KI-Verhandlung der Kapazität von Auftragsherstellern für die Fertigung

Die KI-gestützte Verhandlung der Kapazität von Auftragsherstellern sollte Produktprognosen und Fabriknachweise in einen realisierbaren Bereich von Mengen, Kosten, Servicelevels und Risikozuweisungen überführen. Sie sollte die vom Lieferanten angegebene Nennkapazität nicht ungeprüft akzeptieren – und auch nicht autonom Kapazität reservieren.

Das praktische Ergebnis ist ein Verhandlungsrahmen: Basismengen nach Zeitraum, Rechte auf Mehrmengen, Prognoseflexibilität, Reservierungsökonomie, Qualitätsschwellen, Kapitalverantwortlichkeiten und Rechtsbehelfe. Diese produktspezifische Analyse ist eine fokussierte Anwendung von AI procurement, die durch Betrieb und Technik informiert wird und nicht allein durch Beschaffungsdaten.

Kurze Antwort

Nutzen Sie KI, um nachgewiesenen Engpassdurchsatz mit Ausbeute, Nacharbeit, Umrüstungen, qualifizierter Arbeit, Werkzeugen, Materialien, Tests und Qualitätsfreigabe abzugleichen. Testen Sie Szenarien mit niedriger, mittlerer und hoher Nachfrage gegen Reservierungsgebühren, Take-or-pay-Exponierung, Stornierungsrechte und Allokationspriorität. Menschen müssen die Kapazitätsbasis sowie jede verbindliche kommerzielle, technische, qualitative oder kapitalbezogene Verpflichtung genehmigen.

Branchendaten und operative Einschränkungen

Die Aussage eines Lieferanten, ein Werk habe „20 % freie Kapazität“, ist kein entscheidungsreifer Nachweis. Der Käufer benötigt Daten für den spezifischen Standort, die Linie, den Prozess, das Werkzeug und die Produktfamilie.

Erforderliche interne und externe Eingaben

Käuferdaten:

• Prognosen auf SKU-, Standort- und Wochenebene, einschließlich Fehler und Bias
• Auftragshistorie, Produkteinführungen, Promotionen und Serviceziele für Endkunden
• Stücklisten, Arbeitspläne, Zeichnungen, freigegebene Lieferanten und Annahmen zu Zykluszeiten
• Pipeline für technische Änderungen und Qualifizierungsstatus
• Fehler, Rücksendungen, qualitätskritische Merkmale und Freigabetests
• Bestellungen, Mindestverpflichtungen, Eigentum an Werkzeugen und Materialfreigaben
• Annahmen zu Engpässen, Beständen, Sonderfracht und Kapital
• Alternative Hersteller, Standorte und Vorlaufzeiten für Qualifizierungen

Nachweise des Lieferanten:

• Schichtkalender, geplante Stillstandszeiten, Wartungshistorie und nachgewiesene Zykluszeit
• Eingangsvolumen, First-Pass-Yield, Ausschuss, Nacharbeit und final akzeptierter Output je Arbeitsgang
• Umrüstmatrix mit sequenzabhängigem Rüsten, Reinigung, Aufwärmen und Erstmuster
• Zertifizierte Personalstärke, Schichtmuster, Überstundengrenzen und Vorlaufzeiten für Schulungen
• Formen, Kavitäten, Vorrichtungen, Masken, Stanzwerkzeuge, Tester, Kalibrierstatus und verbleibende Werkzeuglebensdauer
• Materialvorlaufzeiten, Allokationen, Mindestbestellmengen, Haltbarkeit und freigegebene Substitute
• Validierungsstatus, Abweichungen, Auditfeststellungen, Laborkapazität und Freigabezeit
• Bestehende Kundenallokationen, Prognosegrenzen, Stornierungsfenster und Vorankündigung für Mehrmengen
• Reservierungsgebühren, Unterauslastungsgebühren, Kapitalrückgewinnung und Take-or-pay-Bedingungen

Definitionen sind wichtig. ISO 22400 bietet einen Rahmen für KPIs im Fertigungsbetrieb, aber die Parteien müssen sich dennoch auf die Grenzen der Formeln einigen. „Yield“ kann zum Beispiel First-Pass-, Final-, Wafer-, Test- oder Batch-Yield bedeuten.

