KIKKI – KI-Unterstützung für Verpackungsprozesse
-
Felix Pfeiffer
Dipl.-Inf. Felix Pfeiffer studierte an der TU Chemnitz Informatik mit Vertiefung im Fachgebiet Künstliche Intelligenz. Dort erforscht und entwickelt er seit 2015 Web- und XR-Anwendungen mit Fokus auf KI, Datenmanagement und IT-Sicherheit.
,
Mario Lorenz
Dr. rer. med. Mario Lorenz hat einen Masterabschluss in Informatik und promovierte in Medizinwissenschaften. Seit 2011 forscht er an der Technischen Universität Chemnitz im Bereich Human Factors in XR-Anwendungen mit Fokus auf Trainings- und Unterstützungssysteme im industriellen und medizinischen Kontext. Sein Spezialgebiet ist die haptische Simulation für medizinische Anwendungen.
Dipl.-Wirt.-Ing. Franziska Klimant studierte an der TU Chemnitz Wirtschaftsingenieurwesen, Fachrichtung Maschinenbau. Seit 2009 forscht sie im Bereich Anwendung von XR-Technologien in der Produktionstechnik. Seit 2019 leitet sie die Abteilung Prozessinformatik und Virtuelle Produktentwicklung.
Abstract
Die Wissenschaftler der Professur für Produktionssysteme und -prozesse der TU Chemnitz entwickeln in einem Kooperationsprojekt ein unterstützendes System zur Optimierung manueller Verpackungsprozesse in Logistikunternehmen. Ziel ist die Reduktion von Kosten, welche durch unnötig große Versandkartons entstehen. Durch die Anwendung von KI wird dieses Packproblem gelöst. Zudem wird der Mitarbeiter durch ein intelligentes Augmented-Reality-System unterstützt.
Abstract
Scientists from the Chair of Production Systems and Processes at Chemnitz University of Technology are developing a support system to optimize manual packaging processes in logistics companies as part of a collaborative project. The aim is to reduce costs caused by unnecessary large parcels. AI solves this packing problem. In addition, the worker is supported by an intelligent augmented reality system.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).
About the authors
Dipl.-Inf. Felix Pfeiffer studierte an der TU Chemnitz Informatik mit Vertiefung im Fachgebiet Künstliche Intelligenz. Dort erforscht und entwickelt er seit 2015 Web- und XR-Anwendungen mit Fokus auf KI, Datenmanagement und IT-Sicherheit.
Dr. rer. med. Mario Lorenz hat einen Masterabschluss in Informatik und promovierte in Medizinwissenschaften. Seit 2011 forscht er an der Technischen Universität Chemnitz im Bereich Human Factors in XR-Anwendungen mit Fokus auf Trainings- und Unterstützungssysteme im industriellen und medizinischen Kontext. Sein Spezialgebiet ist die haptische Simulation für medizinische Anwendungen.
Dipl.-Wirt.-Ing. Franziska Klimant studierte an der TU Chemnitz Wirtschaftsingenieurwesen, Fachrichtung Maschinenbau. Seit 2009 forscht sie im Bereich Anwendung von XR-Technologien in der Produktionstechnik. Seit 2019 leitet sie die Abteilung Prozessinformatik und Virtuelle Produktentwicklung.
Förderhinweis
Literatur
1 Waaden, T.: Nachhaltige Verpackungslogistik: Optimierung von Transportkartons entlang globaler Lieferketten. In: Deckert, C. (Hrsg.): CSR und Logistik: Spannungsfelder Green Logistics und City-Logistik. Springer, Berlin, Heidelberg 2021, S. 225–234 DOI:10.1007/978-3-662-63570-4_1010.1007/978-3-662-63570-4_10Search in Google Scholar
2 Wäscher, G.: Paletten- und Containerbeladung. In: Tempelmeier, H. (Hrsg.): Planung logistischer Systeme. Springer, Berlin, Heidelberg 2018, S. 99–119 DOI:10.1007/978-3-662-57782-0_410.1007/978-3-662-57782-0_4Search in Google Scholar
3 Simchi-Levi, D.; Chen, X.; Bramel, J.: The Logic of Logistics: Theory, Algorithms, and Applications for Logistics Management. Springer, New York 2013 DOI:10.1007/978-1-4614-9149-110.1007/978-1-4614-9149-1Search in Google Scholar
4 tagesschau.de: Wie der Mittelstand dank KI Zeit und Material spart. (http://archive.today/dJQ0x [Abgerufen am 10.02.2025])Search in Google Scholar
5 Zhang, J.; Wang, S.; He, W. et al.: Material Kitting in Selective Assembly: a Manual Order Picking System Based on Augmented Reality. The International Journal of Advanced Manufacturing Technology 123 (2022) 1–2, S. 675–686 DOI:10.1007/s00170-022-10188-110.1007/s00170-022-10188-1Search in Google Scholar
