aiMOOC

Automatisches Ersatzteillager Ehingen – Auftragspriorisierung und KI-Ergebnisse prüfen

QR-Code

Einleitung

Du vergleichst in diesem vollständigen aiMOOC die feste Reihenfolge einer Auftragsklasse mit einer datenbasierten Empfehlung für ein automatisches Ersatzteillager in Ehingen. Du berechnest Fristen, kontrollierst Datenqualität, begründest Abweichungen und entscheidest, wann Fachkräfte eingreifen müssen. Zielgruppen sind Auszubildende im 3. Ausbildungsjahr der Berufe Fachinformatiker, Kaufmann für Digitalisierungsmanagement, Fachkraft für Lagerlogistik und Industriekaufmann. Die Zuordnung zu Beruf und Ausbildungsjahr ist eine redaktionelle Empfehlung und mit Betrieb sowie Berufsschule abzustimmen.

Geltungsgrenze: Reale Anlagenstruktur und grundlegende KI-Funktionen sind durch öffentliche Betreiber-, Hersteller- und Fallberichte belegt (Quellenstand 13.08.2026). Sämtliche Auftragskennungen, Zeiten, Kennzahlen in Rechenübungen, Prüfprotokolle und Prioritätsregeln hier sind synthetische Lehrmodelle, nicht interne Liebherr-Daten, Herstellerparameter, Sicherheitsgrenzen oder Bedienfreigaben. Die Anfang 2026 angekündigte Erweiterung wird nicht als nachweislich abgeschlossen dargestellt. Maschinenarbeit ist nur nach betrieblicher Unterweisung unter qualifizierter Anleitung zulässig. Dieses Angebot ist ergänzendes Lernen, kein offizieller Liebherr-Lehrgang und kein Ersatz für Betriebsanweisungen.

Reale Lagerstruktur und Grenzen des Falles

Vom Ersatzteilauftrag zum Warenfluss

Das Liebherr-Werk Ehingen beschreibt ein automatisiertes Ersatzteillager mit rund 18.000 Palettenstellplätzen in sechs Gassen, 40.000 Plätzen für Kleinteilebehälter und einem Warehouse Management System (WMS). Jungheinrich nennt dazu ein etwa 30 Meter hohes Paletten-Hochregallager, ein zweigassiges Shuttle-Kleinteilelager und Fördertechnik. Das WMS verarbeitet nach Herstellerdarstellung auch Prozesse angrenzender manueller Lagerbereiche und tauscht Informationen mit dem ERP-System aus. Die konkrete Steuerung, Softwareversion und Freigabelogik können aus allgemein zugänglichen Berichten nicht als ausführbare Betriebsanweisung abgeleitet werden.

Selbst erstelltes didaktisches Prozessschema, keine reale Anlagenzeichnung:

Informationsebene	Materialebene	Typischer Prüfpunkt
Kundenauftrag und Versandfrist im ERP	Noch kein physischer Transport	Termin, Artikel, Lieferadresse, Prioritätsklasse
WMS prüft Bestand, Status und Lagerort	Paletten-HRL, Shuttle oder manueller Bereich	Plausibilität und Reservierung
Freigegebener Kommissionierauftrag	Förderübergabe und Bereitstellzone	Ressourcen, Störung, sichere Freigabe
Kommissionierung und Konsolidierung	Zusammenführung von Auftragspositionen	Vollständigkeit, Chargen- und Artikelbezug
Versandbestätigung und Prüfprotokoll	Übergabe an Transportdienstleister	Tatsächliche Fertigstellzeit und Cut-off

Abbildung: Beispiel eines automatischen Hochregallagers mit Regalbediengeräten, nicht das Werk Ehingen. Gilgen Logistics AG, Wikimedia Commons, CC BY-SA 4.0.

Quellen lesen, ohne Plan und Realität zu verwechseln

Liebherr erläutert 2025 in Smart Factory die Verbindung von Lagerverwaltung und Materialflussrechner. Die Jungheinrich-Meldung von 2020 beschreibt die geplante Anlage, während eine weitere Meldung vom 08.01.2026 zusätzliche Goods-to-Person-Arbeitsplätze und eine für das zweite Quartal 2026 vorgesehene Inbetriebnahme nennt. Eine Ankündigung beweist die spätere Fertigstellung nicht. Vergleiche Veröffentlichungsdatum, Projektphase und Gegenstand jeder Aussage, bevor du Zahlen übernimmst.

Das Herstellerinterview vom 13.08.2026 beschreibt KI-gestützte Auswertung aktueller Lagerdaten und prognostizierter Durchlaufzeiten für die Priorisierung. Ein öffentliches IFOY-Fallbeispiel erläutert die Beachtung verschiedener Versand-Cut-offs und die Bestimmung günstiger Kommissionierstartpunkte. Diese Aussagen stützen das Prinzip, nicht die Offenlegung eines trainierten Algorithmus oder dessen konkreter Parameter.

Verifiziertes Herstellervideo: Einblicke in ein Shuttle-Kleinteilelager am Projekt Ehingen; Betreiber- und Herstellerfilm, keine freigegebene Schulungs- oder Bedienanweisung.

Videoquelle und Rechte: Jungheinrich AG, 31.07.2025; Rechte beim Rechteinhaber, hier ausschließlich Verlinkung/Einbettung, nicht als OER zur freien Wiederverwertung gekennzeichnet.

