KI in Verpackungsbetrieben muss Meisterwissen übernehmen können

Wenn Verpackungsbetriebe KI einführen, sollte der erste Schritt darin bestehen, Produktionswissen in eine Arbeitsfähigkeit zu verwandeln, die nachschlagbar, vermittelbar und nachverfolgbar ist. MINDS betrachtet das als Nachfolge- und Terminmanagement, nicht einfach als ein weiteres Chat-Tool

Das Verpackungsmedium Packaging Insights berichtet, dass EPS CommandCore aktualisiert hat, um Verpackungsbetriebe mit KI bei Wissenstransfer und Produktionsabläufen zu unterstützen. Dieses Signal ist sehr praxisnah, denn Verpackungsbetriebe lösen täglich nicht nur Einzelprobleme: Ein Auftrag durchläuft Angebot, Design, Prepress, Stanzform, Druck, Weiterverarbeitung, Qualitätskontrolle, Versand und viele weitere Stationen

Die schwierigsten Bruchstellen, die ich in der Produktion gesehen habe, entstehen meist nicht, weil eine Maschine gar nicht läuft. Sie entstehen, wenn neue Mitarbeitende nicht wissen, warum erfahrene Fachkräfte damals genau so eingestellt haben, wenn der Vertrieb nicht versteht, warum Prepress Daten zurückweist, oder wenn der Kundenservice nicht weiß, welche 3 Schlüsselfragen bei einer Reklamation zuerst gestellt werden müssen. Am Ende warten alle darauf, dass die Person mit dem meisten Wissen antwortet

Wissenstransfer: Meisterurteile, Maschineneinstellungen, Störungsbehandlung und Auftragskontext so strukturieren, dass neue Mitarbeitende nachschlagen, Vorgesetzte nachverfolgen, Systeme Hinweise geben und Teams in der Produktion sauber übergeben können

Tools wie CommandCore machen sehr deutlich: Wenn KI in Verpackungsbetrieben nur Fragen beantworten kann, ist ihr Wert begrenzt. Erst wenn sie Auftragskontext, Maschinenwissen und Abläufe zur Störungsbehandlung aufnehmen kann, kann sie Nacharbeit und Wartezeiten wirklich reduzieren

Der Schwerpunkt von EPS aktualisiert CommandCore zur Unterstützung der KI-Einführung in Verpackungsbetrieben liegt darin, KI in Arbeitsabläufe und Wissenstransfer von Verpackungsfabriken zu integrieren, statt nur über automatische Planung oder Büro-Chatbots zu sprechen

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

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

・Maschineneinstellungen: häufig genutzte Maschinen, Geschwindigkeitsbereiche, Kombinationen aus Farbe und Bedruckstoff, Hinweise zu Stanzform oder Stanzen

・Störungsbehandlung: Passerdifferenzen, Dichteabweichungen, Schablonieren, Rill- oder Falzbruch, Schmutzpunkte, instabile Kaschierung

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

Ich würde kleinen und mittleren Betrieben empfehlen, KI nicht sofort als Gehirn der ganzen Fabrik zu verstehen. Behandeln Sie sie zuerst wie eine sehr gewissenhafte Assistenz in der Produktion, die sich merkt, wie jeder Auftrag gefertigt wurde, wo Fehler auftraten und was beim nächsten Mal zuerst geprüft werden muss

Das Vier-Felder-Modell für Produktionswissen von MINDS ist die erste Bestandsaufnahme, die ich mit kleinen und mittleren Druck- und Verpackungsbetrieben besprechen würde: Ein Auftrag wird zunächst in 4 Felder aufgeteilt: Anforderungen, Einstellungen, Störungen und Übergabe. So bekommt Produktionswissen feste Plätze

・Anforderungsfeld: dokumentiert, ob der Kunde wirklich Abriebfestigkeit, Steifigkeit, Farbstabilität, hochwertige Regalwirkung oder eine niedrige Ausschussquote durch Transportschäden braucht

・Einstellungsfeld: dokumentiert Maschine, Papier, Farbe, Druckverfahren, Bedingungen der Weiterverarbeitung sowie die Gründe für Anpassungen durch die Fachkraft in der Schicht

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

・Übergabefeld: dokumentiert, was für die nächste Schicht, den nächsten ähnlichen Auftrag, das nächste Angebot oder den nächsten Proof zuerst erwähnt werden muss

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

Wenn Ihr Betrieb bereits Angebots-, Prepress- und Reklamationsdaten strukturiert, kann das Beraterteam der MINDS Wissensakademie Sie zunächst bei einer zweiwöchigen Wissensaufnahme begleiten und aus den letzten 10 Rückläufern, Nacharbeiten oder Eilaufträgen die Produktionsregeln herausarbeiten, die zuerst strukturiert werden sollten

Die Schmerzpunkte kleiner und mittlerer Druck- und Verpackungsbetriebe in Taiwan sind sehr konzentriert: langsame Nachfolge, Arbeitskräftemangel, häufige Rüstwechsel und mehr kundenspezifische Aufträge. Wenn diese 4 Faktoren zusammenkommen und Produktionswissen nicht sauber strukturiert ist, verstärkt KI nur das Durcheinander

