KI-gestützte Lagerlogistik: Wie MDE-Geräte den Wareneingang automatisieren

Dadurch verändert sich die Rolle des MDE-Geräts. Aus dem mobilen Scanner wird ein Frontline-Computer, der Daten nicht nur erfasst, sondern zum Ausgangspunkt automatisierter Prüf-, Analyse- und Entscheidungsprozesse macht.

KI findet heute auf mehreren Ebenen statt

Wer über KI-gestützte MDE-Geräte spricht, muss zunächst zwischen verschiedenen Ebenen unterscheiden. Ein Teil der Intelligenz steckt in der Gerätehardware und den darauf abgestimmten Funktionen. Ein weiterer Teil befindet sich in der mobilen Anwendung oder wird server- beziehungsweise cloudseitig verarbeitet.

Das ist für den Wareneingang entscheidend. Denn nicht jede KI-Funktion muss vollständig auf dem MDE-Gerät ausgeführt werden. Das Gerät kann Bilder, Barcodes, RFID-Daten und Benutzereingaben erfassen, während komplexere Analysen im Hintergrund stattfinden und das Ergebnis anschließend wieder an den Mitarbeiter zurückgegeben wird.

Neuere Enterprise-Geräte werden allerdings zunehmend auf solche Workloads vorbereitet. Ein Beispiel ist das Zebra TC501. Das aktuelle Android-MDE kombiniert unter anderem moderne Scan-, Kamera- und Konnektivitätstechnik mit einer Plattform, die Zebra ausdrücklich für KI-gestützte Anwendungen positioniert. Hinzu kommen Wi-Fi 7, 5G sowie je nach Variante bis zu 12 GB RAM und 256 GB Flash-Speicher.

Damit verschwimmt die Grenze zwischen klassischem Barcode-MDE und leistungsfähigem mobilen Edge-Gerät.

Im Wareneingang wird aus Datenerfassung Dateninterpretation

Besonders interessant wird diese Entwicklung dort, wo ein einfacher Scan bislang nicht ausreicht.

Beim Eintreffen einer Lieferung kann ein MDE beispielsweise zunächst den Artikel oder die Ladeeinheit identifizieren. Die Software gleicht die Daten anschließend mit Bestellung und Lieferavis ab. Mengen, Chargen oder Seriennummern müssen aber nicht zwangsläufig vollständig über einzelne Barcodes vorliegen.

Hier kommen unter anderem OCR und Computer Vision ins Spiel. Eine Kameraaufnahme kann beispielsweise genutzt werden, um Informationen von Etiketten oder Dokumenten auszulesen. OCR erkennt die enthaltenen Zeichen und überführt sie in strukturierte Daten. So können etwa Chargennummern, Seriennummern oder weitere Kennzeichnungen übernommen werden, ohne dass Mitarbeiter sie über die Tastatur des MDE-Geräts eingeben müssen.

Computer Vision geht einen Schritt weiter. Bilder werden nicht nur in Text übersetzt, sondern hinsichtlich sichtbarer Objekte oder Zustände analysiert. Denkbar sind damit beispielsweise die Erkennung und Dokumentation beschädigter Verpackungen oder die visuelle Ermittlung von Mengen.

COSYS integriert entsprechende OCR- und Computer-Vision-Funktionen bereits in seine Supply-Chain-Software und nutzt dabei die Kamera mobiler Geräte als zusätzliche Datenquelle.

Automatisierung entsteht erst durch die Verknüpfung der Daten

Der eigentliche Sprung zur KI-gestützten Lagerlogistik entsteht jedoch nicht durch eine einzelne Funktion des MDE-Geräts.

Ein moderner Wareneingang erzeugt eine ganze Ereigniskette: Lieferung identifiziert, Artikel gescannt, Menge erfasst, Abweichung dokumentiert, Wareneingang gebucht und Ware zur Einlagerung weitergegeben. Jeder dieser Schritte kann mit Zeitstempel, Benutzer, Gerät und Vorgang verknüpft werden.

Damit entsteht ein Event Log des realen Lagerprozesses. Process Mining kann aus diesen Ereignisdaten rekonstruieren, wie Wareneingänge tatsächlich ablaufen. Dadurch werden beispielsweise Wartezeiten, wiederkehrende Prozessschleifen, ungewöhnliche Abweichungen oder unterschiedliche Prozessvarianten sichtbar. KI kann darauf aufbauend Muster und Anomalien in größeren Datenbeständen identifizieren.

Das MDE-Gerät wird damit gleichzeitig zum Sensor für den physischen Prozess. Jeder Scan dokumentiert nicht nur einen Bestand, sondern einen Prozessschritt.

Auch das MDE-Gerät selbst wird zur Datenquelle

Eine weitere Ebene wird bei der Diskussion über KI im Lager häufig übersehen: Nicht nur Waren- und Prozessdaten lassen sich analysieren, sondern auch die eingesetzte Hardware.

Hier kommt Mobile Device Management (MDM) ins Spiel. Über ein MDM lassen sich MDE-Geräte zentral administrieren, konfigurieren und überwachen. In Verbindung mit Geräteanalysen können beispielsweise technische Zustände und Auffälligkeiten sichtbar werden. Für Unternehmen mit größeren Geräteflotten ist das relevant, weil ein ausgefallenes MDE im Wareneingang unmittelbar den operativen Prozess beeinflussen kann.

COSYS verbindet sein MDM deshalb mit Analysefunktionen innerhalb des WebDesk. Neben den eigentlichen Lagerdaten können dadurch auch Informationen rund um die eingesetzten mobilen Geräte in die Betrachtung einfließen. Die COSYS Business-Intelligence-Plattform führt Prozessdaten aus Lager und anderen operativen Bereichen zusammen und macht über das MDM zusätzlich Geräteprobleme und Ausfallzeiten sichtbar.

Damit lässt sich nicht nur fragen: Warum dauert unser Wareneingang länger? Sondern perspektivisch auch: Liegt die Ursache im Prozess, in der Auslastung oder möglicherweise bei der eingesetzten Hardware?

Das MDE wird zur Schnittstelle zwischen Mensch, Ware und KI

Genau darin liegt die eigentliche Entwicklung moderner MDE-Technik. Geräte wie das Zebra TC501 erhöhen die technische Leistungsfähigkeit direkt am Ort der Datenerfassung. KI-fähige Supply-Chain-Software ergänzt OCR, Computer Vision und intelligente Assistenzfunktionen. Process Mining und Analytics betrachten wiederum die über viele Vorgänge hinweg entstehenden Daten.

Für den Wareneingang bedeutet Automatisierung deshalb nicht, den Mitarbeiter vollständig aus dem Prozess zu entfernen.

Vielmehr werden manuelle Dateneingaben, Sichtprüfungen und Kontrollschritte zunehmend digital unterstützt. Der Mensch greift insbesondere dort ein, wo tatsächlich eine Entscheidung notwendig ist - beispielsweise bei beschädigter Ware, unbekannten Artikeln oder relevanten Mengenabweichungen.

Das klassische Prinzip "scannen und buchen" entwickelt sich dadurch weiter. Moderne MDE-Geräte erfassen die Realität im Lager, Software interpretiert die gewonnenen Informationen und Analyseverfahren betrachten anschließend den gesamten Prozess. Genau diese Verbindung macht aus mobiler Datenerfassung eine Grundlage für KI-gestützte Lagerlogistik.