Priorisierung: feste Regel und datenbasierte Empfehlung

Ziele, Regeln und Zielkonflikte

Auftragspriorisierung legt fest, welche zulässigen Aufträge zuerst Bearbeitungskapazität erhalten. Eine einfache feste Regel kann lauten: P1 vor P2 vor P3, innerhalb derselben Klasse nach Eingangszeit. Das ist leicht überprüfbar, übersieht aber möglicherweise eine näher rückende Versandfrist eines niedrigeren Prioritätstyps. Eine datenbasierte Empfehlung verwendet zusätzlich Informationen über prognostizierte Bearbeitungsdauer, Cut-off, aktuelle Auslastung und Materialverfügbarkeit. Auch eine gute Empfehlung muss mit Sicherheits-, Qualitäts- und Freigaberegeln vereinbar sein.

Cut-off bedeutet den spätesten für die jeweilige Aufgabe definierten Übergabezeitpunkt. Ein hoher Servicewert kann mit unnötigen Zwischenpuffern, vielen Umlagerungen oder einer Benachteiligung anderer Aufträge einhergehen. Deshalb werden mindestens Termintreue, Wartezeit, Prozesskosten, Regelkonformität und Ausnahmehäufigkeit betrachtet. Keines dieser Ziele darf eine dokumentierte Sperre ohne Berechtigung aufheben. Eine zeitkritische Sendung ohne freigegebenen Bestand ist nicht automatisch ausführbar.

Abbildung: Symbolbild eines automatisierten Lager- und Transportsystems, kein Nachweis der Anlage in Ehingen. QmcBeQ3G7DZCmY84uPgT, Wikimedia Commons, CC BY 4.0.

Rechenregel des ausdrücklich fiktiven Lehrmodells

Für einen kontrollierbaren Vergleich benutzen wir die Restzeit (auch Schlupfzeit genannt): Restzeit in Minuten = Versandfrist minus jetzige Uhrzeit minus prognostizierte Restdurchlaufzeit. Eine geringe oder negative Restzeit zeigt hohen Terminbedarf; negative Werte kennzeichnen ein Risiko, keine automatische Freigabe. Die Rechenregel ist eine transparente Heuristik und ausdrücklich nicht der reale Liebherr-/Jungheinrich-KI-Algorithmus. KI-Prognosen könnten die Zeitwerte liefern, doch eine Fachkraft muss Qualität, Freigabe und Ausnahmen überprüfen.

Beispiel: Um 09:00 Uhr liegt die Frist bei 09:25 Uhr; die prognostizierte gesamte Restdurchlaufzeit bis zur Versandübergabe beträgt 12 Minuten. Zeit bis Frist = 25 Minuten; Restzeit = 25 − 12 = 13 Minuten. Ein anderer Auftrag endet voraussichtlich in 18 Minuten und hat einen Cut-off 10:30 Uhr: Restzeit = 90 − 18 = 72 Minuten. Zuerst erscheint der erste Auftrag zeitkritischer. Bei serieller Bearbeitung wird die Restzeit nach jeder Entscheidung erneut berechnet; bei parallelen Stationen benötigt man ein komplexeres Kapazitätsmodell.

Regeltyp	Vorteil	Risiko	Geeigneter Prüfgegenstand
Feste Klassenregel	Einfach erklärbar und reproduzierbar	Frist kann trotz hoher Priorität übersehen werden	Serviceklassen und Eingangsfolge
Frühester Cut-off	Deckt nahe Fristen ab	Lange Aufträge und Ressourcenabhängigkeit fehlen	Versandfenster und Zeitzone
Kleinste Restzeit	Bezieht prognostizierte Dauer ein	Fehlerhafte Schätzung verfälscht Rang	Zeitprognose und Datenalter
Datenbasierte WMS-Empfehlung	Kann zusätzliche Prozessmerkmale abbilden	Modell- und Verteilungsfehler sind möglich	Erklärbarkeit, Fehlerbild und Eingriffsrechte

Eigenes Ablaufdiagramm als didaktisches Schema: Auftrag erfassen → Stammdaten und Sperren prüfen → Cut-off validieren → Durchlaufzeit schätzen → Restzeit und Ressourcen prüfen → zulässige Reihenfolge empfehlen → Fachfreigabe bei Ausnahme → Ausführung durch autorisierte Prozesse → Ist-Daten zurückmelden → Ergebnis bewerten.

Warum die KI-Ausgabe noch keine fachliche Entscheidung ersetzt

Das WMS kann Abläufe vorschlagen oder innerhalb seiner autorisierten Funktionen steuern. Das Lernziel lautet dennoch: Trenne Prognose von Entscheidung. Eine hohe modellinterne Sicherheit ersetzt keine Bestandsprüfung, Versandvereinbarung, gesetzliche Vorgabe, menschliche Verantwortung oder Maschinenfreigabe. Ebenso gilt: Ein KI-Modell, das im Durchschnitt gut liegt, kann seltene, wirtschaftlich kritische Ersatzteile systematisch unterschätzen. Prüfe deshalb Extremfälle und begründe Übersteuerungen.

Zweites verifiziertes Herstellervideo: Paletten-HRL und Förderprozesse des Projekts.

Videoquelle und Rechte: Jungheinrich AG, 28.07.2025; Rechte beim Rechteinhaber, nur Videoeinbettung/Verlinkung, keine freie Wiederverwertung zugesagt.

