Die systematische Nutzung von Factorio Version 2 als Produktions- und Automatisierungssimulation für die Lehre ist für mich keine beiläufige experimentelle Anwendung, sondern die konsequente Fortführung eines seit Jahren verfolgten Ansatzes. Die Verbindung von Gamification, logistischer Modellbildung und betriebswirtschaftlicher Analyse habe ich bereits in zahlreichen Beiträgen konzeptionell vorbereitet und reflektiert.
 |
Theorie ist nett. Factorio rechnet. Wirtschaft zahlt. |
Mit der aktuellen Weiterentwicklung gehe ich nun einen Schritt weiter: Das Spiel wird nicht nur illustrativ eingesetzt, sondern methodisch durchdrungen und als strukturierte Plattform für Fallstudien nutzbar gemacht. Dieser Prozess ist arbeitsintensiv. Die Übertragung einer Spielmechanik in ein didaktisch belastbares und ökonomisch konsistentes Modell erfordert erhebliche konzeptionelle Vorarbeit, iterative Modellbildung und wiederholte Validierung. Eine solche Systematisierung entsteht nicht nebenbei, sondern ist das Ergebnis kontinuierlicher Entwicklungsarbeit.
Das Ziel besteht darin, innerhalb einer simulierten Produktionsumgebung konkrete Planungsaufgaben zu bearbeiten. Perspektivisch ist zudem eine Weiterentwicklung des Formats denkbar, etwa in Richtung eines wettbewerblichen Settings. Vorstellbar ist ein klar strukturierter Wettbewerb mit definierten Rahmenbedingungen, bei dem jene Gruppe gewinnt, die unter identischen Voraussetzungen die höchste Produktionsleistung erzielt.
Unabhängig von der konkreten didaktischen Ausgestaltung gibt es jedoch eine grundlegende methodische Anforderung: Jede Simulation muss am Ende auf eine eindeutig bestimmbare Zielgröße verdichtet werden können. In einem betriebswirtschaftlichen Kontext wird dies in der Regel eine monetäre Kenngröße sein. Produktionsmengen, Durchsatz, Effizienz, Ressourceneinsatz oder Zeitbedarf sind daher so zu transformieren, dass sie in ökonomische Bewertungsmaßstäbe überführt werden können. Nur auf dieser Grundlage ist eine konsistente Bewertung und Vergleichbarkeit der erarbeiteten Lösungen möglich.
Damit die Abbildung zwischen Spielwelt und realwirtschaftlicher Interpretation tragfähig wird, ist eine systematische Modellierung erforderlich. Einerseits sind Faktoren zu berücksichtigen, die innerhalb der Spielmechanik nicht explizit abgebildet werden, unter realen Bedingungen jedoch ökonomisch relevant sind. Diese müssen über Annahmen, Zuschlagsmodelle oder ergänzende Bewertungsansätze integriert werden. Andererseits ist zu prüfen, in welcher Weise die im Spiel vorhandenen Variablen interpretiert oder parametrisiert werden können, sodass sie sowohl spielintern konsistent bleiben als auch einer realwirtschaftlichen Umrechnung zugänglich sind.
Ein exemplarischer Fall ist die im Spiel verwendete Größe „Pollution“. Innerhalb der Spielmechanik handelt es sich zunächst um eine abstrakte Variable, die bestimmte Reaktionen auslöst. In der realen Wirtschaft entsprechen Umweltwirkungen jedoch messbaren Emissionsgrößen, etwa CO₂-Emissionen oder anderen Schadstoffäquivalenten. Wenn „Pollution” in ein ökonomisches Bewertungssystem integriert werden soll, muss geklärt werden, nach welchen Kriterien eine Übersetzung in reale Emissionsmengen erfolgen kann und wie diese monetarisiert werden können. In Betracht kommen hier beispielsweise CO₂-Bepreisung, regulatorische Abgaben oder externe Kostenansätze.
