Amazon stattet seine Logistikzentren mit Software aus, die mit Hilfe von künstlicher Intelligenz beschädigte Artikel identifizieren kann. Der E-Commerce-Gigant will so sicherstellen, dass nur einwandfreie Ware verpackt und an Kunden versandt wird. Zwei Auslieferungsläger in den USA setzen die Lösung bereits ein. Das Unternehmen plant weitere zehn seiner größten Logistikstandorte in Nord-Amerika und Europe mit der Technologie auszustatten.
Der eigene Unternehmensbereich Amazon Robotics hat die Lösung entwickelt. Bisher übernehmen Mitarbeiter die Qualitätskontrolle. Allerdings übersehen sie häufig Beschädigungen, da diese nur sporadisch auftreten. Der Konzern gibt an, dass etwa einer von 1.000 Artikeln beschädigt ist. Bei der großen Menge an Auslieferungen, die Amazon täglich verarbeitet, ist die Anzahl jedoch sehr relevant.
Das Projekt ist Teil einer größeren Initiative des Unternehmens, seine Logistik stärker mit künstlicher Intelligenz zu steuern. Damit will es die komplexen Prozesse optimieren sowie den Warenfluss beschleunigen und zuverlässiger gestalten. Die Branche setzt immer stärker auf Automatisierung. Wenn immer weniger Menschen an den Prozessen beteiligt sind und die Waren nicht mehr in Augenschein nehmen können, muss Technologie die Kontrolle übernehmen.
KI lernt fehlerhafte Ware zu erkennen
Die KI überprüft die Artikel zwischen dem Absortiervorgang und dem Verpacken der Ware. Die einzelnen Bestellungen werden in Transportbehälter einsortiert. Diese passieren eine Kontrollstation, die mit Kameras ausgestattet ist. Hier prüft eine Software ohnehin, ob die richtigen Produkte zusammengestellt wurden. Mit Hilfe der neuen Lösung, erkennt das System nun auch, ob einer der Artikel möglicherweise beschädigt ist. Ist alles in Ordnung, wird der Warenträger zur Packstation transportiert. Falls nicht wird die Sendung einem Mitarbeiter zur weiteren Inspektion zugeführt.
Amazon trainiert die Software, indem es der KI Fotos von unbeschädigten und beschädigten Artikeln zum Vergleich vorlegt. Sie lernt so die Unterschiede erkennen und kann dann auf solche Produkte hinweisen, die nicht perfekt aussehen.
