KI-gestützte Bedarfsprognose: frottana Textil steigert Planungssicherheit und Effizienz in der Produktion

KI-basierte Bedarfsprognose erhöht Planungssicherheit in der Textilbranche

Die Fraunhofer-Einrichtung IWU hat für die frottana Textil GmbH & Co. KG, Hersteller der Marke MÖVE, ein Prognosetool entwickelt, das auf Künstlicher Intelligenz (KI) basiert. Dieses System analysiert historische Verkaufsdaten und liefert eine fundierte, datengetriebene Grundlage für Absatz- und Bestellplanungen. Ziel ist es, die Produktionskapazitäten künftig ebenfalls digital und effizient zu steuern.

Herausforderungen in der Absatz- und Produktionsplanung

Die Textilbranche, insbesondere im Bereich Frottier- und Heimtextilien, ist durch mittelständische Unternehmen geprägt und unterliegt starken saisonalen Schwankungen. Während eine konstante Grundnachfrage besteht, führen saisonale Spitzenzeiten wie Frühling, Urlaubssaison oder Weihnachtsgeschäft zu komplexen Anforderungen in der Planung und Disposition.

Viele Unternehmen verlassen sich bislang auf manuelle Planungsmethoden, die auf Excel-Tabellen, individuellen Berechnungen und Erfahrungswissen basieren. Monatlich werden oft tausende Excel-Dateien neu erstellt oder handschriftliche Listen geführt. Obwohl umfangreiche historische Verkaufs- und Produktionsdaten vorliegen, werden diese selten systematisch ausgewertet. Der Fachkräftemangel und altersbedingte Abgänge verschärfen die Situation, da wertvolles Erfahrungswissen verloren geht. Dies führt zu hoher Planungsunsicherheit, erhöhtem manuellem Aufwand, ineffizienten Produktionsanpassungen und vermeidbaren Kosten durch aufwendigen Datentransfer aus ERP-Systemen in manuelle Tools. Vor diesem Hintergrund gewinnt die Digitalisierung an Bedeutung, um Planungsprozesse auf eine belastbare Datenbasis zu stellen.

Implementierung intelligenter Datenanalyse mittels KI

Die frottana Textil GmbH & Co. KG aus der Oberlausitz, bekannt für hochwertige Frottier-, Bad- und Heimtextilien unter der Marke MÖVE, setzt auf ein gemeinsam mit dem Fraunhofer IWU und der Logsol GmbH entwickeltes Bedarfsprognosetool. Dieses prognostiziert monatliche Verkaufszahlen anhand historischer Absatzdaten und erkennt automatisch Trends sowie saisonale Muster. Zum Einsatz kommen neuronale Netze, die komplexe Zusammenhänge in den Daten erfassen und zuverlässige Vorhersagen ermöglichen. Das Tool soll Unternehmen eine transparente und nachvollziehbare Entscheidungsgrundlage für Absatz- und Dispositionsplanung bieten.

Ergebnisse: Hohe Prognosegenauigkeit trotz begrenzter Daten

• Das Modell erklärt 82,7 % der Verkaufsschwankungen.
• Auch stärkere Abweichungen einzelner Monate werden berücksichtigt, insbesondere die Auswirkungen von Prognosefehlern.
• Bei einem durchschnittlichen Absatz von etwa 340 Einheiten pro Monat liegt die Prognoseabweichung im Mittel bei rund 38 Einheiten (ca. 9 %).

Diese Genauigkeit wurde erreicht, obwohl keine Differenzierung nach Vertriebskanälen, Regionen, Promotion-Effekten oder COVID-19-Sondereinflüssen erfolgte und lediglich vier Jahre historische Daten verwendet wurden.

Automatisierung mit Fokus auf menschliche Expertise

Das entwickelte Prognosetool ersetzt manuelle Planungsprozesse durch eine vollautomatisierte, digitale Lösung. Dadurch wird die Planungsunsicherheit reduziert und eine nachvollziehbare Entscheidungsbasis geschaffen. Die Einarbeitung neuer Mitarbeiter gestaltet sich durch den digitalisierten Prozess effizienter, und krankheitsbedingte Ausfälle erfahrener Fachkräfte können leichter kompensiert werden.

Der Mensch bleibt weiterhin zentral: Mitarbeitende können Prognosen überprüfen, anpassen und ihr Erfahrungswissen gezielt einbringen. Somit entsteht eine Kombination aus KI-gestützter Analyse und menschlicher Expertise, die die Akzeptanz der Automatisierung im Unternehmen fördert.

Ausblick: Integration in die Produktionssteuerung

Geplant ist, das Prognosetool zukünftig direkt in die Produktionsplanung einzubinden. Dies soll eine Optimierung der Produktionsreihenfolgen, eine bedarfsgerechte Anpassung der Losgrößen sowie eine bessere Kapazitätsverteilung über das Jahr ermöglichen.

Fraunhofer IWU: Expertise in der Textilindustrie

Das Fraunhofer IWU verfügt über umfangreiche Erfahrung in der Textilbranche, unter anderem im Projekt SmarMoTEX. Dort wurden digitale Lösungen wie die Materialflusssimulation entwickelt, mit der Produktionsprozesse virtuell abgebildet, Engpässe identifiziert und alternative Strategien getestet werden können, ohne den laufenden Betrieb zu stören. Weitere Projekte umfassen die bildbasierte Fehlererkennung zur Unterstützung der Mitarbeiter bei der Identifikation von Webfehlern sowie die Nachrüstung älterer Textilanlagen mit moderner Sensorik (Retrofit), um deren Wirtschaftlichkeit langfristig zu sichern.

Kontakt für wissenschaftliche Anfragen:

M.Sc. Maxi Grobis
Fraunhofer IWU
Reichenhainer Str. 88
09126 Chemnitz
E-Mail: Maxi.Grobis@iwu.fraunhofer.de
Telefon: +49 371 53971398

Weiterführende Informationen:

Originalpublikation auf der Webseite des Fraunhofer IWU

Auch interessant: Buisiness.Bucheditionen