Im Folgenden werden die konzeptionellen, methodischen und bewertungstechnischen Konsequenzen dieser Übertragung von Spielmechanik auf eine ökonomische Modellierung systematisch erschlossen.
Personal und Arbeitszeit
Ein zentrales Problem bei der Übertragung der Spielmechanik von Factorio auf reale Produktionsbedingungen betrifft den Bereich Personal und Arbeitszeit. Im Spiel wird eine Fabrik im Dauerbetrieb geführt. Zwar gibt es einen Tag-Nacht-Zyklus mit 25 200 Ticks pro Tag, daraus ergeben sich jedoch keinerlei arbeitsorganisatorische Einschränkungen. Die Produktion läuft kontinuierlich im 24/7-Betrieb, ohne personelle Begrenzungen, Schichtsysteme oder arbeitsrechtliche Rahmenbedingungen. Zudem wird die gesamte Anlage implizit von einem Mitarbeiter. dem Spieler selbst, errichtet und betrieben. Eine solche Konstellation ist unter realen Bedingungen ausgeschlossen.
 |
| Recherche Ergebnisse für Personal und Arbeitszeit und Ableitung des notwendigen Wartungspersonals für einen hochautomatisierten Produktionsbetrieb (lights out) in Deutschland 2026 Mehrquellen-Synthese vierer KI-Recherchen |
Für diese Übersetzung sind empirische Referenzwerte erforderlich. Es ist zu recherchieren, mit welchen Personalquoten bei der Rahmenplanung hochautomatisierter Produktionsanlagen kalkuliert wird. Heranzuziehen sind branchenübliche Kennzahlen, beispielsweise die Anzahl der Instandhalter pro installierter Maschine, pro Produktionslinie oder in Relation zum Investitionsvolumen. Das Ziel besteht darin, einen plausiblen Umrechnungsfaktor abzuleiten, der die vorhandene technische Struktur in eine realistisch begründete Personalgröße überführt.
Darüber hinaus ist zu berücksichtigen, dass eine reale Fabrik nicht auf die operative Produktion reduziert werden kann. Neben der technischen Instandhaltung sind auch organisatorische und administrative Funktionen erforderlich. Hierzu zählen Werksleitung, Produktionsplanung und -steuerung, Arbeitsvorbereitung, Qualitätssicherung, Logistikkoordination, IT-Betreuung sowie Aufgaben in den Bereichen Personalwesen, Controlling und Rechnungswesen. Diese Funktionen verursachen ebenfalls Personalkosten und sind integraler Bestandteil eines konsistenten Modells.
Für alle genannten Bereiche ist eine belastbare Datenbasis erforderlich. Dazu ist eine systematische Recherche zu typischen Personalstrukturen hochautomatisierter Betriebe, zu Verhältniskennzahlen zwischen direktem und indirektem Personal sowie zu branchenüblichen Kostenstrukturen notwendig. Erst auf dieser Grundlage lässt sich abschätzen, ob die durch die simulierte Fabrik generierten Erlöse ausreichen, um die vollständige Personal- und Strukturkostenbasis zu decken. Die wirtschaftliche Bewertung der Produktionsleistung muss daher konsequent im Kontext dieser Gesamtkostenstruktur erfolgen.
Strom und Umwelt
Ein weiterer relevanter Parameter ist der Strompreis. Hier besteht der Vorteil, dass sich die im Spiel vorhandenen Größen vergleichsweise unmittelbar in reale Kennzahlen überführen lassen, da die Energieerzeugung und der Energieverbrauch in Factorio explizit modelliert sind. Der Leistungsbedarf einzelner Aggregate ist in Megawatt ablesbar und auch die Gesamtlast der Fabrik kann kontinuierlich beobachtet werden. Auf dieser Grundlage ist eine monetäre Umrechnung unkompliziert möglich, indem ein industrietypischer Strompreis zugrunde gelegt wird. So lässt sich aus einem gegebenen Leistungs- bzw. Energieverbrauch eine Kostenposition ableiten. Für jede verbrauchte Megawattstunde lässt sich ein entsprechender Euro-Betrag ansetzen. Diese Transformation ist nicht nur für die Bewertung des laufenden Betriebs relevant, sondern auch ein zentraler Baustein der Produktkalkulation, da Energiekosten in vielen Produktionsprozessen einen erheblichen Anteil an den Stückkosten ausmachen.
