Ronny Matthijs, Kutno Plant Director, Pringles, und Justyna Galusa, Senior Digital Transformation Manager, Pringles, freuen sich über die durch KI erzielten Optimierungen in ihrer Fabrik. (Quelle: Siemens)
Die Top 3 AI Values für Pringles
10 % höhere Produktionskapazität: Datenanalysen und eine stabilere Prozessführung ermöglichen einen höheren Output der bestehenden Produktionslinien.
13 % weniger Ausschuss: Das KI-Modell hilft, schwankende Rohstoffeigenschaften frühzeitig auszugleichen und Qualitätsverluste zu vermeiden.
7 % weniger Energieverbrauch: Ein Prognosemodell unterstützt die Produktion dabei, Energiebedarf und geplante Leistung besser aufeinander abzustimmen.
Wichtigstes Kundenzitat
Ronny Matthijs, Werkleiter Pringles in Kutno: „Wir haben viele Optimierungspotenziale durch KI gehoben. Für mich zeigt sich die Transformation allerdings nicht nur anhand neuer Technologien in unserer Fabrik, sondern auch darin, dass Menschen und Technologie zusammenarbeiten – für eine skalierbare, vorhersehbare und letztlich konstant qualitativ hochwertige Produktion.“
___________________________________________________________________________________________
Wenn klassische Automatisierung an ihre Grenzen stößt
Die Pringles-Fabrik im polnischen Kutno war bereits hochautomatisiert. Dennoch schwankte die Leistung der Produktionslinien. Der Grund lag vor allem in den natürlichen Rohstoffen: Schon geringe Unterschiede bei Feuchtigkeit, Temperatur oder Proteingehalt können das Verhalten des Teigs und damit den gesamten Herstellungsprozess beeinflussen.
Ronny Matthijs erzählt, dass Pringles in Kutno in großem Maßstab produziert werden – rund um die Uhr auf mehreren Linien. Kleinste Abweichungen können sich innerhalb weniger Minuten auf tausende Chips auswirken. Aus diesem Grund liegt aus seiner Sicht die größte Herausforderung in der Lebensmittelbranche in der Variabilität.
Früher setzte Pringles rein auf die Erfahrung und Expertise der Mitarbeitenden, um auf Veränderungen zu reagieren. Häufig geschah dies jedoch erst, wenn sich Abweichungen bereits in der Linie bemerkbar machten. „Dieser Weg ist nicht falsch“, stellt Ronny heraus, „aber er bedeutet, immer einen Schritt zurück zu sein.“ Deshalb entschloss sich Pringles, diesen Prozess gemeinsam mit Siemens zu transformieren. Ziel war es, das Prozessverhalten kontinuierlich im Blick zu haben und besser vorhersagen zu können. Daten, digitale Zwillinge und KI sollten dazu das Erfahrungswissen der Mitarbeitenden ergänzen und die Produktion berechenbarer machen.
Aus 14 Ideen wurden drei konkrete Anwendungen
Am Anfang der Zusammenarbeit stand eine Analyse des Werks durch Siemens Advanta. Dabei identifizierten die Teams 14 mögliche Digitalisierungsinitiativen. Eine parallele Umsetzung hätte die Organisation allerdings überfordert.
Pringles und Siemens konzentrierten sich daher zunächst auf drei Handlungsfelder:
- den digitalen Zwilling
- KI-gestützte Prozessüberwachung für die Teigherstellung,
- ein datenbasiertes Energiemanagement und Predictive Maintenance mit Senseye.
In gemischten Teams wurden die Themen angegangen. Projektmeetings fanden ein Mal pro Woche statt. Für den KI-Use-Case legten die Partner bereits zum Projektstart Prüfpunkte und klare Abbruchkriterien fest. Nach drei Monaten sollte bewertet werden, ob das Modell einen erkennbaren Nutzen liefert und weiterentwickelt werden kann. Mit diesem Vorgehen sollte das Projektrisiko begrenzt und dafür gesorgt werden, dass der betriebliche Nutzen im Mittelpunkt blieb.
Und das sind die Umsetzungsmaßnahmen: