Wie können intelligente Systeme in der Dispositions­planung händische Arbeit mit Excel abschaffen?

Traditionelle Fahrtenplanung lebt vom Fingerspitzengefühl erfahrener Planer. Wie eine Lösung entwickelt werden kann, die dieses Wissen formalisiert und für alle nutzbar macht.

Branche

Fertighausbau

Thema

Automatisierte Dispositionsplanung

Projektjahr

2025 - heute

Herausforderung & Zielsetzung

Komplexität und Ressourcenbindung in der Planung

Die Fahrtenplanung für die Montage von Fertighäusern ist ein komplexer und mehrstufiger Prozess, der viele Faktoren berücksichtigen muss. Neben der Optimierung von Kosten und Fahrtstrecken, damit möglichst viele Projekte verplant werden können, spielt auch die faire Behandlung aller Montageteams eine entscheidende Rolle. Bisher erfolgte die Planung anhand fest definierter KPIs bzw. Regeln sowie eines individuellen Handlungsspielraums, mit welchem die Planer Entscheidungen treffen konnten. Diese wöchentliche Planung ist sehr zeitintensiv und bindet wertvolle Ressourcen. So bringen bereits Teilautomatisierungen im Prozess einen signifikanten Mehrwert für die Fachabteilung mit sich. 

Ziel des Projekts war es daher, ein System zu schaffen, welches Planungsentscheidungen standardisiert, objektiv und nachvollziehbar abbildet und damit eine wichtige Grundlage für Folgeprozesse bildet.

Die DFH GRUPPE bildet mit seinen Marken massa haus, allkauf, OKAL, Ein SteinHaus und DFH Wohnungsbau das größte Fertighausunternehmen Deutschlands und gilt als Vorreiter des seriellen Hausbaus.

Ansatz & Herangehensweise

Menschliche Expertise in Datenlogik überführen

Um eine wertvolle Lösung entwickeln zu können, war es entscheidend zu verstehen, wie Planungsentscheidungen getroffen werden, welche Faktoren berücksichtigt werden müssen und welche impliziten Regeln bislang ausschlaggebend waren. Dazu erfolgte eine enge Zusammenarbeit mit den Fachexperten, die für die Fahrtenplanung verantwortlich sind.

Das im Austausch erhobene Wissen haben wir schrittweise in formalisierte Strukturen und Algorithmen übersetzt, sodass individuelle Erfahrungswerte in ein reproduzierbares, objektives Modell überführt werden konnten.

Unser Vorgehen war geprägt von einem iterativen, praxisnahen Prozess:

  • Data- & Business Understanding: Aufbau von Domainwissen, Analyse der vorhandenen Datenbasis sowie der bisherigen Planungen.
  • Formalisierung impliziten Wissens: Regeln, die Planer bisher individuell anwendeten, wurden in klar nachvollziehbare Strukturen überführt.
  • Iterative Modellierung: Schrittweise Erhöhung der Komplexität, um praxisnahe und belastbare Planungsansätze zu entwickeln.
  • Kennzahlen-Definition: Entwicklung von Metriken, um Planvorschläge objektiv zu bewerten.
  • Live-Planung & Feedback: Enge Zusammenarbeit mit Planungsexperten, um Vorschläge in Echtzeit zu testen und zu optimieren.

So entstand eine Brücke zwischen menschlicher Expertise und datengetriebener Logik, die individuelle Spielräume durch einheitliche und transparente Regeln ersetzt.

Lösung

Der Algorithmus als digitaler Co-Pilot der Fahrtenplanung

Die Lösung befindet sich aktuell in laufender Optimierung. Bereits jetzt liefert der entwickelte Algorithmus mehrere optimierte Planungsvorschläge auf Basis der verfügbaren Projekte und Rahmenbedingungen.

Diese Vorschläge können von den Planungsverantwortlichen ausgewählt und bei Bedarf editiert werden. Anschließend erfolgt die automatische Übertragung der Daten in nachgelagerte Prozesse, was nicht nur Effizienzgewinne bringt, sondern auch einen konsistenten Übergang zwischen Projekten gewährleistet.

Darüber hinaus liefern wir hilfreiche und weiterführende Informationen für die Planer mit, die eine Bewertung und ggf. eine Anpassung der Pläne maßgeblich erleichtert. Beispielsweise werden Kennzahlen direkt errechnet, mit welchen die Pläne übersichtlich bewertet werden können.

Ergebnis ist ein lernfähiges System, welches schrittweise die Komplexität der Fahrtenplanung reduziert, Transparenz schafft und Fairness sicherstellt - somit bildet es die Grundlage für eine zukunftsfähige, automatisierte Planung.

Das sagen unsere Kunden

“Wir verstehen uns als Speerspitze der Innovation im Bereich Fertighausbau. Als extrem prozess- und qualitätsgetriebenes Unternehmen optimieren wir seit vielen Jahren mit NEUROLOGIQ unsere Produktion. Unserer Datenschatz und Künstliche Intelligenz ermöglichten uns den nachhaltigen Wandel von Handwerksbetrieb zum Industrieunternehmen.”

Moritz Beul, Geschäftsführer, DFH Deutsche Fertighaus Holding GmbH

Bereit für den Schritt in Richtung Zukunft? 

Planung und Berechnung sind das Rückgrat vieler Unternehmensentscheidungen. KI-gestützte Modelle bieten hier nicht nur höhere Präzision, sondern auch die Grundlage für nachhaltige Weiterentwicklung. Gemeinsam mit Ihnen entwickeln wir Lösungen, die heute Effizienz schaffen und morgen neue Chancen eröffnen.  

Gesprächstermin vereinbaren

The NIQ Pathfinder

Vanessa Hampe

Project Lead

Weitere Case Studies

Stahlindustrie

Was kann KI in der Flach­­metall­­produktion zu Prozess­­verbesserungen und -steuerungen beitragen?

KI macht komplexe Produktionsprozesse berechenbar: Durch smarte Modellprognosen wird der Zinkauftrag in der Feuerverzinkung optimiert – für gleichbleibend hohe Qualität, reduzierten Materialeinsatz und maximale Wettbewerbsfähigkeit.

Fertighausbau

Wie lassen sich historisch gewachsene Strukturen in einem Industriebetrieb smart und zukunftsfähig gestalten?

Von traditionellen Abläufen zu skalierbaren Prozessen: Wir begleiten die DFH GRUPPE – Deutschlands größten Fertighausbauer auf dem Weg, Prozesse zu optimieren, KI sinnvoll einzusetzen und das Team für die Zukunft zu rüsten.

Produktion

Kann Künstliche Intelligenz Sicherheits­­bestände zuverlässiger vorhersagen, als klassische Methoden sie berechnen?

Wenn Formeln an ihre Grenzen stoßen, eröffnet Machine Learning neue Wege: von aufwändigen Berechnungen hin zu präzisen, dynamischen Bestandsmodellen.

Agrar

Wie kann die Rasen­qualität von Grün­flächen mithilfe von Vision AI automatisiert bewertet werden?

Mit einem innovativen Hard-Software-System wird die Bewertung von Rasenflächen unabhängig von subjektiven Faktoren und eröffnet neue Möglichkeiten für Planung und Pflege.