 |
Kalibrierungsgrundlage für Pollution in Factorio Monetarisierung industrieller Umweltwirkungen einer Hightech-Fabrik |
Sobald diese Relation definiert ist, kann die Emissionsgröße monetarisiert werden, beispielsweise durch die Anwendung eines CO₂-Preises oder die Berücksichtigung modellierter externer Kosten. Dadurch werden Energieverbrauch und Emissionswirkung zu bewertbaren Kostenbestandteilen innerhalb eines konsistenten Kalkulationsmodells. Wenn zusätzlich die entstehende Umweltbelastung in dieser Modellierung transparent gemacht wird, lässt sich ein nachvollziehbares Verhältnis zwischen Energie- und Emissionskosten herstellen. Auf dieser Grundlage entsteht eine belastbare Kalkulationsbasis, aus der sich sowohl die Betriebskosten als auch die Stückkosten und schließlich die erforderlichen Produktpreise ableiten lassen.
Flächen und Gebäude
Ein weiterer relevanter Aspekt ist die Flächennutzung. In Factorio hat die physische Ausdehnung einer Fabrik keine ökonomische Bedeutung. Fläche ist kostenlos verfügbar. Gelände kann ohne finanzielle Konsequenzen geräumt werden, Klippen können gesprengt und Wälder entfernt werden, sodass die Fabrik unbegrenzt expandieren kann. Diese Mechanik ist zwar spielerisch funktional, blendet jedoch einen zentralen Kostenfaktor realer Produktionssysteme aus. Jeder Quadratmeter muss bezahlt werden.
Um das Spiel wirtschaftlich zu modellieren, muss daher geklärt werden, wie sich die im Spiel beanspruchte Fläche in reale Größen überführen lässt. Aus den Proportionen von Spielfigur und Bauelementen lässt sich ableiten, dass eine Flächeneinheit etwa einem Quadratmeter entspricht. Auf dieser Grundlage kann die Gesamtfläche der Fabrik abgeschätzt werden. Damit entsteht eine konkrete physische Bezugsgröße.
Im nächsten Schritt sind die realen Kosten einer entsprechenden Industriefläche zu ermitteln. Als Referenz dienen Marktpreise oder interne Verrechnungssätze. Zu beachten ist, dass Industrieflächen nicht nur aus Raum bestehen, sondern auch Infrastruktur, Versorgungsanschlüsse, Tragwerke, Sicherheitseinrichtungen und technische Installationen umfassen. Unternehmen rechnen die Flächennutzung häufig über kalkulatorische Quadratmeterpreise zwischen den Abteilungen ab. Dieses Verfahren lässt sich auf das Modell übertragen.
 |
Vergleichende Analyse Baukosten und interne Flächenverrechnungssätze für einen vollautomatisierten Hightech-Produktionsbetrieb in Deutschland |
Sind die Flächenanteile bestimmt, können branchentypische Baukosten oder interne Verrechnungspreise angesetzt werden. Eine Industriehalle mit etwa 4.500 Quadratmetern verursacht Investitionskosten im Millionenbereich. Wird beispielsweise ein Investitionsvolumen von fünf Millionen Euro für die Produktionshalle angesetzt und ein Verwaltungsgebäude ergänzt, so ergibt sich eine belastbare Basis zur Berechnung von Abschreibungen, Kapitalkosten und Quadratmeterpreisen.
Unter der Annahme, dass eine Flächeneinheit einem Quadratmeter entspricht, lassen sich die Investitions- und Nutzungskosten systematisch bestimmen. Über interne Verrechnungssätze können die Kosten zwischen den Bereichen differenziert werden. So wird der im Spiel vernachlässigte Faktor Fläche in eine realwirtschaftlich konsistente Kalkulation integriert.
