Doka treibt die Digitalisierung weiter voran! Gemeinsam mit Operations und Business Process Automation hat Doka ein neues, KI-gestütztes Zählsystem eingeführt, dass die Lagerverwaltung noch effizienter macht. Eine Schlüsselrolle kommt unseren Lehrlingen zu: Durch präzises Labeln (Markieren von Doka-Artikeln in den Bildern) bereiten sie die Daten auf, anhand derer die KI lernt.
Pressekontakt
Engagement unserer Lehrlinge seit Sommer 2024
Seit Sommer 2024 unterstützen unsere Lehrlinge unter der Leitung von Marcus Reiser und seinem Team dieses zukunftsweisende Projekt. In dieser Zeit wurden 3.000 Bilder aufbereitet und verarbeitet – das entspricht einer Arbeitsleistung von über 300 Stunden. Dank ihres Engagements wurde eine deutliche Steigerung der Erkennungsgenauigkeit und der Effizienz erzielt.
Warum Labeln so wichtig ist
Beim Labeln werden gezielt Doka-Artikel in den Bildern mit Begrenzungsrahmen (Bounding Boxes) versehen. Diese präzisen Markierungen dienen als Referenz, anhand derer das KI-Modell lernt, Artikel selbstständig zu erkennen und zu zählen.
Labeln als Grundlage fürs Training
Das eigentliche Training der KI-Modelle findet zentral auf "Azure" statt, einem Cloud Computer-Service von Microsoft. Unsere Lehrlinge bereiten dafür Tausende von Bildern vor: Sie zeichnen Rahmen um die Doka-Artikel und ordnen sie der richtigen Artikelgruppe zu.
Qualität entscheidet
Nur durch sorgfältiges und konsistentes Markieren lernt die KI, immer fehlerfreier zu zählen und neue Artikel sicher zu erkennen. Hochwertige Trainingsdaten minimieren Fehlklassifikationen und erhöhen die Zuverlässigkeit.
Internationale Anwendung und Ausblick
Seit Sommer 2024 unterstützen unsere Lehrlinge unter der Leitung von Marcus Reiser und seinem Team dieses zukunftsweisende Projekt. In dieser Zeit wurden 3.000 Bilder aufbereitet und verarbeitet – das entspricht einer Arbeitsleistung von über 300 Stunden. Dank ihres Engagements wurde eine deutliche Steigerung der Erkennungsgenauigkeit und der Effizienz erzielt.
Warum Labeln so wichtig ist
Beim Labeln werden gezielt Doka-Artikel in den Bildern mit Begrenzungsrahmen (Bounding Boxes) versehen. Diese präzisen Markierungen dienen als Referenz, anhand derer das KI-Modell lernt, Artikel selbstständig zu erkennen und zu zählen.
Labeln als Grundlage fürs Training
Das eigentliche Training der KI-Modelle findet zentral auf "Azure" statt, einem Cloud Computer-Service von Microsoft. Unsere Lehrlinge bereiten dafür Tausende von Bildern vor: Sie zeichnen Rahmen um die Doka-Artikel und ordnen sie der richtigen Artikelgruppe zu.
Qualität entscheidet
Nur durch sorgfältiges und konsistentes Markieren lernt die KI, immer fehlerfreier zu zählen und neue Artikel sicher zu erkennen. Hochwertige Trainingsdaten minimieren Fehlklassifikationen und erhöhen die Zuverlässigkeit.
Internationale Anwendung und Ausblick
- Global im Einsatz: Das System läuft bereits in mehr als 70 Doka-Niederlassungen weltweit.
- BAUMA-Präsentation: Auf der diesjährigen Messe begeisterte unser Projekt das Fachpublikum.
Nächste Schritte:
Zu den kommenden Maßnahmen gehören das Hinzufügen neuer Artikelgruppen, die Verbesserung der Erkennung bei schwierigen Lichtverhältnissen, die Minimierung von Störfaktoren sowie die Integration einer neuen Funktion zur Identifikation von Doka- Artikeln.
Fazit & Dankeschön an unser Label-Team
Dieses Projekt zeigt eindrucksvoll, wie viel Innovationskraft und Eigeninitiative in unserer Ausbildung steckt. Ein herzliches Dankeschön an alle Lehrlinge, die mit Sorgfalt und Engagement jede einzelne Bildmarkierung durchgeführt haben – eure Arbeit bildet die unverzichtbare Basis für die kontinuierliche Verbesserung der KI-gestützten Zählung und treibt die digitale Zukunft von Doka entscheidend voran.
#Doka #TeamDoka #KünstlicheIntelligenz #Digitalisierung #WeMakeItWork
