Es gibt viele innovative Konzepte zur Verwendung von künstlicher Intelligenz in der Lagerhaltung. Einige Beispiele finden Sie in unserem kürzlich erschienenen Thought Paper.
In diesem Blog-Artikel möchten wir noch weiter gehen. Wir geben Einblicke in eine Innovation, die möglicherweise in der Lagerhaltung implementiert werden kann und zeigen die Auswirkungen auf Ihre Zukunftsvision: Extreme Data Maintenance Automation, die zum selbstlernenden Scannen von Dokumenten verwendet werden kann.
Extreme Data Maintenance Automation
Manuelle Systempflege von Informationen auf Basis von Papierformularen ist in vielen Unternehmen Teil des Arbeitsalltags, unabhängig von Größe oder Branche des Unternehmens. Diese manuelle Arbeit verbraucht sehr viel Zeit und erzeugt einen großen Mehraufwand. Zusätzlich kann die manuelle Verwaltung der Ergebnisse auch zu menschlichen Fehlern und Mitarbeiterunzufriedenheit führen, da die Dateneingabe ein sehr mühsamer Prozess ist. Das CAMELOT Automated Data Extraction Tool (CADET) bietet eine automatisierte, branchenübergreifende Lösung einschließlich optimierter Extraktion von Informationen und der Validierung jedes physischen Dokuments. Die extreme Automatisierung der Datenpflege kann auf SAP Data Intelligence basieren. Es gibt bereits erste Use Cases.
Selbstlernendes Dokumentenscannen in der Lagerhaltung
Wie kann diese Innovation in der Lagerhaltung angewendet werden? Das Scannen eines Dokuments und die Eingabe seiner Daten in ein ERP-System ist derzeit eine manuelle Aufgabe. Mitarbeiter lesen ein Dokument und geben die Daten in das System ein oder bestätigen sie. KI kann verwendet werden, um diesen Prozess zu beschleunigen und ein selbstlernendes Scannen von Dokumenten zu ermöglichen: Der trainierte Algorithmus erkennt Datenmuster in gescannten Dokumenten und identifiziert Merkmale (wie Datumsformate, Überschriften oder andere Indikatoren), um die Art der Stammdaten und deren Inhalt zu bestimmen.
CAMELOT bietet hierfür interne Funktionen mit einem erfolgreichen Proof of Concept. Im folgenden Bild sehen Sie einen beispielhaften Scan:
Grafik 1: Beispielhafter Scan einer Bestellung
Vorteile und Einschränkungen
Der Hauptvorteil dieser Technologie ist die Vereinfachung beim Scannen von Dokumenten. Das kann zu einer Produktivitätssteigerung führen, da Mitarbeiterkapazitäten frei werden und es nicht mehr zu Fehleingaben kommt. Darüber hinaus lädt die Software Daten in die Datenstruktur des ERP/WMS hoch. Das bedeutet, dass Sie Ihr ERP/WMS nicht anpassen müssen. Ein weiterer Vorteil besteht darin, dass die Technologie mit Freitextdokumenten arbeiten kann. So kann jedes eingereichte Dokument verarbeitet werden.
Infolgedessen wird der Prozess der Dateneingabe optimiert: Der Mitarbeiter legt das Dokument unter den Scanner, woraufhin das System es automatisch identifiziert und in das ERP hochlädt.
In vielen Fällen lohnt sich die Investition angesichts der dadurch erhaltenen Vorteile. In diesem Fall müssen Sie berücksichtigen, dass ein selbstlernender Algorithmus Anleitung und Schulung benötigt, bevor er implementiert werden und Prozesse verbessern kann. Zu Beginn müssen die Kapazitäten der Mitarbeiter in die Schulung des Algorithmus fließen. Der Algorithmus braucht diese Grundlage, um Muster abzuleiten. Er holt Feedback von den Mitarbeitern darüber ein, ob die identifizierten Daten richtig oder falsch sind. Zweitens lernt der Algorithmus im Laufe der Zeit, was bedeutet, dass die ersten Ergebnisse irreführend oder enttäuschend sein können. Eine typische Stichprobengröße besteht aus etwa 200 Dokumenten.
Obwohl diese Technologie in fast allen Lagern eingesetzt werden kann, gibt es zwei Fälle, in denen sie überflüssig ist. Erstens, wenn Sie die Belegdaten für Ihr Lager über eine API oder andere direkte Kommunikationskanäle erhalten, in denen die Daten zugeordnet und direkt in Feldeinträge eingegeben werden. Zweitens, wenn Sie eine sehr begrenzte Anzahl von Dokumenten erhalten, was zu einem vergleichsweise geringen Einsparpotenzial in Bezug auf die Investition führt.
Fazit
Bei der Anwendung von KI und nachfolgenden Innovationen in der Lagerhaltung stehen Unternehmen viele Möglichkeiten offen. Wahrscheinlich benötigen viele dabei Unterstützung. Schließlich sind die hier beschriebenen Innovationen nur die Spitze des Eisbergs. Es ist noch sehr viel mehr möglich! Komplexe Konzepte wie das Dark Warehouse, ein Lagerhaus komplett ohne Menschen, liegen jedoch noch in ferner Zukunft.
Viele Innovationen führen zu mehr Effizienz, einer Optimierung der Prozesse und Ressourcennutzung oder geringeren Kosten. Es ist jedoch immer eine ordnungsgemäße Einrichtung erforderlich. Wie oben beschrieben, muss künstliche Intelligenz geschult werden. Sie bindet die Fähigkeiten der Mitarbeiter.
CAMELOT überprüft und diskutiert regelmäßig Innovationen wie diese in gemeinsamen Workshops mit Kunden, wobei wir auf ihre Zukunftsvision für digitale Lagerhaltung eingehen. Wir bieten Ihnen Einblicke, Fachwissen und Anleitungen dazu, wie und ob Sie diese Innovationen anwenden sollten und ob Ihre individuelle Situation für solche Ansätze geeignet ist. Wenn Sie an weiteren KI-basierten Innovationen oder der Integration innovativer Technologien in Ihre Zukunftsvision für digitale Lagerhaltung interessiert sind, stehen wir Ihnen gern mit Rat und Tat zur Seite.
Wir danken Thomas Grill und Albert Peychal-Heiling für ihren wertvollen Beitrag zu diesem Artikel.
Teil 2: Künstliche Intelligenz in der Lagerhaltung: Rule Mining