6 Lorenz, M.; Pfeiffer, F.; Klimant, P.: Augmented Reality for Pack Optimization Using Video and Depth Data. In: International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct), IEEE 2020, S. 21–23 DOI:10.1109/ISMAR-Adjunct51615.2020.0002110.1109/ISMAR-Adjunct51615.2020.00021Search in Google Scholar
7 Mnih, V.; Kavukcuoglu, K.; Silver, D. et al.: Human-level Control Through Deep Reinforcement Learning. Nature 518 (2015), S. 529–533 DOI:10.1038/nature1423610.1038/nature14236Search in Google Scholar PubMed
8 Coumans, E.; Bai, Y.: Pybullet, a Python Module for Physics Simulation for Games, Robotics and Machine Learning (2016– 2019). (https://pybullet.org [Abgerufen am 10.02.2025])Search in Google Scholar
9 Bächler, A.; Bächler, L.; Krüll, G. et al.: A Comparative Study of an Assistance System for Manual Order Picking – Called Pick-by-Projection – with the Guiding Systems Pickby-Paper, Pick-by-Light and Pick-by-Display. In: 49th Hawaii International Conference on System Sciences (HICSS), 2016, S. 523–531 DOI:10.1109/HICSS.2016.7210.1109/HICSS.2016.72Search in Google Scholar
10 Reif, R.; Günthner, W. A.: Pick-by-Vision: Augmented Reality Supported Order Picking. The Visual Computer 25 (2009), S. 461–467 DOI:10.1007/s00371-009-0348-y10.1007/s00371-009-0348-ySearch in Google Scholar
© 2025 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Inhalt
- Editorial
- Höchste Qualität und maximale Effizienz Hand in Hand
- Produktivität
- Das Organisationsrätsel – mit System zum Erfolg
- Entwicklungsprozesse
- Integriertes Labornetzwerk zur Weiterentwicklung der Fügetechnik
- Supply Chain
- Konzept einer selbststeuernden Inbound Supply Chain
- Prozessoptimierung
- Vorgehensweise zur Bestimmung eines optimalen C-Teile-Managements
- Das digitale Coil
- Prozesssicherheit
- Einfluss der Werkstücksteifigkeit auf den Zerspanungsprozess
- Additive Fertigung
- Verzugsminimierung bei der Zerspanung von AM-Halbzeugen
- Resiliente Fabrik
- Planung resilienter Fabriken
- Unternehmensexzellenz
- Wie entsteht „Flow“ in einem Unternehmen?
- Wertstrommethode
- Vom linearen zum zirkulären Werteverständnis
- Künstliche Intelligenz
- Hochqualitative industrielle KI für die Impfstoffproduktion
- KIKKI – KI-Unterstützung für Verpackungsprozesse
- Künstliche Intelligenz in Arbeitsprozessen – der Mensch im Fokus
- Potenziale für die Anwendung Künstlicher Intelligenz in der schiffbaulichen Fertigung
- Digitalisierung
- Hemmnisse und Herausforderungen für KMU im Zuge der digitalen Transformation
- Large Language Models
- LLM4SPS – Evaluierung von Large Language Models für die Generierung von SPS-Code
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- Höchste Qualität und maximale Effizienz Hand in Hand
- Produktivität
- Das Organisationsrätsel – mit System zum Erfolg
- Entwicklungsprozesse
- Integriertes Labornetzwerk zur Weiterentwicklung der Fügetechnik
- Supply Chain
- Konzept einer selbststeuernden Inbound Supply Chain
- Prozessoptimierung
- Vorgehensweise zur Bestimmung eines optimalen C-Teile-Managements
- Das digitale Coil
- Prozesssicherheit
- Einfluss der Werkstücksteifigkeit auf den Zerspanungsprozess
- Additive Fertigung
- Verzugsminimierung bei der Zerspanung von AM-Halbzeugen
- Resiliente Fabrik
- Planung resilienter Fabriken
- Unternehmensexzellenz
- Wie entsteht „Flow“ in einem Unternehmen?
- Wertstrommethode
- Vom linearen zum zirkulären Werteverständnis
- Künstliche Intelligenz
- Hochqualitative industrielle KI für die Impfstoffproduktion
- KIKKI – KI-Unterstützung für Verpackungsprozesse
- Künstliche Intelligenz in Arbeitsprozessen – der Mensch im Fokus
- Potenziale für die Anwendung Künstlicher Intelligenz in der schiffbaulichen Fertigung
- Digitalisierung
- Hemmnisse und Herausforderungen für KMU im Zuge der digitalen Transformation
- Large Language Models
- LLM4SPS – Evaluierung von Large Language Models für die Generierung von SPS-Code
- Vorschau
- Vorschau
