Ein achtköpfiges Team aus Studierenden der Hochschule Landshut unterstützte BMW bei der Entwicklung einer automatisierten Leergutzählung in Dingolfing. (Bild: BMW)
In einer erfolgreichen Kooperation zwischen dem BMW-Werk Dingolfing und der Hochschule Landshut haben Studierende eine innovative Lösung für die Werkslogistik entwickelt. Das neue digitale Tool automatisiert das Zählen von Leergutbehältern mithilfe von Künstlicher Intelligenz und soll dadurch Zeit einsparen sowie Fehler vermeiden. Im Werk Dingolfing sind täglich rund 1.600 unterschiedliche Behältertypen im Umlauf, die Teile für die Fahrzeugproduktion transportieren. Bisher wurden diese Behälter manuell gezählt, was demnach deutlich zeitaufwendiger und fehleranfälliger war. „Unser Ziel war eine möglichst effiziente und einfache Automatisierung der Leergutzählung“, erklärt Wolfgang Schratzenstaller, Projektverantwortlicher im BMW-Werk Dingolfing.
Die Idee, Studierende der Hochschule Landshut in das Projekt einzubeziehen, stieß auf positive Resonanz. „Studierende bringen neue Perspektiven und unvoreingenommene Ansätze ein“, so Schratzenstaller. Abdelmajid Khelil, Leiter des Innovationslabors IoT an der Hochschule Landshut, unterstützte das Projekt im Rahmen eines Praxis-Lehrmoduls. Mit dem Sommersemester 2024 startete die Zusammenarbeit. Innerhalb von drei Monaten entwickelte das achtköpfige Team eine kostengünstige und effiziente Lösung. Ein einfaches Handyvideo, aufgenommen während man die Reihen mit den Behältern abläuft, reicht aus, um die exakte Anzahl pro Behältervariante zu ermitteln. „Über den Blocklager-Gassen sind QR-Codes platziert, die auf eine Datenbank mit Behälterdaten verweisen. Die KI analysiert das Video und errechnet die Anzahl der Behälter“, erklärt Dominik Dama, ein Masterstudent der IT.
Derzeit befindet sich das Zählsystem in der Testphase, um dessen Leistungsfähigkeit unter realen Bedingungen zu prüfen. Zukünftig soll die Lösung auch in anderen Bereichen der Werkslogistik eingesetzt werden. Zudem ist geplant, den Zählvorgang weiter zu automatisieren, indem autonom fahrende Smart Transport Robots (STR) die Videos aufnehmen.
