzen bewertet: vermiedener Ausschuss, zusätzliche Kapazität, geringere Stillstandszeit, reduzierte Personalkosten, verbesserte Arbeitssicherheit oder stabilere Qualität.
Damit endet die Diskussion „Welche Technologie ist am spannendsten?“ und beginnt die wichtigere Frage: „Welches Problem ist wirtschaftlich am relevantesten?“
3. Machbarkeit und Reifegrad prüfen
Jetzt werden Datenverfügbarkeit, Schnittstellen, Anlagenzustand, Qualitätsanforderungen, Kompetenzen und organisatorische Voraussetzungen bewertet.
Ein Use Case mit hohem Nutzen, aber fehlender Datenbasis wird nicht schöngerechnet. Er erhält zunächst einen Vorbereitungsschritt.
4. Einen klar begrenzten Piloten definieren
Der Pilot bekommt einen Prozessbereich, einen Verantwortlichen, eine Laufzeit und messbare Zielgrößen. Dazu gehören eine Ausgangsbasis und eindeutige Entscheidungskriterien.
Beispiele:
- Ausschussmenge pro Auftrag reduzieren
- ungeplante Stillstandszeit senken
- Rüstzeit verkürzen
- ergonomisch belastende Handgriffe vermeiden
- Abweichungen früher erkennen
- Rückverfolgbarkeit beschleunigen
5. Menschen beteiligen und Rollen klären
Mitarbeitende werden nicht nur geschult, wenn alles entschieden ist. Sie wirken an der Problembeschreibung, dem Test und der Bewertung mit. Gerade erfahrene Anlagenführer erkennen Ausnahmen und Nebenwirkungen, die in keiner Prozessbeschreibung stehen.
Außerdem wird geklärt: Wer reagiert auf eine Warnung? Wer darf Parameter verändern? Wer dokumentiert Abweichungen? Und wer entscheidet bei Konflikten zwischen Produktivität und Qualität?
6. Wirkung bewerten und über Skalierung entscheiden
Am Ende steht kein Hochglanzvideo des Roboters, sondern eine nüchterne Bewertung:
Hat der Pilot den gewünschten Effekt erreicht? Ist die Lösung im Alltag beherrschbar? Stimmen Aufwand, Risiko und Nutzen? Lässt sie sich auf weitere Linien übertragen – oder sollte sie beendet werden?
Auch ein gestoppter Pilot kann erfolgreich sein, wenn er eine teure Fehlskalierung verhindert.
Der nächste Schritt: Reifegrad prüfen, bevor Budget gebunden wird
Technologie scheitert selten an fehlender Rechenleistung. Sie scheitert daran, dass Prozesse nicht verstanden, Ziele nicht messbar gemacht und Mitarbeitende nicht beteiligt werden.
Fazit
Nicht abwarten. Nicht blind digitalisieren. Sondern strukturiert analysieren, priorisieren und umsetzen.
Unser fachspezifische Reifegrad-Check für KI, Automatisierung und Robotik zeigt, wo dein Betrieb heute steht und welche Voraussetzungen für ein wirtschaftlich tragfähiges Pilotprojekt noch fehlen.
Du erhältst eine strukturierte Bewertung zu:
- Prozessen und Verlusttransparenz
- Datenqualität und Systemlandschaft
- technischer und organisatorischer Machbarkeit
- Kompetenzen und Verantwortlichkeiten
- Change-Bereitschaft der Organisation
- potenziellen Pilot-Use-Cases
- nächsten sinnvollen Umsetzungsschritten
Bevor du die nächste Technologie auswählst, finde heraus, welches Problem sie lösen soll.
Jetzt das Whitepaper „Reifegrad-Check für KI und Robotik in der Lebensmittelproduktion“ herunterladen und die Grundlage für deine Pilot-Roadmap schaffen.