KI für Spritzguss: Ausschuss senken, Prozessparameter beherrschen und Werkzeugwissen sichern im Kunststoff-Mittelstand

Ein deutscher Spritzgießer konkurriert um Zehntelprozente. Die Marge liegt zwischen einem eng geführten Prozess mit 2 Prozent Ausschuss und einem driftenden mit 6, zwischen einem Einrichter, der ein Werkzeug in zwanzig Minuten trifft, und einem Neuen, der zwei Stunden damit kämpft, zwischen einer Maschine, die Energie spart, und einer, die sie an Ausschuss verschwendet. Keine dieser Lücken zeigt sich als ein dramatischer Verlust. Sie bluten die Marge Schuss für Schuss aus.

Der Druck ist real und aktenkundig. Die rund 3.000 Kunststoffverarbeiter in Deutschland setzten 69,4 Milliarden Euro um und beschäftigen 313.000 Menschen, doch der Umsatz fällt seit drei Jahren, und die Branche sagt offen, dass sie Energie- und Lohnkosten nicht weiter an Kunden weitergeben kann^1,3. Zugleich sind die Menschen, die einen Prozess zusammenhalten, die erfahrenen Einrichter, die am schwersten zu besetzenden Rollen, und eine Lücke zeigt sich am selben Tag als Stillstand und Ausschuss¹¹.

Dieser Leitfaden ist für den Geschäftsführer oder die Werkleitung eines Spritzgussbetriebs, die Marge verteidigen wollen, ohne eine neue Maschinenhalle. Er behandelt die drei Stellen, an denen sich KI zuerst auszahlt - Prozessparameter, Ausschuss und das Werkzeug- und Rüstwissen, das aus der Tür geht - was jede realistisch bringt und wie man es in 90 Tagen an einer Zelle beweist.

Die Zange für deutsche Spritzgießer

Der Kunststoff-Mittelstand steckt zwischen Kosten, die er nicht steuern kann, und Preisen, die er nicht erhöhen kann. Das ist der Hintergrund jeder Shopfloor-Entscheidung, und deshalb ist marginale Effizienz kein Nice-to-have mehr.

• Drei Jahre Rückgang - der Branchenumsatz fiel 2025 erneut auf 68,2 Milliarden Euro, das dritte Minus in Folge³.
• Energie ist der Hauptkostentreiber - Verarbeiter nennen die Entlastung von hohen Energiekosten als Voraussetzung jeder Erholung, viele konnten die Steigerungen nicht weitergeben^2,4.
• Bürokratie kommt obendrauf - die Branche benennt Melde- und Bürokratielast ausdrücklich als Bremse neben der Energie².
• Die Fachkräftelücke ist akut - erfahrene Einrichter zählen zu den am schwersten zu besetzenden Rollen, und im Spritzguss zeigt sich eine Personallücke am selben Tag als Stillstand und Ausschuss, nicht erst im Monatsreport¹¹.
• Wissenskonzentration ist hoch - das Urteilsvermögen, das ein schwieriges Werkzeug am Laufen hält, steckt oft in ein oder zwei Köpfen, ein Risiko bei jedem Weggang.

Wo die Marge tatsächlich leckt

Bevor man irgendetwas automatisiert, lohnt es zu benennen, wohin das Geld geht. Im Spritzguss dominieren vier Lecks, und alle vier reagieren auf KI, weil sie von Daten und Urteilsvermögen getrieben sind, nicht davon, dass die Maschine unfähig wäre.

• Die Lecks summieren sich - driftende Parameter erzeugen Ausschuss, Ausschuss verschwendet Energie, und der Einrichter, der es beheben könnte, ist an einer anderen Presse.
• Einzeln sind sie unsichtbar - ein halbes Prozent Ausschuss und zehn Extraminuten je Umrüstung lösen keinen Alarm aus, sie senken einfach das Jahr.
• Es sind Datenprobleme - die Maschine erzeugt die Signale; das Problem ist, dass niemand sie in Echtzeit liest und danach handelt.
• Es sind Wissensprobleme - derselbe Fehler wird neu gelöst, weil die Lösung von letztem Mal nur in einem Gedächtnis lebt.

Das Ermutigende: Das Leck mit dem größten Euro-Effekt, der Ausschuss, ist auch das am direktesten angehbare, weil die Daten zu seiner Vorhersage und Vermeidung bereits aus Ihren Pressen fließen.

KI für Prozessparameter

Der Kern stabilen Spritzgießens ist, die richtigen Parameter zu halten, während Material und Bedingungen sich verschieben. Genau hier kann ein menschlicher Einrichter nicht jeden Schuss überwachen, und genau hier glänzt KI, weil sie den Prozess fortlaufend liest und korrigiert, bevor ein Teil aus der Toleranz läuft.