Das Restriktionsmodell aufbauen

Berechnen Sie für jeden Zeitraum:

Verfügbare Laufzeitstunden = geplante Stunden − geplante Stillstandszeit − erwartete ungeplante Stillstandszeit − sequenzspezifische Umrüstungen

Erwarteter konformer Output = Brutto-Output × First-Pass-Yield + rückgewinnbare Nacharbeit − Ausschuss bei Endtest oder Freigabe

Begrenzen Sie den Output dann auf das niedrigste realisierbare Limit über Anlagen, Werkzeuge, qualifizierte Arbeit, Materialien, nachgelagerte Tests, Qualitätsfreigabe und vertragliche Kapazität hinweg.

Der Engpass unterscheidet sich je nach Kategorie:

• Elektronikmontage: SMT-Bestückung kann unbeschränkt erscheinen, während Funktionstestvorrichtungen, Techniker oder Komponenten mit langer Vorlaufzeit die Auslieferungen begrenzen. Eine offengelegte Elektronikvereinbarung verknüpfte Zeitpläne mit verfügbaren Werkzeugen und verwendete unterschiedliche Verpflichtungsprozentsätze über Prognosezeiträume hinweg, wobei spätere Monate der Planung vorbehalten waren (SEC exhibit).
• Halbleiter-Foundry: Modellieren Sie Waferstarts nach Node, Wafertyp, Maskensatz, Fab und Quartal – und wenden Sie dann Die-per-Wafer, Wafer-Yield, Probe-Yield, Zykluszeit und Backend-Limits an. Öffentliche Foundry-Vereinbarungen veranschaulichen teilespezifische Prognosen und quartalsweise Verpflichtungen statt generischer Netzwerkauslastung (SEC exhibit).
• Batteriezellen: Beschichtung, Trocknung, Formationskanäle, Trockenraumfläche und Ramp-up-Ausschuss können dominieren. Eine offengelegte Vereinbarung knüpfte Mehrmengen an Maschinenengpässe und behandelte vom Kunden finanzierte Linienausrüstung sowie die Genehmigung von Standortänderungen (SEC exhibit).
• Pharmazeutische Herstellung: Behältervolumen ist keine freigegebene Chargenkapazität. Reinigung, Kampagnenfenster, validierte Chargengröße, Labortests, Abweichungen und Chargenfreigabe müssen modelliert werden. Die FDA-Leitlinie empfiehlt, Verantwortlichkeiten für Validierung, Tests, Change Control und Freigabe ausdrücklich zuzuweisen (FDA guidance).

Ein konkretes Verhandlungsszenario

Ein Elektronikkäufer prognostiziert 10.000 Steuerplatinen pro Woche. Der Auftragshersteller bietet an, gegen eine Gebühr 12.000 Einheiten wöchentlicher Kapazität zu reservieren.

Der Betrieb validiert 240 geplante Linienstunden. Nach 12 Stunden geplanter Stillstandszeit und 18 Stunden für die vorgeschlagene SKU-Sequenz verbleiben 210 Stunden. Bei 50 Brutto-Platinen pro Stunde kann die Linie 10.500 Platinen verarbeiten. Bei Anwendung von 94 % First-Pass-Yield ergeben sich 9.870 Platinen vor rückgewinnbarer Nacharbeit. Der Funktionstest kann mit den vorhandenen Vorrichtungen jedoch nur 9.600 Platinen pro Woche annehmen.

Die Reservierungsbehauptung ist daher operativ nicht gestützt. Beschaffung, Technik und der Lieferant können ein bedingtes Paket verhandeln:

• 9.600 nachgewiesene Gutteile als Basis;
• ein Recht auf Mehrmenge bis 11.000 nach einem beobachteten Kapazitätslauf;
• Personalstellung des Lieferanten für eine zweite Testschicht;
• Finanzierung einer zusätzlichen Vorrichtung durch den Käufer, mit dokumentierten Eigentums- und Übertragungsrechten;
• eine Final-Yield-Schwelle von 98 %, bevor die volle Reservierungsgebühr anfällt;
• keine Take-or-pay-Gebühr bei vom Lieferanten verursachter Stillstandszeit oder Qualitätsversagen; und
• eine feste Vier-Wochen-Prognose, ein flexibles Acht-Wochen-Band und danach nur Planungsbedarf.

