Damir Dobric | September 17, 2021

Der daenet Visual Components Detector – AI im konkreten Anwendungsfall

Use Case: Modernisierung der Beschaffungsprozesse durch AI - gestützte Produktidentifikation

Das richtige Produkt steht im Mittelpunkt eines jeden Beschaffungsprozesses in Unternehmen des produzierenden Gewerbes und des Handels, von der initialen Bedarfsermittlung bis zum konkreten Einsatz.

Über MS-Teams haben wir uns häufig mit unseren Industriekunden zusammengesetzt und schließlich folgendes Key Learning gemacht: In jedem einzelnen Schritt dieses komplexen Geschäftsprozesses entdecken Unternehmen verschiedene Optimierungspotenziale, um ihre strategischen Ziele zu verwirklichen, zum Beispiel die Reduzierung der Lagerlogistik durch kürzere Lieferzeiten und die Integration von E-Procurement-Lösungen in den Bestellprozess.

Die Herausforderung: Zuverlässige Erkennung von Objekten und somit Lieferung falscher Produkte

Der Beschaffungsprozess setzt einen hohen Anspruch an eine schnelle Lieferung, an die erwartete Qualität. Genau dadurch entsteht aber das Problem der Lieferung falscher Produkte.

Häufig stellt sich nämlich die inkorrekte Identifikation des erforderlichen Produkts als Problemursache heraus, bedingt durch fehlerhafte oder fehlende Identifikationsmöglichkeiten wie herstellerspezifische Artikelnummern oder Labels. Für eine Vielzahl von Produktkategorien hingegen ist die Anbringung von Identifikationsmöglichkeiten seitens des Herstellers nicht praktikabel, in besonderem Maße für variationsreiche Produkte. Essenziell für die Bedarfsermittlung ist folglich die korrekte Spezifikation der erforderlichen Produktvariante.

Zu Beginn unserer Reise haben Damir (@ddobric) und sein MVP-Kollege Bahrudin Hrnjica (@bhrnjica) intensiv versucht, dieses Problem mit KI-Technologien wie Cognitive Services zu lösen. Nach einer Weile war klar, dass die Herausforderung eine sehr spezifische war.

Schließlich entschieden sie sich, ML.Net Image Classification mit TensorFlow zu verwenden, um einen Prototyp einer möglichen Lösung zu erstellen. Zwei Monate nach der ersten Idee haben sie definiert, was zu tun ist. Wir brauchten rund neun Monate, um die erste lauffähige Lösung zu liefern.

Wir haben ein Bilderfassungs-, Zuschneide- und Trainingssystem entwickelt, mit dem Kunden Bilder des Objekts aufnehmen können, die für das Training des Modells verwendet werden. Das Training des Modells wird in Azure als Azure Function ausgeführt und das trainierte Modell im Azure Storage veröffentlicht. Alle verwendeten Azure-Dienste sind für den Benutzer transparent, der die ASP.NET Core-Anwendung verwendet, um den gesamten Prozess aufrechtzuerhalten. Darüber hinaus wird die VCD Android- und iPhone-App zum Scannen und zur Objekterkennung verwendet.

Die Lösung

Heute ist der Visual Components Detector (VCD) eine Plattform, die die eindeutige Erkennung von Produkten, Komponenten oder anderen Objekten ermöglicht.

Es handelt sich um eine in Azure gehostete multi-tenant Lösung, die es einem Benutzer ermöglicht, mehrere Modelle zu trainieren und bereitzustellen, die eine bestimmte Teilmenge von Produkten (Objekten) erkennen.

Darüber hinaus bietet die VCD-Plattform eine Android- und iPhone-App, die zur Produkterkennung verwendet wird. Die App heißt Product Detector:

Was ist der Nutzen für unsere Kunden?

  • Deutliche Einsparungen und höhere Effizienz in den betrieblichen Abläufen: Fehlbestellungen und Ersatzlieferungen werden deutlich reduziert, da der VCD als integraler Bestandteil des Beschaffungsprozesses mittels Bilderkennung schnell und zuverlässig das richtige Produkt ermittelt.
  • Sowohl auf der Beschaffungsseite als auch auf der Vertriebsseite lassen sich erhebliche Kosten- und Zeiteinsparungseffekte realisieren: Nachhaltige Kostensenkung im Reparaturprozess durch erhöhte Entscheidungsgenauigkeit und integrierten Bestellmechanismus
  • Vereinfachung der Produktions- bzw. Werkstattprozesse
  • Sicherstellung der Nachhaltigkeit der Servicepartner

Für jedes Fahrzeug das passende Ersatzteil

In Zusammenarbeit mit unserem Kunden, einem Familienunternehmen und Spezialist für Fahrzeugelektrik und Ersatzteile für spezielle Fahrzeugmodelle, haben wir die erste Marken-VCD-App entwickelt. Diese befindet sich aktuell im Prozess der Markteinführung.

Schließlich haben wir erkannt, dass diese App-Technologie für viele Produkte des täglichen Bedarfs verwendet werden kann. Wir sind davon überzeugt, dass diese KI basierte Technologie eine lohnende und wertvolle Erfahrung ist. Die VCD-Reise geht weiter…..

Autor: Damir Dobric, CEO und leitender Architekt der DAENET Corporation #VCD #Cloud #AI #IoT