Wie verbessert die KI-Prozessempfehlung die Effizienz der Verpackungsproduktion?

Letztes Jahr hatten wir einen Kunden, der kreative Merchandise-Artikel herstellt und zum ersten Mal bei uns einen Andruck in Auftrag gab – das Ergebnis waren drei komplett fehlgeschlagene Andrucke.

Das lag nicht an unserer Verarbeitung, sondern daran, dass sie selbst nicht bedacht hatte: Auf der Knicklinie des Kartonverschlusses wurde eine Heißfolienprägung angebracht, und die Folie riss an der Knickstelle direkt ein. Beim ersten Andruck fiel ihr das nicht auf, beim zweiten Versuch verlagerte sie die Heißfolienprägung – diese wurde jedoch von einer Blindprägung überlagert, und beim dritten Mal lag das Blindprägemuster zu nah am Rand, sodass es beim Stanzen ausbrach.

Als sie mir zurückschrieb, war es ihr sichtlich peinlich: „Hätte ich gewusst, dass das passieren kann, hätte ich euch die Datei vorher zeigen sollen."

Ich antwortete: „Solche Probleme kann KI heute schon markieren, bevor die Datei in die Produktion geht." Dieses Erlebnis hat mir verdeutlicht: Verzögerungen bei Verpackungsprojekten liegen nie an der Druckgeschwindigkeit, sondern an Verarbeitungskonflikten und fehlenden Parametern. Dieser Artikel nimmt das Beispiel „drei komplett fehlgeschlagene Andrucke" zum Aufhänger und erklärt die vier Logikebenen, mit denen die KI-gestützte Verarbeitungsempfehlung die Effizienz steigern kann.

Ebene 1: Vor der Produktion eine Vollständigkeitsprüfung durchführen – damit Design, Einkauf und Produktion mit denselben Parametern arbeiten

Im traditionellen Ablauf sendet der Kunde die Designdatei → der Vertrieb leitet sie an die Produktion weiter → die Produktion stellt fest, dass dies und das fehlt → es werden immer wieder Parameter beim Kunden nachgefragt → der Kunde überarbeitet und sendet erneut → weiter in die Werkstatt. In jedem Schritt können Informationen verloren gehen.

Der erste Schritt der KI-gestützten Prozessempfehlung besteht darin, die Datei zu lesen und eine Vollständigkeitsprüfung durchzuführen. Dabei werden folgende Punkte gescannt: Maße (Länge, Breite und Höhe des Zuschnitts der Kartonform), Quantity (Bestellmenge), Farben (Sonderfarbenliste), Weiterverarbeitung (Heißfolienprägung/UV/Reliefprägen/Prägen), Material (Grammatur und Materialart).

Nach dem Scan wird eine „Nachlieferliste" erstellt, in der genau angegeben ist, welcher Punkt fehlt, warum er benötigt wird und in welchem Format der Kunde ihn bereitstellen sollte. Diese Liste wird nicht nur an eine Person gesendet – Design, Einkauf und Produktion können sie alle nutzen.

Hätte dieser Kulturerbe-Kunde damals diesen Prozess durchlaufen, hätten mindestens 2 der 3 Bemusterungen vermieden werden können. Das grundlegende Problem der ersten Rissbildung war, dass der Kunde sich des Prozesskonflikts „Heißfolienprägung + Knicke" gar nicht bewusst war.

Schicht zwei: Prozesskonflikte frühzeitig ausschließen – „Ausschussfenster" bereits vor der Produktion abfangen

In der Verpackungsproduktion gibt es 7 häufige Prozesskonflikte, die KI erkennen und deren Positionen im Voraus kennzeichnen kann:

• Heißfolienprägung überquert die Rilllinie: Die Heißfolie hat an der Rillung keinen Dehnungsspielraum und reißt daher zwangsläufig. Die KI vergleicht automatisch das Heißfolienlayout mit der Konstruktionslinie und markiert überlappende Bereiche.
• Feine Heißfolienlinien: Heißfolienlinien, die zu dünn sind (weniger als 0,8 mm), reißen leicht oder bilden faserige Ränder. Die KI markiert alle dünnen Heißfolienlinien.
• Prägeflächen zu nah am Rand: Wenn der Rand des Prägeflächenmotivs zur Stanzlinie < 5 mm beträgt, lässt die Stanzschlagkraft die Prägung ausbrechen. Die KI misst den Abstand und gibt einen Hinweis.
• Partielle UV-Beschichtung überquert die Rilllinie: UV-Beschichtung reißt an der Rillung leicht. Die KI markiert die Schnittpunkte zwischen UV-Bereichen und Rillinien.
• Prägung nach der Kaschierung: Die laminierte Oberfläche beeinträchtigt die Haftung der Prägung. Die KI weist je nach Prozessreihenfolge auf das Risiko hin.
• Sonderfarbe überlagert mit Vierfarbdruck: Das Übereinanderdrucken von Sonderfarben über den Vierfarbdruck führt leicht zu Trübungen. Die KI markiert die Überlappungsbereiche.
• Gleichmäßigkeit großer Vollflächen: Große Vollflächen zeigen im Digitaldruck leicht Farbabweichungen. Die KI schlägt vor, auf Offsetdruck zu wechseln oder in mehreren Durchgängen zu überdrucken.

Diese Konflikte wurden im herkömmlichen Prozess ausschließlich durch die Erfahrung des Meisters „auf einen Blick" erkannt. Die KI verwandelt Erfahrung in Regeln, sodass auch neue Mitarbeiter die Dateien vor dem Produktionsbeginn selbst prüfen können

Dritte Ebene: Anfrage- und Bemusterungsvorbereitung verkürzen – von „mehreren Frage- und Antwortrunden" zu „einer einzigen Prüfliste"

Der traditionelle Anfrageprozess läuft oft so ab: Der Kunde fragt „Was kostet es?" → der Vertrieb fragt „Maße?" → der Kunde schickt eine Datei → die Druckvorstufe fragt „Material?" → der Kunde antwortet → der Vertrieb fragt „Anzahl der Farben?" → … Nach dieser Runde sind 3–5 Werktage vergangen.

