Case Study · Custom ERP · Produktionsplanung
Produktionsplanung, die verlässliche Liefertermine rechnet.
Ein Holzverarbeiter plante sechs Bearbeitungslinien aus Excel, Python-Skripten und einem Monday-Brett — ein bei diesem Auftragsvolumen sehr aufwändiger, manueller Prozess. Kitun hat ein maßgeschneidertes Planungsmodul gebaut, das die Wochenplanung mathematisch optimiert, haltbare Termine rechnet und sauber an das bestehende Sage Classic Line andockt — statt Rip-and-Replace.
- Kunde
- KMU aus der Holzindustrie
- Branche
- Holzverarbeitung
- Modul
- Produktions- & Lieferterminsteuerung
- Status
- Seit Sommer 2026 produktiv
- Kern
- Optimierungslöser · Capable-to-Promise
- Brücke
- Sage Classic Line · 5-Min-Export
- Stack
- FastAPI · Vue 3 · PostgreSQL
- Hosting
- EU / on-premise · DSGVO
- 6 Linien
- Bearbeitungslinien für ein wechselndes Auftragsbuch
- Endlos-Profile
- Sage-Artikel zu planbaren Produktionsprofilen verdichtet
- −10 % Rüstzeit
- Dieselben Wechsel, klüger gebündelt
- ~34.000 €/Jahr
- Modellierter, konservativ gerechneter Nutzen
01 · Ausgangslage
Sechs Linien, ein ständig wechselndes Auftragsbuch.
Ein Holzverarbeiter plant sechs Bearbeitungslinien für ein ständig wechselndes Auftragsbuch — viele parallele Aufträge, die sich mit jedem Eilauftrag und jeder Maschinenstörung neu ordnen. Geplant wurde bisher so: Auftragsdaten aus Sage Classic Line exportieren, mit selbstgeschriebenen Python-Skripten aufbereiten, dann von Hand in Monday.com in eine Reihenfolge bringen. Das Ergebnis war ein statisches Brett, das mit jeder Änderung von Hand nachgezogen werden musste — verlässliche Liefertermine ließen sich so nur schwer aus der tatsächlichen Kapazität ableiten.
Der eigentliche Hebel liegt darin, Kapazitätskonflikte früh sichtbar zu machen: Sobald der erste Systemlauf die Termine gegen die reale Maschinenkapazität rechnete, wurden Engpässe und kritische Aufträge transparent — früh genug, um gegenzusteuern, bevor ein Termin zum Problem wird. Genau diese Vorschau kann eine rein manuelle Planung bei diesem Auftragsvolumen nicht leisten.
02 · Das Fundament
Aus Artikelstammdaten wird ein Produktionsmodell.
Bevor überhaupt optimiert werden kann, muss der Produktionsprozess sauber im System abgebildet sein — und genau hier liegt die eigentliche Arbeit. Die vielen Sage-Artikelnummern sind für die Planung zu viele und die falschen Daten. Kitun verdichtet sie zu deutlich weniger Produktionsprofilen: Aus längenbehafteten Artikeln werden Endlosartikel (das Profil, unabhängig von der Länge), angereichert mit den planungsrelevanten Produktionsdaten — Routing (welche Maschinen in welcher Reihenfolge), Vorschub (Bearbeitungsgeschwindigkeit je Maschine) und Rohware.
Dieses Modell entsteht nicht aus den Stammdaten allein. Ein modernes, web-basiertes UI verschneidet die vorhandenen Sage-Daten mit dem Wissen der Produktionsleiter — die Arbeitsvorbereitung, die vorher im Kopf und in Tabellen lag. Erst dieses Fundament macht die Optimierung möglich. Alles konsequent nutzerzentriert gebaut, entlang des echten Arbeitsalltags.
03 · Die Lösung
Zehntausende durchsimulierte Pläne — der beste gewinnt.
Der Kern ist ein eigener Optimierungs-Algorithmus. Er bildet für jede Maschine eine Arbeitsreihenfolge, spielt sie in einer minutengenauen Simulation durch den echten Schichtkalender — mit reihenfolgeabhängigen Rüstwechseln, Pausen, Maschinen-Eignung und Abhängigkeiten — und bewertet den Plan, der dabei tatsächlich herauskommt. Aus zehntausenden durchsimulierten Plan-Varianten (mehrere Suchprozesse parallel über alle Rechenkerne) wählt er die beste: geringste Rüstzeit, beste Termintreue, stabiler Plan. Das Ergebnis ist deterministisch — gleiche Eingaben ergeben denselben Plan, jederzeit nachvollziehbar.
