Technisches Konzept

Intelligente Ressourcenplanung & Monteur-App

KI-gestützte Automatisierung der Montageeinsatzplanung mit nahtloser Core-Integration und mobiler App für internationale Monteure

65+ Monteure
KI-gestützt
On-Premise
Projektziel
Hauptmotivation und strategische Ausrichtung

Das Kernziel des Projekts ist die Entwicklung einer KI-gestützten Ressourcenplanungslösung sowie einer mobilen Monteur-App. Diese sollen die aktuell manuelle und fehleranfällige Einsatzplanung von Montageteams, die via Excel stattfindet, ersetzen und automatisieren.

Ein zentraler Aspekt ist die vollständige Integration in das bestehende Core-System (.NET Core) von Gollmann. Es wird kein separates Backend entwickelt - stattdessen werden neue Module (Ressourcenplanung, KI-Middleware, Mobile API) direkt im Core-System implementiert. Die Frontend-Anwendungen (Vue.js für Planung, React Native/Ionic für Mobile) kommunizieren ausschließlich über die bestehende Core REST API.

Fehlerreduktion
Automatisierung reduziert manuelle Planungsfehler
Effizienzsteigerung
KI-Vorschläge beschleunigen Planungsprozesse
Zentrale Information
Eine App statt 15 verschiedener Informationsquellen

Identifizierte Anforderungen

Strukturierte Übersicht der fachlichen und technischen Anforderungen

Ressourcenplanung
Intelligente Planung mit KI
KI-gestützte Vorschlagsplanung unter Berücksichtigung komplexer Restriktionen
Visuelle Kalenderansicht mit Drag & Drop für Personal- und Projektplanung
Automatisierte Berechnung von Baustellendauern basierend auf Komponenten
Verwaltung von Qualifikationen, Verfügbarkeiten und Länderrestriktionen
Monteur-App
Mobile Informationszentrale
Zentrale, schreibgeschützte Bereitstellung aller relevanten Informationen
Reisedaten, technische Pläne, 3D-Modelle und Werkzeuglisten
Mehrsprachige Benutzeroberfläche (DE, EN, ES, PT, IT, HR)
Push-Benachrichtigungen bei Planungsänderungen
Core-Integration
Nahtlose Systemanbindung
Kein separates Backend - vollständige Integration in Core-System
Neue Module (Planung, KI-Middleware, Mobile API) laufen im Core
Erweiterung des Core-Datenmodells (Fahrzeugdaten, Werkzeugdetails)
Frontends kommunizieren ausschließlich über Core REST API
Sicherheit & Performance
Nicht-funktionale Anforderungen
DSGVO-konformer Schutz sensibler Mitarbeiterdaten
On-Premise Hosting ohne Cloud-Abhängigkeit
Schnelle Verarbeitung großer Datenmengen für KI-Analysen
Rollenbasiertes Zugriffskonzept mit differenzierten Berechtigungen

Technische Architektur

Systemübersicht und Hauptkomponenten

Frontend-EbeneRessourcenplanungVue.js • Desktop-AnwendungKalender, Drag & Drop, RestriktionsfilterPlanungslogik & TeamzusammenstellungMonteur-AppReact Native / Ionic • iOS & AndroidProjektinfos, Dokumente, WerkzeugePush-Benachrichtigungen, Read-OnlyHTTPS/RESTAuthentifizierungHTTPS/RESTRead-OnlyGollmann Core-System (.NET Core)Core REST APIC# / ASP.NETHTTPS EndpunkteNeue Module (Integration)Ressourcenplanungs-ModulPlanungslogik & RestriktionsprüfungTeamzusammenstellung & ValidierungKI-MiddlewareDatenaufbereitungKI-Analyse & FeedbackMobile APIRead-Only EndpunkteMonteur-DatenMSSQL DatenbankCore-DB • Zentrale DatenhaltungBestehende Core-KomponentenCore Business LogicBestehende ERP-FunktionenAuftrags- & ProjektverwaltungStammdatenverwaltungExterne ServicesOpenAI APIGPT-4Assistants APIPlanungsvorschlägeVektordatenbankOptionalRAG & EmbeddingsKontextspeicherExterne SystemeLogistik-SystemLieferplanungMaterialverfolgungBestandsverwaltungReisebüro-SystemHotelbuchungenReiseplanungSpesenverwaltungAPI CallsPrompt & ResponseOptionalEmbeddingsDatenabgleichBuchungsanfragenLegende:Datenfluss (synchron)Optional / API-Calls
Architektur-Prinzip
Direkte Integration in das bestehende Gollmann Core-System - kein separates Backend