Verfolgen Sie termingerechte und vollständige Lieferung, konforme Einheiten pro Teststunde, First-Pass- und Final-Yield, Umrüststunden, Überstunden, Fehlmengeneinheiten, Sonderfracht und genutzte reservierte Kapazität. Es geht nicht darum, falsche Sicherheit zu erzeugen; es geht darum offenzulegen, welche Annahmen zu Bedingungen werden müssen.

Checkliste für den Verhandlungsrahmen

Verwenden Sie diese Vorlage, bevor Sie Angebote austauschen:

• Basis: Nachgewiesene konforme Einheiten oder qualifizierte Chargen pro Woche, Monat oder Quartal
• Mehrmenge: Menge, Vorankündigungsfrist, berechtigte Produkte, Preis und Engpassbedingungen
• Prognosegrenzen: Feste, teilweise flexible und nur planungsrelevante Zeiträume
• Reservierung: Gebühr, erhaltene messbare Kapazität, Auslastungstest, Gutschrift- und Erstattungsregeln
• Yield: Definition, Basiswert, Verbesserungsmeilensteine und Verantwortung für Ausschuss/Nacharbeit
• Umrüstungen: Standardzeiten, Sequenzmatrix, Kampagnengröße und Kostenbehandlung
• Arbeit: Auslöser für Ausbau, Zertifizierung, Schulungsvorlaufzeit und Überstundenobergrenze
• Werkzeuge: Finanzierung, Eigentumstitel, Wartung, Standort, Zugang, Duplizierung und Übertragungsrechte
• Qualität: Validierung, Freigabebefugnis, Fristen für Korrekturmaßnahmen und Rechtsbehelfe
• Kontinuität: Allokationspriorität, Alternativstandort, Wiederanlaufzeit und Unterstützung beim Übergang

Die Beschaffungsleitung verantwortet die kommerzielle Strategie; die Supply-Planung verantwortet Nachfrageszenarien; Industrial Engineering validiert Zykluszeiten und Engpässe; die Produkttechnik verantwortet Spezifikationen und Werkzeuge; Qualität oder Regulatory verantworten Validierung und Freigabekontrollen; Finance prüft die Szenarioökonomie; Legal prüft verbindliche Formulierungen; und der Geschäftsverantwortliche genehmigt wesentliche Risiken. Diese funktionsübergreifende Arbeit sollte in einen definierten procurement process eingebettet sein, nicht in eine isolierte KI-Übung.

Wo Machine Learning, generative KI und agentische Workflows passen

Machine Learning kann Prognoseverteilungen, Yield, Stillstandszeiten oder das Risiko verspäteter Lieferungen aus hinreichend konsistenten Auftrags-, MES-, Wartungs- und Qualitätshistorien schätzen. Sein Output ist eine Inferenz – kein Nachweis – und frühe Produktionsanläufe können für verlässliche Vorhersagen zu spärlich oder zu instabil sein.

Generative KI kann Lieferanteneinreichungen vergleichen, Quelldatensätze zusammenfassen, widersprüchliche KPI-Definitionen identifizieren, Szenariofragen entwerfen und Tauschpakete erstellen. In einem Negotiations.AI-Workflow könnte ein Käufer die freigegebenen Nachweise, Annahmen, Ziele und Ausstiegspunkte in ein prüfbares Briefing für AI-assisted negotiations zusammenstellen. Generierte Zusammenfassungen erfordern weiterhin eine Verifizierung anhand der Quellen.

Agentische Workflows können fehlende Dateien anfordern, Szenarien neu berechnen, wenn sich eine Prognose ändert, Ausnahmen an Technik oder Qualität weiterleiten und Entwürfe für Genehmigungsunterlagen vorbereiten. Sie sollten keine Allokationen ändern, keine Abweichungen akzeptieren, keine Bestellungen auslösen und keine verbindliche Annahme kommunizieren. Teams, die breitere Workflows bewerten, können den AI procurement use-case guide prüfen.

