Digitales Leergutmanagement

Das Thema «Künstliche Intelligenz» ist derzeit in aller Munde. Selbst in den verzweigten und heute schon schlanken Lieferkettenbeziehungen kommt die künstliche Intelligenz zum Einsatz, so auch in der Logistik beim Unternehmen Feldschlösschen. Mit dem Projekt «Digital Empties» will die Schweizer Traditionsbrauerei in Zukunft das Leergutmanagement im Bereich Warehouse und Distribution optimieren.

Umfassendes Getränkeportfolio
1200 verschiedene Artikel umfasst das Sortiment der Brauerei und Getränkehändlerin, bestehend aus unterschiedlichen Getränkekisten und Fässern. Wer von den B2B-Kunden aus Gastronomie, Detail- und Getränkehandel bis 15 Uhr bei Feldschlösschen bestellt, bekommt die gewünschte Ware schon am nächsten Tag direkt in den Keller geliefert. Ein ausgeklügeltes Logistiksystem mit 15 Logistikstandorten, verteilt über die ganze Schweiz, macht’s möglich. Neben den B2B-Kunden beliefert Feldschlösschen schweizweit Konsumenten (B2C) über den Online-Getränkeshop beer4you.

Die Netzwerkstrategie von Feldschlösschen ist es, möglichst viel Volumen (mehr als 60 Prozent total) via Bahntransport direkt zum Kunden respektive zu den Logistikstandorten zu transportieren. Dank der Auszeichnung der Transporteinheiten mit dem Serial Shipping Container Code (SSCC) von GS1 ist die Warenrückverfolgbarkeit gewährleistet. Übrigens gehörte die Brauerei Feldschlösschen zu den ersten Unternehmen, die in den 80er-Jahren die vom Handel geforderte Strichcodekennzeichnung erfolgreich umgesetzt haben.

Lieferung und Rücknahme
Über hundert Fahrer sorgen für die Feinverteilung der bestellten Waren. Digitale Assistenten teilen ihnen den genauen Abladeort, Kunde, Abladezeit Neund -dauer mit, ebenso die vollständige Liste der zu liefernden Artikel. 10 000 Kunden werden mit der eigenen Fahrzeugflotte bedient. Das Vollgut wird vom Fahrer direkt in den Keller verräumt. Anschliessend wird das Leergut geprüft und zurückgenommen.

Aufgrund der Artikelvarietät (mehr als 200 verschiedene Gebindearten) ergeben sich grosse Herausforderungen im Leergutmanagement. Branchenüblich erfolgt die Aufnahme des Leerguts mithilfe eines Handheld, so auch bei Feldschlösschen. Der Fahrer erfasst nach der Prüfung die unterschiedlichen Leergutartikel, die Zustände und die entsprechende Menge im Gerät.

Digital Empties
Um das Leergutmanagement zu optimieren, wurden im Vorfeld verschiedene Technologien getestet. Als Ausgangslage diente das Projekt «Stock Level Tracking». Der Service soll die Bestandesführung beim Kunden effizienter gestalten. Getestet wurden verschiedene Technologien wie Barcodescanning, Sprach- und Bilderkennung sowie eine manuelle Erfassung über Smartphone und App. Die Bewertung der Technologien erfolgte anhand verschiedener Kennzahlen. Die Bilderkennung zeigte das grösste Potenzial, nicht nur für das Projekt «Stock Level Tracking», sondern auch für die Optimierung des Leergutmanagements.

Beim Projekt «Digital Empties» soll in Zukunft für das Leergutmanagement im Bereich Warehouse und Distribution ein durchgängig digitaler Prozess realisiert werden. Dabei komme eine digitale Bild- und Objekterkennung, die künstliche Intelligenz nutzt, zum Einsatz, erklärt Melanie Bodamer, Projektleiterin Development bei Feldschlösschen Supply Company AG. Das Projektziel ist klar definiert: Die Lösung soll die unterschiedlichen Getränkekisten und Fässer (Eigenleergut wie auch Fremdleergut) erkennen und die Mengen- sowie die Zustandserfassung automatisieren.