Die Lösung wird vollständig in das bestehende Core-System (.NET Core) von Gollmann integriert. Es wird kein separates Backend entwickelt. Stattdessen werden neue Module direkt im Core-System implementiert, die über die bestehende Core REST API angesprochen werden.

Gollmann Core-System
Bestehende Infrastruktur
C# / ASP.NET
MSSQL Datenbank
REST API
On-Premise

Bestehende ERP-Infrastruktur wird um neue Module erweitert

Neue Core-Module
Integration in Core
Ressourcenplanungs-Modul
KI-Middleware
Mobile API

Neue Funktionalität wird als Module im Core-System implementiert

Frontend-Anwendungen
Separate UI-Layer
Vue.jsPlanung
React Native / IonicMobile

Frontend-Anwendungen kommunizieren ausschließlich mit Core REST API

Externe Services
OpenAI API
KI-Middleware im Core-System ruft OpenAI API für intelligente Planungsvorschläge auf
Vektordatenbank (Optional)
Für erweiterte RAG-Funktionalität und Embeddings bei Bedarf

Interaktive UI-Mockups & Wireframes

Detaillierte, funktionale Prototypen für alle Hauptkomponenten

Ressourcenplanungs-Dashboard
Desktop-Interface für Planer und Koordinatoren mit integriertem KI-Assistenten

