Künstliche Intelligenz

Automatisierte Pick-and-Pack-Linie mit KI

Effizient automatisieren — für bestimmte Aufgaben ist das nur mit KI möglich. Das Gerätewerk Erlangen zeigt, wie das geht, zusammen mit Storopack. In Zusammenarbeit mit dem Verpackungsspezialisten implementierte Siemens eine Pick-and-Pack-Linie, die dank KI automatisch und hocheffizient arbeitet.

Warum ist das Gerätewerk in Erlangen auf KI angewiesen?

Auf den ersten Blick fällt die Pick-and-Pack-Linie kaum auf, da sich die Lösung nahtlos in die Umgebung einfügt. Erst bei näherer Betrachtung wird deutlich, dass es Pakete fast ohne Handarbeit für den Versand vorbereitet: Fahrerlose Transportfahrzeuge liefern Kartons aus, ein Kartonaufsteller stellt Versandkartons bereit und Roboter platzieren Produktkartons in Versandkartons. Am Ende polstert, schneidet und versiegelt ein Roboter Kartons. Die Auto.Protect-Lösung verwendet KI, um Schutzmaterial präzise zu platzieren — ähnlich wie bei einem Menschen.

Die wichtigsten Vorteile auf einen Blick

125% Steigerung der Produktivität

Die Produktivität ist um 125% gestiegen. Der automatisierte Materialfluss entlastet die Logistikteams und macht manuelle Prozesse überflüssig, wodurch der Logistikbetrieb flexibler wird.

25% mehr Kapazität

Die Pick-and-Pack-Linie nutzt alle Ressourcen besser aus. Es automatisiert den Verpackungsprozess auf dem gleichen Fußabdruck, auf dem wir zuvor manuell gearbeitet haben, liefert aber dennoch eine um 25% höhere Leistung.

25% reduzierter CO2-Fußabdruck

Die Linie verwendet hauptsächlich Papier als Verpackungsmaterial, und die Kartons werden zugeschnitten und versiegelt, um dem jeweiligen Format zu entsprechen. Das reduziert das Verpackungsvolumen, spart Platz in den LKWs und senkt dadurch die CO2-Emissionen um etwa 25%

Digitaler Zwilling der Produktionslinie von Siemens (mit Storopack)

Jeden Tag verlassen zwischen 600 und 1.000 Sendungen die Logistik der Erlanger Gerätefabrik: einzeln verpackte Kartons mit unterschiedlichen Komponenten in unterschiedlichen Größen und verschiedenen Verpackungsoptionen. Ist es überhaupt möglich, einen solchen Prozess auf wirtschaftlich sinnvolle Weise zu automatisieren, besonders wenn nur begrenzter Platz zur Verfügung steht? Tatsächlich wäre es praktisch nicht möglich gewesen, diesen Prozess mit klassischen Algorithmen so weit zu automatisieren, erklärt Saber Mazeni, Packaging Logistics Manager EU beim Verpackungsspezialisten Storopack: „Insbesondere Block and Brace, also das Füllen der Lücken im Versandkarton mit Schutzmaterial, ist alles andere als trivial. Dazu muss das System viele Parameter aufzeichnen und verarbeiten. Maschinelles Lernen ist hier einfach ein Wendepunkt.“

Die Lösung, die Storopack gemeinsam mit Siemens entwickelt hat, beeindruckt nicht nur die Experten und Teams vor Ort — auch die Presse hat das Werk in Erlangen besucht. Künstliche Intelligenz ist an vier verschiedenen Stellen im Prozess am Werk und stellt sicher, dass Kartons kompakt und sicher verpackt werden — ganz ohne menschliche Aufsicht. Die KI ahmt nach, wie ein Mensch die Aufgabe erledigen würde: Eine KI verwendet eine Kamera, um das Innere des Kartons zu „sehen“ und zu „erkennen“, wo bestimmte Produktverpackungen platziert werden können, während ein Roboter die Produktboxen entsprechend positioniert. Eine andere KI verwendet eine Kamera, um Lücken im Karton zu identifizieren, und ein separater Roboter füllt diese Zwischenräume dann mit schützendem Polstermaterial.

