Konzeptkarte

KI für die diskrete Fertigung — PP/MRP-Ausnahme-Agenten

Stand 27. September 2026

Redaktion: Cédric Mary, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist KI für die diskrete Fertigung?

Ein Agent zur Triage von MRP-Ausnahmen reduziert die aktive Bearbeitungszeit von Ausnahmen um 60-80 %, indem er rund 80 % der täglichen Meldungen (300-800/Tag bei über 10.000 Materialien) automatisch schließt, die kein reales Lieferrisiko darstellen.

Worum es geht

KI-gestütztes PP/MRP-Ausnahmemanagement ist das Joule-Einsatzmuster mit dem höchsten ROI in der diskreten Fertigung: Statt dass ein Planer jeden Morgen 500 MRP-Ausnahmemeldungen durchsieht, sichtet, gruppiert und schlägt ein Agent Lösungsmaßnahmen vor — was die aktive Bearbeitungszeit von Ausnahmen in validierten Pilotprojekten um 60-80 % reduziert.

Das Problem ist MRP-Rauschen. Bei einem Diskretfertiger mit über 10.000 aktiven Materialien erzeugt ein Standard-MRP-Lauf täglich 300-800 Ausnahmemeldungen (Vorziehen, Verschieben, Stornieren, Umwandeln eines Planauftrags) — die Mehrheit ausgelöst durch kleine Terminverschiebungen, die die Kundenlieferung nicht wesentlich beeinträchtigen. Menschliche Planer verbringen 3-4 Stunden pro Tag mit der Sichtung, den Großteil davon mit Meldungen, die keine Aktion erfordern. Das Signal-Rausch-Verhältnis liegt typischerweise unter 20 %.

Vier strukturelle Elemente bilden die Agentenarchitektur. Erstens der Ausnahme-Feed: MRP-Ausnahmemeldungen aus S/4HANA MD04 / MD07 werden über einen Replication Flow (Tabellen RESB + MDKP, 15-Minuten-Delta) in Datasphere repliziert. Zweitens die Klassifizierung: Ein Joule-Agent führt für jedes Ausnahme-Batch einen Prompt zur Schweregrad-Bewertung aus und ordnet es einer von drei Stufen zu — Auto-Close (keine Aktion, Rauschen), Vorschlag (Entwurf einer Terminverschiebung oder Stornierung zur Prüfung durch den Planer), Eskalation (Kundenlieferung gefährdet, erfordert menschliche Entscheidung). Drittens Clustern und Präsentieren: Ausnahmen mit gemeinsamer Ursache (gleicher Lieferant, gleiche Komponentenverzögerung, gleicher Kapazitätsengpass) werden gruppiert; Joule entwirft eine einzige Lösungsnotiz für den Cluster statt einer pro Zeile. Viertens der Feedback-Loop: Annahme-/Ablehnungssignale des Planers werden in eine Datasphere-Tabelle zurückgeschrieben und trainieren das Klassifizierungsmodell über SAC Predictive neu, wodurch der Klassifizierungsfehler bei Rauschen im Zeitverlauf sinkt.

Warum es zählt

Ein Signal-Rausch-Verhältnis von unter 20 % bedeutet, dass die meisten Planerstunden (3-4/Tag) auf Rauschen verwendet werden — dies quantifiziert den Business Case für Arbeitszeitersparnis präzise.
Die dreistufige Bewertung (Auto-Close / Vorschlag / Eskalation) plus Clustering nach Ursache verwandelt Hunderte von Einzelmeldungen in eine Handvoll Lösungsnotizen.
Die Einsatzschwelle ist explizit: ≥5.000 aktive Materialien, tägliche MRP-Läufe, ≥3 Vollzeitäquivalente an Planern mit >2 Std./Tag — darunter, oder in Prozess-/Make-to-Order-Umgebungen, greift der Business Case nicht.

Kernpunkte

MRP-Rauschproblem: 300-800 Ausnahmemeldungen/Tag bei einem Bestand von 10.000 Materialien; Signal/Rauschen < 20 %.
Der Agent reduziert die aktive Bearbeitungszeit von Ausnahmen in validierten Fertigungspiloten um 60-80 %.
Dreistufige Klassifizierung: Auto-Close (Rauschen) → Vorschlag (Entwurf einer Terminverschiebung) → Eskalation (Kundenlieferung gefährdet).
Clustering nach Ursache: eine Lösungsnotiz pro Cluster statt einer pro Zeile — entscheidend für die Akzeptanz durch die Planer.
Feedback-Loop: Annahme-/Ablehnungssignale trainieren das SAC-Predictive-Klassifizierungsmodell im Zeitverlauf neu.
Voraussetzung: diskrete Fertigung, ≥ 5.000 aktive Materialien, tägliche MRP-Läufe. Nicht für Prozessfertigung/MTO.

Begriffe auf dieser Seite

MRP-Ausnahmemeldung: S/4HANA-Systemmeldung, dass ein Planauftrag, eine Bestellanforderung oder eine Umlagerung die Aufmerksamkeit des Planers erfordert — erzeugt nach jedem MRP-Lauf. Zu den Typen zählen Vorziehen, Verschieben, Stornieren und Umwandeln.
MD04 / MD07: S/4HANA-Transaktionen für die Bedarfs-/Bestandsliste (MD04) und die Ausnahmeauswertung (MD07) — das tägliche Cockpit des Planers zur Prüfung der von MRP erzeugten Aufgaben.
RESB: S/4HANA-Reservierungstabelle — erfasst Materialbedarfe, die durch Fertigungsaufträge erzeugt werden, und wird von MRP zur Berechnung des Nettobedarfs genutzt.
Diskrete Fertigung: Produktionsform, bei der Einheiten einzeln identifizierbar und zählbar sind (Automobil, Elektronik, Maschinenbau) — im Gegensatz zur Prozess-/kontinuierlichen Fertigung (Chemie, Lebensmittel/Getränke), die eine andere Ausnahmetopologie hat.
SAP Knowledge Graph (Verankerung): SAPs gemeinsames, geschäftsfreundliches Modell von Entitäten, Prozessen und Beziehungen (Stückliste, Arbeitsplan, Materialstamm, Bestellung), das Joule und der Orchestrierungsdienst lesen, um das Reasoning zu verankern — architektonisch verschieden von reinem RAG über replizierte Tabellen, weil es die tatsächlichen Geschäftsbeziehungen trägt, nicht nur Zeilen.
AI Unit: SAPs einzige virtuelle Währung für den Premium-AI-Verbrauch auf der Business AI Platform; von SAP gelieferte Autonomous-Enterprise-Agenten werden pauschal mit 0,02 AI Units pro Agentenaktion abgerechnet (eine Aktion = ein Schritt, z. B. ein Serviceaufruf oder eine Antwortgenerierung), ohne Verbrauch, solange ein Agent inaktiv ist.
A2A „Bring Your Own Agent“: Das Muster, das es einem Pro-Code-Agenten (gebaut mit CAP, LangGraph oder Ähnlichem, der einen A2A-Server-Endpunkt bereitstellt) erlaubt, von einem Joule Scenario aufgerufen zu werden — unterstützt synchrone Aufrufe (60-Sekunden-Fenster), asynchrone Callbacks für lang laufende Aufgaben und mehrstufigen Kontext; die Alternative zum vollständigen Bau im Low-Code-Canvas von Joule Studio.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.