Was die KI tut

• Liest den Prozess in Echtzeit - sie nimmt hochfrequente Daten wie Werkzeuginnendruck, Temperaturen und Zykluszeiten aus Maschine und Sensoren auf.
• Lernt den guten Schuss - sie baut ein Modell, wie ein Gutteil in den Daten aussieht, je Werkzeug und je Material.
• Schlägt Korrekturen vor oder setzt sie - sie empfiehlt die situativen Parameteränderungen, die Ihr bester Einrichter machen würde, oder setzt sie innerhalb gesetzter Grenzen.
• Kompensiert Materialschwankung - sie passt sich an Charge-zu-Charge-Unterschiede und Mahlgutanteile an, die ein fester Parametersatz nicht ausgleicht.
• Berücksichtigt Umgebungsbedingungen - sie rechnet die Temperatur- und Feuchteschwankungen der Halle ein, die einen Prozess über eine Schicht still verschieben.
• Senkt Bemusterungskosten - durch Modellieren des Prozesses verkürzt sie die Werkzeug-Bemusterung, mit berichteten Reduktionen der Bemusterungskosten von bis zu 95 Prozent⁷.

KI für Ausschussreduktion

Ausschuss ist das größte und messbarste Leck, und hier zeigt KI den klarsten Ertrag. Es gibt zwei sich ergänzende Angriffe: das schlechte Teil durch Prozesssteuerung verhindern und die durchgerutschten mit automatischer Prüfung fangen.

Verhindern und fangen

• Vorhersagen, bevor es passiert - das Parametermodell markiert eine Drift Richtung Toleranzgrenze und korrigiert sie, bevor ein Fehlteil gespritzt wird.
• Jedes Teil prüfen - KI-Sichtprüfung kontrolliert Maß, Oberfläche und Struktur an der Linie, nicht stichprobenartig.
• Automatisch sortieren - verdächtige Teile werden getrennt, ohne dass jemand unter Zeitdruck eine Kiste sichtet.
• Den Kreis schließen - Prüfergebnisse fließen ins Parametermodell zurück, sodass das Erkennen eines Fehlers auch hilft, den nächsten zu verhindern.
• Die Ursache zurückverfolgen - das System verknüpft einen Fehler mit den Prozessbedingungen, die ihn erzeugt haben, sodass die Behebung gezielt statt geraten ist.

Den breiteren Fall für KI in der Werksqualität, inklusive 8D und Lieferantenqualität, behandeln wir im Leitfaden zu KI im Qualitätsmanagement des Mittelstands, der den Shopfloor-Fokus hier ergänzt.

KI für Werkzeug- und Rüstwissen

Das am schwersten zu ersetzende Gut in einem Spritzbetrieb ist keine Presse, sondern der Einrichter, der weiß, dass dieses Werkzeug einen Hauch mehr Nachdruck braucht, wenn die Halle kalt ist. Dieses Wissen ist selten aufgeschrieben, und die Menschen, die es halten, gehen in Rente oder werden abgeworben. KI ist, wie Sie es behalten.

Wie KI es erfasst und skaliert

• Lernt von den Experten in Aktion - durch Beobachten, welche Parameteränderung ein erfahrener Einrichter in welcher Situation macht, verwandelt das System implizites Können in ein Modell.
• Beschleunigt das Rüsten - automatisches Anlernen neuer Teile hat Rüst- und Umrüstzeiten um bis zu 50 Prozent gesenkt, sodass ein neuer Bediener ein Werkzeug näher am Optimum startet⁵.
• Macht Einstellwissen abfragbar - strukturierte Erfassung verwandelt die Gründe hinter den Entscheidungen eines Einrichters in Antworten, die jede Schicht erreicht.
• Standardisiert über Schichten - die Nachtschicht fährt denselben bewährten Ansatz wie die Tagschicht, statt des persönlichen Rezepts jedes Einrichters.
• Schützt vor Weggängen - das Wissen, das mit einem in Rente gehenden Einrichter verschwunden wäre, bleibt im Werk und bleibt nutzbar.
• Befreit den Experten für echte Probleme - der erfahrene Einrichter hört auf, wiederkehrende Fehler zu löschen, und arbeitet an Prozessverbesserung und am wirklich Neuen.

KI für Energie und Zykluszeit

Energie ist der zweitgrößte Kostenblock des Spritzgießers und der, den die Branche am schwersten weitergeben konnte. KI greift ihn aus zwei Richtungen zugleich an, und deshalb addieren sich die Einsparungen.