Datenqualität, Ausnahmen und fachliche Kontrolle

Mindestdaten einer überprüfbaren Empfehlung

Eine belastbare Prüfung beginnt mit Datenfeldern, nicht mit einer KI-Aussage. Halte Auftrags-ID, Zeitstempel mit Zeitzone, Freigabe- und Bestandsstatus, Artikel und Mengeneinheit, Herkunftsbereich, vereinbartes Versandfenster, prognostizierte Durchlaufzeit samt Modellversion und Zeitpunkt der Berechnung fest. Wo betriebliche Regeln betroffen sind, gehören definierte Verantwortliche und Freigabeberechtigungen dazu. Die folgende Prüftabelle ist ein Lehrmuster, keine Abbildung produktiver Benutzeroberflächen.

Prüfdimension	Leitfrage	Beispiel für den Fehler	Sichere Reaktion im Lehrmodell
Vollständigkeit	Sind Menge, Termin und Status belegt?	Versandfenster fehlt	Empfehlung als unvollständig markieren
Aktualität	Wie alt sind Bestand und Prognose?	Bestandsscan einen Tag alt	Aktuellen Status über autorisierten Prozess ermitteln
Eindeutigkeit	Ist der Auftrag genau einmal erfasst?	Doppelte Auftrags-ID	Duplikat vor Freigabe aufklären
Plausibilität	Stimmen Zeiten und Einheiten?	Negative Bearbeitungsdauer	Dateneingang sperren und korrigieren lassen
Konsistenz	Stimmen ERP und WMS überein?	Verschiedene Sperrkennzeichen	Führendes System und Änderungsverlauf prüfen
Nachvollziehbarkeit	Sind Modellstand und Eingriff dokumentiert?	Nur Empfehlung ohne Zeitstempel	Version und Prüfspur nachfordern

Abbildung: Allgemeines automatisiertes Lager als Vergleichsbild, nicht Ehingen. SECOM ILUMINACION, Wikimedia Commons, CC BY-SA 4.0.

Ausnahmen statt blinder Automatisierung

Bestand gesperrt: Die Termindringlichkeit ändert nichts am fehlenden Freigabestatus. Eine zuständige Fachkraft untersucht den Sperrgrund und dokumentiert, ob die Ware rechtmäßig und sicher bereitgestellt werden darf. Fehlerhafte Prognose: Weicht die tatsächliche Durchlaufzeit stark ab, muss die Prognosequalität überprüft werden. Förderstörung: Ein Rechenmodell für normale Fahr- und Förderzeiten ist möglicherweise ungültig; reale Maschinenfreigaben und Sicherheit liegen ausschließlich bei eingewiesenen Berechtigten. Konflikt der Ziele: Ein im Durchschnitt günstiger Vorschlag kann besonders dringliche Einzelaufträge benachteiligen.

Prüffolge als eigener Entscheidungsbaum (Lehrmodell):

Schritt	Wenn ja	Wenn nein
Gültige Auftrags- und Fristdaten vorhanden?	Weiter zur Bestandsprüfung	Datensatz korrigieren lassen; keine Freigabe
Bestand verfügbar und freigegeben?	Weiter zur Ressourcenprüfung	Sperre untersuchen und zuständige Stelle informieren
Prognose aktuell und plausibel?	Empfehlung berechnen	Konservativen Fallback und Fachprüfung auslösen
Empfehlung erfüllt dokumentierte Regeln?	Autorisierten Prozess fortsetzen	Abweichung begründen und freigeben lassen
Abwicklung abgeschlossen und quittiert?	Ist-Wert und KPI protokollieren	Status und Übergabe klären

Beispiel für ein rein synthetisches Auditprotokoll: 09:03 Uhr; Auftrag C; Bestandsstatus freigegeben; Prognoseversion L-01; Durchlaufzeitprognose 12 min; feste Rangfolge 3; datenbasierter Vorschlag Rangfolge 1; Grund: Restzeit 13 min; zuständige Lehrrolle prüft Termingültigkeit; Ergebnis: Empfehlung im Modell angenommen. Ein reales Protokoll darf keine geschützten Kunden- oder Personendaten in diesen Lernkurs übertragen.

Abbildung: Generische Darstellung eines Kommissionierroboters als Symbol für Automatisierung, nicht als Nachweis eines konkreten Liebherr-Roboters. Rlistmedia, Wikimedia Commons, CC BY 4.0; Attribution des Urhebers: insights.rlist.io.

Kennzahlen und Bewertungsmethoden

Termintreue, Verspätung und Vorhersagefehler

Termintreue ist die Anzahl fristgerecht abgeschlossener Aufträge geteilt durch die Gesamtzahl der für die jeweilige Auswertung berücksichtigten Aufträge, multipliziert mit 100 Prozent. Definiere vorher, ob gesperrte und stornierte Aufträge in den Nenner gehören. Verspätung je Auftrag = Maximum aus null und der Differenz zwischen tatsächlicher Fertigstellung und Cut-off. Die Summe der Verspätungsminuten zeigt den Umfang der Verzögerung besser als die bloße Quote. Prognosefehler = Ist-Durchlaufzeit minus prognostizierte Durchlaufzeit; der absolute Fehler betrachtet den Betrag. Mit dem MAE, dem Mittelwert der absoluten Prognosefehler, kannst du Modelle auch dann vergleichen, wenn sich positive und negative Fehler gegenseitig aufheben würden.

Mini-Rechnung: Drei rein synthetische Prognosen betragen 10, 14 und 12 Minuten; die Ist-Werte sind 12, 11 und 15 Minuten. Absolute Fehler: 2, 3 und 3 Minuten. MAE = (2 + 3 + 3) / 3 = 2,67 Minuten. Ein Mittelwert allein zeigt mögliche systematische Fehler in bestimmten Auftragsgruppen nicht. Prüfe dazu gesondert HRL, Shuttle, manuelle Bereiche, besonders eilige Sendungen und unterschiedliche Tageszeiten.

