Use Cases Anwendungsfälle

What ZeroGuess AI Does For You Was ZeroGuess AI für Sie leistet

Six AI-driven use cases that turn raw smart factory data into concrete actions — powered by on-premise AI and Industrial IoT, every single day. Sechs KI-gestützte Anwendungen, die Smart-Factory-Daten in konkrete Maßnahmen verwandeln — mit On-Premise-KI und Industrial IoT, jeden Tag.

OEE Optimization OEE-Optimierung

Availability · Performance · Quality Verfügbarkeit · Leistung · Qualität

The OEE agent analyzes hourly IIoT machine data across all three OEE dimensions. It identifies the root causes of losses — not just the symptoms. By correlating downtime events with tool change histories, process parameters, and shift patterns, it surfaces Industry 4.0 insights that single-system approaches miss entirely. Der OEE-Agent analysiert stündliche IIoT-Maschinendaten über alle drei OEE-Dimensionen. Er identifiziert die Ursachen von Verlusten — nicht nur die Symptome. Durch Korrelation von Stillstandsereignissen mit Werkzeugwechsel-Historien, Prozessparametern und Schichtmustern liefert er Industrie-4.0-Erkenntnisse, die Einzelsysteme komplett übersehen.

ProblemProblem

OEE drops from 78% to 61% on machine SMD-3 during night shift OEE fällt von 78% auf 61% an Maschine SMD-3 in der Nachtschicht

Agent AnalysisAgenten-Analyse

Root cause: tool age at 847 cycles (limit: 800) + Cpk drift on cavity 3 Ursache: Werkzeugalter bei 847 Zyklen (Limit: 800) + Cpk-Drift an Kavität 3

ActionMaßnahme

Schedule tool change before shift 2 start, expected OEE recovery: +14pp Werkzeugwechsel vor Schicht 2 planen, erwartete OEE-Erholung: +14pp

Real Example Praxisbeispiel

“Machine SMD-3: OEE dropped to 61.2% due to 3 unplanned stops totaling 4.2h downtime. Cross-referencing with QMS data reveals Cpk on cavity 3 fell below 1.33 at cycle 812. Recommended: immediate tool change + process parameter adjustment. Expected recovery: OEE 75%+ within next shift.” „Maschine SMD-3: OEE auf 61,2% gefallen durch 3 ungeplante Stopps mit insgesamt 4,2h Stillstand. Abgleich mit QMS-Daten zeigt Cpk an Kavität 3 unter 1,33 bei Zyklus 812. Empfehlung: sofortiger Werkzeugwechsel + Prozessparameter-Anpassung. Erwartete Erholung: OEE 75%+ in der nächsten Schicht.“

Deep DiveMehr erfahren

On-Time Delivery (OTD) Liefertreue (OTD)

At-Risk Orders · Bottleneck Machines · Material Shortages Gefährdete Aufträge · Engpassmaschinen · Materialengpässe

The OTD agent combines ERP order data with real-time machine capacity, shift calendars, and material availability. It identifies orders at risk of missing their delivery date and proposes concrete rescheduling actions — including which machine, which shift, and which order to prioritize. Der OTD-Agent kombiniert ERP-Auftragsdaten mit Echtzeit-Maschinenkapazität, Schichtkalendern und Materialverfügbarkeit. Er identifiziert liefergefährdete Aufträge und schlägt konkrete Umplanungen vor — inklusive welcher Maschine, welcher Schicht und welchem Auftrag Priorität gegeben werden soll.

ProblemProblem

12 orders at risk, current OTD at 87.3% (target: 95%) 12 Aufträge gefährdet, aktuelle OTD bei 87,3% (Ziel: 95%)

Agent AnalysisAgenten-Analyse

Bottleneck: CNC-7 overloaded, material shortage on 3 assemblies Engpass: CNC-7 überlastet, Materialfehlmenge bei 3 Baugruppen

ActionMaßnahme

Shift 3 orders to CNC-2, expedite material for assembly BG-1204 3 Aufträge auf CNC-2 umplanen, Material für Baugruppe BG-1204 beschleunigen

Real Example Praxisbeispiel

“Order FA-2024-1847 (customer: BMW, due Feb 18): currently on CNC-7 with 23h remaining, but CNC-7 has 31h backlog. Recommendation: move to CNC-2 (idle capacity: 18h in shift 2+3). Material BG-1204 missing 340 units — supplier delivery possible by Feb 16 if ordered today.” „Auftrag FA-2024-1847 (Kunde: BMW, fällig 18. Feb): aktuell auf CNC-7 mit 23h Restlaufzeit, aber CNC-7 hat 31h Rückstand. Empfehlung: auf CNC-2 umplanen (freie Kapazität: 18h in Schicht 2+3). Material BG-1204 fehlen 340 Stück — Lieferantenlieferung bis 16. Feb möglich bei Bestellung heute.“