Rohstoffe
Ein zentraler Aspekt ist der Einsatz von Rohstoffen. In Factorio kommen unter anderem Eisenerz, Kupfererz, Kohle, Stein, Rohöl, Wasser, Holz, Uran und roher Fisch vor. Das Problem besteht darin, dass die Rohstoffgewinnung im Spiel nur mit sehr geringen Kosten verbunden ist. Grundsätzlich genügt ein Erzförderer, der zusätzliche Energie- und Personalaufwand ist vergleichsweise gering. Für eine realwirtschaftliche Abbildung reicht es daher nicht aus, die Spielkosten unverändert zu übernehmen.
Stattdessen ist zunächst ein plausibles relatives Preisgefüge zu definieren. Hierzu werden die Rohstoffe zueinander in Relation gesetzt. Als Referenz kann beispielsweise Kupfererz dienen, da Kupfer im Vergleich zu vielen anderen Werkstoffen typischerweise einen höheren Wert aufweist. In einem solchen Relativsystem wäre Eisenerz beziehungsweise das daraus erzeugte Standardprodukt günstiger anzusetzen, Kohle nochmals günstiger, während Uranerz deutlich teurer sein müsste. Rohöl, Wasser und Holz würden je nach Modellannahme unterschiedliche Positionen einnehmen. Roher Fisch stellt einen Sonderfall dar und läge vermutlich dazwischen, da er weder industriell gefördert wird noch als standardisierter Rohstoff im Modell erscheint, sondern eher als manuell beschaffte Ressource interpretiert werden kann.
 |
Relative Preise der Rohstoffe in Google-Calc |
Der Basispreis ist Kalibrierungsparameter. Er ist so zu wählen, dass die Endergebnisse in einer realistischen Größenordnung liegen. Ergibt die vollständige Kalkulation beispielsweise Gesamtkosten von lediglich einigen Tausend Euro für eine Fabrik, ist dies offensichtlich nicht plausibel. Liegen die Kosten hingegen im Bereich von Hunderttausenden oder Millionen Euro, kann dies – abhängig von Skalierung und Automatisierungsgrad – realistisch sein. Über diesen Parameter lässt sich das Modell kalibrieren, ohne die zuvor definierten relativen Rohstoffverhältnisse erneut festlegen zu müssen.
Der Wert der Produkte
Die Preisberechnung orientiert sich konsequent an den tatsächlich entstehenden Herstellungskosten. Factorio bietet hierfür eine sehr gute Ausgangsbasis, weil Produktionszeiten, Energieverbräuche und eingesetzte Rohstoffe transparent dokumentiert sind. Für jedes Produkt existieren klar definierte Rezepturen, sodass sich saubere Stücklisten erstellen lassen. Auf dieser Grundlage kann ein konsistenter Bill of Materials aufgebaut werden, der sämtliche Vorstufen berücksichtigt.
Sind die Rohstoffpreise festgelegt und liegen Umrechnungsfaktoren für Energie und Emissionen vor, lässt sich jede Produktionsstufe systematisch durchkalkulieren. Man weiß, welche Inputmaterialien benötigt werden, wie viel Energie verbraucht wird, wie lange die Fertigung dauert und welche Emissionswirkungen entstehen. Daraus ergeben sich direkte Herstellungskosten pro Einheit. Voraussetzung ist lediglich, dass die vorgelagerten Parameter – Rohstoffpreis, Energiepreis, Emissionskosten – konsistent definiert sind. Die eigentliche Berechnung ist dann methodisch eindeutig und gut umsetzbar.
Allerdings endet die Kalkulation nicht bei den reinen Herstellungskosten. In einer realwirtschaftlichen Betrachtung muss auf jeder Wertschöpfungsstufe eine Marge berücksichtigt werden. Wenn aus Erz Kupferplatten hergestellt werden, genügt es nicht, lediglich die Kosten des Erzes und den Energieeinsatz zu addieren. Jede Stufe der Wertschöpfung erzeugt einen Mehrwert, der im Markt typischerweise durch eine Gewinnspanne reflektiert wird. Hier entsteht ein weiterer modellrelevanter Parameter: die Margenstruktur.