Gleiche Bedingungen für einen fairen Vergleich

Vergleiche eine feste Regel und eine datenbasierte Variante nur mit denselben synthetischen Eingangsaufträgen, derselben Ressourcenkapazität, denselben Versandfristen und demselben Auswertungsfenster. Miss nicht nur die Quote, sondern auch durchschnittliche Wartezeit, Gesamtdurchlaufzeit, Anzahl manueller Eingriffe, Ausschlüsse wegen Datenfehlern und Anteile je Prioritätsklasse. Vermeide Datenleckage: Prognosen dürfen im Test keine tatsächlichen zukünftigen Fertigstellzeiten verwenden. Ein Rückblick auf vergangene Aufträge ist keine sichere Aussage über die Wirkung im künftigen Betrieb; Lastspitzen und Ausfälle benötigen getrennte Tests.

Selbst erstelltes Säulendiagramm als Text; ausschließlich die folgende Lernsimulation:

Methode	Termintreue im fehlerfreien Grundfall	Symbolische Darstellung
Feste P-Klassenregel	2 von 6 = 33,3 %	██░░░░
Datenbasierte Restzeitregel	6 von 6 = 100 %	██████

Die sechs Blöcke repräsentieren jeweils die sechs Modellaufträge, keine gemessene Betriebsleistung in Ehingen. Eine höhere Quote in diesem künstlich konstruierten Beispiel belegt keinen realen Herstellervergleich.

Berufstypischer Modellfall: Sechs Ersatzteilaufträge

Ausgangslage und einheitliche Modellannahmen

Vollständig synthetischer Unterrichtsfall: Um 09:00 Uhr warten sechs freigegebene Aufträge auf eine einzige gemeinsame, ununterbrochen verfügbare Bearbeitungsressource. Alle stehen zu Beginn bereit; es gibt keine parallele Bearbeitung, Rüstverluste oder Störung. Jede hier genannte Prognose umfasst vereinfachend sämtliche Minuten bis zur versandfertigen Übergabe; ein Cut-off gilt einschließlich seiner angegebenen Minute. Die Lagerbereiche sind nur illustrative Etiketten, keine Herstellerparameter. Die Klassenregel bearbeitet P1 vor P2 vor P3, innerhalb einer Klasse in alphabetischer Auftragsfolge. Das Alternativverfahren empfiehlt zu jedem Entscheidungspunkt den zulässigen Auftrag mit der kleinsten prognostizierten Restzeit.

Auftrag	Klasse	Fiktiver Lagerbezug	Versand-Cut-off	Prognose in min	Restzeit um 09:00
A	P1	Paletten-HRL	10:30	18	72
B	P1	Kleinteile-Shuttle	10:20	16	64
C	P2	Kleinteile-Shuttle	09:25	12	13
D	P2	Paletten-HRL	09:40	10	30
E	P3	HRL und Shuttle	09:55	14	41
F	P3	manueller Bereich	10:05	8	57

Rechenweg, Auftrag E: Zeit von 09:00 bis 09:55 = 55 Minuten; prognostizierte Dauer = 14 Minuten; Restzeit = 55 − 14 = 41 Minuten. Die kleinste Restzeit bei der ersten Auswahl hat C mit 13 Minuten. Sobald C fertig ist, wird die Rechnung um 09:12 Uhr für alle übrigen Aufträge aktualisiert. In diesem Datensatz bleibt die Reihenfolge C–D–E–F–B–A.

Musterlösung: Feste Klassenregel

Vorgehen: Zuerst A und B (P1), danach C und D (P2), dann E und F (P3). Addiere jede prognostizierte Dauer zur vorherigen Fertigstellzeit. Vergleiche das Ende mit dem Cut-off. Dieses vereinfachte Modell setzt die vorhergesagte Dauer gleich der tatsächlichen Dauer.

Auftrag	Start	Abschluss	Cut-off	Verspätung in min
A	09:00	09:18	10:30	0
B	09:18	09:34	10:20	0
C	09:34	09:46	09:25	21
D	09:46	09:56	09:40	16
E	09:56	10:10	09:55	15
F	10:10	10:18	10:05	13

Musterergebnis: 2 von 6 Aufträgen sind termintreu, also 2 / 6 × 100 = 33,3 Prozent. Verspätungsminuten insgesamt: 21 + 16 + 15 + 13 = 65 Minuten. Gesamtdauer aller Arbeiten: 18 + 16 + 12 + 10 + 14 + 8 = 78 Minuten. Besonders lehrreich: Die zwei zuerst bearbeiteten P1-Aufträge haben noch große Terminreserven, während die kleineren Cut-offs verloren gehen.

Musterlösung: Datenbasierte Empfehlung

Vorgehen: Wähle zunächst C mit 13 Minuten Restzeit; prüfe anschließend nach jedem Abschluss erneut die Fristspielräume. Für genau diesen Datensatz ergibt sich die Folge C, D, E, F, B, A. Das ist eine transparente heuristische Empfehlung, kein Nachbau des produktiven KI-Modells. Nimm für die reine Vergleichsrechnung identische Bearbeitungsdauern und unveränderte Freigaben an.