Deep DiveMehr erfahren

Revenue Intelligence Umsatzintelligenz

Revenue Gaps · Blocked Orders · Pull-Forward Potential Umsatzlücken · Blockierte Aufträge · Vorzieh-Potenzial

The Revenue agent identifies money left on the table: orders blocked by missing materials, capacity that could be used for pull-forward production, and revenue gaps between plan and actual. Every recommendation comes with a concrete EUR impact. Der Revenue-Agent identifiziert ungenutztes Umsatzpotenzial: durch fehlende Materialien blockierte Aufträge, Kapazitäten für vorgezogene Produktion und Umsatzlücken zwischen Plan und Ist. Jede Empfehlung kommt mit einer konkreten EUR-Bezifferung.

ProblemProblem

€81,803 revenue gap identified across 14 blocked orders €81.803 Umsatzlücke identifiziert über 14 blockierte Aufträge

Agent AnalysisAgenten-Analyse

23.4% gap from unallocated material blocking production 23,4% Lücke durch nicht zugeordnetes Material

ActionMaßnahme

Reallocate material from low-priority orders, unlock €34,200 Material von niedrigpriorisierten Aufträgen umschichten, €34.200 freischalten

Real Example Praxisbeispiel

“Monthly target: €349,500. Current run-rate projects €267,697 (76.6%). Gap: €81,803. Top action: reallocate 1,200 units of article 4711 from order FA-2089 (due Mar 5) to FA-2034 (due Feb 20) — unlocks €18,400 in billable revenue this month.” „Monatsziel: €349.500. Aktuelle Hochrechnung: €267.697 (76,6%). Lücke: €81.803. Top-Maßnahme: 1.200 Stück Artikel 4711 von Auftrag FA-2089 (fällig 5. März) auf FA-2034 (fällig 20. Feb) umschichten — schaltet €18.400 fakturierbaren Umsatz diesen Monat frei.“

Deep DiveMehr erfahren

Quality Optimization Qualitätsoptimierung

SPC/Cpk Trends · Scrap Analysis · Complaint Tracking SPC/Cpk-Trends · Ausschussanalyse · Reklamationsverfolgung

The Quality agent monitors SPC data, Cpk trends, and scrap rates in real-time. It correlates quality issues with process parameters, tool age, and material batches to find the true root cause — enabling predictive maintenance and recommending interventions before scrap rates escalate. Der Qualitäts-Agent überwacht SPC-Daten, Cpk-Trends und Ausschussraten in Echtzeit. Er korreliert Qualitätsprobleme mit Prozessparametern, Werkzeugalter und Materiallosen, um die wahre Ursache zu finden — ermöglicht vorausschauende Wartung und empfiehlt Interventionen, bevor Ausschussraten eskalieren.

ProblemProblem

Cpk dropping below 1.33 on 3 machines, scrap rate at 4.2% Cpk unter 1,33 auf 3 Maschinen, Ausschussrate bei 4,2%

Agent AnalysisAgenten-Analyse

Cavity imbalance on SGM-2 + material batch variance from supplier B Kavitätenungleichgewicht auf SGM-2 + Materialchargen-Varianz von Lieferant B

ActionMaßnahme

Adjust cavity 3 parameters, quarantine batch L-2024-089 Kavität-3-Parameter anpassen, Charge L-2024-089 sperren

Real Example Praxisbeispiel

“Machine SGM-2: Cpk on dimension X fell from 1.67 to 1.18 over the last 48h. Cavity balance analysis shows cavity 3 deviating by +0.023mm. Correlation with material data: batch L-2024-089 (supplier B) shows 2.1x higher variance than batch L-2024-085 (supplier A). Recommended: adjust injection pressure cavity 3 by -2bar, switch to supplier A material for critical orders.” „Maschine SGM-2: Cpk für Dimension X fiel von 1,67 auf 1,18 in den letzten 48h. Kavitätenanalyse zeigt Kavität 3 mit +0,023mm Abweichung. Korrelation mit Materialdaten: Charge L-2024-089 (Lieferant B) zeigt 2,1x höhere Varianz als Charge L-2024-085 (Lieferant A). Empfehlung: Spritzdruck Kavität 3 um -2bar anpassen, Material von Lieferant A für kritische Aufträge verwenden.“

