Autor: Stephan Schmitz, Lebensmitteltechnologe im KI-Management
Was Lebensmittelunternehmen aus TPM für Automatisierungs-, Robotik- und KI-Pilotprojekte lernen können
„Warum sollten wir überhaupt einen Automatisierungspilot starten? Unsere Produktion läuft doch.“
Diese einfache Frage klingt zunächst defensiv. Für Geschäftsführer, Werkleiter oder Produktionsleiter ist sie jedoch vollkommen legitim. Eine funktionierende Bestandsanlage, begrenzte Investitionsmittel, knappe technische Ressourcen und hoher Produktionsdruck sind keine besonders günstigen Voraussetzungen, um zusätzlich ein Technologie-Projekt zu starten, nur weil Robotik, Computer Vision oder KI gerade für fast jeden Use Case verfügbar sind.
Die erste Frage lautet daher nicht:
Welche Technologie könnten wir einsetzen?
Vielmehr landet man überraschend schnell bei einer Denkweise, die deutlich älter ist als Industrie 4.0: bei den Prinzipien etablierter Produktionssysteme wie Total Productive Maintenance, kurz TPM aus den 90er Jahren. Diese Logik hatte ich damals als junger Ingenieur Lebensmitteltechnologie in der Prozessoptimierung bei meinem damaligen Arbeitgeber, heute Agrana Fruit, verinnerlicht:
Welches relevante Problem in unserem Produktionssystem rechtfertigt überhaupt eine Investition?
Nicht, weil jedes Lebensmittelunternehmen jetzt ein TPM-Programm einführen müsste. Vielmehr ist für Pilot-Projekte Erfolg versprechend, wenn hinter TPM eine bis heute bemerkenswert robuste industrielle Logik steckt: Verluste sichtbar machen, Ursachen verstehen, Prozesse stabilisieren und erst anschließend entscheiden, welche Maßnahmen tatsächlich sinnvoll sind.
Für die Vorbereitung erfolgreicher Pilot-Projekte ist genau diese Reihenfolge aktuell. Umgekehrt wäre unlogisch.
Zusammenfassung
Innovationsfähigkeit wird nicht durch Pilot-Projekte demonstriert. Bevor über Robotik, KI oder Automatisierung entschieden wird, sollte geklärt sein, welches konkrete Verlustbild oder Prozessproblem verbessert werden soll, wie belastbar die Ausgangsdaten sind und ob Prozess, Organisation und technische Voraussetzungen einen kontrollierten Test überhaupt zulassen.
Die entscheidende Logik meiner Vorgehensweise ist deshalb »vom Ende« her gedacht:
Verlust → Prozess → Ursache → Voraussetzungen → Lösungsvarianten → Pilotentscheidung
In umgekehrter Reihenfolge lässt sich das Vorhaben ungleich schwieriger kalkulieren:
Messebesuch → Technologie → Anwendung suchen → Pilot starten. Funktioniert selten zufriedenstellend.
QUELLE:
Nach Definition des Japan Institute of Plant Maintenance (JIPM) zielt Total Productive Maintenance (TPM) darauf, Verluste im Produktionssystem systematisch zu vermeiden. Dabei wird TPM ausdrücklich nicht auf die Instandhaltung einzelner Anlagen reduziert: Der Ansatz bezieht unterschiedliche Unternehmensfunktionen und Beschäftigte vom Management bis zum Shopfloor ein.
Genau diese systemische Sicht macht die Denklogik auch für die Vorbereitung heutiger Automatisierungs-, Robotik- und KI-Projekte interessant. https://jipmglobal.com/
„Die Linie läuft doch“ ist zunächst ein gutes Argument
In vielen Lebensmittelbetrieben existieren Prozesse, die seit Jahren funktionieren. Vielleicht nicht perfekt, aber ausreichend stabil, um täglich Ware zu produzieren und Kunden zu beliefern. Warum sollte ein Hersteller dieses System durch ein zusätzliches Technologie-Projekt belasten?
