Lieferketten sind oft äußerst komplexe Netzwerke, in denen es Menschen schwerfällt, den Überblick zu behalten – es sind zu viele Faktoren zu berücksichtigen, die sich oft überraschend ändern, wenn beispielsweise Handelswege blockiert sind oder Transportunternehmen bestreikt werden. Schon lange kommen deshalb Hilfsmittel bei der Optimierung von Beschaffungs- und Logistikprozessen, Warenbeständen und Abläufen in der Intralogistik zum Einsatz.
Dank der rasanten Fortschritte in der KI-Entwicklung sind diese Werkzeuge heute zum Teil in der Lage, sehr genaue Prognosen und Planungen zu erstellen. Sie können unter anderem Sicherheitsbestände kalkulieren und rechtzeitig Nachbestellungen auslösen, wenn Vorräte zur Neige gehen, aber auch Störungen erkennen oder sogar vorhersagen. Dann berechnen sie Ausweichrouten, schlagen eine Umverteilung von Lagerbeständen vor oder ermitteln alternative Bezugsquellen. Kurz: Sie zeigen Menschen binnen Sekunden die bestmöglichen Handlungsoptionen auf.
Letztlich sind die Algorithmen aber nur so gut, wie die Datenbasis, mit der sie arbeiten – und die ist häufig fehlerhaft oder veraltet. Das liegt vor allem daran, dass die Digitalisierung dort, wo Menschen mit physischen Objekten wie Waren, Bauteilen oder Paketen zu tun haben, oftmals nicht allzu weit fortgeschritten ist. Teilweise werden beim Erfassen von Wareneingängen oder bei Inventuren noch Stift und Papier genutzt.
Doch auch klassische Barcode-Scanner helfen nur bedingt, da Mitarbeitende oft hunderte Barcodes einzeln scannen müssen, was zeitaufwendig und fehleranfällig ist. Verlässliche Echtzeiteinblicke in Bestände und Prozesse lassen sich auf diese Weise kaum gewinnen, sodass Unternehmen möglicherweise Warenstaus oder Lieferengpässe zu spät erkennen. Hinzu kommt: Das Scannen bindet viel Personal und ist für die Mitarbeitenden, die sogenannten Frontline Worker, sehr eintönig und anstrengend. Zudem profitieren sie, anders als ihre Kolleginnen und Kollegen in planerischen Positionen, nicht von den digitalen Daten.
KI verbessert die Datenerfassung
Während Barcodes beim klassischen Scannen einzeln erfasst und von einem Laser abgetastet werden, setzen moderne Lösungen auf Machine Learning und Computer Vision. Sie sind darauf trainiert, sämtliche Barcodes im Live-Bild der Kamera von Smart Devices zu erkennen, sodass sie zuverlässig mehrere Codes mit einem Scan einlesen können. Das funktioniert selbst bei ungünstigen Lichtverhältnissen und wenn die Codes sich nicht im fokussierten Bereich befinden, beschädigt sind oder aus ungünstigen Winkeln oder größeren Entfernungen anvisiert werden.
Die Kameras von Smart Devices liefern ausreichend hoch aufgelöste Bilder und die Prozessoren der Geräte sind leistungsstark genug, diese in Sekundenbruchteilen auszuwerten. Dadurch ist keine zeitraubende und womöglich Kosten verursachende Übertragung in die Cloud notwendig – die gesamte Verarbeitung findet auf dem Gerät statt. Derzeit handelt es sich dabei meist um Smartphones oder Tablets, doch künftig könnten ergänzend auch Roboter und Drohnen zum Einsatz kommen, um beispielsweise die Bestände in großen Lagern autonom zu erfassen.
Dank der Weiterentwicklung von KI und Computer Vision werden Lösungen für die Datenerfassung in Zukunft immer weniger auf Barcodes angewiesen sein, sondern – ein entsprechendes Training vorausgesetzt – Bauteile und andere Objekte auch anhand ihrer Form, Farbe und anderer Merkmale identifizieren können. Schon heute sind sie in der Lage, Lücken in Regalen oder falsch platzierte Produkte zu erkennen, Etiketten zu überprüfen sowie Ausweise zu erfassen, um die Identität oder das Alter von Personen zu verifizieren.
Effizientere Abläufe in Lager & Co.
Mit modernen Anwendungen für die Datenerfassung ausgestattete Smartphones erleichtern den Arbeitsalltag in Transport, Lager und Logistik deutlich. Die dort tätigen Frontline Worker brauchen nicht mehr alle Produkte, Teile oder Pakete einzeln zu scannen. Zudem können sie dank der Technologie, die mit größeren Scan-Entfernungen und ungünstigen Scan-Winkeln zurechtkommt, Objekte erfassen, die in höheren Regalbereichen liegen oder nicht exakt mit dem Label nach vorne ausgerichtet sind. Das erspart es ihnen, auf Leitern zu klettern oder Objekte neu auszurichten. Letztlich steigt sowohl die Produktivität als auch die Mitarbeiterzufriedenheit, weil langweilige Scan-Vorgänge viel schneller erledigt sind. Zugleich verbessert sich ob der schnellen und fehlerfreien Scans die Datenqualität in den angeschlossenen Backend-Systemen, sodass Planer stets mit korrekten und aktuellen Daten arbeiten können.
Darüber hinaus lassen sich im Live-Bild der Kamera wertwolle Zusatzinformationen für die Frontline Worker einblenden – im einfachsten Fall ein Hinweis, welche Barcodes korrekt erfasst wurden und welche nicht. Solche Anwendungen für Smart Data Capture sind extrem vielseitig und vereinfachen typische Anwendungsfälle wie das Prüfen von Wareneingängen, die Suche nach Produkten oder Paketen und das Kommissionieren von Lieferungen erheblich. Es genügt beispielsweise, die Kamera auf eine eintreffende Lieferung zu richten – Smart Data Capture erfasst alle Barcodes und gleicht die gelieferten Artikel mit der Bestellung ab. Frontline Worker sehen auf einen Blick, ob alle Artikel enthalten sind oder welche noch fehlen. Anschließend kann die Anwendung auch beim Einsortieren helfen, indem sie die entsprechenden Regalbereiche im Kamerabild markiert.
Umgekehrt helfen solche Anwendungen natürlich auch, alle zu einer internen Bestellung gehörenden Teile zusammenzusuchen oder eine bestimmte Lieferung schnell im Transportfahrzeug wiederzufinden. Überdies beschleunigen sie Inventuren und reduzieren die Fehlerquoten, da sie mehrere Artikel in einem Rutsch erfassen, automatisch mitzählen und etwa auf Doppelzählungen oder das Zählen falscher Artikel hinweisen können.
Vorteile für alle Beteiligten
Smart Data Capture sorgt für effizientere Abläufe in Lager und Logistik – und damit sinkende operative Kosten und kürzere Bearbeitungszeiten. Zudem verbessert die Technologie die Datenlage, sodass Entscheider genau nachvollziehen können, wie sich Bestände entwickeln und wo sich Waren, Bauteile oder Lieferungen befinden. Das hilft bei der Planungsoptimierung und der schnellen Reaktion auf Ereignisse, die die Planung aus dem Tritt bringen. Die Frontline Worker wiederum erhalten einen Zugang zu Informationen, die genau auf ihre Aufgaben zugeschnitten sind, womit die Digitalisierung endlich auch sie erreicht – es ist eine Daten-Demokratisierung, die Unternehmen entscheidende Wettbewerbsvorteile sichern kann.
