Mehr Genauigkeit, weniger Aufwand: KI-gestützte Kalkulation bei HERGES Stahl- und Blechbau
- Unternehmen: HERGES Stahl- und Blechbau GmbH
- Projektdauer: 09.2024 – 06.2025
- Digitalisierungsbereich: KI-gestützte Erfassung und Auswertung von Prozessdaten zur besseren Angebotskalkulation
- Projektziele: Eigenständige Erfassung und Auswertung von Prozessdaten im Walzprozess; Einrichten eines KI-Modells zur Vorhersage von Prozesszeiten
Herausforderung #1
Prozess optimieren: Wie können Ungenauigkeiten in der Kalkulation minimiert werden?
Herausforderung #2
Effizienz steigern: Wie lassen sich schnell präzise Angebote erstellen, ohne die Qualität zu beeinträchtigen?
Herausforderung #3
Bedarfsorientiert umsetzen: Wie lässt sich das Vorhaben umsetzen – bedarfsorientiert und mit geringem Aufwand im Tagesgeschäft?
Über das Projekt
Projektziele
Seit über 80 Jahren steht die HERGES Stahl- und Blechbau GmbH in St. Ingbert für handwerkliche Präzision und unternehmerische Kontinuität. Als familiengeführtes Unternehmen hat sich HERGES auf die Herstellung von geschweißten Stahl- und Blechkonstruktionen spezialisiert – meist Unikate, die nach individuellen Kundenanforderungen gefertigt werden. Doch trotz dieser langjährigen Erfahrung sah sich das Unternehmen vor eine zentrale Herausforderung gestellt: Wie lassen sich Fertigungszeiten und -kosten präzise kalkulieren, um wettbewerbsfähige und gleichzeitig profitable Angebote zu erstellen?
Ausgangslage
Die Angebotskalkulation ist ein entscheidender Faktor für den Erfolg eines Unternehmens im Sondermaschinenbau. Zu optimistische Schätzungen führen zu niedrigen Preisen und gefährden die Rentabilität eines Projekts. Zu hohe Angebote hingegen riskieren den Verlust von Aufträgen an die Konkurrenz. Bisher basierten die Kalkulationen bei HERGES vor allem auf Expertenwissen und manuellen Schätzungen der Mitarbeiter-, Maschinen- und Materialkosten. Doch gerade in der Einzelfertigung, wo fast jedes Produkt ein Unikat ist, gestaltete sich die genaue Vorhersage der Fertigungszeiten als schwierig.
Konkrete Probleme:
- Präzision: Wie können Mitarbeiter- und Maschinenkosten besser vorhergesagt werden, um Ungenauigkeiten in der Kalkulation zu minimieren?
- Zeitaufwand: Wie lässt sich der Aufwand für die Erstellung präziser Angebote reduzieren, ohne die Qualität zu beeinträchtigen?
Erste interne Versuche, die Fertigungszeiten manuell zu erfassen, zeigten Abweichungen von bis zu 30 Minuten für identische Bauteile. Dies machte deutlich, dass eine rein manuelle Datenerfassung nicht ausreichte, um verlässliche Daten für die Kalkulation zu liefern.
Unternehmensbeschreibung
- HERGES Stahl- und Blechbau GmbH
Vorgehen
Um diese Herausforderungen zu meistern, arbeitete HERGES mit dem EDIH Saarland zusammen. Das Ziel: Eine digitale Lösung zu entwickeln, die Fertigungszeiten präzise erfasst und mithilfe von Künstlicher Intelligenz (KI) Prognosen für die Angebotskalkulation ermöglicht.
Schritt 1: Systematische Datenerfassung
Als Pilotprozess wurde der Walzprozess für Bleche ausgewählt. Dieser Prozess wurde in einzelne Arbeitsschritte zerlegt, wie z. B.:
- Materialidentifikation
- Transport zur Walze
- Einlegen und Ausrichten des Blechs
- Durchführung des Biegevorgangs
- Stapeln oder Fixieren der fertigen Rohre
Um die Zeiterfassung zu digitalisieren und benutzerfreundlich zu gestalten, wurde eine App entwickelt, die es Mitarbeitenden ermöglicht, die Prozessschritte per QR-Code-Scan zu erfassen. Die App wurde in enger Zusammenarbeit mit den Mitarbeitenden entwickelt, um eine hohe Akzeptanz zu gewährleisten. Nach dem Scannen des QR-Codes konnten die Mitarbeitenden die einzelnen Prozessschritte durchlaufen und relevante Parameter wie Blechstärke, Breite oder Durchmesser eingeben.
