Pharma-Produktion
Selbstlernende KI für die OEE-Analyse.
Die Ivers-Lee AG verpackt Pharma-Produkte. Die monatliche Auswertung der Produktionsdaten von neun Anlagen kostete früher Stunden in Excel.
Heute übernimmt eine KI-Plattform, die sich an den Betrieb anpasst: Das Fachteam schreibt eigene Regeln, die KI erkennt Muster in den Daten und lernt aus jeder Korrektur.
Ein selbstlernendes System.
- Feedback-Regeln — das Fachteam sagt der Software in eigenen Worten, was zu beachten ist; die KI legt daraus eine Regel im System an.
- Wissensbasis — die Plattform erkennt selbst Muster in den Daten und nimmt zusätzlich Hinweise der Mitarbeiter in natürlicher Sprache auf.
- Feedback-Loop — aus jeder Korrektur entsteht automatisch ein Vorschlag für eine neue Regel.
Das Konzept dahinter heisst OLAI – Orchestrated Learning AI. Unser Ansatz für KI-Systeme, die im laufenden Betrieb dazulernen.
OEE-Auswertung pro Anlage – mit KI-Aktionen direkt aus der Seitenleiste.
Feedback-Regeln
Das Fachteam spricht oder schreibt der Software direkt, was bei welcher Anlage zu beachten ist – in eigenen Worten. Zum Beispiel: «Bei Anlage FM09 immer prüfen, ob der Störgrund mit der Vibration der Trommel zusammenhängt.» Die KI versteht den Hinweis, legt daraus eine strukturierte Regel im System an und verwendet sie ab sofort, sobald der Kontext passt.
So fliesst Erfahrungswissen aus der Produktion direkt in die Analyse – ohne Admin-Aufwand, ohne Software-Anpassung.
- Eingabe per Sprache oder Chat – kein Formular ausfüllen
- KI strukturiert den Hinweis und ordnet ihn der richtigen Anlage zu
- Greift automatisch nur dort, wo die Regel passt
Wissensbasis
Die Wissensbasis wächst auf zwei Wegen. Bei jeder neuen Monatsauswertung sucht die Plattform selbst nach wiederkehrenden Mustern in allen Datenquellen – Störungen, Wartezeiten, Mechaniker-Einsätze, Formatwechsel. Parallel dazu halten die Mitarbeiter ihre Beobachtungen aus dem Alltag fest – einfach in eigenen Worten, ohne Formular und ohne Pflichtfelder. Das System versteht natürliche Sprache und ordnet die Information dem richtigen Kontext zu.
Tritt etwas erneut auf, wird der bestehende Eintrag stärker gewichtet, statt einen neuen anzulegen. Über die Monate entsteht so ein Erfahrungsschatz, den die KI für ihre Antworten nutzt.
- Lernt aus den Daten und aus dem, was die Mitarbeiter beobachten
- Eingabe in natürlicher Sprache – kein starres Formular
- Wiederkehrende Muster gewinnen an Gewicht
- Sichtbar im Admin und als Begründung in der KI-Antwort
Feedback-Loop
Manchmal entsteht eine neue Regel von selbst: Korrigiert jemand eine KI-Antwort oder ergänzt einen Kommentar, erkennt die Plattform das Muster und schlägt eine passende Regel vor. Vorgeschlagen, nicht heimlich übernommen – das Fachteam entscheidet, ob die Regel aktiv wird.
- Korrekturen werden automatisch ausgewertet
- Regel-Vorschlag mit Begründung – nichts läuft im Hintergrund
- Quelle jeder Regel bleibt nachvollziehbar
Im Alltag
Eine vollständige Monatsauswertung über alle Anlagen ist in unter fünf Minuten fertig. KI-Antworten erscheinen Wort für Wort, während sie entstehen – ohne Ladebalken-Wartezeit.
Kunde
Ivers-Lee AG
Pharmazeutische Verpackungslösungen
Branche
Pharma Contract Packaging
Unsere Arbeiten
- Prototyp-Entwicklung zum Festpreis
- Konzept
- Entwicklung
- KI-Entwicklung
- OLAI (Orchestrated Learning AI)
Technologien
- Next.js 15
- Node.js / Python
- MongoDB
- Vertex AI
Highlights
- Auswertung in Minuten statt Stunden
- Eigene Analyse-Regeln vom Fachteam
- Automatische Mustererkennung
- Vergleich über alle Anlagen und Monate
- KI-Antworten in Echtzeit