PartsOS Forecasting
Weinig AG: KI-gestützte Teileplanung für einen Weltmarktführer im Holzmaschinenbau
Wie die Weinig AG mit PartsOS den manuellen Planungsaufwand um 85 % senkte, die Ersatzteilverfügbarkeit um 30 % steigerte und den Order Backlog um 56 % reduzierte. Schrittweise, ohne laufende ERP-Projekte zu stoppen.
Was die Weinig AG mit PartsOS erreicht hat
-85%
Weniger manueller Planungsaufwand in der Ersatzteilplanung
+30%
Höhere Ersatzteilverfügbarkeit im Maschinenbau
-56%
Reduzierung des Order Backlogs durch KI-gestützte Bestandsplanung
Das Problem
Weltmarktführer, dezentrale Planung, ein strukturelles Risiko
Die Weinig AG ist ein weltweit führender Hersteller von Maschinen und Anlagen für die Massivholz- und Holzwerkstoffbearbeitung. Mit rund 2.500 Mitarbeitern und mehreren eigenständigen Business-Units ist Weinig ein Paradebeispiel für industriellen Maschinenbau auf höchstem Niveau.
Genau diese Größe und Struktur wurde in der Ersatzteilplanung zum Problem.
Verschiedene Business-Units arbeiteten mit unterschiedlichen Planungs- und Dispositionsverfahren.
Das Ergebnis: redundante Bestände, unklare Verantwortlichkeiten und fehlende Transparenz darüber, welche Teile wo in welcher Menge vorgehalten wurden. Während bestimmte Ersatzteile nicht rechtzeitig verfügbar waren und Kunden auf Lieferungen warteten, türmten sich andernorts Überbestände mit hohen Abschreibungsrisiken.
Die zentralen Schmerzpunkte vor PartsOS
- Kein einheitliches Planungsverfahren über Business-Units hinweg
- Hoher manueller Aufwand bei Disposition
- Fehlteile trotz hoher Gesamtlagerbestände
- Signifikante Überbestände mit Abschreibungsdruck
- Gleichzeitig laufende ERP-Transformationsprojekte, die keine weitere IT-Komplexität vertragen konnten
Unser Ansatz
SKU-spezifische Planung statt pauschaler Sicherheitsbestände
Mithilfe von PartsOS führte Weinig ein SKU-spezifisches Demand Forecasting ein. Statt pauschaler Annahmen berechnet das System für jede einzelne Teilenummer individuell: Wie hoch ist die historische Nachfrage? Wie volatil ist sie? Wie wird sie sich in den kommenden Perioden voraussichtlich entwickeln?
Schrittweiser Rollout, ohne laufende Projekte zu gefährden
Da Weinig parallel ERP-Transformationsprojekte betreibt, war ein reibungsloser, inkrementeller Einführungsweg entscheidend. PartsOS wurde Business-Unit für Business-Unit eingeführt, beginnend dort, wo der Leidensdruck am größten war. Für jeden Schritt wurde eine individuelle Integrations-Roadmap entwickelt, die die Synchronisation mit den laufenden ERP-Projekten sicherstellte.
Die Umsetzung erfolgte in enger, partnerschaftlicher Zusammenarbeit, fachlich und methodisch, nicht als reines IT-Projekt.
Planungs- und Dispositionsstrategie grundlegend überarbeitet
Neben der Einführung des Tools hat Weinig gemeinsam mit PartsCloud die Dispositionsstrategie datenbasiert überarbeitet: Beschaffungsparameter, Mindestbestände und Lieferantenstrategien wurden auf Basis der PartsOS-Nachfrageprognosen neu kalibriert — nicht mehr auf Basis von Erfahrungswerten oder pauschalen Aufschlägen.
Das Ergebnis
Messbare Wirkung in allen drei Problemdimensionen
- Seit dem Go-live im Februar 2026 sind die Verbesserungen in allen drei ursprünglichen Schmerzpunkten messbar:
- Manueller Planungsaufwand: −85 %
- Ersatzteilverfügbarkeit: +30 %
- Order Backlog: −56 %
Die Automatisierung der Planungs- und Dispositionsvorgänge hat den manuellen Aufwand erheblich reduziert. KI- und ML-gestützte Bestandssteuerung minimiert sowohl Überbestände als auch Fehlmengen, gleichzeitig, nicht als Trade-off.
FAQs
-
Welche Herausforderungen hatte Weinig AG vor dem Einsatz von PartsCloud?
Weinig AG stand vor einem klassischen Planungsdilemma im Maschinenbau: Überbestände in einigen Business-Units, gleichzeitige Fehlteile in anderen, hoher manueller Dispositionsaufwand und fehlende Transparenz über Bestände hinweg.
Erschwerend kamen parallel laufende ERP-Transformationsprojekte hinzu, die keine zusätzliche IT-Komplexität vertragen konnten.
-
Welche messbaren Ergebnisse hat Weinig AG mit PartsCloud erzielt?
Seit Go-live im Februar 2026 verzeichnet Weinig AG: −85 % manueller Planungsaufwand, +30 % Ersatzteilverfügbarkeit und −56 % Order Backlog. Die Verbesserungen sind in allen drei ursprünglichen Problemdimensionen gleichzeitig messbar, nicht als Trade-off.
-
Wie funktioniert SKU-spezifisches Demand Forecasting bei einem Konzern mit mehreren Business-Units?
PartsOS berechnet für jede einzelne Teilenummer individuell: historische Nachfrage, Volatilität und den datenbasiert sinnvollen Sicherheitsbestand. Statt pauschaler Aufschläge erhält jede SKU eine maßgeschneiderte Planungsstrategie, standortübergreifend und konsistent über alle Business-Units hinweg.
Weitere Kundenstories
Erfahren Sie, wie andere Industrieunternehmen ihre Ersatzteilplanung mit PartsCloud transformiert haben.
Coperion GmbH
Wie Coperion mit PartsOS drohende Stockouts bei kritischen Bauteilen praktisch vollständig eliminierte, die Teileverfügbarkeit um über 15 % steigerte und den ROI bereits nach drei Monaten erreichte.
EUCO Rail AG
Wie EUCO Rail gemeinsam mit PartsCloud den Schritt von reaktiver Excel-Disposition zu vorausschauender, KI-gestützter Ersatzteilplanung geht, um kritische Komponenten standortübergreifend zuverlässig verfügbar zu halten.