Abbildung 1: Prozessschritte des Walzvorgangs Prozessschritte
Abbildung 2: Screenshots der Zeiterfassungs-App App-Screenshots
Schritt 2: Entwicklung eines KI-Modells
Die gesammelten Daten wurden analysiert, um Zusammenhänge zwischen den Parametern (z. B. Blechstärke) und den Fertigungszeiten zu identifizieren. Eine Korrelationsanalyse zeigte, dass vor allem die Blechstärke einen signifikanten Einfluss auf die Fertigungszeit hat. Andere Faktoren wie Rohrdurchmesser oder Blechbreite spielten eine untergeordnete Rolle. Dies bestätigte, dass komplexere Zusammenhänge vorlagen, die sich nicht durch einfache Analysen erklären ließen – ein klarer Hinweis darauf, dass ein KI-Modell der richtige Ansatz war.
Abbildung 3: Korrelationsanalyse der Parameter Korrelationsmatrix
Das KI-Modell wurde trainiert, um Fertigungszeiten basierend auf historischen Daten vorherzusagen. Dabei lag der Fokus darauf, die Abweichungen der KI-Schätzungen von den tatsächlichen Fertigungszeiten zu minimieren. Als Maß für die Genauigkeit wurde der Root Mean Squared Error (RMSE) verwendet.
Projektergebnis
Die Einführung der digitalen Zeiterfassung und des KI-Modells brachte messbare Verbesserungen mit sich:
Genauigkeit der KI im Vergleich zu Experten
- Die Abweichung der KI-Schätzungen von der tatsächlichen Fertigungszeit betrug im Schnitt 4,54 Minuten (15,2 %). Im Vergleich dazu wichen die manuellen Schätzungen der Experten um 24,27 Minuten (72,6 %) ab.
- Selbst bei reinen Rollzeiten war die KI mit einer Abweichung von 3,81 Minuten (16,5 %) doppelt so präzise wie die Experten (Abweichung: 8,55 Minuten, 39 %).
Abbildung 4: Vergleich von KI-, Experten- und Ist-Zeiten Vergleich der Schätzungen
Praktische Umsetzung im Arbeitsalltag
Das KI-Tool wurde nahtlos in den Arbeitsalltag integriert. Mitarbeiter können nun Fertigungszeiten für beliebige Blechabmessungen prognostizieren, indem sie Parameter wie Rohrdurchmesser, Blechbreite und -stärke eingeben. Um die Plausibilität der KI-Prognosen zu gewährleisten, werden für jede Schätzung die 10 ähnlichsten historischen Aufträge angezeigt – inklusive der tatsächlich gemessenen Zeiten. So können Mitarbeiter Abweichungen sofort erkennen und die KI-Schätzungen manuell anpassen.
Wirtschaftlicher Nutzen
- Kosteneinsparungen durch präzisere Kalkulationen.
- Zeitersparnis bei der Angebotserstellung.
- Investition in die Zukunft: HERGES plant, die Lösung auf weitere Produktionsbereiche wie Schweißen und Montage auszuweiten. Zudem soll ein Mitarbeiter speziell für die digitale Weiterentwicklung der Lösung eingestellt werden.
Die wichtigsten Erkenntnisse aus dem Projekt
Messbare Effizienzgewinne durch KI
KI-Schätzungen bei Fertigungszeiten präziser als Experten-Schätzungen
Nahtlose Integration in Arbeitsalltag
Mithilfe von KI können Mitarbeiter nun Fertigungszeiten sehr viel besser prognostizieren
Fit für die Zukunft
Digitalisierung ist kein Selbstzweck, sondern ein Werkzeug, um Wettbewerbsvorteile zu sichern.