Dabei ist plausibel anzunehmen, dass einfache Grundstoffe mit vergleichsweise geringen Margen kalkuliert werden, während komplexe Endprodukte, die zahlreiche Produktionsstufen durchlaufen, höhere Margen aufweisen. Ein Produkt, das fünf, sechs oder noch mehr Transformationsstufen erfordert, trägt typischerweise nicht nur die kumulierten Kosten aller Vorprodukte, sondern auch einen progressiven Margenaufschlag. Die konkrete Ausgestaltung dieser Progression stellt einen dritten Tuning-Parameter des Modells dar. Über ihn lässt sich steuern, wie stark sich Wertschöpfung entlang der Produktionskette monetär verdichtet.
Ein besonderer Vorteil ergibt sich daraus, dass Factorio nicht nur statische Produktionsrezepte bietet, sondern auch die Möglichkeit, Maschinen durch Module zu modifizieren. Produktionsmodule können Geschwindigkeit, Produktivität oder Energieeffizienz verändern. Jede dieser Konfigurationen beeinflusst unmittelbar die Produktionszeit, den Energieverbrauch und die Emissionswirkung. Dadurch lässt sich innerhalb des Modells präzise analysieren, welche ökonomischen Effekte sich aus technischen Optimierungen ergeben.
Beispielsweise verursachen Produktivitätsmodule erhebliche Investitionskosten. Gleichzeitig erhöhen sie den Output pro eingesetztem Rohstoff. Das Modell erlaubt es, systematisch zu berechnen, ob der zusätzliche Ertrag die höheren Investitions- und Energiekosten übersteigt. Damit wird aus einer spielmechanischen Entscheidung eine betriebswirtschaftliche Investitionsrechnung. Für jede Konfiguration kann bestimmt werden, wie sich die Stückkosten verändern und ob sich die Maßnahme in Form höherer Gewinne oder verbesserter Kosteneffizienz rechnet.
Auf diese Weise entsteht ein geschlossenes Kalkulationssystem, in dem unterschiedliche Produktionsstrategien quantitativ vergleichbar werden. Selbst in einem vereinfachten Modell zeigt sich bereits, dass Grundstoffe relativ geringe Kosten verursachen, während hochkomplexe Endprodukte – etwa besonders anspruchsvolle militärische oder technologische Güter – um mehrere Größenordnungen teurer sind. Dass eine Atombombe im Modell um einen Faktor von einer Million über einfachen Basisprodukten liegt, entspricht dabei durchaus der intuitiven Erwartung an reale Wertschöpfungsunterschiede. Damit erreicht das Modell eine bemerkenswerte Nähe zu realwirtschaftlichen Proportionen.
Deckungsbeitrag
Liegen alle zuvor beschriebenen Informationen und Parameter vor, lässt sich der laufende Betrieb einer Fabrik in Form einer Work-in-Progress-Betrachtung relativ präzise analysieren. Die statischen Investitionen sind bekannt, ebenso die Grundstücks- und Gebäudekosten, die über eine definierte Laufzeit abgeschrieben oder kalkulatorisch umgelegt werden können. Die Flächenkosten sind bestimmt, die Rohstoffpreise definiert, und Factorio liefert detaillierte Angaben darüber, welche Materialmengen pro Zeiteinheit eingesetzt werden. Beispielsweise kann exakt abgelesen werden, wie viel Kupfererz pro Minute verbraucht wird. Diese Transparenz gilt für sämtliche Produktionsstufen.
