Die Diskussion über die Themen Digitalisierung und künstliche Intelligenz in der flachglasverarbeitenden Industrie wird häufig zwischen Euphorie und Skepsis geführt. Die einen erwarten den nächsten Effizienzsprung, die anderen sehen nur Aufwand und einen weiteren Hype. Beide Sichtweisen greifen jedoch zu kurz. Warum, das erfahren Sie hier.
Stellt KI nun die Glasbranche auf den Kopf? Nein. Die eigentliche Herausforderung für Glasbetriebe liegt aktuell nicht darin, dass KI plötzlich alles verändert. Es besteht vielmehr die Gefahr, dass der Wettbewerb die Digitalisierung sowie KI früher und konsequenter nutzt als man selbst. Dazu kommt, dass viele Betriebe heute noch immer versuchen, die Komplexität von 2026 mit Prozessen aus dem Jahr 2012 zu steuern.
Doch wie sieht heute die Praxis aus? Die Belastungen der Branche sind real: Energiekosten, Fachkräftemangel, Preisdruck, enge Liefertermine und intensiver Wettbewerb. Gerade deshalb ist es bemerkenswert, dass ein erheblicher Teil der täglichen Reibungsverluste nicht an der Maschine, sondern in den Abläufen rund um die Maschine entsteht.
Die Fertigung ist oft hochpräzise. Die Informationsverarbeitung davor und danach ist jedoch vielerorts kleinteilig. Telefonate, Excel-Listen, manuelle Rückfragen und gewachsene Schnittstellen prägen die operative Realität.
Wo beginnt die Digitalisierung?
Digitalisierung beginnt nicht mit einem weiteren Tool, sondern mit der Fähigkeit, Entscheidungen schneller, belastbarer und transparenter zu treffen. Wenn ein Unternehmen nach mehreren Jahren der Digitalisierung nicht besser entscheidet als zuvor, hat es keine echte Digitalisierung erreicht, sondern bestenfalls eine digitalisierte Unordnung geschaffen. Dabei ist die Unterscheidung zwischen ERP- und MES-Perspektive wichtig. Ein ERP-System bildet vor allem die kaufmännischen und organisatorischen Abläufe ab: Anfrage, Angebot, Auftrag, Kalkulation, Einkauf, Material, Termine, Lieferung und Rechnung.
Ein MES richtet den Blick dagegen stärker auf den Shopfloor: Maschinen, Arbeitsgänge, Ist-Zeiten, Rückmeldungen, Qualität, Ausschuss, Störungen und Prozesszustände.
Erst wenn beide Welten zusammenspielen, werden sie wirklich wirksam. Denn die zentrale Frage lautet selten: „Was steht im Auftrag?“ Oder: „Was passiert gerade an der Maschine?“
Vielmehr ist entscheidend, was der aktuelle Zustand für den Kunden, den Termin, die Kapazität und die Wirtschaftlichkeit bedeutet.
Ein erstes Beispiel aus der ERP-Welt ist die kurzfristige Terminverschiebung eines Kundenauftrags. Ein Kunde fragt, ob eine Lieferung einen Tag früher möglich ist. Was zunächst wie eine normale Vertriebsfrage klingt, löst oft eine Kette von Abstimmungen aus: Ist das benötigte Glas verfügbar? Welche Bearbeitung ist vorgesehen? Welche weiteren Aufträge hängen am gleichen Material oder an denselben Kapazitäten? Gibt es Zusagen an andere Kunden oder bereits geplante Touren?
Was folgt, ist nicht selten ein Abstimmungsmarathon zwischen Vertrieb, Arbeitsvorbereitung, Einkauf, Produktionsplanung und Logistik. Dieses „Industrie-Tetris“ bindet Zeit und verwandelt eine einfache Kundenanfrage in ein operatives Risiko. Ein gut angebundenes ERP-System schafft Transparenz über Verfügbarkeit, Prioritäten, Lieferzusagen und wirtschaftliche Folgen. KI kann ergänzend dabei helfen, ähnliche Fälle zu erkennen, Alternativen vorzuschlagen und Risiken für Termin- und Margenabweichungen früher sichtbar zu machen.