Storopack-Produktionslinie — Siemens F80

Die Auto.Protect-Lösung von Storopack ist nur ein Teil eines hochautomatisierten Prozesses: Siemens verwendet seine eigenen KI-Lösungen für die Müllentnahme und das Einlegen der Produktkartons in die Versandkartons, erklärt Daniel Benke: „Der Roboter spielt sozusagen ‚Tetris-in-the-Box'.“ Die Roboter sind über die SIMATIC Robot Library in die Automatisierung integriert; die Datenverarbeitung läuft auf SIMATIC IPC. Siemens war jedoch auch auf der Suche nach Partnern für das anspruchsvolle Thema Block und Klammer, erinnert sich Benke: „Wir haben eine Liste unserer Anforderungen formuliert, sind auf einer Messe auf Storopack zugegangen — und dort haben sie uns eine Systemlösung gezeigt, die praktisch alles kann, was wir brauchten: flexible Formatwechsel, formatspezifische Verpackungen — für uns war klar, dass das der richtige Partner ist.“

Auf dem Weg dorthin mussten jedoch mehrere Herausforderungen bewältigt werden, einschließlich der Integration des Systems in seine Umgebung. „Um das anzugehen, verwenden wir eine Simulation des Systems mit einem digitalen Zwilling. Wir können alles innerhalb des Modells testen — vom Materialfluss über die Roboterkinematik bis hin zur Kollisionserkennung „, erklärt Daniel Benke. Der digitale Zwilling ermöglicht auch die Generierung von Trainingsdaten für die verschiedenen KI-Systeme. Storopack hatte diesbezüglich bereits den Grundstein für das Projekt mit Siemens gelegt, nachdem es eine KI für den „Block-and-Brace“ -Prozess vortrainiert hatte. Das Bildverarbeitungssystem war auch für die Erkennung verschiedener Topografien und Oberflächentypen vorqualifiziert. „Dadurch konnten wir sehr schnell eine produktive Lösung implementieren“, sagt Saber Mazeni.

Dank der guten Vorarbeiten verlief die Integration des Auto.Protect-Systems in die Linie reibungslos, sagt Saber Mazeni: „Wir waren selbst fast ein wenig überrascht, wie gut unser System angesichts der hohen Anforderungen funktioniert hat. Wir konnten die Boxen mit nur wenigen Anpassungen bestreichen, und Siemens war in der Lage, Voreinstellungen für Formate sehr schnell auszuwählen und anzupassen. Das bedeutete, dass wir uns auf die Optimierung des Prozesses konzentrieren konnten.“ KI eröffnet auch darüber hinaus neue Möglichkeiten: „Die Verfügbarkeit und Zuverlässigkeit der Mitarbeiter ist ein wiederkehrendes Thema in Kundengesprächen. Unser Auto.Protect-Modul ist in der Lage, den Großteil des Portfolios eines typischen E-Commerce-Versenders automatisch zu verarbeiten. Zu diesem Zweck haben wir eine KI entwickelt, die selbstständig Verpackungsstrategien für Schutz- und Versandverpackungen finden und automatisch umsetzen kann.“

Wir sind produktiver, entlasten unsere Teams, haben eine höhere Leistung — und: Wir schicken weniger Luft aus Erlangen. Das spart Platz im Truck und damit Kosten und CO2-Emissionen.

Daniel Benke, Projektleiter Innovative Logistik, Siemens

Für Daniel Benke ist das Fazit durchweg positiv: „Wir sind produktiver, entlasten unsere Teams und erzielen eine höhere Leistung — außerdem versenden wir weniger ‚Luft' aus Erlangen. Das spart Platz im Truck und senkt dadurch die Kosten und CO2-Emissionen.“ Saber Mazeni ist auch stolz auf das, was Storopack und Siemens erreicht haben: „Das Ergebnis ist wirklich hervorragend, besonders in Bezug auf die Systemlösung: Wir stellen die Boxen automatisch auf, die Produkte werden automatisch eingeführt und hineingelegt, und schließlich sorgt unser Auto.Protect-System dafür, dass alles geschützt und kompakt für den Versand ist. Es ist ein Vorzeigeprojekt, das wir gerne anderen Kunden zeigen — und wenn wir erwähnen, dass es bei Siemens läuft, gibt es wirklich nicht viel mehr, was erklärt werden muss.“