„KI macht uns fit für die Kreislaufwirtschaft“

Herr Coccia, worum geht es bei dem Projekt?

Es geht darum, Bilderkennung zu implementieren, also Bauteile zu erkennen und die entstehenden Bilddaten durch Künstliche Intelligenz (KI) auszuwerten. Das Projekt besteht aus zwei Teilen. Der eine Teil läuft vor allem bei unseren Kund*innen oder in Lagern von Logistikpartner*innen ab. Möbel oder Bauteile, die dort lagern, können wir mit KI erkennen, sortieren und daraus Stücklisten erstellen. Der zweite Teil betrifft die Fertigung. Hier soll KI-unterstützte Bilderkennung die Sortierung von Bauteilen optimieren.

Was wird sich durch KI in ihrem Unternehmen verändern?

Die KI-unterstützte Bilderkennung kann Prozesse im Unternehmen optimieren. Aber viel wichtiger ist es, die Prozesse außerhalb des Unternehmens zu verbessern. Dort können wir die Bestandsaufnahme gebrauchter Möbel und damit ihre Neu- und Umnutzung vereinfachen. Das erfolgt nun dezentral bei den Kund*innen oder indem sie uns Bilder der Möbel einfach zusenden.

Wie aufwendig ist es, dies zu etablieren?

Die Kosten sind eher gering. Das Ganze basiert auf einer Open Source Software, die auf jedem Endgerät genutzt werden kann. Auf der anderen Seite sparen wir Ressourcen. Zum Beispiel für Fahrten, wenn unser Vertrieb ansonsten zu Kund*innen fahren müsste oder unsere Partner oder deren Logistiker*innen zu uns kommen. Was noch wichtiger ist: Wir können Kreislaufwirtschaftsmodelle etablieren und durch die Rücknahme und Neunutzung gebrauchter Bauteile einen großen neuen Markt eröffnen. KI ist ein großer Türöffner, um ein mittelständisches Unternehmen wie System 180 in die Kreislaufwirtschaft zu führen.

Wie lief das Projekt ab?

Die Basis war zügig geschaffen. Mit Hilfe unserer digitalen Bauteildatenbank konnten unsere Projektmitarbeiter ohne großen Aufwand die Bauteile für das Projekt charakterisieren. Damit haben wir den Entwickler:innen des DFKI das Werkzeug gegeben, um die KI zu trainieren und anzulernen, damit sie die Bauteile und auch ihren Zustand erkennen kann. Und eigentlich relativ schnell wurde dann die Software aufgesetzt. Es ist schon beachtlich, wie schnell das auf die Beine gestellt wurde.

Welche Hürden gab es?

Prinzipiell fallen mir keine Hürden ein. Wir haben das Projekt sogar schon weitergesponnen, wollen auf Basis der vorliegenden Daten einen digitalen Produktpass generieren, der automatisch immer für die jeweiligen Möbel oder Lagerbestände vorliegen wird.

Wie bewerten Sie das Projekt?

Sehr positiv. Es war überraschend, wie schnell wir zu Ergebnissen gekommen sind und einen Prototypen entwickeln konnten. Die Tatsache, dass die ersten unserer Mitarbeiter*innen schon danach lechzen, dass wir die Software fest implementieren, spricht für das Projekt. Jetzt geht es darum, die Software weiter zu trainieren, dass die Erkennungswahrscheinlichkeit steigt und die Ergebnisse immer besser werden. Die KI muss weiter gefüttert werden.