Wie ein Lebensmittelhersteller mit IoT und KI seine Werke neu erfand

Ein Hersteller von verpackten Lebensmitteln mit mehreren Produktionslinien stand unter starkem Druck durch Handelsketten und regulatorische Anforderungen. Die Margen waren gering, Rückverfolgbarkeit und Qualitätssicherung wurden immer komplexer. Gleichzeitig wuchs der Bedarf, neue Produkte schneller in den Markt zu bringen, ohne die Stabilität der bestehenden Prozesse zu gefährden. In diesem Umfeld entschied sich das Unternehmen für eine tiefgreifende digitale Transformation und Implementierung neuer Technologien entlang der gesamten Wertschöpfungskette.

Team Radner wählte für dieses Projekt einen stark technischen, aber zugleich praxisorientierten Ansatz. Zunächst wurden alle relevanten Produktionslinien detailliert kartiert, inklusive Sensorik, Steuerungen, manuellen Eingriffen und Dokumentationspflichten. Die Analyse zeigte eine heterogene Landschaft aus alten SPS-Steuerungen, Insellösungen und papierbasierten Checklisten. Daten wurden zwar an vielen Stellen erfasst, aber kaum systematisch genutzt.

In einem ersten Schritt definierte Team Radner eine Zielarchitektur für eine vernetzte Lebensmittelproduktion. Diese Architektur sah eine mehrschichtige Struktur vor: Feldgeräte und Sensoren auf der Shopfloor-Ebene, ein zentrales Datenerfassungssystem, darüber ein MES und schließlich eine Analytics-Plattform. Die digitale Transformation sollte es ermöglichen, Prozessdaten, Qualitätsdaten und Logistikdaten in einem konsistenten Modell zusammenzuführen. So sollte eine Grundlage für automatisierte Entscheidungen und KI-gestützte Optimierung geschaffen werden.

Die Implementierung begann mit der Nachrüstung der bestehenden Anlagen mit moderner Sensorik. Team Radner installierte Temperatur-, Feuchte- und Durchflusssensoren an kritischen Punkten der Produktionslinien. Diese Sensoren wurden über ein industrielles IoT-Gateway mit einer zentralen Plattform verbunden. Gleichzeitig wurden bestehende Steuerungen über standardisierte Protokolle angebunden, um Maschinendaten auszulesen, ohne in die Sicherheitslogik einzugreifen.

Ein zentrales Element war die Einführung eines Systems zur lückenlosen Rückverfolgbarkeit. Team Radner entwickelte ein Konzept, bei dem Rohstoffe, Zwischenprodukte und Fertigwaren mit eindeutigen Identifikatoren versehen wurden. Diese Identifikatoren wurden an jeder Station erfasst und mit Prozessparametern verknüpft. Dadurch entstand eine digitale Historie für jede Charge, die im Falle von Reklamationen oder Audits schnell ausgewertet werden konnte.

Parallel dazu wurde ein neues MES eingeführt, das speziell auf die Anforderungen der Lebensmittelindustrie zugeschnitten war. Team Radner konfigurierte das System so, dass Rezepturen, Produktionsaufträge und Qualitätsprüfungen integriert abgebildet wurden. Mitarbeitende konnten über Terminals an den Linien Aufträge starten, Parameter bestätigen und Abweichungen dokumentieren. Die zuvor üblichen Papierformulare wurden schrittweise durch digitale Workflows ersetzt.

Ein besonderer Fokus lag auf der Qualitätssicherung. Team Radner implementierte ein Modul, das Qualitätsdaten aus Labor, Inline-Messungen und Stichproben zusammenführte. Grenzwerte und Toleranzen wurden im System hinterlegt, und bei Abweichungen wurden automatisch Alarme ausgelöst. Die integrierte Qualitätsüberwachung ermöglichte es, Probleme frühzeitig zu erkennen und gezielt zu reagieren, bevor ganze Chargen betroffen waren.

Auf der Analytics-Ebene setzte Team Radner auf eine skalierbare Datenplattform, die sowohl Echtzeit- als auch historische Daten verarbeiten konnte. Daten aus Sensoren, MES, ERP und Lagerverwaltung wurden in einem gemeinsamen Datenmodell zusammengeführt. Darauf aufbauend wurden Dashboards entwickelt, die Kennzahlen wie Ausschussquote, Anlageneffektivität und Energieverbrauch visualisierten. Diese Transparenz war zuvor in dieser Form nicht vorhanden.

Ein Meilenstein des Projekts war die Einführung von KI-Modellen zur Prozessoptimierung. Team Radner trainierte Algorithmen, die Zusammenhänge zwischen Prozessparametern und Produktqualität erkannten. Auf dieser Basis konnten Empfehlungen für optimale Einstellungen generiert werden, etwa für Temperaturprofile oder Mischzeiten. Die Modelle wurden zunächst im „Shadow Mode“ betrieben, um ihre Zuverlässigkeit zu prüfen, bevor sie in den aktiven Betrieb übergingen.