• Jedes Fehlteil ist verschwendete Energie - weniger Ausschuss senkt direkt die Schmelze und Maschinenzeit für Teile, die in der Kiste landen.
• Kürzere Zyklen, gleiche Qualität - KI-getunte Zyklen wurden um einige Prozent gekürzt, bei gehaltener Teilequalität⁹.
• Smarteres Heizen und Kühlen - optimierte Temperaturführung senkt die Energie, die nötig ist, um den Prozess dort zu halten, wo er sein muss.
• Weniger Rohmaterial je Gutteil - berichtete Materialeinsparungen von ein paar Prozent summieren sich über Millionen Schuss⁷.
• Energiereduktion im mittleren Prozentbereich - dokumentierte Projekte berichten Energieverbrauch um rund 16 Prozent gesenkt⁷.

Für das breitere Bild der Produktionsverfügbarkeit ist vorausschauende Wartung ein natürlicher Begleithebel, den wir im Leitfaden zu Predictive Maintenance im Mittelstand behandeln.

Einführung in 90 Tagen auf dem Shopfloor

Man rollt KI nicht auf einmal über das ganze Werk. Ein fokussiertes 90-Tage-Projekt bringt eine Zelle oder ein Problemwerkzeug von der Basislinie zu einer belegten Zahl, und genau das überzeugt die Geschäftsleitung zum Skalieren. Hier ist die Reihenfolge.

Der Phasenplan

1. Woche 1-3: Zelle wählen und Basislinie aufnehmen - wählen Sie das Werkzeug mit dem schlimmsten Ausschuss, Rüstärger oder der engsten Toleranz und messen Sie heute Ausschussquote, Rüstzeit und Energie je Gutteil.
2. Woche 4-6: Daten anbinden - verbinden Sie Maschinensteuerung, MES und Qualitätsdaten und ergänzen Sie einen Werkzeuginnendrucksensor nur dort, wo das Signal fehlt.
3. Woche 7-9: Assistiert fahren - die KI schlägt Korrekturen vor und prüft Teile neben Ihrem Einrichter, der die Kontrolle behält und jede Empfehlung prüft.
4. Woche 10-12: Messen und entscheiden - vergleichen Sie Ausschuss, Rüstzeit und Energie gegen die Basislinie, dokumentieren Sie die zurückgeholten Euro und skizzieren Sie das nächste schlimmste Werkzeug.

Wie Superkind passt

Superkind baut maßgeschneiderte KI-Agenten für KMU, auch für Hersteller, mit einem prozess-zuerst-Ansatz. Wir starten bei Ihren tatsächlichen Werkzeugen, Pressen und Daten, nicht bei einem generischen Kunststoffprodukt, um das Sie Ihren Shopfloor biegen müssen.

• Prozess-zuerst-Aufnahme - wir kartieren, wo Ihr Ausschuss, Ihre Rüstzeit und Ihre Wissenslücken tatsächlich liegen, bevor wir etwas anbinden.
• Läuft auf Ihren bestehenden Maschinen - die KI-Schicht liest Prozessdaten aus Ihren Pressen, Sensoren und dem MES, unabhängig von Fabrikat und Alter.
• Parameter- und Ausschussfokus - sie modelliert den guten Schuss, korrigiert Drift und kombiniert mit Sichtprüfung, um Fehlteile zu verhindern und zu fangen.
• Erfasst Einrichterwissen - strukturierte Erfassung verwandelt das Werkzeug-Know-how Ihrer Experten in abfragbare, schichtunabhängige Anleitung.
• Mensch behält die Kontrolle - der Einrichter prüft und gibt frei, mit Konfidenzgrenzen, die automatische Änderungen in sicheren Schranken halten.
• Läuft in Ihrer Infrastruktur - Daten bleiben in einer in Deutschland gehosteten oder lokalen Umgebung mit Verschlüsselung und Audit-Logs.
• Eine Zelle nach der anderen - wir beweisen die Euro an einem Werkzeug und nutzen dasselbe Muster dann über die Flotte.
• Ergebnisse, keine Lizenzen - der Preis ist an zurückgeholten Ausschuss, Rüstzeit und Energie gebunden, nicht an Platzgebühren.

Den breiteren Fall für maßgeschneiderte Agenten am Shopfloor und im Mittelstand behandeln wir im Leitfaden zu KI in der Fertigung.

Entscheidungsrahmen: Ist Ihr Spritzbetrieb bereit?

Nicht jeder Spritzgießer sollte dieses Quartal starten. So erkennen Sie, wo Sie stehen und was als Nächstes zu tun ist.

Häufige Fragen

Henri Jung

Mitgründer von Superkind, wo er KMU und Unternehmen hilft, maßgeschneiderte KI-Agenten einzusetzen, die wirklich zu ihren Teams passen. Henri brennt dafür, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er ist überzeugt: Der Mittelstand hat alles, um bei KI führend zu sein - er braucht nur den richtigen Ansatz.