Deep DiveMehr erfahren

Shopfloor Report Shopfloor Report

Daily Briefing · 10 Slides · Specialist Consensus Tägliches Briefing · 10 Folien · Spezialisten-Konsens

Every morning at 6:30 AM, 5 on-premise AI specialist agents analyze yesterday's production data in parallel. A synthesis agent merges their findings into a 10-slide HTML report covering OEE, delivery status, quality metrics, material situation, and predictive maintenance needs. Ready before the first shopfloor meeting. Jeden Morgen um 6:30 Uhr analysieren 5 On-Premise-KI-Spezialisten-Agenten parallel die Produktionsdaten des Vortags. Ein Synthese-Agent führt die Ergebnisse in einem 10-Folien-HTML-Report zusammen: OEE, Lieferstatus, Qualitätsmetriken, Materiallage und vorausschauende Wartung. Fertig vor dem ersten Shopfloor-Meeting.

5:55 AM5:55 Uhr

5 specialist agents start: Production, Quality, Logistics, Maintenance, Finance 5 Spezialisten starten: Produktion, Qualität, Logistik, Instandhaltung, Finanzen

6:15 AM6:15 Uhr

Synthesis agent merges findings, resolves contradictions Synthese-Agent führt Ergebnisse zusammen, löst Widersprüche

6:30 AM6:30 Uhr

10-slide HTML report ready — open in any browser 10-Folien-HTML-Report fertig — in jedem Browser öffnen

Report Sections Report-Abschnitte

“Executive Summary • OEE Overview (all machines) • Top 3 OEE Losers with root causes • Delivery Status & At-Risk Orders • Quality Alerts (Cpk, scrap) • Material Shortages • Maintenance Schedule • Revenue Forecast • Action Items • KPI Trends (7-day)” „Management Summary • OEE-Übersicht (alle Maschinen) • Top 3 OEE-Verlierer mit Ursachen • Lieferstatus & gefährdete Aufträge • Qualitätsalarme (Cpk, Ausschuss) • Materialengpässe • Wartungsplan • Umsatzprognose • Maßnahmenliste • KPI-Trends (7 Tage)“

Deep DiveMehr erfahren

Strategic Planning Strategische Planung

Quarterly Roadmap · Cross-KPI · Prioritized Actions Quartals-Roadmap · KPI-übergreifend · Priorisierte Maßnahmen

The strategy agent synthesizes insights from all other agents into a quarterly improvement roadmap. It identifies the highest-impact actions across OEE, delivery, quality, and revenue — and sequences them based on dependencies, resource availability, and expected ROI. Der Strategie-Agent synthetisiert Erkenntnisse aller anderen Agenten in eine quartalsweise Verbesserungs-Roadmap. Er identifiziert die wirkungsvollsten Maßnahmen über OEE, Liefertreue, Qualität und Umsatz hinweg — und reiht sie nach Abhängigkeiten, Ressourcenverfügbarkeit und erwartetem ROI.

DataDaten

30 days of cross-domain agent findings aggregated 30 Tage domänenübergreifende Agenten-Ergebnisse aggregiert

SynthesisSynthese

Cross-KPI impact analysis, dependency mapping KPI-übergreifende Wirkungsanalyse, Abhängigkeitsanalyse

RoadmapRoadmap

Prioritized 90-day action plan with expected KPI uplift Priorisierter 90-Tage-Aktionsplan mit erwarteter KPI-Steigerung

Real Example Praxisbeispiel

“Q1 Priority: Fix tool management on SMD-line (impacts OEE +5pp, OTD +3pp, scrap -1.2pp). Week 1-2: implement predictive tool change on SMD-3 and SMD-5. Week 3-4: roll out to CNC line. Expected quarterly impact: +€47,000 revenue, OEE 74% → 79%, OTD 87% → 93%.” „Q1 Priorität: Werkzeugmanagement auf SMD-Linie verbessern (wirkt auf OEE +5pp, OTD +3pp, Ausschuss -1,2pp). Woche 1-2: prädiktiven Werkzeugwechsel auf SMD-3 und SMD-5 einführen. Woche 3-4: auf CNC-Linie ausrollen. Erwartete Quartalswirkung: +€47.000 Umsatz, OEE 74% → 79%, OTD 87% → 93%.“

Deep DiveMehr erfahren

See These Agents In Action Erleben Sie die Agenten Live

Live Industry 4.0 smart factory simulation with real databases, real edge cases, real results. Live Industrie 4.0 Smart-Factory-Simulation mit echten Datenbanken, echten Sonderfällen, echten Ergebnissen.

factory-intelligence.work