Ressourcenplanung - Gollmann Kommissioniersysteme

KW 46 - KW 49 • November 2024

Pool
Name
Qualifikationen
Auslastung
Verfügbar
Standort
4.11 Mo
5.11 Di
6.11 Mi
7.11 Do
8.11 Fr
9.11 Sa
10.11 So
11.11 Mo
12.11 Di
13.11 Mi
14.11 Do
15.11 Fr
16.11 Sa
17.11 So
18.11 Mo
19.11 Di
20.11 Mi
21.11 Do
22.11 Fr
23.11 Sa
24.11 So
25.11 Mo
26.11 Di
27.11 Mi
28.11 Do
29.11 Fr
30.11 Sa
1.12 So
TLM
Monteur A
E🔧H⚙️M
85%
Mo-Fr
Standort Nord
Urlaub
Projekt Alpha
TLM
Monteur B
E⚙️M
90%
Mo-Fr
Standort West
Projekt International
Projekt Alpha
TLM
Monteur C
E🔧H🔥S
75%
Mi-Fr
Standort Ost
Urlaub
Urlaub
Projekt Beta
TLM
Monteur D
⚙️M🔥S
95%
Do-Fr
Standort Nord
Abbau Projekt Delta
Projekt Beta
Revision Projekt Gamma
TLM
Monteur E
🔧H⚙️M
80%
-
Standort West
krank
Revision Projekt Gamma
TLM
Monteur F
E⚙️M🔥S
70%
Mo-Fr
Standort Ost
Projekt Epsilon
TLM
Monteur G
⚙️M🔧H
60%
-
Standort Nord
krank
krank
TLM
Monteur H
E💻P
88%
Mo-Fr
Standort Süd
Urlaub
Projekt Gamma
M
Monteur I
⚙️M🔥S
72%
Mi-Fr
Standort West
Urlaub
Abreise
Projekt Beta
M
Monteur J
🔧H⚙️M
92%
Mo-Fr
Standort Ost
Abbau Projekt Delta
Projekt Beta
M
Monteur K
⚙️M
65%
Mo-Fr
Standort Nord
M
Monteur L
E⚙️M
78%
-
Standort West
Urlaub
krank
M
Monteur M
🔧H🔥S
83%
Mo-Fr
Standort Süd
Übergabe
Anstellung
krank
Revision Projekt Gamma
M
Monteur N
E🔧H
87%
Mo-Fr
Standort Ost
krank
Projekt Alpha
M
Monteur O
⚙️M🔥S
91%
Mo-Fr
Standort Nord
krank
Urlaub
Projekt Beta
E
Monteur P
E💻P
76%
Mo-Fr
Standort West
Projekt Epsilon
Abreise
Projekt Zeta
E
Monteur Q
E⚙️M
82%
Mo-Fr
Standort Süd
Übergabe
krank
krank
Projekt Gamma
E
Monteur R
E
68%
Do-Fr
Standort Ost
krank
krank
Projekt Gamma
E
Monteur S
E💻P
55%
Mo-Fr
Standort Nord
Abbau Projekt Delta
SK-E
Monteur T
E💻P🔧H
89%
Mi-Fr
Standort West
krank
Abreise
Urlaub
KI-Planungsassistent
Echtzeit-Analyse
Ich habe die aktuelle Ressourcenplanung analysiert. Hier sind meine Erkenntnisse:
**Auslastung nach Pools:** • Pool TLM: Ø 80% (6/8 im Einsatz) • Pool M: Ø 82% (7/9 im Einsatz) • Pool E: Ø 70% (3/4 im Einsatz) **Top-Qualifikationen gefragt:** ⚡ Elektrik: 12 Mitarbeiter verfügbar 🔧 Hydraulik: 9 Mitarbeiter verfügbar ⚙️ Mechanik: 14 Mitarbeiter verfügbar
**Optimierungsvorschlag:** • Monteur S (Pool E) hat nur 55% Auslastung → kann für Projekt Gamma eingesetzt werden • Monteur K (Pool M) hat 65% Auslastung → Reserve für kurzfristige Einsätze ✅ Würde Gesamt-Auslastung auf 78% erhöhen
Vorschlag anwenden?
Projekt-Status:
Urlaub
Projekt (Haupteinsatz)
Projekt (Sekundär)
Krank
Abbau/Übergabe
Abreise/Anreise
Qualifikationen:
⚡ Elektrik🔧 Hydraulik⚙️ Mechanik🔥 Schweißen💻 SPS-Prog.

Hauptfunktionen:

  • Kalenderansicht mit Drag & Drop für intuitive Planung
  • Integrierter KI-Assistent für Teamvorschläge und Konfliktprüfung
  • Echtzeit-Filter nach Qualifikationen und Verfügbarkeit
  • Detaillierte Mitarbeiter- und Projektinformationen

Interaktive Elemente:

  • KI-Chat mit Schnellaktionen (Konflikte prüfen, Team optimieren)
  • Klick auf Mitarbeiter zeigt Detailinformationen und Verfügbarkeit
  • Projekt-Übersicht mit Fortschritt und Teamzuordnung
  • Ausklappbare Filter für erweiterte Suchoptionen

Herausforderungen & Prioritäten

Kritische Erfolgsfaktoren und Umsetzungsreihenfolge

Zentrale Herausforderungen

Komplexität der Planungslogik

Hohe Anzahl an Restriktionen (Qualifikationen, Nationalitäten, Reisebestimmungen) erfordert ausgefeilte Algorithmen

Datenqualität und -verfügbarkeit

Qualifikationsmatrix ist teilweise unvollständig oder nicht digitalisiert

Integration in Core

Nahtlose Integration in komplexe Eigenentwicklung erfordert tiefes Systemverständnis