Feldschlösschen entwickelt «Digital Empties» gemeinsam mit dem Unternehmen Geutebrück aus Windhagen, Deutschland, einem globalen Spezialisten für Video- und Sicherheitsmanagement. Als Grundlage dient ein neuronales Netzwerk, das eigens für den Kunden angelegt wurde. Seit Mai 2019 wird dieses Netz trainiert. Dafür benötigt es unzählige Bilder der zu erkennenden Objekte. «Insgesamt wurden von den diversen Gebindearten mehr als 20 000 Bilder aus verschiedenen Blickwinkeln gemacht und jeweils einer der über 200 Klassen zugeordnet und mit einzelnen Merkmalen versehen», so Melanie Bodamer.

Big Data, Algorithmen und Technik
Für die Erkennung und Klassifizierung der über 200 unterschiedlichen Objekte werden auf dem Smartphone mehrere sogenannte Deep Neural Networks benutzt, die aus dem Kamerabild die gewünschten Informationen extrahieren und klassifizieren. Die Netze müssen speziell für diese Aufgaben trainiert werden. Dazu wurden in den bisherigen Trainingsläufen die insgesamt rund 20 000 Bilder eingespeist, welche in der Vorbereitung des Trainings annotiert wurden. Das heisst, es wurde markiert, wo sich im Bild ein zu klassifizierendes Objekt befindet und welcher Klasse dieses zuzuordnen ist. «Je mehr Daten unser neuronales Netz empfängt, desto grösser ist seine Lernfähigkeit und desto intelligenter wird es. Daher haben wir eine Kamera an der Sortieranlage installiert, die das Netz fortlaufend mit den notwendigen Validierungsbildern versorgt», erläutert Melanie Bodamer.

Im Moment wird die optische Bilderkennung in Labor- und Feldversuchen entwickelt und getestet. Die ersten Resultate sind vielversprechend. Eine kleine Herausforderung besteht jedoch beim Erkennen von eigenen und fremden Getränkefässern. Schon für das menschliche Auge sind diese kaum oder gar nicht voneinander zu unterscheiden. Hier könnte das Anbringen einer Banderole bei unternehmenseigenen Getränkefässern Abhilfe schaffen.

Eine weitere Herausforderung ist die Doppelerfassung. Aber ein innovatives und vielversprechendes Verfahren von Geutebrück bietet einen Lösungsansatz. Bei der Aufnahme einer Leergutpalette werden die zurückgelieferten Informationen genutzt, um ein 3D-Modell der Palette zu erstellen. Ein Marker kennzeichnet bereits erfasste Elemente. So lässt sich mit der 3D-Kamera feststellen, ob eine Getränkekiste bereits erfasst wurde oder nicht.

Künstliche Intelligenz im Smartphone
«In Zukunft benötigen die Fahrer ein Smartphone und die App Digital Empties. Mehr braucht’s nicht», so die Projektleiterin. Mit der 3D-Kamera wird das Leergut von allen Seiten aufgenommen, ein automatischer Prozess wird gestartet und die Technologie erkennt das Leergut auf der Palette. Wird etwas nicht erkannt, hat der Fahrer die Möglichkeit, mit Unterstützung einer logischen Vernetzung von Daten im Hintergrund die richtige Eingabe des Leerguts manuell zu erfassen.

Zusätzlich zum digitalen Erfassungsvorgang vor Ort werden an den Logistikstandorten, wo die Getränkegebinde gelagert, sortiert und aufbereitet werden, entsprechende Eingangs- und Ausgangsprüfungen mit fest installierten Kameras durchgeführt. So kann in Echtzeit verfolgt werden, wo sich das Leergut gerade befindet, und der Kreislauf schliesst sich.

Das digitale Leergutmanagement wird Anfang 2020 am zweitgrössten Logistikstandort mit einer Testphase starten. Dabei ist eine enge Zusammenarbeit zwischen den Anwendern und dem Projektteam notwendig, um die Funktionalität der App und die Benutzerfreundlichkeit sicherzustellen. So werden Verbesserungsvorschläge seitens der Anwender berücksichtigt und die Akzeptanz gewährleistet. Nach einer erfolgreichen Testphase steht einer Implementierung der Lösung im gesamten Schweizer Logistiknetz nichts mehr im Wege. Danach findet eine Evaluation zum Einsatz der Lösung in der Carlsberg-Gruppe statt. 

Joachim Heldt