Profitieren Sie von performancestarken, kamerabasierten KI-Anwendungen

Mit vereinten Kräften in der Warenwirtschaft und automatisierten Bildbearbeitung zu performancestarken KI-Lösungen für Industrie, Logistik und Handel.

Die noch junge Partnerschaft von Rutronik und collective mind hat bereits einen beachtlichen Track Record mit ersten Projekten in der Bauelemente-Logistik und einem Fokus auf die Traceability von mehr als 100.000 elektronische Komponenten.

„Wir bündeln unsere Kräfte, um international skalierbare und aus einer Hand entwickelte Soft-
und Hardwarelösungen für KI-Anwendungen in u. a. Handel und Industrie anzubieten.“

Artur Hefner, Geschäftsführer von collective mind

Use Case Bauelemente-Logistik mit > 100.000 Teilen

Logistikexperten gehen davon aus, dass ein Großteil der aktuell eingesetzten Scantechnologie zukünftig durch Kameratechnologien ergänzt oder gar abgelöst werden. Die KI-gestützte Bildverarbeitung wird aktuell bereits für die Logistik bei Rutronik im Eisinger Logistikzentrum erprobt, um die wachsenden Ansprüche der Rückverfolgung (sog. Traceability) auf Produktebene zu forcieren.

Rutronik ist als Use Case für die Erprobung dieser Entwicklung aufgrund der über 100.000 verfügbaren elektronischen Bauelemente und den damit einhergehenden variablen Erfassungsdaten ideal geeignet. Das Ziel beider Unternehmen ist es, die KI-Anwendung in der Logistik zukünftig auch bei wechselnden Formaten und Anordnungen der Produktdaten auf den entsprechenden Produktlabeln vollautomatisch und mit flexibler, verlässlicher Informationserkennung einsetzen zu können. Der erste Pilot der Entwicklung läuft bereits im größten Logistikzentrum von Rutronik in Eisingen bei Pforzheim.

Die ersten gemeinsamen Projekterfolge von Rutronik und collective mind sprechen für sehr vielversprechende KI-basierte Logistiklösungen, die gemeinsamen mit weiteren KI-Innovationen vor allem die KI-Durchdringung im deutschen Mittelstand vorantreiben sollen.

Komplexität in der Warenannahme durch z. B. Artikelvielfalt und diverse Formate sowie unterschiedliche Dokumentationsstandards erhöhen manuelle Tätigkeit
Visuelle Beeinträchtigung bis zur partiellen Unlesbarkeit von z. B. der QR-Codes erschweren die automatische Erfassung
24 Prozent der QR-Codes sind nicht lesbar
Wechselnde Lichtverhältnisse von sehr stark bis sehr schwach mit Störeinflüssen (Spiegelung)

Anpassung von Umgebungen und Arbeitsplätzen nicht mehr notwendig, um automatisierte Erfassung zu erreichen
Optimierung der Leserate bei QR-Codes auf 99,8 Prozent
Um bis zu Faktor 10 schnellere Erfassung und Validierung von Lieferscheinen mit erweitertem Informationsumfang
Automatischer Abgleich der Details in der Datenverwaltung (ERP-Schnittstelle)

Abläufe beschleunigen, manuelle Arbeitsschritte verringern, Fehleranfälligkeit reduzieren
Leserate von QR-Codes (Standard ca. 75 Prozent) optimieren
Mehrere Codes gleichzeitig auslesen

Die KI-Lösung kann mithilfe von Echtzeitbildern einer Industrie-Kamera z. B. Waren oder Lieferscheine detektieren, zählen und sämtliche Informationen aus den Etiketten auslesen, ergänzen und speichern.

Hard- trifft auf Softwarekompetenz für rechenintensive KI-Anwendungen

Rutronik bringt neben der Logistik- und Beratungskompetenz vor allem die Hardwarekompetenz auf der Produktebene elektronischer Komponenten mit in die Partnerschaft. Diese wird mit der Softwareexpertise von collective mind bei KI-basierten Bildverarbeitungsverfahren verknüpft.

Konkret möchte sich collective mind im Umfeld der Machine Vision-Anwendungen in der Industrie und im Handel mit der Expertise von Rutronik als langjährigen Distributionspartner vieler mittelständischer Unternehmen in Europa, Asien und Nordamerika zur internationalen Nummer eins für diese KI-Lösungen entwickeln. Großes Wachstumspotenzial mit damit verbundenen Entwicklungsprojekten im industriellen Umfeld strebt der KI-Spezialist dabei allen voran im Bereich der Vision Robotik an.

Manuelle stichprobenbasierte Sichtprüfung unzureichend und sehr aufwändig
Konkurrenzprodukte im QM-Bereich benötigen Input von historisch gesammelten Fehlertypen
Extrem hohe Anzahl an verschiedenen komplexen bekannten oder auch noch unbekannten Fehlertypen erschwert die Vordefinition und Aktualität von Regeln und Richtwerten zur Anomalieerkennung
Aufwendige Analyse, um Rückschlüsse auf Fehlerursachen zu ziehen
Traditionelle Systeme prüfen meist nur einzelne Messparameter (z. B. Temperatur, Druck, Maße) separat

Automatisierte, KI-kameragestützte Prüfung ist effizienter und robuster
KI-Lösung lernt mit Normal- und Gutteilen, kein Input von bereits vorhandenen oder bekannten Fehlertypen oder Anomalie-Teilen notwendig
Automatisierte Rückschlüsse auf das an der Bearbeitung beteiligte verschlissene Werkzeug ziehen („Predictive Maintenance“)
Kombination von verschiedenen Messparametern und Sensordaten (Radar, LiDAR, Ultraschall) simultan möglich („Sensor Fusion“)

Manueller Aufwand in der Sichtprüfung minimieren
Stichprobenkontrollen entfallen
Schnellere und effizientere Rückschlüsse auf Fehlerursachen

Aktuell wird im Qualitätsmanagement mit Fehlertypen gearbeitet, mit KI-gestützter Anomalieerkennung wird eine Prüfung ausgehend von Normal- und Gutteilen möglich.

„Der Trend geht zu Embedded-Gesamtlösungen mit leistungsfähiger, kompakter Hardware für
rechenintensive KI-Anwendungen.“

Fabian Plentz, Chief Operating Officer (COO) von Rutronik

Interesse an weiteren Einblicken?

AI Vision Day 2025 - Rutronik und collective mind zeigen erstmals ganz konkret, wie Machine Vision die Abwicklung logistischer Prozesse revolutioniert. Von der Optimierung und Beschleunigung des Wareneingangs an einem echten Arbeitsplatz bis hin zur vollständigen Automatisierung der Dokumentation.

In Interessentenliste eintragen