Benutzerakzeptanz

Monteure müssen von der neuen Lösung überzeugt werden – exzellente UX ist kritisch

Umsetzungsprioritäten
1

Core-Integration

Stabile bidirektionale Schnittstelle als Fundament

2

Monteur-App MVP

Schneller Mehrwert durch reine Informationsanzeige

3

Ressourcenplanung

Digitalisierung und Automatisierung der Excel-Planung

4

KI-Optimierung

Implementierung intelligenter Planungsvorschläge

Projekt-Roadmap

Phasenweise Umsetzung mit Meilensteinen und Zeitplan

Projektphasen

1
Projekt-Setup & Konzeption
Woche 1-2

Projektplan, Architekturdefinition (Core-Integration, APIs), UX-Workshops, technische Spezifikation, User Flows

2
UX/UI-Design & Prototyping
Woche 3-4

Designsystem, Mockups für Ressourcenplanung & App, Design-Review mit Gollmann, User Journeys

3
Monteur-App (Hybrid)
Woche 5-6

Umsetzung (Ionic/React Native), Anbindung an Core, Authentifizierung, Mehrsprachigkeit, Push

4
Frontend Ressourcenplanung (Web)
Woche 7-10

Umsetzung der Planungsoberfläche (Kalender, Gantt, Filter, Drag & Drop, Restriktionsprüfung)

5
KI-Middleware & Frontend
Woche 11-12

Aufbau der KI-Schnittstelle, Trainingslogik (Proof of Concept), Web-UI zur Anzeige / Steuerung von Vorschlägen

6
Qualitätssicherung & Testing
Woche 13-14

Testfälle, UI-Tests, Integrationstest mit Core-Team, Bugfixing

Meilensteine
Kritische Abnahme- und Entscheidungspunkte
M1 – Kick-off & Konzeptfreigabe
Woche 2: Projektplan, technische Architektur, UX-Flows
M2 – Designabnahme
Woche 4: UI/UX-Design final freigegeben
M3 – Monteur-App Beta
Woche 6: App mit Datenintegration & Authentifizierung
M4 – Ressourcenplanung MVP
Woche 10: Webfrontend (statisch mit Core-Anbindung)
M5 – KI-Middleware POC
Woche 12: KI-Datenfluss funktioniert, Vorschläge abrufbar
M6 – Integrationstest & Go-Live
Woche 15-16: Endtest, Dokumentation, Abnahme

Zusammenfassung & Nächste Schritte

Empfohlenes Vorgehen für die Projektumsetzung

Projektzusammenfassung

Das Projekt zielt auf eine komplette digitale Neustrukturierung der Montagekoordination bei Gollmann. Im Fokus steht die Ablösung manueller Excel-Prozesse durch eine in das bestehende Core-System (.NET Core) integrierte Plattform mit intelligenter Ressourcenplanung und einer Monteur-App.

Die Lösung soll personelle, technische und geografische Restriktionen automatisch berücksichtigen und perspektivisch KI-gestützt optimiert werden.

Wichtige Annahmen & Rahmenbedingungen

Backend: C# / MSSQL wird durch Gollmann bereitgestellt; Dögel integriert per API
KI-Komponente: Zunächst nur POC-Level (Regel- & Mustererkennung, kein Deep Learning)
App: Hybrid, Cross-Platform (Ionic/React Native), keine Offline-Sync-Funktion
Hosting: Deployment erfolgt kundenseitig (On-Premises), keine Cloud
Authentifizierung: Läuft über bestehendes Core-System (Single Sign-On)

Empfohlene nächste Schritte

1

Detailliertes Feinkonzept

Verfeinerung der Architektur, Definition der API-Schnittstellen und Erstellung detaillierter User Stories

2

Budgetplanung & Ressourcenallokation

Aufwandsschätzung basierend auf priorisierten Features und Definition von Projektphasen