Ich würde mit 3 Listen beginnen, weil sich diese 3 Listen am leichtesten mit der täglichen Arbeit verbinden lassen

・Nacharbeitsliste der letzten 30 Tage: Aufträge mit zurückgewiesenen Daten, Neudruck, Nachdruck, Reklamationen und Lieferverzug auflisten, um zuerst die häufigsten Probleme zu erkennen

・Liste erfahrener Fachurteile: Fachkräfte bitten, in Alltagssprache aufzuschreiben: „Wenn ich welchen Zustand sehe, stelle ich zuerst wo nach.“ Am Anfang muss daraus noch kein schöner SOP werden

・Kundenfrage-Liste: Fragen sammeln, die Vertrieb, Kundenservice und Prepress täglich gestellt bekommen, besonders zu Material, Farbabweichung, Liefertermin, Proof und Grenzen der Weiterverarbeitung

Hier gibt es ein sehr praxisnahes Urteil: Wenn Dokumente so geschrieben sind, dass niemand sie aktualisieren will, sind sie bereits gescheitert. Eine gute Wissensdatenbank muss so einfach wie eine Betriebsdatenerfassung sein, nicht so mühsam wie ein Bericht

Vor der KI-Einführung prüft MINDS zuerst 3 Dinge

・Gibt es Verantwortliche für Inhalte: Für jede Wissenskategorie muss jemand prüfen können, sonst werden falsche Antworten zum neuen Standard

・Gibt es Grenzen bei Störungen: KI kann eine Reihenfolge für Maßnahmen vorschlagen. Wenn es aber um Sicherheit, Ausschuss oder schwere Reklamationen geht, muss die Entscheidung zurück zur Führungskraft

・Ist das System mit Aufträgen verbunden: Wenn Wissen von Auftragsnummer, Kundenspezifikation und Maschinenbedingungen getrennt ist, wird es schnell zu einem Ordner, den niemand durchsucht

Markenkunden interessiert am meisten nicht, welche KI der Betrieb nutzt, sondern ob bei der 2. und 3. Bestellung derselben Schachtel Farbe, Material, Liefertermin und Kommunikationsaufwand stabil bleiben

Auch Designer sind betroffen, denn wenn ein Verpackungsbetrieb Regeln für druckfertige Daten, Stanzformgrenzen, Farbrisiken und Hinweise zur Weiterverarbeitung als nachschlagbares Wissen strukturiert, können Designvorschläge früher Probleme vermeiden, die sonst im Prepress hängen bleiben

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

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

・Vor dem Proof: Prepress kann früher auf Risiken bei Beschnitt, Linienstärke, Sonderfarben, partiellem UV-Lack oder Heißfolienprägung hinweisen

・Nach der Serienproduktion: Der Kundenservice kann Reklamationen mit demselben Auftragskontext beantworten, statt jedes Mal die Produktion erneut zu befragen

Wenn ein Projekt hochwertige, vollständig kundenspezifische Akzidenzdrucke betrifft, kann MINDS Printing (MS) Proofing, Material, Weiterverarbeitung und Terminbewertung in eine gemeinsame Auftragsperspektive bringen. So weiß die Markenseite bereits vor dem Druck, welche Designentscheidungen zusätzliche Risiken erzeugen

・KI in Verpackungsbetrieben sollte zuerst Produktionswissen strukturieren, bevor über Automatisierung gesprochen wird

・Wenn Erfahrungswissen nur in den Köpfen bleibt, zeigt sich das Nachfolgerisiko direkt bei Lieferterminen und Ausbeute

・Erst wenn ein Auftrag in die 4 Felder Anforderungen, Einstellungen, Störungen und Übergabe aufgeteilt wird, erhält KI nutzbaren Produktionskontext

・Kleine und mittlere Betriebe müssen nicht sofort ein großes System bauen. Wer die Nacharbeiten und Reklamationen der letzten 30 Tage strukturiert, hat bereits eine Richtung

・Je früher Designer Prepress- und Weiterverarbeitungsgrenzen kennen, desto seltener müssen sie vor und nach dem Proof Daten hin und her korrigieren

Das aktuelle CommandCore-Update gibt Druck-, Verpackungs- und SaaS-Teams einen sehr direkten Impuls: KI-Einführung sollte dort beginnen, wo Arbeitsabläufe am leichtesten reißen. Verpackungsbetriebe strukturieren zuerst Auftragswissen, Designteams zuerst Regeln für druckfertige Daten und Materialgrenzen, SaaS-Teams sorgen zuerst dafür, dass jedes Angebot, jeder Proof, jede Störung und jede Reklamation in denselben Auftragskontext zurückgeführt werden kann. Das Vier-Felder-Modell für Produktionswissen von MINDS kann zunächst 2 Wochen lang in einer Tabelle getestet werden. Erst wenn klar ist, dass die Produktion es wirklich ausfüllt und Führungskräfte es wirklich lesen, sollte entschieden werden, ob es an ERP, RIP, Kundenservice oder Angebotssystem angeschlossen wird

・EPS aktualisiert CommandCore zur Unterstützung der KI-Einführung in Verpackungsbetrieben