← Alle Erfolgsgeschichten

NEONEX Industry Performance GmbH

Abgelehnt. Widerspruch. Bewilligt.

KI-gestütztes Vorschlagssystem zur strukturellen Optimierung von Multi-Material-Wertströmen per Reinforcement Learning

Thomas Rohrbach

Thomas Rohrbach

Geschäftsführer der NEONEX Industry Performance GmbH

Forschungszulage

etwa 740.000 €

Projektzeitraum

01/2021 – 12/2025

KI-gestützte Wertstromoptimierung bei NEONEX: Reinforcement Learning für die strukturelle Optimierung ganzer Fabriken.

Die Geschichte in Kürze

01

Herausforderung

02

Unser Beitrag

03

Ergebnis

Im Juli kam die Absage. Die Bescheinigungsstelle sah weder Neuartigkeit noch wissenschaftlich-technisches Risiko – bei einem Vorhaben, das auf einer eigens beauftragten Dissertation aufbaut.

Vier Monate später lag die Bescheinigung vor. Dazwischen lag ein Widerspruch, der die Argumente dorthin brachte, wo sie hingehörten.

Der Wertstrom als Rechenaufgabe

Wertstromanalyse ist Handarbeit. Ein Team läuft durch die Fabrik, zeichnet Prozesse, misst Bestände, rechnet Takte. Am Ende steht ein Bild vom Ist-Zustand und Erfahrungswissen darüber, wo man ansetzen muss.

Genau dieses Erfahrungswissen sollte maschinenlesbar werden. Nicht die Analyse automatisieren, sondern die Entscheidung: Welche Segmentierung, welche Prozessverbindung, welche Fertigungsstufe bringt den Wertstrom weiter?

Drei Mitarbeitende erfassen einen Produktionsablauf in einer Fertigungshalle

NEONEX: Beratung, die selbst entwickelt

Gegründet 2017 in Stuttgart von Thomas Rohrbach, Dr. Jochen Schlick und Dr. Peter Stephan. NEONEX begleitet Industrieunternehmen durch die digitale Transformation von Produktion und Lieferkette, unter anderem VW, ABB und ABUS.

Mit 15,5 Vollzeitstellen ist das Haus schlank. Trotzdem entsteht hier eigene Software: der Value Stream Designer, der komplexe Wertströme digital erfasst und automatisch visualisiert. Das Forschungsvorhaben setzt darauf auf.

Beratungsteam vor einem grossen Bildschirm mit Kurvenverlaeufen

Markov trifft Materialfluss

Der Ansatz kommt aus einer spannenden Richtung: Markov-Decision-Processes sind in der Produktionsplanung etabliert. Auf die Strukturoptimierung fabrikübergreifender Wertströme hatte sie bis dahin niemand übertragen.

Genau das ist der Kern. Der Wertstromgraph wird als MDP modelliert, Decision Points markieren die Stellen, an denen über Varianten entschieden wird, und ein Reinforcement-Learning-Agent lernt an simulierten Wertstromvarianten, welche Entscheidung trägt.

Zwei Data Scientists analysieren Modellverlaeufe an mehreren Monitoren

Was schiefgehen konnte

Reward-Funktionen für Produktionsnetzwerke sind schwer zu definieren. Ob sich Wertstromgraphen als MDP überhaupt zu konvergenten Optimierungen führen lassen, war zu Projektbeginn offen. Das war das größte Risiko im Vorhaben.

Dazu kam die Frage der Granularität. Wie fein müssen Decision Points gesetzt werden, damit brauchbare Policies entstehen, ohne dass der Aufwand explodiert? Und tragen deterministische Policies an jedem Punkt, etwa bei der Abwägung zur Pufferreduktion?

Zwei Personen arbeiten konzentriert an umfangreichen Unterlagen

Der Widerspruch, der saß

Im Juli 2025 lehnte die BSFZ ab. Die Neuartigkeit sei nicht hinreichend beschrieben, die genannten Risiken zu allgemein.

Banhoek Consulting formulierte den Widerspruch. Er benannte die Übertragung der MDP-Methodik auf Wertströme als Kern der Neuartigkeit, führte acht konkrete wissenschaftlich-technische Risiken auf und belegte den Stand der Technik mit der eigens beauftragten Dissertation. Am 13. November 2025 wurde ihm abgeholfen.

Team blickt zufrieden auf ein Tablet in einer hellen Produktionshalle
Die erste Absage war schwer nachvollziehbar. Banhoek hat unsere Argumente geschärft und recht bekommen.

Thomas Rohrbach

Geschäftsführer der NEONEX Industry Performance GmbH

Tino Heidötting, Geschäftsführender Gesellschafter von medo check
Medo Check GbR

Gesundheit & Medizintechnik

Software & IT

Über Daten zu Therapie-Erfolgen

Personalisierte Trainingstherapie mit KI – und rund 370.000 € Forschungszulage für die Entwicklung.

Die Forschungszulage verschafft uns Freiräume zum Forschen – Banhoek hat die Argumente geliefert, die den Ausschlag gaben.

Tino Heidötting

Geschäftsführender Gesellschafter von medo check

Über Daten zu Therapie-Erfolgen
Philipp Nienhaus, Projektingenieur Produktion
Fraisa GmbH

Industrie & Maschinenbau

Präzision neu gedacht

KI erkennt Werkzeugverschleiß und unterstützt die Wiederaufbereitung. Banhoek machte die Forschung im Antrag greifbar.

Dank Banhoek Consulting konnten wir uns auf die technische Umsetzung konzentrieren und hatten die Sicherheit, dass unser Projekt förderfähig ist.

Philipp Nienhaus

Projektingenieur Produktion

Präzision neu gedacht
Eric Dörheit, CEO und Co-Founder der Data Spree GmbH
Data Spree GmbH

Industrie & Maschinenbau

Software & IT

KI statt Fließband-Kontrolle

Industrielle Bildverarbeitung mit Low-Code-KI: Forschungszulage schafft finanziellen Spielraum für die Entwicklung.

Dank Banhoek konnten wir eine hochkomplexe KI-Innovation durch staatliche Förderung refinanzieren – schnell, effizient und ohne Stress.

Eric Dörheit

CEO und Co-Founder der Data Spree GmbH

KI statt Fließband-Kontrolle

Dipl.-Kfm. Markus Pöhlmann

Geschäftsführender Gesellschafter
Banhoek Consulting: Ihre Experten für die Beantragung der Forschungszulage. Über 100  erfolgreiche Anträge, Erfolgsquote  >95%. Mehr als 30 Mio. € Förderung für unsere Kunden erzielt.   

Unsere Experten prüfen, wie hoch Ihr Anspruch auf Förderung ist!

Jetzt Termin für eine unverbindliche Potenzialabschätzung buchen.