Menü
Erfolgsgeschichten
Künstliche Intelligenz
Transportbehälter-daten in Echtzeit durch KI-Bilddaten-verarbeitung
Mühlhoff Umformtechnik entwickelt eine neue Lagerverwaltung für Transportbehälter
Bauteile für Fahrwerk und Antriebsstrang, Komponenten für Karosserie und Rahmenbau: Die Mühlhoff Umformtechnik GmbH fertigt komplex umgeformte Elemente für die Automobilindustrie. In einem Transferprojekt mit dem Mittelstand-Digital Zentrum Ruhr-OWL optimiert das Uedemer Unternehmen seine Leergutverwaltung und strukturiert sein Behältermanagement neu – mit Hilfe von Künstlicher Intelligenz.
Mit Hilfe von Künstlicher Intelligenz
große Lagerflächen
Hoher
Zeitaufwand
Wer die Lagerflächen von Mühlhoff Umformtechnik betritt, sieht sich großen Mengen von Transport- und Produktionsbehältern gegenüber. Auf dem Außengelände stapeln sich unterschiedlich großen Ladungsträger, die immer nur für einen bestimmten Kunden zum Einsatz kommen. „Bisher gibt es allerdings keine klare Kennzeichnung der Lagerflächen und keine automatisierte Bestandsführung der Behälter“, erklärt Julian Hinxlage, wissenschaftlicher Mitarbeiter am Fraunhofer IML und Leiter des Transferprojekts. Die Lagermitarbeiter arbeiten mit Erfahrungswerten. „Das ist natürlich fehleranfällig und oftmals auch mit einem entsprechenden Zeitaufwand verbunden“, so Hinxlage. Aus diesem Grund haben er und sein Team in enger Zusammenarbeit mit dem Unternehmen ein Behältermanagement für Mühlhoff entwickelt, bei dem eine Bildverarbeitung zum Einsatz kommt.
Zusammenarbeit mit dem Zentrum
Von der Unternehmenssprechstunde zum Anforderungskatalog
Den Anfang der Zusammenarbeit machte eine virtuelle Unternehmenssprechstunde. Nach der Skizzierung der Problemstellung wurden Herausforderungen benannt und erste Lösungsansätze entwickelt. „Diese haben wir dann im Rahmen eines Gestaltungsworkshops vor Ort weiter ausgeführt“, erläutert Patrick Becker, wissenschaftlicher Mitarbeiter am Fraunhofer IML und Teil des Projektteams, das alle Material- und Informationsflüsse sowie die Lagerplätze und -kapazitäten detailliert aufnahm. Anschließend erstellten die Digitalisierungsexperten gemeinsam mit den Unternehmensvertretern einen Anforderungskatalog sowie ein Konzept mit ersten Umsetzungsmaßnahmen.
Überwachung der Ladungsträgerbestände
Training für den Algorithmus
„Ziel ist es, die Verfügbarkeit der Behälter für die Produktion sicherzustellen und den Behälterbestand auf den Lagerflächen gleichzeitig so gering wie möglich zu halten“, erklärt Julian Hinxlage. Um das zu erreichen, müssen die Ladungsträgerbestände genau überwacht, Behälter passend zur Produktion bereitgestellt werden und die Bestellung neuer Leergüter beim Kunden auf Basis realer Bestandsdaten und Prognosen basieren. Grundlage der Lösung ist ein bildgebendes Verfahren, das die Behälter erkennt und klassifiziert. Hierfür wurde eine Lagerfläche des Unternehmens mit einer Kamera ausgestattet. Diese macht Aufnahmen der Ladungsträger. Zahlreiche Aufnahmen, zu jeder Tages- und Nachtzeit, bei unterschiedlichsten Witterungsbedingungen und Lagerbeständen. „Auf diese Weise trainieren wir die Künstliche Intelligenz an“, sagt Patrick Becker. „Denn in Zukunft soll die KI erkennen und übermitteln, welche Behälter, in welcher Anzahl auf welcher Lagerfläche zu finden sind.“
schnell und transparent
Robustes KI-Modell
Damit das gelingt, labelt das Forschungsteam aktuell alle Bilder, markiert und kennzeichnet also die darauf abgebildeten Behälter. „Je mehr Bilddaten wir generieren und labeln, desto robuster wird das KI-Modell, das wir entwickeln“, erklärt Julian Hinxlage. In Zukunft sollen die aktuellen Lagerbestände auf den Flächen der Mühlhoff Umformtechnik GmbH dann schnell und transparent erfasst werden. Julian Hinxlage: „Wenn das gelingt, gehören unnötige und zeitaufwändige Staplerfahrten oder die Nutzung von Ersatzbehältern der Vergangenheit an.“
Die Vorteile
Was hat´s gebracht?
Die Vorteile
- Zeitersparnisse
- Transparenz der Lagerbestände
- Behälter passend zur Produktion
Sie wollen ebenfalls eine Erfolgsgeschichte schreiben?
Dann schreiben Sie doch zuerst einmal uns.