Durch
Markus Lukasson
Diesen Beitrag teilen
Qualifizierte Arbeitskräfte sind knapp. Die Maschinen werden immer komplexer. Die Teilekataloge werden immer umfangreicher. Globale Teams führen zu Sprach- und Prozesslücken. Wenn erfahrene Servicetechniker gehen, verlieren Sie ihr Stammeswissen. Die Warteschlangen stapeln sich. Probleme häufen sich.
Derzeit scrollen Ihre Technik- und Supportteams durch PDF-Dateien, blinzeln auf Miniaturansichten, durchsuchen Archive und verlassen sich auf ihr Gedächtnis. Wenn sie nicht weiterkommen, bitten sie Mike um Hilfe. Er arbeitet seit zwanzig Jahren für Sie. Leider ist Mike ein Mensch und nicht immer verfügbar. Die Zeit bis zur Angebotserstellung für Ersatzteilanfragen beträgt mindestens zwei Tage.
Hier ist ein Lösungsansatz für einen effizienteren Weg: ein visuelles Teileidentifizierungssystem, das Sie in einem sauberen Pilotprojekt einführen und dann unternehmensweit skalieren. Das ist keine Zauberei, sondern Reife. Datenbereitschaft, Pilotdisziplin und Skalierungsmuster, die unter realen Einsatzbedingungen nicht zusammenbrechen.
Wenn Sie genug haben von endlosen KI-Pilotprojekten, die nie über das Stadium von Präsentationen hinauskommen, lassen Sie uns die Version entwickeln, die tatsächlich auf den Markt kommt.
Versprechen: Nützliche erste Ergebnisse in weniger als 30 Tagen mit einem Pilotprojekt, das Ihre Nutzer lieben werden.
Für wen ist das gedacht?
- Kundendienstleiter hatten genug von falsch bestellten Ersatzteilen und langsamer Identifizierung am Rand.
- Digitale Produktverantwortliche, die einen zuverlässigen Pilotversuch zur visuellen Identifizierung wünschen, der schnell Ergebnisse liefert, ohne langwierige Projekte oder umfangreiche IT-Unterstützung.
Bevor Sie beginnen
Was Sie benötigen
Sammeln Sie eine Stichprobe von 100 bis 1000 Teilen, idealerweise von einer Maschine, einem Lager, einem Standort oder einer Kategorie. Wählen Sie einen Satz aus, bei dem die visuelle Identifizierung durch einen Besuch im Lager oder in der Fertigung leicht überprüft werden kann.
Keine Bilder, kein Drama. Die visuelle Identifizierung funktioniert natürlich am besten mit Bildern. Wenn Sie bereits welche haben, großartig. Dann können wir sofort loslegen. Wenn nicht, können wir diese Lücke schnell schließen, indem wir Ihre CAD-Daten oder einfach ein Smartphone verwenden.
Stellen Sie sicher, dass Sie alle Metadaten hinzufügen, die Sie für Ihre Teile haben. Elektronische Teile, Leiterplatten und ähnliche Artikel sind oft mit Serien- oder Typennummern bedruckt. Stellen Sie sicher, dass diese Daten in Ihren Metadaten enthalten sind. Die optische Zeichenerkennung innerhalb unserer Hybridsuche kann diese Teile anhand von Bildern oder Text finden.
Wählen Sie einen Standort oder ein Team für das Pilotprojekt aus und benennen Sie einen Champion-Anwender. Ein Ort. Ein Servicetechniker, der Ihnen unverblümtes Feedback gibt. Ein Champion. So bleiben Sie schnell und vermeiden politische Querelen.
Ihr 30-Tage-Plan für einen agilen Prototyp
Ein groß angelegtes Technologieprojekt ist riskant und langsam. Ein agiler Prototyp ist ein smarterer Ansatz für den Start. Das Ziel besteht darin, einer kleinen Gruppe von Benutzern innerhalb von 30 Tagen ein funktionierendes Tool zur Verfügung zu stellen. Dieser Ansatz minimiert das Risiko, demonstriert schnell den Wert, begeistert Ihr Team für das neue Tool und liefert Zahlen für Ihre Budgetdiskussionen mit der Finanzabteilung.
1) Ziele festlegen und definieren, die wirklich wichtig sind
Die meisten Piloten scheitern, weil sie versuchen, es allen recht zu machen. Machen Sie das Gegenteil. Ein Anwendungsfall. Eine Website. Eine Kennzahl. Das ist Ihr Weg.