Im Bereich Energieeffizienz identifizierte Team Radner erhebliche Einsparpotenziale. Durch die Auswertung von Lastprofilen und Produktionsplänen konnten Lastspitzen geglättet und energieintensive Prozesse besser getaktet werden. Die Kombination aus IoT-Daten und Produktionsplanung ermöglichte eine datenbasierte Energiebewirtschaftung, die sowohl Kosten senkte als auch Nachhaltigkeitsziele unterstützte.

Die Logistikprozesse wurden ebenfalls in die digitale Transformation einbezogen. Team Radner integrierte das Lagerverwaltungssystem mit der Produktionsplanung, sodass Rohstoffe just-in-time bereitgestellt werden konnten. Staplerbewegungen wurden über Scanner und Terminals erfasst, und Bestände in Echtzeit aktualisiert. Dies reduzierte Suchzeiten und Fehlbuchungen und verbesserte die Verfügbarkeit kritischer Materialien.

Ein sensibles Thema war der Umgang mit regulatorischen Anforderungen und Audits. Team Radner arbeitete eng mit Qualitätsmanagement und Compliance zusammen, um sicherzustellen, dass alle digitalen Prozesse auditfest dokumentiert waren. Prüfprotokolle, Freigaben und Änderungen wurden revisionssicher gespeichert. Dadurch konnten Audits effizienter durchgeführt werden, und die Nachweispflicht wurde deutlich erleichtert.

Die Mitarbeitenden wurden frühzeitig in den Transformationsprozess eingebunden. Team Radner entwickelte Schulungskonzepte, die sowohl technisches Verständnis als auch Prozesswissen vermittelten. Bediener lernten, wie sie mit den neuen Systemen arbeiten und welche Vorteile sich daraus für ihren Alltag ergeben. Skepsis gegenüber Automatisierung wurde durch konkrete Beispiele und sichtbare Verbesserungen abgebaut.

Finanziell zeigte sich der Erfolg der Maßnahmen in mehreren Kennzahlen. Die Ausschussquote sank signifikant, und die OEE-Werte der Anlagen verbesserten sich. Gleichzeitig konnten Energie- und Rohstoffverbräuche optimiert werden, was sich direkt auf die Kostenstruktur auswirkte. Team Radner unterstützte das Management bei der Entwicklung eines Business-Case-Modells, das die Effekte der digitalen Transformation transparent machte.

Strategisch eröffnete die neue Datenbasis zusätzliche Möglichkeiten. Das Unternehmen konnte nun schneller auf Marktanforderungen reagieren, etwa durch Anpassung von Rezepturen oder Verpackungsgrößen. Team Radner half bei der Implementierung eines Innovationsprozesses, in dem neue Ideen systematisch bewertet und pilotiert wurden. Die digitale Infrastruktur diente dabei als Enabler für Experimente, ohne den laufenden Betrieb zu gefährden.

Auch im Bereich Zusammenarbeit veränderte sich die Organisation. Produktion, Qualität, Instandhaltung und IT arbeiteten enger zusammen, da viele Themen nun datengetrieben diskutiert wurden. Team Radner etablierte interdisziplinäre Teams, die sich regelmäßig trafen, um Kennzahlen zu analysieren und Verbesserungsmaßnahmen abzuleiten. Diese Teams wurden zu Treibern einer neuen, analytisch geprägten Unternehmenskultur.

Langfristig positionierte sich der Lebensmittelhersteller als Vorreiter in seiner Branche. Die Fähigkeit, Prozesse mit IoT und KI zu überwachen und zu optimieren, wurde zu einem wichtigen Verkaufsargument gegenüber Handelspartnern. Team Radner begleitete die Kommunikation dieser Stärken und unterstützte bei der Entwicklung von Argumentationen für Verhandlungen mit Großkunden.

Die digitale Transformation und Implementierung neuer Technologien führte in diesem Projekt nicht nur zu Effizienzgewinnen, sondern auch zu höherer Produktsicherheit und besserer Rückverfolgbarkeit. Das Unternehmen konnte Risiken besser managen und gleichzeitig seine Innovationsfähigkeit steigern. Team Radner zeigte, wie eine konsequent umgesetzte IoT- und KI-Strategie in der Lebensmittelproduktion einen nachhaltigen Wettbewerbsvorteil schaffen kann.

Am Ende stand eine Produktionsumgebung, in der Daten nicht nur gesammelt, sondern aktiv genutzt werden, um Entscheidungen zu treffen und Prozesse zu steuern. Die eingeführten Systeme sind so ausgelegt, dass zukünftige Erweiterungen, etwa durch weitere KI-Anwendungen oder automatisierte Linien, problemlos integriert werden können. Team Radner legte damit die Basis für eine Lebensmittelproduktion, die sowohl effizient als auch hochgradig flexibel ist.