Auftrag	Start	Abschluss	Cut-off
C	09:00	09:12	09:25
D	09:12	09:22	09:40
E	09:22	09:36	09:55
F	09:36	09:44	10:05
B	09:44	10:00	10:20
A	10:00	10:18	10:30

Musterergebnis: Termintreue = 6 / 6 × 100 = 100 Prozent. Summe der Verspätungen = 0 Minuten. Die reine Bearbeitungszeit bleibt 78 Minuten; die Reihenfolge und die Terminerfüllung ändern sich, nicht die modellierte Gesamtkapazität. Die durchschnittliche Fertigstellzeit ab 09:00 Uhr sinkt im Beispiel von (18 + 34 + 46 + 56 + 70 + 78) / 6 = 50,33 Minuten auf (12 + 22 + 36 + 44 + 60 + 78) / 6 = 42,00 Minuten. Beide Durchschnitte beziehen sich auf den gemeinsamen Eingang aller Aufträge um 09:00 Uhr.

Eigenes Zeitstrahl-Schema der Simulation:

Methode	Zeitliche Abfolge von 09:00 bis 10:18
Fest	A 18 min → B 16 min → C 12 min → D 10 min → E 14 min → F 8 min
Datenbasiert	C 12 min → D 10 min → E 14 min → F 8 min → B 16 min → A 18 min

Ausnahmefall und Entscheidung mit Bewertungsraster

Störungsszenario 1: Der Bestandsstatus für E wechselt vor Freigabe auf gesperrt. E darf unabhängig von seiner rechnerischen Restzeit nicht ohne zuständige Prüfung freigegeben werden. Dokumentiere Auftrags-ID, Zeitpunkt, Auslöser, zuständige Rolle, Entscheidung und Rückmeldung. In einem getrennten Szenario sind zunächst nur fünf Aufträge freigegeben; eine Quote für fünf freigegebene Aufträge darf nicht als sechs von sechs ausgegeben werden. Der Status von E ist bis zur fachlichen Klärung offen.

Störungsszenario 2: Bei B beträgt die tatsächliche Bearbeitungsdauer statt prognostizierter 16 nun 29 Minuten. In der ursprünglich empfohlenen Folge C–D–E–F–B–A endet B um 10:13 Uhr, A erst um 10:31 Uhr; damit ist A eine Minute nach seinem Cut-off. Prognosefehler B = 29 − 16 = 13 Minuten, relativer Betrag = 13 / 16 × 100 = 81,25 Prozent. Das macht deutlich, dass auch eine datenbasierte Rangfolge bei Prognosefehlern neue Fristverletzungen verursachen kann. Prüfe Fehlerursache, aktuell bekannte Ressourcen und eine zulässige neue Reihenfolge, statt automatisch eine Maschine umzuschalten.

Bewertungskriterium	Maximalpunkte	Anforderung für volle Punkte
Quellen- und Modellabgrenzung	4	Reale Fakten, Ankündigung und rein synthetisches Szenario eindeutig getrennt
Berechnung der Restzeiten	5	Alle sechs Restzeiten mit Einheiten und nachvollziehbarem Rechenweg korrekt
Vergleich beider Reihenfolgen	6	Alle Endzeiten und Verspätungen sowie Termintreue beider Verfahren korrekt
Datenqualität und Ausnahmen	5	Sperre und Prognosefehler erkannt, sichere Eskalation begründet
Entscheidungsprotokoll	4	Verantwortliche Rolle, Zeit, Modellstand und Eingriffsgrund dokumentiert
Reflexion und Transfer	6	Zielkonflikte und Grenzen des Modells fachlich erklärt
Gesamt	30	Bewertungsmaßstab: 27–30 sehr gut; 23–26 gut; 18–22 befriedigend; 15–17 ausreichend; darunter Überarbeitung

Berufstransfer: Fachinformatiker prüfen Datenmodell, Schnittstellenlogik, Versionierung und Testbarkeit; Kaufleute für Digitalisierungsmanagement betrachten Prozessnutzen, Datenqualität, Änderungsanforderungen und Wirtschaftlichkeit; Fachkräfte für Lagerlogistik beurteilen Termin, Bestand, Kommissionierung und sichere Eskalation; Industriekaufleute dokumentieren Servicevereinbarungen, Kostenfolgen, Schnittstellen und Entscheidungen. Keine dieser Perspektiven ersetzt die jeweils vorgeschriebenen betrieblichen Freigaben.

Interaktive Aufgaben

Multiple-Choice-Quiz: Wissen anwenden

Welche Aussage zum Fall Ehingen ist durch die Herstellerquellen gedeckt? (Ein WMS koordiniert die automatisierten und manuellen Lagerprozesse.) (!Die 2026 angekündigte Erweiterung ist nachweislich abgeschlossen.) (!Alle Aufträge werden ausschließlich durch Roboter kommissioniert.) (!Die folgenden Übungsaufträge stammen aus echten Betriebsprotokollen.)

Was beschreibt der Cut-off im Versandprozess? (Den spätesten vereinbarten Übergabezeitpunkt an den Versanddienstleister.) (!Den Zeitpunkt der Anlage einer Artikelnummer.) (!Den Beginn jeder Schicht unabhängig vom Auftrag.) (!Die maximal zulässige Regalhöhe.)