Die KI strukturiert die Parameter der Druckdatei in eine strukturierte Checkliste:

• Abmessungen im Zuschnitt (automatisch aus dem PDF ausgelesen)
• Material (Erkennung von Laminatschichten, Heißfolienschichten, UV-Schichten)
• Druckfarbenanzahl (Erkennung von CMYK + Sonderfarben)
• Reihenfolge der Arbeitsschritte (Erkennung von Layout- und Verarbeitungspositionen)
• Stückzahl und Liefertermin (aus den Kundeneingaben ausgelesen)

Der Vertriebsmitarbeiter kann mit dieser Checkliste die Angebotsprüfung in 10 Minuten abschließen. Der Kunde muss nur noch Besonderheiten ergänzen (Sondermaterialien, Sonderliefertermine) und nicht bei Null anfangen zu antworten.

Für den Bemusterungsprozess gilt das Gleiche. Die KI erspart zwar nicht die Bemusterung (Farbe und Konstruktion müssen am physischen Muster bestätigt werden), abersie verwandelt die Bemusterung von „Grundinformationen ergänzen" zu „das Endergebnis validieren", wodurch die Wirksamkeit jeder Bemusterung deutlich gesteigert wird.

Schicht vier: Produktionsplanungsinformationen klarer gestalten – Ressourcenlisten im Voraus erstellen

Unterschiedliche Verfahren belegen unterschiedliche Geräte und Werkzeuge. Das Heißprägen erfordert Folien und Heißprägeklischechen; das Prägen erfordert passende Prägestempel und -matrizen; UV erfordert UV-Lampen und Klischees; das Laminieren erfordert eine Laminiermaschine. Die KI generiert basierend auf den Arbeitsschritten eine Ressourcenliste, und das Produktionsplanungspersonal überprüft vorab, ob Geräte und Werkzeuge bereitstehen.

Die Empfehlung sollte auch die Arbeitsschrittabhängigkeiten anzeigen. Zum Beispiel:

• Das Laminieren muss nach dem Stanzen erfolgen (andernfalls beschädigt der Stanzvorgang die Laminierkanten).
• Partielle UV-Beschichtung muss nach dem Stanzen erfolgen (um zu verhindern, dass die Schnittkanten die UV-Schicht beschädigen).
• Das Prägen muss nach dem Stanzen erfolgen (um zu verhindern, dass Verformungen an den Schnittkanten die Prägeposition beeinträchtigen).

Eine klare Reihenfolge der Arbeitsschritte reduziert Wartezeiten und abteilungsübergreifende Erläuterungen. Bei einem Auftrag über 800 Geschenkboxen lässt sich der Produktionsplanungszyklus durch eine klare Arbeitsschrittfolge von 12 Tagen auf 8–9 Tage verkürzen.

Wie KI und Mensch zusammenarbeiten

Jener Kulturgüter-Kunde ließ seitdem alle neuen Designs zunächst von uns vorprüfen. Er sagte: „KI ersetzt mich nicht beim Entwerfen, sondern sie filtert 80 % der typischen Fehler für mich heraus, damit ich mich auf die Kreativarbeit konzentrieren kann."

Dies verdeutlicht die ideale Arbeitsteilung zwischen KI und Mensch:

• KI eignet sich für: schnelle Überprüfung repetitiver Regeln (Prozesskonflikte, fehlende Parameter, Layout-Anomalien), strukturierte Erstellung von Parameterlisten sowie die Erzeugung von Ressourcenlisten pro Arbeitsschritt.
• Der Mensch eignet sich für: haptische und ästhetische Beurteilung, Einschätzung außergewöhnlicher Materialien sowie komplexe Kommunikation und Entscheidungsfindung.

Das System gibt Risikostufen (hoch, mittel, niedrig) aus, um den Mitarbeitern die Reihenfolge der Gegenprüfung zu erleichtern. Projekte mit hohem Risiko werden vorrangig gemustert oder auf der Maschine getestet; Projekte mit niedrigem Risiko durchlaufen den Standardprozess.

Wie lässt sich die Effizienzsteigerung überprüfen?

Wir haben eine Reihe von Kundendaten ausgewertet: Bei Aufträgen mit AI-gestützter Prozessvorprüfung sank die durchschnittliche Anzahl der Bemusterungen von 2,3 auf 1,4; die Zeitspanne von der Anfrage bis zur Bestellung wurde von 5 Tagen auf 2,5 Tage verkürzt; die Anzahl der Korrekturschleifen reduzierte sich von 3 auf 1,5.

Diese Kennzahlen können Sie selbst verfolgen:

• Anzahl der ergänzenden Parameter (je weniger, desto besser)
• Anzahl der Korrekturschleifen (je weniger, desto besser)
• Dauer der Angebotsphase (je kürzer, desto besser)
• Bemusterungs-Erfolgsquote (je höher, desto besser)
• Kurzfristige Plattenwechsel und Stillstandsursachen (zur Rückmeldung in die AI-Regeldatenbank)

Werden kontinuierlich reale Ergebnisse zurückgespielt, richten sich die Empfehlungen stärker an der Produktionsrealität aus. Bei der AI-Prozessempfehlung geht es nicht darum, „wie schnell die KI läuft“, sondern darum, „wie viele Fehltritte die Fabrik vermeidet“.