Intralogistik
Paletten-Prüfsystem mit Bilderkennung
Herausforderung
Bei einem Fertigungsbetrieb stimmte das Palettenkonto zwischen Soll und Ist regelmässig nicht überein. Paletten wurden von Hand gezählt, Barcodes manuell abgetippt und der Abgleich mit dem ERP war fehleranfällig und zeitaufwendig.
Lösung
Wir haben ein Prüfsystem entwickelt, das Paletten per Barcode- und QR-Erkennung erfasst und automatisch gegen die ERP-Daten abgleicht. In drei Generationen wuchs es von einer Desktop-Datenbankanwendung über eine Flutter-App mit Web-Dashboard zu einem Kameraportal mit motorisierten Achsen und Vision-Server.
Ergebnis
Der Soll/Ist-Abgleich läuft heute automatisiert mit Live-Dashboard. Statt manuellem Zählen erfasst das Kameraportal die Codes selbst, und die Differenzen zum ERP sind sofort sichtbar.
Ausgangslage
Paletten sind in der Intralogistik ein eigenes Konto: Was rein- und rausgeht, muss stimmen. Beim Kunden liefen Zählung und Abgleich manuell, mit Listen, abgetippten Barcodes und regelmässigen Abweichungen zum ERP. Die Frage war nicht, ob das automatisiert werden kann, sondern wie man es Schritt für Schritt einführt, ohne den laufenden Betrieb zu stören.
Generation 1: Datenbank und Desktop-App (2023)
Der erste Schritt war eine Datenbank mit einer Desktop-Anwendung, in der Barcodes als Liste erfasst und gegen den Sollbestand geprüft werden. Bewusst einfach gehalten, aber bereits mit sauberem Datenmodell, sodass die späteren Ausbaustufen darauf aufbauen konnten.
Generation 2: Mobile App und Web-Dashboard (2024)
Mit der zweiten Generation wanderte die Erfassung aufs Smartphone: eine Flutter-App zum Scannen direkt am Lagerplatz und ein Web-Dashboard für die Auswertung. Der Sollbestand kommt per CSV-Import aus dem ERP, der Abgleich passiert automatisch. Damit war das Abtippen von Barcodes Geschichte.
Generation 3: Kameraportal mit Vision-Server (2026)
Die dritte Generation nimmt dem Menschen auch das Scannen ab. Ein Kameraportal fährt die Palette ab: Die X-Achse treibt ein BLDC-Motor mit SimpleFOC, gesteuert von einem ESP32 über WebSocket; die Z-Achse nutzt einen Schrittmotor aus dem Bohrschlitten-Projekt. Eine Android-App auf Basis von CameraX übernimmt die Bildaufnahme und spricht per USB-Serial mit der Achssteuerung.
Ein Python/FastAPI-Server erledigt die Bilderkennung, gleicht die erkannten Codes mit den ERP-Daten ab und zeigt das Ergebnis in einem Live-Dashboard. Abweichungen erscheinen sofort, nicht erst am Monatsende.
Was der Kunde davon hat
Jede Generation war für sich einsetzbar und hat einen konkreten Schmerz gelöst. Das System ist auf Standardkomponenten und offener Software aufgebaut, sodass es intern weiterentwickelt werden kann. Für Betriebe mit ähnlichen Zählproblemen lässt sich derselbe Ansatz auf Gebinde, Werkzeuge oder Behälter übertragen.