Welche Reihenfolge erzeugt die feste Lehrmodellregel P1 vor P2 vor P3? (A B C D E F) (!C D E F B A) (!F E D C B A) (!C A F D B E)

Wie wird die Restzeit bis zum Termin im Lehrmodell berechnet? (Termin minus aktuelle Uhrzeit minus prognostizierte Durchlaufzeit) (!Termin plus prognostizierte Durchlaufzeit) (!Auftragswert geteilt durch Artikelzahl) (!Regalhöhe minus Fördergeschwindigkeit)

Welche Auftragskennung hat um 09:00 Uhr die geringste Restzeit im Datensatz? (C) (!A) (!B) (!F)

Wie viele der sechs Modellaufträge sind bei der festen Regel termintreu? (Zwei) (!Keiner) (!Vier) (!Sechs)

Wie viele der sechs Modellaufträge sind in der fehlerfreien datenbasierten Vergleichsrechnung termintreu? (Sechs) (!Einer) (!Drei) (!Vier)

Was ist bei gesperrtem Bestandsstatus fachlich richtig? (Keine automatische Freigabe ohne Prüfung des Sperrgrundes) (!Die Sperre zugunsten des Termins löschen) (!Den Bestand ohne Nachweis erhöhen) (!Die Sperrmeldung aus dem Prüfprotokoll entfernen)

Weshalb beweist die Lernsimulation kein reales KI-Leistungsversprechen? (Sie verwendet synthetische Daten und eine offengelegte Heuristik statt der produktiven Modellkonfiguration.) (!Sie berücksichtigt alle Herstellerparameter vollständig.) (!Sie enthält eine offizielle Bedienfreigabe.) (!Sie ersetzt die Messung im Livebetrieb.)

Welche Dokumentation macht eine übersteuerte Empfehlung nachvollziehbar? (Auftrag und Zeitpunkt sowie Datenstand Regelabweichung Grund Freigabe und Ergebnis) (!Nur die Reihenfolge der Artikelnamen) (!Ausschließlich die Bewertung des Modells ohne Prüfer) (!Eine unbeschriftete Bildschirmaufnahme)

Memory: Zentrale Fachbegriffe

Finde zusammengehörige Begriffe und Definitionen; alle Paare beziehen sich auf die Fachkapitel.

Cut-off	Letzte erlaubte Übergabezeit im Versand
Durchlaufzeit	Dauer von Freigabe bis versandfertiger Übergabe
Restzeit	Verbleibender zeitlicher Spielraum nach einer Zeitprognose
Bestandsperre	Hindernis für eine automatische Auslagerungsfreigabe
Prüfspur	Nachweis der verwendeten Daten und Entscheidungen
Prognosefehler	Unterschied zwischen vorhergesagter und tatsächlicher Dauer

Drag-and-drop: Prüfschritte zuordnen

Ordne die fünf Fachbegriffe den passenden Funktionen im Prüfprozess zu.

Ordne den Prüfbegriff seiner Beschreibung zu.	Beschreibung
Datenstand	Zeitbezug der verwendeten Bestands- und Prozessinformationen
Ausnahmeprüfung	Sachliche Beurteilung einer Sperre oder fehlenden Freigabe
Termintreue	Anteil innerhalb des festgelegten Versandfensters fertiggestellter Aufträge
Vergleichsregel	Festgelegte Ausgangsmethode für einen fairen Leistungsvergleich
Freigabevermerk	Dokumentation von Verantwortlichkeit und Begründung

Kreuzworträtsel: Versand und KI-Kontrolle

Trage jeweils einen fachlichen Begriff als einzelnes Wort ein.

Versandfenster	Zeitraum für eine geplante Übergabe an den Transportdienstleister
Puffer	Zeitreserve zwischen erwartetem Abschluss und Frist
Prognose	Begründete Vorhersage einer künftigen Prozessdauer
Freigabe	Autorisierte Erlaubnis zur weiteren Auftragsbearbeitung
Bestand	Im System geführte verfügbare Artikelmenge
Prüfspur	Nachvollziehbare Folge von Datengrundlagen und Entscheidungen

LearningApps: Weiterführende Übungssuche

Suche auf LearningApps nach Übungen zu Ersatzteillager, Auftragspriorisierung und KI und prüfe selbst deren fachliche Qualität. Der Link führt zu einer Suche, nicht zu einer behaupteten oder geprüften einzelnen Lern-App.

Lückentext: Begriffe im Zusammenhang

Die Verwaltung der Lagerprozesse übernimmt ein

.

Der späteste vereinbarte Zeitpunkt für die Versandübergabe heißt

.

Die Vorhersage einer künftigen Bearbeitungsdauer ist eine

.

Der Spielraum zwischen Restzeit und notwendiger Arbeit wird hier als

bezeichnet.

Eine feste Reihenfolge anhand der P-Klasse ist eine

.

Ein blockierter Artikel erfordert vor dem Start eine Prüfung der

.

Der Unterschied von tatsächlicher und vorhergesagter Dauer ist ein

.

Der Anteil pünktlicher Aufträge wird als

bezeichnet.

Eine nachvollziehbare Liste von Eingriffen bildet die

.

Unsere sechs Aufträge sind ausdrücklich

.

Offene Aufgaben

Bearbeite genau die zwölf Aufgaben der drei Niveaus anhand der vollständig synthetischen Daten. Gib stets Rechenweg, Entscheidung und Grenzen der Aussage an. Veröffentlichte Fachinformationen darfst du verlinken, aber keine vertraulichen Betriebsdaten verwenden.

Leicht

Aufgabe 1 – Prozesskarte: Zeichne ERP, WMS, Hochregallager, Shuttle, Kommissionierung und Versand als beschrifteten Informations- und Materialfluss.
Aufgabe 2 – Prioritätsvergleich: Formuliere die feste P-Klassenregel und notiere für A bis F ihre entstehende Reihenfolge.
Aufgabe 3 – Fristenrechnung: Berechne für C und E die Restzeit um 09:00 Uhr mit Einheiten.
Aufgabe 4 – Prüfliste: Finde vier Datenfelder, die vor jeder Freigabe geprüft werden sollten, und beschreibe eine Fehlerfolge.

