Kurze Antwort: Die Brauereiplanung ist eine klassische eingeschränkte Werkstattfertigung, und Optimierung gepaart mit Nachfrageprognose plant, was wann gebraut wird, damit du Liefertermine einhältst und mehr Umläufe aus begrenzten Tanks herausholst. Die meisten Brauereien erledigen das immer noch in einer Tabelle und im Kopf eines Planers. Das funktioniert, bis es nicht mehr funktioniert.
Die Brauerei als Werkstattfertigung
Denk daran, was ein Plan alles berücksichtigen muss. Tanks sind begrenzt, und jedes Bier belegt einen für die Dauer seiner Gärung und Reifung — Tage bis Wochen, nicht Minuten. Abfülllinien haben begrenzte Slots. CIP-Fenster müssen zwischen die Befüllungen passen. Manche Sorten können nur in bestimmte Gefäße. Jede einzelne davon ist eine harte Beschränkung, und der Planer muss sie alle gleichzeitig erfüllen und trotzdem Bestellungen pünktlich ausliefern.
Genau diese Form von Problem bearbeitet das Operations Research seit Jahrzehnten. Ein Optimierer durchsucht den Raum der gültigen Pläne und liefert einen, der Liefertermine einhält und dabei ein von dir gewähltes Ziel maximiert — typischerweise Tankumläufe oder Kapazitätsauslastung — und Leergefäße und Umrüstungen minimiert. Die „KI” ist hier größtenteils mathematische Optimierung, oft gepaart mit einem Prognosemodell, das die Nachfrage für die kommenden Wochen schätzt, sodass du gegen wahrscheinliche Bestellungen planst statt gegen die von gestern.
Für ein breiteres Bild davon, wo dies unter den Brauerei-Anwendungsfällen steht, siehe was KI für eine Brauerei leisten kann.
Zuerst messen: Das Modell ist nur so gut wie deine Dauern
Bevor ein Optimierer seinen Wert beweist, musst du ihn mit der Wahrheit füttern. Das bedeutet genaue Gär- und Reifezeiten je Sorte, realistische CIP- und Umrüstzeiten und ehrlichen Liniendurchsatz. Die meisten Planer tragen diese Zahlen im Kopf, wo man nicht gegen sie optimieren kann.
Die Disziplin ist dieselbe wie überall sonst in der Analytik: Miss zuerst den Prozess. Zieh die tatsächlichen Chargendauern aus deinen Aufzeichnungen, betrachte die Streuung statt nur den Mittelwert und speise die realen Verteilungen ein. Ein auf optimistischen Dauern gebauter Plan sieht auf dem Bildschirm brillant aus und fällt im Keller auseinander.
Wo es bricht
Drei ehrliche Grenzen. Erstens ist die Nachfrage unsicher. Die Prognose, die den Plan antreibt, wird in gewissem Maße falsch sein, und ein perfekt gegen eine falsche Prognose optimierter Plan ist trotzdem falsch. Zweitens ist der Plan anfällig für Störungen. Eine stecken gebliebene Gärung, ein Ausfall der Abfüllung oder eine verspätete Zutatenlieferung können einen eng gepackten Plan ungültig machen, und je aggressiver du auf Tankumläufe optimierst, desto weniger Spielraum lässt du, um Schocks abzufedern. Drittens beruht alles auf genauen Dauern — wenn die falsch sind, wackelt das ganze Gebäude.
Die praktische Lehre ist, auf einen robusten Plan zu optimieren, nicht auf einen theoretisch perfekten. Lass etwas Luft, und behandle den Plan als etwas, das du neu durchrechnest, wenn sich die Realität bewegt, nicht als einmalige, in Stein gemeißelte Antwort.
Ein praktischer Gen-KI-Blickwinkel
Die Neuplanung ist der Punkt, an dem generative KI hilft. Wenn ein Tank um einen Tag verrutscht, will ein Planer nicht das Eingabeformat des Optimierers lernen — er will sagen „FV4 ist erst Donnerstag frei, was ändert sich?”. Ein LLM-Assistent, der über dem Optimierer sitzt, kann diese Aktualisierung in natürlicher Sprache aufnehmen, die Lösung neu auslösen und den neuen Plan erklären: welche Chargen sich verschoben haben, welche Liefertermine nun gefährdet sind und worin der Kompromiss bestand. Das macht ein mächtiges, aber fummeliges Werkzeug auf dem Kellerboden nutzbar. Der Vorbehalt: Das LLM muss den echten Optimierer aufrufen und dessen echte Ausgabe wiedergeben — es sollte niemals einen eigenen Plan erfinden.
Das Fazit
Die Produktionsplanung ist einer der klarsten Erfolge für die Optimierung in einer Brauerei und verwandelt einen Jonglierakt mit begrenzten Tanks in einen Plan, der Liefertermine einhält und Umläufe maximiert. Aber sie verlangt genaue Prozessdauern, kommt mit Störungen schlecht zurecht, wenn du zu aggressiv optimierst, und beruht auf einer von Natur aus unsicheren Nachfrageprognose. Bau Robustheit ein, plane neu, wenn sich die Realität verschiebt, und nutze einen Gen-KI-Assistenten, um die Neuplanung mühelos zu machen, statt die Mathematik zu ersetzen.
Teil des Tracks Brauwissenschaft & KI.
Häufig gestellte Fragen
Warum ist die Brauereiplanung ein schwieriges Problem für Software? Eine Brauerei ist eine eingeschränkte Werkstattfertigung mit begrenzten Tanks, Gärung und Reifung, die Tage bis Wochen dauern, begrenzten Slots an der Abfülllinie und verpflichtenden CIP-Fenstern. Die Zahl der gültigen Pläne explodiert schnell, sodass einen zu finden, der jeden Liefertermin einhält und die Tanks am Laufen hält, für jeden größeren Standort weit jenseits einer Tabellenkalkulation liegt.
Was entscheidet der Optimierer eigentlich? Er entscheidet, was wann in welchem Gefäß gebraut und wann abgefüllt wird — unter Berücksichtigung all deiner Beschränkungen. Das Ziel ist üblicherweise, Liefertermine einzuhalten und dabei die Tankumläufe zu maximieren sowie Leerkapazitäten und Umrüstungen zu minimieren, ausgehend von einer Nachfrageprognose für die kommenden Wochen.
Wie genau müssen meine Prozessdauern sein? Ziemlich genau. Der Plan ist nur so gut wie seine Annahmen. Wenn also Gär- und Reifezeiten geschätzt sind, wird der Plan optimistisch und fragil. Erfasse die tatsächlichen Dauern je Biersorte und speise die realen Zahlen zurück, bevor du dem Optimierer vertraust.