Die Antwort kann lauten: Das Unternehmen sollte es nicht tun.
Nicht jeder manuelle Prozess ist automatisch ein Fall für Automatisierung 4.0. Nicht jede Qualitätskontrolle benötigt Computer Vision. Zudem rechtfertigt auch nicht jeder Maschinenstillstand die viel gerühmte Predictive Maintenance (Vorausschauende Wartung). Und nicht jeder Engpass lässt sich mit einem Roboter wirtschaftlich beseitigen.
Technische Machbarkeit und betriebswirtschaftliche Relevanz sind zwei unterschiedliche Dinge.
Gerade hier bietet die klassische Produktionslogik einen hilfreichen Gegenpol zum Technologie-Hype. Sie zwingt dazu, zunächst auf das Produktionssystem selbst zu schauen.
- Wo und weshalb entstehen wiederkehrende Verluste?
- Wo fehlen Kapazitäten?
- Wo genau entstehen spezifische Qualitätsrisiken?
- Welche Prozesse sind instabil?
- Wo hängt Leistung dauerhaft von einzelnen erfahrenen Mitarbeitern ab?
- Und welche dieser Situationen ist tatsächlich relevant genug, um Zeit, Personal und Kapital in eine Veränderung zu investieren?
Erst wenn du hierfür validierte Aussagen sauber dokumentiert hast, wird die Suche nach passender Technologie interessant.
Was TPM mit Industrie 4.0 zu tun hat
Total Productive Maintenance wird häufig auf Instandhaltung reduziert. Damit greift die Betrachtung zu kurz. Die dahinterliegende Denkweise betrachtet Produktion als Gesamtsystem. Verluste entstehen nicht ausschließlich durch technische Defekte.
Qualität, Prozessführung, Organisation, Qualifikation, Standards, Wartung und Zusammenarbeit greifen ineinander.
Ein wertvoller systemischer Blick für moderne Automatisierungsprojekte!
TPM fragt vereinfacht:
Wo verliert unser Produktionssystem Leistung – und warum?
Für eine technologieoffene Investitionsvorbereitung lässt sich diese Frage weiterentwickeln:
Wo entsteht ein relevantes Prozessproblem, das durch eine technische, organisatorische oder hybride Lösung wirtschaftlich verbessert werden könnte?
Der Unterschied ist entscheidend. Plötzlich steht nicht mehr der Roboter, die Kamera oder das KI-System im Mittelpunkt.
Im Mittelpunkt steht der reale Produktionsprozess.
Acht Perspektiven statt eines Technologie-Tunnels
Überträgt man die Denkweise etablierter Produktionssysteme auf moderne Pilot-Projekte, entstehen mehrere Entscheidungsfelder, die vor einer Investition pragmatisch betrachtet werden sollten.
1. Verlustbild
Zunächst muss klar sein, was überhaupt verbessert werden soll.
- Stillstand?
- Ausschuss?
- Überfüllung?
- Personalengpass?
- Nacharbeit?
- Rüstaufwand?
- Qualitätsrisiko?
- Fehlende Prozessdaten?
Ohne definiertes Verlustbild fehlt dem späteren Pilot-Projekt der wirtschaftliche Bezug.
2. Prozessrealität
Ein Organigramm oder Verfahrensfließbild zeigt noch lange nicht, wie ein Prozess tatsächlich funktioniert. Abweichungen, manuelle Zwischenlösungen, Wartezeiten, Umwege und Erfahrungswissen werden häufig erst am Shopfloor sichtbar. Wer diese Realität überspringt, automatisiert im schlechtesten Fall einen Prozess, dessen eigentliches Problem an einer ganz anderen Stelle liegt.
3. Verantwortlichkeit
- Wer »besitzt« den Prozess?
- Wer entscheidet bei Abweichungen?
- Wer verantwortet Qualität, Technik und Produktion?
- Wer kann Veränderungen verbindlich freigeben?
Automatisierung greift fast immer in bestehende Verantwortungsstrukturen ein. Unklares Ownership wird deshalb spätestens im Pilot sichtbar.