Standard

Aufgabe 5 – Zeitplan: Berechne alle sechs Fertigstellzeiten der festen Reihenfolge und kennzeichne Terminüberschreitungen.
Aufgabe 6 – Kennzahlen: Bestimme die Termintreue und die Gesamtverspätung für beide Modellvarianten; stelle sie in einem Diagramm dar.
Aufgabe 7 – Empfehlung prüfen: Vergleiche transparente Restzeitheuristik und echte datenbasierte Vorhersage hinsichtlich Informationsbedarf und Erklärbarkeit.
Aufgabe 8 – Gesperrter Artikel: Verfasse für E einen kurzen dokumentierten Entscheidungsvorschlag mit Sperrgrundprüfung und zuständiger Freigabe.

Schwer

Aufgabe 9 – Testkonzept: Entwickle sechs synthetische Testfälle für eine Priorisierungsschnittstelle, einschließlich Duplikat, fehlendem Termin und veralteter Prognose.
Aufgabe 10 – Fehleranalyse: Berechne für B beim Ist-Wert 29 Minuten den Prognosefehler, die Auswirkungen auf A und zwei Gegenmaßnahmen.
Aufgabe 11 – Planspiel: Spiele eine weitere Ankunft um 09:15 Uhr durch; definiere selbst klare Annahmen und erkläre, weshalb ein naiver Ranglistenwechsel nicht immer zulässig ist.
Aufgabe 12 – Entscheidungsbericht: Schreibe einen fachübergreifenden Bericht mit Vergleich, Risiken, Dokumentationspflichten, Nutzenannahmen und Grenzen der Übertragbarkeit.

Musterlösungen und Bewertungshinweise zu allen zwölf Aufgaben

Lösung 1: Informationsfluss ERP → WMS → Rückmeldung, physischer Fluss HRL/Shuttle → Fördertechnik → Kommissionierung → Versand; Daten- und Warenfluss getrennt zeichnen.
Lösung 2: Feste Regel P1 vor P2 vor P3, je Klasse nach der angegebenen alphabetischen Modellfolge; Ergebnis A–B–C–D–E–F.
Lösung 3: C: 25 − 12 = 13 Minuten. E: 55 − 14 = 41 Minuten. Beide Minutenangaben sind reine Modellwerte.
Lösung 4: Beispielsweise Auftrags-ID, Cut-off, Bestand und Prognosezeitstempel; ohne gültigen Cut-off ist das Restzeit-Ranking nicht belastbar.
Lösung 5: Enden 09:18, 09:34, 09:46, 09:56, 10:10, 10:18; verspätet C 21, D 16, E 15 und F 13 Minuten.
Lösung 6: Fest 2/6 = 33,3 % und 65 Verspätungsminuten; datenbasiert 6/6 = 100 % und 0 Minuten. Skala und Nenner im Diagramm benennen.
Lösung 7: Die Heuristik sortiert anhand erklärbarer Restzeitwerte; ein echtes Prognosemodell braucht zusätzlich verlässliche Prozessdaten, Modellversion, Fehlerprüfung und fachliche Freigaberegeln.
Lösung 8: E nicht freigeben; WMS-Status mit autorisierter Rolle abgleichen, Sperrgrund dokumentieren, erst nach zulässiger Freigabe neu einplanen.
Lösung 9: Positive Eingabe, doppelte ID, fehlender Cut-off, veraltete Prognose, gesperrter Bestand und widersprüchliche Zeitzone; erwartetes Ergebnis und Prüfspur je Testfall festlegen.
Lösung 10: 29 − 16 = +13 Minuten beziehungsweise 81,25 %; B endet 10:13 und A 10:31, also A eine Minute verspätet; mögliche Maßnahmen Neu-Prognose und autorisierte Engpass-Eskalation.
Lösung 11: Eine korrekte Beispielantwort definiert Ankunft, Frist, Freigabe, Unterbrechbarkeit und Ressourcen; laufende Arbeit wird nicht stillschweigend unterbrochen, Fristen werden nach Abschluss neu geprüft.
Lösung 12: Mindestens Methode, Datenstand, Quoten und Minuten, Sperren, Verantwortung, Grenzen, Szenarien sowie begründete Empfehlung dokumentieren; aus sechs Modellfällen keine reale Einsparung behaupten.

Lernkontrolle

Kontrolle 1 – Zielkonflikt: Erkläre, warum die feste Klassenregel in diesem Beispiel trotz gleichem Gesamtaufwand vier Fristen verfehlt, und belege die Antwort mit zwei konkreten Endzeiten.
Kontrolle 2 – Datenfehler: Ein Cut-off wurde ohne Zeitzone importiert. Erkläre mindestens drei Risiken und nenne ein sicheres Validierungsverfahren.
Kontrolle 3 – Modellprüfung: Berechne aus den drei Beispiel-Ist- und Prognosewerten den MAE und erkläre, weshalb der Mittelwert der vorzeichenbehafteten Fehler irreführend sein kann.
Kontrolle 4 – Fachfreigabe: Zeige die erforderliche Prüf- und Dokumentationskette, wenn die KI E dringend priorisiert, der Bestand jedoch gesperrt ist.
Kontrolle 5 – Übertragbarkeit: Welche zusätzlichen Daten und Untersuchungen sind erforderlich, bevor aus dem Ein-Stationen-Lehrmodell Empfehlungen für einen realen Mehrbereichsbetrieb werden?
Kontrolle 6 – Nutzen: Stelle eine plausible Nutzenhypothese und mindestens zwei mögliche Nebenkosten dar, ohne sie als empirische Werkkennzahlen auszugeben.

