COMI Label Reader als Tisch-Scanner, links 3 gelbe Leuchtstreifen, davor uEye Kamera

Vision AI Label Reader erfasst Etiketten vollautomatisch und schafft Prozesssicherheit

KI bringt Ordnung in die Etikettenvielfalt

Der Wareneingang in der Elektronikindustrie steht unter zunehmendem Druck. Unzählige Bauteile unterschiedlichster Hersteller treffen auf wechselnde Etikettenlayouts, mehrsprachige Beschriftungen und immer kürzere Durchlaufzeiten. Was lange Zeit manuell beherrschbar war, entwickelt sich heute zum Engpass. Beschädigte Barcodes oder glänzende Verpackungen erhöhen den Aufwand und machen Prozesse anfälliger für Fehler.

Wie sich diese Komplexität beherrschen lässt, zeigt der Vision AI Label Reader der collective mind GmbH (COMI). Das KI-gestützte Bildverarbeitungssystem automatisiert die Erfassung und Interpretation von Artikelinformationen im Wareneingang und in der Logistik – unabhängig von Layout, Sprache oder Code-Typ. Ausgelegt für den industriellen Einsatz sorgt die Lösung für mehr Prozesssicherheit, höhere Datenqualität und optimierte Abläufe. Eine uEye CP Industriekamera der IDS Imaging Development Systems GmbH liefert die für die Auswertung notwendigen Bilddaten.

Vollautomatische Erfassung statt manueller Prüfprozesse

Der Vision AI Label Reader ist für Einsatzbereiche konzipiert, in denen täglich eine große Vielfalt an Artikeln, Etiketten und Verpackungen verarbeitet wird. Er eignet sich damit insbesondere für Dienstleister in der Elektronikfertigung sowie für Unternehmen mit komplexen Logistikprozessen und umfangreicher Warenhaltung. Ein konkretes Anwendungsbeispiel ist die Rutronik Elektronische Bauelemente GmbH, ein weltweit führender Breitband-Distributor im Elektronikbereich, bei dem das System bereits erfolgreich installiert ist. Ziel ist es, alle relevanten Artikelinformationen automatisiert zu erfassen und strukturiert bereitzustellen.

Frau scannt rundes Label mit Vision AI Label Reader ein.
Der Vision AI Label Reader erfasst alle relevanten Artikelinformationen automatisiert und stellt sie strukturiert bereit.

Dazu erkennt das System alle auf einem Objekt vorhandenen Label, liest gedruckte Texte ebenso wie 1D- und 2D-Codes aus und interpretiert die Inhalte anschließend mithilfe von künstlicher Intelligenz. Optional können auch handschriftliche Einträge verarbeitet werden. Entscheidend dabei: Die Erkennung funktioniert ohne feste Etikettenstandards. Neue Layouts, Sprachen oder Codeformate lassen sich ohne erneutes Training verarbeiten – ein wichtiger Faktor für Skalierbarkeit und Zukunftssicherheit.

Kamera und KI im Zusammenspiel

Eine zentrale Rolle spielt die eingesetzte Industriekamera aus der uEye CP Familie von IDS. Sie erfasst Etiketten und Verpackungsoberflächen in hoher Auflösung und liefert die Bilddaten für die KI-Analyse. Dabei erkennt sie sämtliche Details auch unter anspruchsvollen Bedingungen. Gerade in der Praxis stellen glänzende Verpackungen wie Dry Packs, beschädigte Codes oder wechselnde Lichtverhältnisse hohe Anforderungen an die Bildaufnahme. In Kombination mit einer abgestimmten Beleuchtung erreicht das System dennoch eine außergewöhnlich stabile Erkennungsleistung. Die Nutzung eines Standard-Vision-Interfaces (USB3 Vision) erleichtert zudem die Anbindung an industrielle IPCs und sorgt für eine einfache Integration in bestehende Systeme.

Das kompakte Magnesiumgehäuse der uEye CP (29 x 29 x 29 mm) ist mit rund 50 g ebenso leicht wie robust. COMI setzt auf ein Modell mit dem lichtempfindlichen Rolling Shutter CMOS Sensor IMX183 aus der STARVIS-Reihe von Sony. Dank BSI-Technologie („back-side-illumination“) liefert er auch unter schwachen Lichtverhältnissen eine zuverlässige Bildqualität.