Damit ist es möglich, für jede beliebige Systemgrenze eine betriebswirtschaftliche Betrachtung vorzunehmen. Man kann entscheiden, an welchen Stellen im Produktionsprozess man den Work in Progress bilanziell abgrenzt. Gleichzeitig ist der Output eindeutig quantifizierbar. Da jedem Produkt im Modell ein monetärer Wert zugeordnet wurde, lässt sich auch der Erlös bestimmen. Damit stehen sowohl die Input- als auch die Outputgrößen vollständig zur Verfügung.
Zusätzlich zu den Material- und Energiekosten sind die laufenden Betriebskosten zu berücksichtigen. Dazu zählen Personalkosten, Stromkosten sowie gegebenenfalls weitere infrastrukturelle Aufwendungen. Auf dieser Grundlage kann für jede Zeiteinheit – Minute, Stunde oder Tag – berechnet werden, welche Kosten der Betrieb verursacht und welche Erlöse generiert werden. Daraus ergibt sich unmittelbar die Möglichkeit einer Deckungsbeitragsrechnung. Man kennt die variablen Kosten, man kennt die Erlöse, und man kann den Deckungsbeitrag bestimmen.
Didaktisch eröffnet dieses Modell einen klar strukturierten Handlungsraum. Ausgangspunkt kann eine Extremwertbetrachtung sein. Auf der einen Seite steht ein ineffizienter, unsystematischer Aufbau, bei dem Produktionsanlagen ohne Optimierung platziert werden und lediglich sichergestellt wird, dass der Prozess grundsätzlich funktioniert. Dieser Zustand definiert einen unteren Extrempunkt hinsichtlich Durchsatz, Effizienz und Wirtschaftlichkeit.
 |
Mit diesem Excel-Sheet werden die verschiedenen Lösungen bewertet. Version13 löst Prefinal-v10 ab. |
Zwischen diesen beiden Extremen kann ein mittleres Szenario definiert werden, das bereits teilweise optimiert ist, aber noch deutlich vom Ideal entfernt bleibt. Dieses Szenario wirt als Break-Even definiert und ist dann Referenz. Damit entsteht ein klar abgegrenztes Optimierungsfeld: Man kennt den schlechten Ausgangszustand, man kennt den Beak-Even, aber noch nicht perfekten Zustand, und man kennt das rechnerische Ideal.
Genau in diesem Spannungsfeld liegt das Handlungs- und Lernfeld für die Studierenden. Sie können Layouts verändern, Materialflüsse optimieren, Maschinenkonfigurationen anpassen, Steuerungslogiken verbessern oder Module austauschen. Jede dieser Entscheidungen wirkt sich unmittelbar auf Durchsatz, Energieverbrauch, Emissionen, Kostenstruktur und Erlöse aus. Das Modell ermöglicht somit eine quantitative Bewertung jeder Optimierungsmaßnahme und macht wirtschaftliche Konsequenzen transparent.
Alles Excel oder was?
Das Modell Spreadsheet enthält alle Parameter und Rechenlogiken. Es beinhaltet alle in diesem Artikel diskutierten Parameter. diese sind systematisch erfasst und miteinander verknüpft. Ziel war es, die zuvor konzeptionell entwickelten Überlegungen in eine rechnerisch konsistente Struktur zu überführen und ihre Wechselwirkungen sichtbar zu machen.
Das Resultat ist, ein komplexes und dennoch ausbalanciertes System, das mit einer geringe Anzahl an frei einstellbaren Parametern auskomt. Die Parameter wirken nicht isoliert, sondern beeinflussen sich gegenseitig. Änderungen bei Rohstoffpreisen, Energiekosten, Margen oder Produktivitätsannahmen haben unmittelbare Auswirkungen auf Durchsatz, Deckungsbeitrag und Gesamtrentabilität. Trotz dieser Wechselwirkungen stabilisiert sich das Modell in einer Weise, die plausibel erscheint.
Blog: , Seite:
Version: 1.4 April 2025, Kontakt: E-Mail Martin Wölker
Pirmasens, Germany, 2018-,
ausgelesen am: , Licence
CC BY
Kommentare
Kommentar veröffentlichen