Musterantworten zur Selbstkontrolle:

1: A endet 09:18 trotz Cut-off 10:30; C endet erst 09:46 statt spätestens 09:25. Die P-Klasse ist im Beispiel nicht terminoptimiert.
2: Sommerzeitfehler, abweichende Versandfenster und unzulässige Eilfreigabe; Zeitstempel normieren, Partnerfristen bestätigen, Abweichungen sperren und prüfen.
3: MAE = (2 + 3 + 3) / 3 = 2,67 Minuten; positive und negative signierte Differenzen können einander aufheben.
4: Kein Überspringen der Bestandsperre; Status und Grund über autorisierte Fachrolle prüfen, Entscheidung mit Zeitpunkt und Nachweis dokumentieren.
5: Parallelkapazität, Störungen, Wege, reale Zeitverteilungen, Arbeitsfreigaben, Lastspitzen, Versandfenster und prospektive Evaluation.
6: Hypothese: weniger verspätete Aufträge; mögliche Kosten: Datenpflege, Wartung, Prüfaufwand, Fehlpriorisierung und Integrationsaufwand.

Lernnachweis

Als Lernnachweis reichst du eine kurze Projektdokumentation ein: ein eigenes beschriftetes Prozessschema, eine ausgefüllte synthetische Auftrags- und Ergebnistabelle, die zwei vollständigen Reihenfolgen mit Rechenweg, eine Darstellung von Termintreue und Verspätungsminuten, eine Datenqualitäts-Checkliste, den fachlichen Umgang mit E und den Prognosefehler bei B sowie ein begründetes Prüfprotokoll. Belege die Herkunft der realen Anlagenangaben mit den unten stehenden Quellen und markiere jede selbst gewählte Zahl als Lehrannahme. Für eine bestandene Bearbeitung sollten die Rechenergebnisse nachvollziehbar, der Sperrfall sicher gelöst und die Grenzen von KI sowie Bedienrechten richtig erklärt sein. Das Bewertungsraster im Modellfall dient als transparenter Maßstab.

OER und Wikipedia

Primärquellen und Projektstand (Quellenstand 13.08.2026):

Liebherr, Smart Factory, Kundenmagazin 2025 – Betreiberperspektive auf Ersatzteillager, WMS und Materialflussrechner.
Jungheinrich, Projektmeldung vom 13.10.2020 – geplante Anlagenstruktur mit HRL und Shuttle.
Jungheinrich, Erweiterungsmeldung vom 08.01.2026 – angekündigter Umbau und vorgesehener Zeitplan, kein Fertigstellungsnachweis.
Jungheinrich, Herstellerinterview vom 13.08.2026 – KI-gestützte Priorisierung und Zeitprognosen.
IFOY, Fallstudie zur KI-gestützten Gesamtlösung 2026 – externe Fallbeschreibung mit Angaben zum Data-Center-Modul; Hersteller- und Projektaussagen sind keine unabhängige Wirksamkeitsstudie.

Verifizierte Mediendateien und Rechte:

Datei oder Medium	Quelle	Urheber/Herausgeber	Lizenz oder Rechtehinweis
File:Automatisches Hochregallager mit Regalbediengeräten.jpg	Commons	Gilgen Logistics AG	CC BY-SA 4.0
File:Automated Storage and Retrieval System.jpg	Commons	QmcBeQ3G7DZCmY84uPgT	CC BY 4.0
File:Secom Almacen.jpg	Commons	SECOM ILUMINACION	CC BY-SA 4.0
File:Item Picking Robot.png	Commons	Rlistmedia; Attribution: insights.rlist.io	CC BY 4.0
https://www.youtube.com/watch?v=3y6cLAfh_fI	Jungheinrich Shuttle-Film 2025	Jungheinrich AG	Rechte vorbehalten; Einbettung über YouTube, keine OER-Lizenz belegt
https://www.youtube.com/watch?v=KReQIAqa_Wk	Jungheinrich Lager-Film 2025	Jungheinrich AG	Rechte vorbehalten; Einbettung über YouTube, keine OER-Lizenz belegt

Freie Vertiefung: Lagerverwaltungssystem, Warteschlangentheorie und Littles Gesetz. Die Wikimedia-Bilder sind Beispiele anderer Anlagen; Bildlizenzen gelten jeweils nur für die genannten Werke. Die eigenen Tabellen, vereinfachten Zeitdiagramme und der synthetische Datensatz dieses Kursentwurfs sind didaktische Modelle ohne Bezug zu geheimen Betriebsinformationen. Etwaige weitere Nachnutzung unterliegt den für den Kurs und das jeweilige Medium tatsächlich geltenden Rechten.

Verknüpfte Lernbereiche

Liebherr-Maschinen und Ausbildung

Ausbildung – Fachinformatiker

Ausbildung – Kaufmann für Digitalisierungsmanagement

Ausbildung – Fachkraft für Lagerlogistik

Ausbildung – Industriekaufmann

Die dargestellten Berufsfelder bilden eine redaktionelle Lernfolge für das dritte Ausbildungsjahr; die verbindliche Durchführung wird mit Berufsschule und Ausbildungsbetrieb abgestimmt. Wiederhole zur Vertiefung Warteschlangentheorie, Künstliche Intelligenz, Lagerverwaltungssystem, Datenqualität und Prozessoptimierung.