Viele Betriebe versuchen heute noch immer, die Komplexität von 2026 mit Prozessen aus dem Jahr 2012 zu steuern
Vom Datenproblem zum Mehrwert
Bevor über KI gesprochen wird, muss eine unbequemere Wahrheit benannt werden: Viele Unternehmen haben weniger ein KI-Problem als ein Datenproblem.
Maschinendaten sind meist zwar vorhanden, aber nicht durchgängig nutzbar. Artikelstammdaten sind uneinheitlich erfasst. Ausschussgründe werden unsauber dokumentiert. Reklamationen werden zwar dokumentiert, aber nicht systematisch ausgewertet. Planungs- und Ist-Daten sind nicht aufeinander abgestimmt.
Unter solchen Bedingungen bleibt die beste KI hinter ihren Möglichkeiten zurück. Unternehmen müssen nicht perfekt digitalisiert sein, um mit KI zu beginnen. Sie müssen aber ehrlich genug sein, um ihre Prozess- und Datenlücken offenzulegen, wie das folgende Beispiel zeigt. Dieses liegt im MES-Umfeld, in den Bereichen Produktion und Qualitätssicherung. In vielen Betrieben werden Störungen, Ausschuss und Nacharbeit zwar erfasst, jedoch nicht mit der nötigen Tiefe ausgewertet. Der einzelne Fehler wird behoben, doch eine systematische Lernkurve bleibt aus.
Werden Bruch, Maßabweichungen, Oberflächenfehler, Kantenprobleme oder Reklamationsursachen jedoch sauber mit Maschine, Schicht, Material, Bearbeitungsschritt und Werkzeugzustand verknüpft, entstehen Muster. Dann wird sichtbar, ob bestimmte Fehler bei bestimmten Formaten, Kombinationen oder Prozessbedingungen gehäuft auftreten.
Ein MES liefert die dafür nötige operative Datengrundlage. KI kann diese Daten verdichten, Auffälligkeiten markieren und Hinweise geben, bevor sich ein Problem in Form von Ausschuss, Nacharbeit oder Kundenreklamationen niederschlägt. Auch hier ersetzt KI nicht die Erfahrung der Mitarbeitenden. Sie sorgt jedoch dafür, dass Erfahrung durch Daten ergänzt und im Unternehmen nutzbar gemacht wird.
Zukunftsversion vs. Fleißarbeit
In der Flachglasverarbeitung liegt der Nutzen von KI weniger in spektakulären Zukunftsbildern als in konkreter Fleißarbeit. KI muss den Betrieb nicht neu erfinden. Es reicht, wenn sie Aufgaben wirksamer erledigt: Angebote konsistenter vorbereiten, Produktionsdaten schneller auswerten, Fehler- und Ausschussmuster erkennen oder Reklamationen strukturierter bearbeiten.
Häufig ist KI nichts anderes als Mustererkennung, Informationsverdichtung und Routinebeschleunigung. Für mittelständische Glasbetriebe ist genau das interessant, da der Nutzen in weniger Suchzeit, weniger Doppelarbeit und weniger Fehlern liegt.
Ein drittes Beispiel verbindet ERP und MES: die Frage nach dem tatsächlichen Auftragsstatus. Kunden wollen heute nicht nur ein gutes Produkt, sondern auch verlässliche Aussagen. Das ERP-System kennt Auftrag, Kunde, Kalkulation und zugesagten Termin. Das MES kennt den Fertigungsfortschritt, Rückmeldungen, Störungen und Qualitätsereignisse. Werden beide Perspektiven zusammengeführt, lässt sich nicht nur sagen, dass ein Auftrag geplant ist, sondern auch, ob er realistisch im Plan liegt, welche Engpässe drohen, welche Alternativen möglich sind und welche Auswirkungen eine Änderung auf andere Aufträge hat.