4. Prozess-Stabilität
Ein instabiler Prozess wird durch Automatisierung nicht automatisch stabil.
Schwankende Rohwaren, wechselnde Produktgeometrien, nicht standardisierte Abläufe oder stark unterschiedliche Taktzeiten können dazu führen, dass ein technisch funktionierendes System im Produktionsalltag trotzdem Schwierigkeiten bekommt.
Vor dem Pilot muss deshalb klar sein, welche Varianz normal ist und welche bereits heute ein Prozessproblem darstellt.
5. Qualität und Hygiene
In der Lebensmittelindustrie endet technische Machbarkeit dort, wo Produktsicherheit, Reinigbarkeit oder Qualitätsanforderungen verletzt werden.
Ein Greifsystem kann technisch hervorragend funktionieren und trotzdem für eine bestimmte hygienische Zone ungeeignet sein. Dasselbe gilt für Sensorik, Kamerapositionen, Werkstoffe oder Wartungskonzepte.
Diese Anforderungen gehören deshalb an den Anfang der Lösungsbewertung, nicht an deren Ende.
6. Daten und Schnittstellen
Besonders bei KI, Computer Vision oder datenbasierter Prozessoptimierung entsteht schnell der Eindruck, Daten seien grundsätzlich vorhanden. Entscheidend ist jedoch nicht ihre bloße Existenz. Relevant sind Verfügbarkeit, Qualität, Struktur, Zugriff und zeitliche Auflösung.
Ein manuell geführtes Schichtprotokoll ist ebenfalls eine Datenquelle – aber möglicherweise keine ausreichende Grundlage für den vorgesehenen Use Case.
7. Kompetenz und Ressourcen
Ein Pilot benötigt Personen, die Prozesse erklären, Entscheidungen treffen und Ergebnisse bewerten können. Dabei geht es nicht darum, dass jedes Unternehmen eigene KI- oder Robotikspezialisten aufbauen muss.
Entscheidend ist vielmehr, ob intern genügend Prozesswissen und zeitliche Kapazität vorhanden sind, um einen Anbieter fachlich zu führen und Testergebnisse einordnen zu können.
8. Nutzen und Testlogik
Am Ende muss vor dem Start feststehen, woran Erfolg gemessen wird.
- Welche Baseline gilt?
- Welche Kennzahl soll sich verändern?
- Welche Gegenmetriken dürfen sich gleichzeitig nicht verschlechtern?
- Und wann wäre das Ergebnis gut genug, um über einen Rollout zu sprechen?
Wer diese entscheidenden Fragen erst nach Installation der Technik beantwortet, hat streng genommen keinen Pilot geplant, sondern einen technischen Versuch.
Erst wenn du auf alle diese Fragen validierte Aussagen bekommst und sauber dokumentierst, wird die Suche nach passender Technologie zielführend.
Digitalisierung verändert die Werkzeuge – nicht die Managementfragen
Robotik, Computer Vision, Predictive Maintenance, KI und digitale Assistenzsysteme erweitern die technischen Möglichkeiten erheblich.
Die grundlegenden Fragen eines Produktionsbetriebs bleiben dagegen erstaunlich klassisch:
- Welcher Verlust soll reduziert werden?
- Wie sieht die Ausgangssituation aus?
- Ist der Prozess ausreichend stabil?
- Wer trägt Verantwortung?
- Welche Qualitätsgrenzen gelten?
- Und lässt sich der Nutzen objektiv messen?
Gerade darin liegt eine wichtige Erkenntnis für Lebensmittel-KMU.
Industrie 4.0 verlangt nicht weniger klassische Produktionslogik. Sie verlangt häufig mehr davon.
Denn je leistungsfähiger Technologie wird, desto größer wird auch die Versuchung, von der verfügbaren Lösung auszugehen und anschließend nach einer Anwendung zu suchen.
Aus Investitionssicht ist die umgekehrte Richtung belastbarer.