„Mit einer Auflösung von 20,44 Megapixeln und einer Bildrate von knapp 20 Bildern pro Sekunde stellt uns die Kamera genau die Detailtiefe bereit, die wir benötigen, um selbst kleine Etiketteninhalte sicher zu erfassen.“

— Tobias Husemann, Senior Consultant bei COMI —

Höhere Datenqualität und durchgängige Rückverfolgbarkeit

Nach der Bilderfassung analysiert die KI die Daten in mehreren Schritten: Etiketten werden lokalisiert, Inhalte extrahiert und anschließend semantisch interpretiert, etwa zur eindeutigen Zuordnung von Artikelnummern, Chargen oder Herstellerinformationen. Die Ergebnisse werden direkt an angebundene ERP-Systeme wie SAP oder proALPHA übergeben, inklusive Echtzeit-Abgleich und Validierung.

Bildschirm zeigt ausgelesenes Label, relevante Informationen sind markiert
Nach der Analyse des Etiketts werden die Ergebnisse direkt an angebundene ERP-Systeme weitergeleitet.

Für Anwender bedeutet das eine deutliche Reduzierung manueller Prüfschritte und Fehlerquellen. Gleichzeitig steigt die Datenqualität, und es entsteht eine lückenlose Dokumentation aller Artikelbewegungen. Die daraus resultierende 100-prozentige Rückverfolgbarkeit wird zunehmend zu einem entscheidenden Differenzierungsmerkmal, nicht zuletzt vor dem Hintergrund strengerer regulatorischer Anforderungen aus Folgebranchen wie der Medizintechnik.

Effizienzgewinn im Wareneingang

Im Vergleich zu klassischen Multi-Label-Readern zeigt sich in der Praxis ein Effizienzvorsprung von rund 30 Prozent bei der Artikelerfassung. Prozesse lassen sich beschleunigen, Personalressourcen gezielter einsetzen und Engpässe im Wareneingang reduzieren. Die automatisierte Plausibilitätsprüfung der Etiketteninhalte erhöht zudem die Prozesssicherheit und hilft, Fehler frühzeitig zu erkennen.

Ausblick: Vom Tisch-Scanner zur vollautomatisierten Anlage

Der Markt entwickelt sich klar in Richtung hochautomatisierter Artikelerfassung. Künftig soll der Vision AI Label Reader nicht nur als Tisch-Scanner eingesetzt werden, sondern vollständig in automatisierte Lager- und Materialflusslösungen integriert sein. In Zusammenarbeit mit Anlagenbauern ist dies bereits in Planung. Dabei steigen laut Husemann die Anforderungen an die eingesetzte Kameratechnik: „Sie muss mit wechselnden und teilweise ungünstigen Lichtverhältnissen umgehen können und auch bei spiegelnden Oberflächen zuverlässig arbeiten. Gleichzeitig ist eine große Tiefenschärfe erforderlich, da Etiketten und Verpackungen in unterschiedlichen Höhen und Abständen bereitgestellt werden und dennoch sicher erfasst werden müssen.“

Darüber hinaus soll der Funktionsumfang des „Label Readers“ schrittweise erweitert werden. Neben der reinen Artikelerfassung rücken Themen wie Anomalie- und Fehlererkennung in den Fokus – etwa das Erkennen von beschädigten Etiketten, Kleberesten oder defekten Artikeln. Damit entwickelt sich die KI-gestützte Bildverarbeitung vom reinen Erfassungssystem zu einem zentralen Qualitäts- und Kontrollinstrument im Wareneingang. Denn Ordnung ist das halbe Leben...

collective mind GmbH

Logo collective mind GmbH

Die collective mind GmbH macht AI zum Treiber industrieller Wertschöpfung. Mit Schwerpunkten auf Machine Vision und Generative AI entwickelt das Unternehmen Lösungen, die industrielle Abläufe automatisieren, Qualität sichern und Daten in greifbare Geschäftsvorteile übersetzen. Ziel ist es, gemeinsam mit Kunden die smarte Industrie der Zukunft zu gestalten.

uEye CP

Verwendetes Modell: U3-3800CP-M-GL Rev.2.2

IDS, Sabine Terrasi
Sabine Terrasi
Communications Specialist – Corporate & Product

Seit über zehn Jahren gestaltet sie Unternehmensprofile, Broschüren und Case Studies und begleitet Corporate-Themen ebenso wie technische Produktkommunikation. Mit ihrem Hintergrund in strategischer B2B-Kommunikation sorgt sie für klare Botschaften und fundierte Inhalte.

Ihr Projekt
Wie können wir Sie in Ihrem Projekt unterstützen? Gemeinsam finden wir die passende Lösung für Sie!

Vision Channel
Videos und Live Sessions rund um Machine Vision.

Newsletter
Bleiben Sie auf dem neuesten Stand und abonnieren Sie unseren Newsletter.

Anwendungen
Entdecken Sie, wie Industriekameras die Zukunft gestalten.