Apex und vier etablierte Algorithmen lösen dieselben Planungsaufgaben. Gemessen werden Gesamtherstellungszeit und Durchlaufzeit.
Der algorithmische Kern ist aus diesen Forschungs- und Entwicklungsprojekten entstanden – gemeinsam mit Partnern aus Industrie und Wissenschaft.
Beteiligt waren unter anderem Miele & Cie. KG, AUNDE Group SE und das Fraunhofer IOSB-INA.
Forschungsgrundlagen ansehenApex erzielt im Mittel bessere Ergebnisse bei Gesamtherstellungszeit und Durchlaufzeit. Der Vergleichswert ist der Durchschnitt aus vier etablierten Algorithmen.
Zeit bis zum Abschluss des letzten Auftrags
Abstand in % · kleiner ist besser
Summe der Durchlaufzeiten aller Aufträge
Abstand in % · kleiner ist besser
Ein kürzerer Balken bedeutet ein besseres Ergebnis. Die Grafiken zeigen den mittleren Abstand zum besten Ergebnis, das für den jeweiligen Datensatz gefunden wurde.
Von vorausschauender und humanzentrierter Produktionsplanung bis zum anpassbaren Planungskern: Drei Forschungs- und Entwicklungsprojekte bilden die Grundlage von Apex.
Ein allgemeines Modell für diskrete Produktionsprozesse, ein adaptiver Planungsalgorithmus und die sprachgestützte Integration betriebsspezifischer Planungsregeln.
Forschungspartner
Hochschule Bielefeld
KI-basierte Planung, die Produktionseffizienz und ergonomische Belastung gemeinsam berücksichtigt. Digitale Zwillinge der Miele-Fertigung und einer variantenreichen Montagelinie bei Isringhausen bildeten die industriellen Anwendungsfälle.
Industriepartner
Miele & Cie. KG; Isringhausen GmbH & Co. KG
Forschungspartner
Hochschule Bielefeld; Fraunhofer IOSB-INA
Im Teilvorhaben Predictive Scheduling entstanden digitale Zwillinge und Maße für robuste Pläne unter Unsicherheit. Smart Demand Forecasting untersuchte KI-basierte Bedarfsprognosen für Beschaffung und Produktion.
Industriepartner
Bio-Circle Surface Technology GmbH; MIT GmbH & Co. KG; PerFact Innovation GmbH & Co. KG
Forschungspartner
Hochschule Bielefeld
Die Beträge beziehen sich auf die jeweiligen Gesamtprojekte einschließlich ihrer Partner und weiterer Forschungsarbeiten.
Zuerst finden Sie die veröffentlichte Apex-Studie, anschließend Publikationen aus der zugrunde liegenden Forschung.
Felix J. Grumbach, Stefan Görlitz
arXiv:2609.33430 · 2026
F. Grumbach, A. Müller, P. Reusch, S. Trojahn
Journal of Intelligent Manufacturing · 2024
F. Grumbach, N. E. A. Badr, P. Reusch, S. Trojahn
IEEE Access · 2023
A. Müller, F. Grumbach, F. Kattenstroth
IEEE Access · 2024
D. Fischer, H. M. Hüsener, F. Grumbach, L. Vollenkemper, A. Müller, P. Reusch
arXiv · 2024
F. Grumbach, A. Müller, P. Reusch, S. Trojahn
Processes · 2023
A. Müller, F. Grumbach, M. Sabatelli
IEEE ETFA · 2024
L. Vollenkemper, F. Grumbach, M. Kohlhase, P. Reusch
wt Werkstattstechnik online · 2023
F. Grumbach, A. Müller, L. Vollenkemper
Dynamics in Logistics · LDIC · 2024
A. Müller, F. Grumbach
International Doctoral Students Workshop on Logistics, Supply Chain and Production Management · 2023
Vergleichen Sie Apex mit Ihrem bisherigen Plan – bei gleichen Aufträgen, Schichten und Regeln. Bewerten Sie Liefertermine, Rüstaufwand und Auslastung nach Ihren Prioritäten. Der Benchmark belegt die Leistung im Test; der eigene Vergleich zeigt den Nutzen für Ihre Fertigung.
Planungsziele besprechenOptimieren Sie Termintreue, Rüstaufwand, Auslastung oder eine unternehmenseigene Kennzahl. Weitere Zielgrößen lassen sich über Apex-Erweiterungen implementieren und validieren.
Vergleichen Sie Alternativen, wenn sich ein Ziel auf Kosten eines anderen verbessert. Legen Sie Prioritäten und Gewichtungen passend zu Ihrer Fertigung fest.
Bilden Sie Maschinenfreigaben, Personal, Material, Kalender und feste Zusagen ab. Kundenspezifische Nebenbedingungen werden Teil der Planung und ihrer Prüfung.
Betreiben Sie Apex lokal mit eigenen KI-Modellen – bei Einrichtung und Integration helfen wir Ihnen auf Wunsch. Für Hosting durch Qunevo fragen Sie eine individuelle Lizenz an. Auch diese kann lokal betrieben werden, mit Unterstützung ganz nach Ihrem Bedarf.
Erstgespräch anfragen Self-Service und individuelles Angebot vergleichenApex und vier etablierte Optimierungsverfahren lösen dieselben Benchmark-Probleme. Verglichen werden Gesamtherstellungszeit und gesamte Durchlaufzeit. Die veröffentlichten Grafiken fassen die gemeinsam verglichenen Datensätze zusammen. Die Methodik erklärt die Auswahl von Läufen, Konfigurationen und Referenzwerten. Verglichen werden Algorithmen, keine kommerziellen APS-Produkte.
Ergebnisse & ForschungDas hängt von Ihren Aufträgen, Kapazitäten, Daten und dem bisherigen Planungsprozess ab. Benchmark-Mittelwerte sind keine Prognose für Ihre Fertigung. Vergleichen Sie Apex mit Ihrem bisherigen Plan bei gleichen Eingaben und Regeln. Bewerten Sie dann Liefertermine, Produktionszeiten, Rüstaufwand und den Zeitaufwand Ihres Planungsteams.
Der Apex-Quelltext ist öffentlich. Die Studie ist auf arXiv verfügbar, und die Ergebnisseite beschreibt die Resultate und Methodik. Für eine Reproduktion werden dieselben Datensätze, Konfigurationen, Laufbudgets und Auswertungsverfahren benötigt.
Forschungsgrundlagen ansehen