KI / MLOEE & Produktion
KI-basierte Schichtplanung
Automobil Deutschland
ML-Modell ersetzt manuelle Schichtplanung — Planungsaufwand halbiert, Überstunden signifikant reduziert.
Ein mittelständischer Automobilzulieferer mit drei Produktionslinien kämpfte mit täglich mehreren Stunden manueller Schichtplanung. Urlaubswellen, Qualifikationsprofile und Maschinenkapazitäten mussten händisch koordiniert werden.
RALUS entwickelte ein ML-basiertes Planungssystem, das historische Schichtdaten, Qualifikationsprofile und Maschinenzustände kombiniert. Das Modell schlägt täglich optimierte Schichtpläne vor — der Planer validiert in Minuten statt Stunden.
Nach sechs Wochen Rollout war das System vollständig in den Tagesablauf integriert. Der Planungsaufwand sank um 50%, Überstunden durch schlechte Besetzung um 31%.
Ergebnisse
−50%
Planungsaufwand
−31%
Überstunden
6 Wo.
Rollout
Eingesetzte Technologien
PythonFastAPIReactPostgreSQLDocker
#Schichtplanung#ML#Ressourcenoptimierung#Python