Das Textilunternehmen frottana Textil GmbH & Co. KG mit Sitz in der Oberlausitz hat gemeinsam mit dem Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU und Logsol GmbH eine KI-gestützte Absatzprognose entwickelt. Das Projekt adressiert eine strukturelle Schwäche der Textilbranche: Monatliche Planungsprozesse beruiten nach wie vor häufig auf manuellen Excel-Tabellen, individuellen Schätzungen und deklarativen Erfahrungswerten. Gerade im Bereich Frottier- und Heimtextilien führt die Kombination aus saisonalen Nachfragehochs, instabiler Datenlage und dem Verlust von Betriebswissen durch demografischen Wandel zu erheblichen Planungssicherheit, ineffizienten Produktionsanpassungen und vermeidbaren Kosten. Die entwickelte Lösung nutzt neuronale Netze, um historische Verkaufsdaten zu analysieren, Trends zu extrahieren und saisonale Nachfragemuster zu erkennen. Trotz eines nur vierjährigen Datenbestands und ohne Differenzierung nach Vertriebskanälen, Regionen oder促销maßnahmen erzielt das Modell eine durchschnittliche Prognosegenauigkeit von etwa neun Prozent. Bei einem monatlichen Durchschnittsabatz von 340 Einheiten liegt die typische Abweichung somit bei rund 38 Stück. Die Automatisierung eliminiert die redundante Datentranslation aus ERP-Systemen und stellt eine transparente, auditierbare Grundlage für monatliche Bestellentscheidungen bereit. Ein Kernprinzip des Systems ist die Menschzentrierung. Die KI fungiert nicht als autonomer Entscheider, sondern als operatives Hilfsmittel. Mitarbeitende können die Prognosen validieren, manuell korrigieren und mit lokalem Markt- und Produktwissen anreichern. Dieser hybride Ansatz steigert die Akzeptanz im Unternehmen, verkürzt die Einarbeitungszeit neuer Fachkräfte und ermöglicht die nahtlose Vertretung bei Ausfallzeiten von Langzeitmitarbeitern. Die Fraunhofer IWU plant die nahtlose Integration der Absatzprognose in die nachgelagerte Produktionsplanung. Ziel ist die bedarfsgerechte Steuerung von Produktionssequenzen, die optimierte Losgrößenbildung und die gleichmäßigere Kapazitätsauslastung über das Kalenderjahr. Das Projekt ist eingebettet in die weitergehende Digitalisierung der Textilindustrie, etwa im Verbundprojekt SmarMoTEX, in dem digitale Materialflusssimulationen und KI-basierte Bilderkennung zur Webfehlerdiagnose erprobt werden. Parallel dazu wird die Nachrüstung historischer Textilmaschinen mit modernen Sensortechnologien vorangetrieben, um die Produktivität etablierter Anlagenkapazitäten langfristig zu sichern. Die Implementierung bei frottana belegt die Praktikabilität von KI-Lösungen im traditionellen Maschinenbau und Textilsektor. Durch die Kombination aus datengetriebener Prognosegenauigkeit und menschlicher Kontrollinstanz entsteht ein wiederverwendbares Architekturmodell, das mittelständischen Herstellern ermöglicht, ihre Wertschöpfungsketten robust zu digitalisieren, ohne betriebswirtschaftliche Kernprozesse zu destabilisieren.