Verlässliche Zusagen (Capable-to-Promise)
Für jede eingehende Bestellung berechnet die App den haltbaren Liefertermin auf dem aktuellen Plan — direkt aus der tatsächlichen Kapazität. Getrennt von der kaufmännischen Zusage, die sich nie automatisch verschiebt.
Entscheidungshilfe für den Vertrieb
Ist ein Wunschtermin für einen Eilauftrag nicht machbar, zeigt das System nicht nur, dass es nicht geht, sondern welcher konkrete andere Auftrag verschoben werden müsste, um den Slot freizumachen — Verhandlungskandidaten statt Streit.
Aufgesetzt wurde das System von Ingenieuren mit klarer Architektur (FastAPI, Vue 3, PostgreSQL), weitergebaut mit KI-Unterstützung unter festen Qualitäts-Gates und Tests. Das Tempo kommt aus den Agenten, die Wartbarkeit aus der Disziplin — nicht andersherum.
Statt Rip-and-Replace
Die Brücke zu Sage Classic Line.
Der Vertriebsinnendienst erfasst Aufträge weiterhin dort, wo er es gewohnt ist — in Sage Classic Line. Ein automatischer Export (alle 5 Minuten) spielt die Aufträge in die App. Sage bleibt das kaufmännische Buch (Auftrag, AB); die App ist das Planungs- und Termin-Hirn. Der berechnete Termin wandert zurück nach Sage. Die Commodity mit gewachsenem Prozess wird integriert, nicht neu gebaut; der Differenzierer — die optimierte Planung — wird maßgeschneidert.
Sage soll perspektivisch ganz abgelöst werden — aber schrittweise und im laufenden Betrieb. Das Ergebnis ist eine geschmeidige Transition ohne wochenlange Schulungen, wie sie klassische ERP-Einführungen erzwingen: kein Big-Bang, kein Umschulungsschock, sofortiger Nutzen.
Ergebnisse
Was sich messbar geändert hat.
Neuplanung auf Knopfdruck
Ein kompletter Neuplan ist ein automatischer Rechenlauf — per Klick angestoßen, jederzeit wiederholbar. Bei Eilauftrag, Maschinenausfall oder Materialverzug wird der ganze Plan neu optimiert, statt tagelang von Hand im Brett geschoben.
Rüstzeit ~10 % besser gebündelt
Dieselben Wechsel, klüger sortiert. Der teuerste Handgriff in der Holzverarbeitung wird zum Optimierungsziel, nicht zum Zufallsprodukt.
Bessere Termintreue am Engpass (~90 %)
Die Reihenfolge wird auf gewichtete Verspätung optimiert — Zusagetermine wiegen dabei am schwersten.
Liefertermine, die halten
Berechnet auf dem aktuellen Plan aus der tatsächlichen Kapazität; Zusage und Plan sauber getrennt, unhaltbare Termine vor der Zusage sichtbar — nicht beim Kunden.
Was das wert ist (modellierte Rechnung)
Operative Kennzahlen, vorsichtig in Geld übersetzt.
Annahmen bewusst konservativ, Deckungsbeitrag je Engpass-Maschinenstunde mit 100 € angesetzt.
| Hebel | Modellierung | ~ Wert / Jahr |
|---|---|---|
| Planungs- & Vertriebszeit | ~9 Std./Woche automatisierte Planung und Terminfindung × 45 € | ~18.000 € |
| Rüstzeit −10 % (bessere Bündelung) | frei werdende Engpassstunden × 100 €, konservativ gerechnet | ~6.000 € |
| Termintreue & verlässliche Zusage | vermiedene Express-/Sonderfahrten, gehaltene Zusagen, geschützte Kunden — weich | ~10.000 € |
| Summe | ~34.000 € / Jahr |
Dem steht ein einmaliges Projektinvest im niedrigen fünfstelligen Bereich gegenüber — kein Abo, kein Preis pro Nutzer. Amortisation: wenige Monate. Wartung und Weiterentwicklung übernimmt Kitun.
Die Geldwerte sind modelliert und konservativ gewählt; die zugrunde liegenden operativen Kennzahlen stammen aus produktiven Läufen und Simulationen.
Ausblick
Vom Modul zum Voll-ERP.
Das Planungsmodul war der Anfang, nicht das Ziel. Auf derselben Codebasis wächst das System gerade zum kohärenten Gesamtsystem — Einkauf, Lager und Inventur, Verkaufs- und Eingangsrechnungen, Buchhaltung inkl. E-Rechnung. Schritt für Schritt löst das den Flickenteppich ab und macht das eine System zum Betriebsmittel des Unternehmens.
Ein maßgeschneidertes System, exklusiv für einen Betrieb gebaut — Datenhoheit inklusive, gehostet in der EU oder on-premise.