Broadline-Distributor Rutronik Elektronische Bauelemente und die auf Machine Vision spezialisierte Firma COMI zeigen in einem gemeinsamen Projekt, wie sich manuelle Prozesse im Wareneingang mithilfe künstlicher Intelligenz automatisieren und die Datenqualität steigern lassen. Das Ziel ist ein vollautomatisierter, robuster und skalierbarer Wareneingangsprozess, der durch KI-basierte Etikettenerkennung nicht nur schneller und präziser arbeitet, sondern auch nahtlos in die bestehende Systemlandschaft integriert ist.

Ausgangspunkt manuelle Prüfung

Im Rutronik-Logistikzentrum in Eisingen werden täglich tausende Lieferungen bearbeitet. Bisher erfolgte die Datenerfassung größtenteils manuell: Artikelnummern wurden per Handscanner aufgenommen oder eingetippt, Trace- und Date-Codes visuell geprüft und Mengenangaben ergänzt. Dieser Prozess war nicht nur zeitaufwändig, sondern auch fehleranfällig. Darüber hinaus wurden wichtige Zusatzinformationen wie Chargennummern oder Herkunftsländer oft nicht systematisch dokumentiert – ein kritischer Punkt für die Rückverfolgbarkeit.

Die Folge waren unvollständige oder fehlerhafte Bestandsdaten, eingeschränkte Transparenz in der Lieferkette und hoher Aufwand bei der Nachbearbeitung. Der Bedarf nach einer strukturierten, automatisierten Lösung war offensichtlich.

Dazu setzte sich Rutronik ambitionierte Ziele:

• Das manuelle Scanning sollte durch eine kamerabasierte Erfassung der Daten ersetzt werden.
• Variable Etikettenlayouts mussten ebenso erkannt werden wie unterschiedlich positionierte QR- und Barcodes.
• Die Informationen sollten strukturiert verarbeitet und direkt an das ERP-System übergeben werden.
• Der gesamte Prozess sollte flexibel auf neue Produktarten oder Betriebsanforderungen reagieren können.

Besonderes Augenmerk lag auf der Optimierung der Leserate (Zielwert: über 99 %) sowie der Möglichkeit, mehrere Codes gleichzeitig zu erfassen und auszuwerten.

Die automatisierte Erkennung

Optimierte Arbeitsplätze: Dank einer von unten montierten Kamera werden eventuelle Fokusprobleme eliminiert. © collective mind/Rutronik

Gemeinsam mit COMI entwickelte Rutronik den ‚Vision AI Label Reader‘ – ein System, das industrielle Kameras mit KI-gestützter Software kombiniert. Der Reader erkennt alle gängigen 1D- und 2D-Codes – wie zum Beispiel Barcodes und QR-Codes – automatisch und unabhängig von ihrer Position und Ausrichtung. Über intelligente Parser-Algorithmen werden Artikelnummern, Mengen, Produktionsdaten und Herkunftsinformationen extrahiert und direkt in die Logistik-datenbank überführt.

Das System verarbeitet auch uneinheitlich gestaltete Etiketten zuverlässig und stellt alle Informationen in Echtzeit zur Verfügung. Dank eines visuellen Frontends können Mitarbeitende die erfassten Daten sofort prüfen – etwaige Unstimmigkeiten lassen sich direkt klären. Dies steigert die Prozesssicherheit und minimiert den Schulungsaufwand.

Fokusprobleme eliminiert

Der Autor: Markus Förste ist Head of AI bei collective mind (COMI). © collective mind

Eine kürzlich realisierte Optimierung macht die kamerabasierte Erfassung der Artikeldaten noch verlässlicher: Mit einem eigens konstruierten Tisch werden die Etiketten automatisiert von unten eingelesen, indem das Produkt mit dem Produkt-label nach unten gerichtet aufgelegt wird. Der dadurch ermöglichte immer gleiche Abstand zwischen Tisch und Etikett sorgt für eine robuste Erfassung der benötigten Daten über das Label, ohne Fokusprobleme der Kamera. Die neue Per-spektive eliminiert damit vorherige Herausforderungen beim kamerabasierten Einlesen der Labels vollständig und trägt zu einer verlässlichen Leserate von über 99 % bei. Der Vision AI Label Reader ist für raue Logistikumgebungen konzipiert, schwankende Lichtverhältnisse, Staub oder verschmutzte Labels beeinträchtigen seine Leistung nicht. Zudem braucht der kamerabasierte Label Reader kein Training der KI vor der Inbetriebnahme und ist damit direkt einsatzbereit.

Nachweislicher Mehrwert

Der Autor: Christian Krebs ist Head of Projects & Process Management bei Rutronik Elektronische Bauelemente. © Rutronik

• Die Umstellung auf das KI-gestützte System zeigt messbare Effekte:
• Eine Steigerung der Leserate von Labels auf über 99 %.
• Die durchschnittliche Prüfzeit pro Artikel konnte um mehr als 50 % reduziert werden.
• Manuelle Eingabefehler sind nahezu vollständig eliminiert.
• Alle Informationen werden strukturiert gespeichert – die Traceability ist lückenlos.

Gerade in stark regulierten Branchen wie Automotive, Medical oder Pharma, in denen die Rückverfolgbarkeit gesetzlich gefordert ist, bietet der kamerabasierte Label Reader einen klaren Wettbewerbsvorteil.

Skalierbarkeit für weitere Anwendungen

Der Label Reader ist modular aufgebaut und lässt sich problemlos auf weitere Prozesse anwenden – beispielsweise zur Überwachung in der Fertigung oder für automatisierte Qualitätskontrollen. Durch regelmäßige Software-Updates bleibt das System flexibel und auf zukünftige Anforderungen vorbereitet, als ein Baustein für zukunftsfähige, digitale Logistikprozesse.