An dieser Schnittstelle wird KI interessant: Sie kann dabei helfen, Risiken frühzeitig zu erkennen, Priorisierungen vorzuschlagen und Kommunikationshinweise für die Bereiche Vertrieb, Arbeitsvorbereitung und Kundenservice abzuleiten. KI entfaltet ihren Nutzen vor allem dort, wo sie auf belastbare Daten und klar definierte Prozesse trifft. Doch wie sieht der Weg zur praktischen Umsetzung aus?
Die entscheidenden Anwendungsfelder von KI liegen im operativen Alltag: Produktionsplanung, Qualitätssicherung, Vertrieb, Instandhaltung und Sicherung von Erfahrungswissen. Die zentrale Frage ist nicht, welche Software bereits vorhanden ist. Entscheidend ist, ob der Betrieb dadurch robuster, schneller und verlässlicher wird.
Künftig wird nicht nur derjenige im Vorteil sein, der über gute Anlagen verfügt, sondern vor allem derjenige, der Informationen rund um diese Anlagen besser nutzt als andere. Der Wettbewerb entscheidet sich so zunehmend anhand der Daten- und Entscheidungskompetenz.
Was jetzt nicht hilft, ist hektischer KI-Aktionismus oder der beruhigende Hinweis, die eigene Branche sei dafür zu speziell. Gerade die hohe Variantenvielfalt, individuelle Kundenanforderungen, empfindliche Prozesse und zahlreiche Schnittstellen machen die Flachglasverarbeitung zu einem sinnvollen Anwendungsfeld.
Nicht die KI- Technologie ist das eigentliche Risiko, sondern das Zögern, sie anzuwenden
Wie sieht der richtige Einstieg aus?
Der Einstieg ist nüchtern und basiert auf den richtigen Fragen: Wo verlieren wir heute Zeit? Wo entstehen Fehler, wo fallen Nacharbeiten an und wo Ausschuss? Wo hängen Prozesse an einzelnen Personen? Wo fehlen Transparenz und belastbare Daten? Welche Informationen haben wir eigentlich schon, nutzen sie aber nicht?
Wer diese Fragen ernsthaft beantwortet, findet in der Regel schnell ein oder zwei sinnvolle Anwendungsfälle. Entscheidend ist, klein genug zu starten und ernsthaft zu messen. Ein sauber umgesetzter Anwendungsfall in der Angebotsbearbeitung, Produktionsplanung oder Qualitätssicherung ist wertvoller als zwanzig Innovationsfolien.
Deshalb muss KI Chefsache sein
Wichtig ist für den Erfolg, die Verantwortung nicht allein an die IT zu delegieren. Die Digitalisierung ist keine Aufgabe einer Fachabteilung, sondern eine Führungsaufgabe. Sie betrifft Entscheidungen, Standards, Datenqualität, Prozessdisziplin und die Bereitschaft, gewohnte Abläufe zu hinterfragen.
Glas ist und bleibt ein Werkstoff mit Zukunft. Ob ein Unternehmen seinen Platz in dieser Zukunft behaupten kann, wird nicht allein von Maschinen oder Kapazitäten abhängen. Entscheidend wird auch sein, wie gut es gelingt, Prozesse, Daten und Entscheidungen weiterzuentwickeln. Nicht die Technologie ist das eigentliche Risiko, sondern das Zögern.
Autor: Jan Schäpers, CEO Hegla-Hanic
Jetzt weiterlesen und profitieren.
+ Glaswelt E-Paper-Ausgabe – jeden Monat neu + Kostenfreien Zugang zu unserem Online-Archiv + Fokus GW: Sonderhefte (PDF) + Webinare und Veranstaltungen mit Rabatten uvm.