KI-Prompts zum Üben

• „Trenne diese Kapazitätseinreichung in beobachtete Aufzeichnungen, Modellannahmen und Lieferantenbehauptungen. Markiere fehlende Nachweise nach Engpass.“
• „Erstelle drei Pakete, die Prognoseverbindlichkeit, Finanzierung von Vorrichtungen, Rechte auf Mehrmengen und Reservierungsgebühren gegeneinander tauschen, ohne die Qualitätsanforderungen zu ändern.“
• „Führe einen Stresstest des Angebots durch, wenn der First-Pass-Yield um drei Prozentpunkte fällt und die Testkapazität unverändert bleibt.“

Menschliche Entscheidungen und Genehmigungsschritte

Halten Sie in jeder Arbeitsmappe drei sichtbare Ebenen vor: beobachtete Nachweise aus MES, Qualität, Personalbesetzung, Wartung und unterzeichneten Bedingungen; Modellinferenz wie prognostizierter Yield oder Fehlmengenexponierung; und menschliches Urteil über Glaubwürdigkeit, strategische Bedeutung, regulatorisches Risiko und Beziehungseffekte.

Eine verpflichtende menschliche Genehmigung ist erforderlich, bevor die Kapazitätsbasis akzeptiert wird; ein Prozess, Produkt, Werkzeug oder Fertigungsstandort geändert wird; eine Abweichung, ein Validierungsergebnis oder eine Chargenfreigabe genehmigt wird; Kapital oder nicht stornierbare Materialien finanziert werden; Reservierungs- oder Take-or-pay-Haftung akzeptiert wird; die Lieferantenallokation geändert wird; vertrauliche Daten mit einem KI-Anbieter geteilt werden; oder eine Vereinbarung oder Bestellung unterzeichnet wird. Diese Trennung entspricht den Prinzipien zu menschlicher Rolle und Governance im NIST’s AI Risk Management Framework.

Einschränkungen

Historischer Durchsatz repräsentiert möglicherweise keine neue Mischung, kein neues Design, keine neue Belegschaft oder keine neue Materialumgebung. Lieferanten können inkompatible Definitionen verwenden, und nicht offengelegte Verpflichtungen gegenüber anderen Kunden lassen sich nicht zuverlässig ableiten. Korrelierte Störungen können einfache Risikoannahmen entkräften, während ein kostenoptimiertes Modell Sicherheits-, regulatorische, geopolitische, ethische und beziehungsbezogene Überlegungen auslassen kann. Öffentliche Vereinbarungen zeigen mögliche Strukturen – nicht Marktpreise oder universell angemessene Bedingungen.

Quellen

• ISO 22400-1 manufacturing KPI concepts
• FDA guidance on contract-manufacturing quality agreements
• NIST AI Risk Management Framework 1.0
• GlobalFoundries capacity agreement filed with the SEC

Weiterführende Lektüre

• NIST: Human-AI interaction and risk management
• SEC: Electronics manufacturing agreement
• SEC: Enovix manufacturing agreement
• SEC: Patheon commercial manufacturing agreement

FAQ

Sollte KI Nennkapazität oder nachgewiesene Kapazität verwenden?

Verwenden Sie nachgewiesenen, nachhaltig konformen Output, wann immer glaubwürdige Aufzeichnungen oder ein vereinbarter Kapazitätslauf verfügbar sind. Nennkapazität kann als gekennzeichnete Annahme für Verbesserungsszenarien bestehen bleiben.

Was sollte eine Kapazitätsreservierungsgebühr kaufen?

Sie sollte einer messbaren, auditierbaren, produktnutzbaren Kapazität mit definierten Zeiträumen, Produkten, Engpässen, Auslastungsbedingungen, Gutschriften und Ausnahmen entsprechen. Kommerzielle und rechtliche Prüfer müssen die endgültige Struktur genehmigen.

Wie sollte Prognoseunsicherheit in die Verhandlung eingehen?

Verwenden Sie niedrige, mittlere und hohe Szenarien oder explizite Wahrscheinlichkeitsbereiche. Übersetzen Sie diese in Prognosegrenzen, Flexibilitätsbänder, Rechte auf Mehrmengen, Stornierungsfenster und Grenzen für Materialfreigaben, anstatt Unsicherheit in einer einzigen Prognose zu verbergen.

Kann KI den erfolgreichen Auftragshersteller auswählen?

Nein. KI kann eingeschränkte Szenarien vergleichen und Trade-offs dokumentieren, aber verantwortliche Stakeholder müssen Qualität, Resilienz, strategische Eignung, Wirtschaftlichkeit und Vertragsrisiko beurteilen, bevor sie eine Vergabe genehmigen.

Haftungsausschluss: Dieser Artikel bietet allgemeine operative Informationen, keine rechtliche, finanzielle, regulatorische oder technische Beratung.