Wenn STOPP ein gutes Projektergebnis ist
Zur professionellen Vorbereitung eines Pilot-Projekts gehört auch die Möglichkeit, keines zu starten.
Eine Vorprüfung kann beispielsweise ergeben, dass der Prozess zunächst stabilisiert werden muss, relevante Daten fehlen oder das wirtschaftliche Potenzial zu gering ist. Dann kann eine Entscheidung lauten:
GO. Die Voraussetzungen sind ausreichend belastbar.
Oder:
ADJUST. Das Projekt ist grundsätzlich interessant, benötigt aber zunächst Anpassungen.
Oder:
STOPP. Ein Pilot ist unter den aktuellen Bedingungen nicht sinnvoll.
STOPP bedeutet dabei nicht, dass Innovation gescheitert ist. Es bedeutet, dass ein Unternehmen vermieden hat, Kapital und interne Ressourcen auf eine noch nicht belastbare Annahme zu setzen.
Für eine Investitionsentscheidung kann genau das ein sehr gutes Ergebnis sein.
Von der Produktionslogik zur Entscheidungsvorbereitung
Aus dieser Denkweise lässt sich auch die Methodik von FoodTechFuture ableiten.
Die Prozess-Struktur-Analyse (PSA) schafft zunächst Transparenz über Prozessrealität, Verlustbilder, Engpässe und unterschiedliche Sichtweisen zwischen Management und Shopfloor.
Die Prozess-Struktur-Matrix (PSM) hilft anschließend dabei, relevante Handlungsfelder nachvollziehbar zu priorisieren.
Der Reifegrad-Check prüft, ob Daten, Prozessstabilität, Verantwortlichkeiten und Ressourcen für die Umsetzung ausreichend belastbar sind.
Mit der Lösungsarchitektur-Analyse (LAA) wird der Blick anschließend bewusst geöffnet. Nicht die erste verfügbare Technologie entscheidet, sondern unterschiedliche technische, organisatorische und hybride Lösungsvarianten werden anhand definierter Anforderungen und Ausschlusskriterien betrachtet.
Erst danach entsteht die Pilot-Roadmap mit Zielbild, KPIs, Testlogik und Entscheidungskriterien.
Das Ziel dieser Kette ist nicht möglichst schnell ein Pilot-Projekt zu starten. Es ist eine belastbare Antwort auf die Frage:
Ist dieser Pilot unter den gegebenen Bedingungen überhaupt die richtige nächste Entscheidung?
Die Technologie darf am Ende stehen
In der Diskussion um KI und Robotik entsteht schnell der Eindruck, produzierende Unternehmen müssten vorwiegend technologisch schneller werden. So meine Erfahrung in Gesprächen auf Messen und mit Verantwortlichen aus der gesamten Branche.
Für viele Lebensmittelbetriebe dürfte eine andere Fähigkeit mindestens genauso wichtig sein: früh genug zu erkennen, welche Technologieinvestitionen sie gerade nicht benötigen.
Die dafür notwendigen Prinzipien sind keineswegs neu.
Prozesse verstehen. Verluste sichtbar machen. Ursachen prüfen. Voraussetzungen schaffen. Alternativen vergleichen. Wirkung messen.
Neu sind hauptsächlich die Werkzeuge, die heute zur Verfügung stehen.
Die wichtigste Frage bleibt deshalb dieselbe:
Welchen realen Verlust im Prozess wollen wir eigentlich beseitigen?
Wer darauf keine belastbare Antwort hat, benötigt wahrscheinlich noch keinen Pilot.
Sondern zunächst Klarheit.
Pilot-Projekte ohne klare Leitfragen sind wie ein Probelauf ohne Strecke.
Die Prozess-Struktur-Analyse verändert nicht zuerst den Prozess – sondern den Blick darauf.
Nicht nur Prozesse prüfen. Perspektiven neu ordnen.
Die Analyse zeigt, wo Engpässe entstehen, Optimierungshebel liegen und Investitionen wirklich Wirkung entfalten.
Für sichere Entscheidungen mit mehr Transparenz.