Beginnen Sie mit einem Szenario mit hoher Reibung. Denken Sie beispielsweise an einen Außendiensttechniker, der anhand eines Fotos auf seinem Smartphone eine verschlissene Dichtung an einer Pumpe identifiziert, oder an Lagerarbeiter, die versuchen, Retouren wieder in den Lagerbestand aufzunehmen. Wenn Sie zu lange überlegen müssen, sehen Sie sich die letzten 30 Service-Tickets an. Dort finden Sie die Muster.
Wählen Sie einen einzigen Pilotstandort aus. Einen Ort mit hohem Volumen und einem Champion, der auf Nachrichten antwortet. Hier geht es um die Geschwindigkeit des Lernens, nicht um eine Pressemitteilung. Wenn zwei Standorte politisieren, wählen Sie den mit einem benannten Champion.
Ihre Kennzahl ist einfach: Zeit bis zur Identifizierung. Sie ist leicht zu messen und schwer zu widerlegen. Sie werden diese Woche Basiswerte festlegen.
Beginnen Sie mit einer einfachen Rechnung. Nehmen Sie eine Stichprobe von 10 bis 20 Tickets. Messen Sie, wie lange die Identifizierung gedauert hat. Lassen Sie Ihren Champion beurteilen, ob das erste Ergebnis nützlich gewesen wäre, wenn das Tool damals existiert hätte. Ja oder nein.
Beschreiben Sie Ihren Aufgabenbereich auf einer Seite. Dies ist Ihre Leitplanke, wenn hilfsbereite Menschen versuchen, den Aufgabenbereich zu erweitern. Wenn es nicht auf einer Seite steht, ist es ein Thema für Phase zwei. Schützen Sie die 45-Tage-Frist.
Verwenden Sie dieses Basisblatt zum Kopieren und Einfügen, um schnell loszulegen:
Pilot-Anwendungsfall: [z. B. Außendiensttechniker identifiziert Teile für Maschine A anhand von Smartphone-Fotos, Lager identifiziert zurückgesandte Teile]
Pilotstandort: [z. B. Werk A, Wartungsbereich 3, Lager 1]
Champion-Benutzer: [Name, Rolle, Kontakt]
Erfolgskennzahlen: Zeit bis zur Identifizierung (T2I): Basiswert [mm:ss], Zielwert [mm:ss]
Datenbeispiel: SKUs: [Anzahl], Bilder pro SKU, verfügbare Attribute: [Liste
Pilotfenster: [Startdatum] bis [Enddatum]
Wöchentliche Kadenz: [Tag und Uhrzeit], Teilnehmer: [Namen]
Machen Sie deutlich, was nicht zu den Zielen gehört. Sie bauen keine Taxonomie neu auf. Sie starten kein Projekt zur Bereinigung von Produktdaten. Sie führen keine Integration mit SAP durch. Sie lösen nicht jeden Randfall. Sie weisen den Wert für einen Anwendungsfall nach.
Holen Sie sich die Zustimmung des Sponsors und des Champions ein. Eine kurze schriftliche Bestätigung reicht aus. Das gibt Ihnen Rückendeckung, wenn es zu Scope Creep kommt.
Jetzt haben Sie eine Bahn, eine Uhr und eine Anzeigetafel. Als Nächstes bereinigen wir die Mindestdaten so weit, dass sie zum Sieg reichen.
2) Führen Sie die minimal erforderliche Bereinigung durch, die tatsächlich etwas bewirkt.
Perfektion ist der Feind. Wir bereinigen nur das, was die Suchqualität verbessert. Eindeutige Material-ID, Titel, sichtbare Attribute als Metadaten und Bilder oder CAD-Daten, das ist alles. Mehr brauchen wir zunächst nicht.
Speichern Sie die Daten in einer Excel-Datei oder einem Google Sheet und teilen Sie die Bilder oder CAD-Dateien sicher mit dem nyris-Team. Sie haben nichts dergleichen außer einem PDF-Katalog? Kein Problem, wir können damit beginnen.
3) Keine Bilder? Bilder erfassen oder CAD-Daten verwenden
Erfassen Sie Bilder für ausgewählte Teile mit der nyris Image Collector App. Diese synchronisiert Ihre Daten direkt mit dem Prototyp für die visuelle Suche. Sie können Ihre Aufnahmen sofort testen.
oder
Teilen Sie die CAD-Dateien Ihrer Teile oder Ihrer kompletten Maschine mit uns, und wir kümmern uns um den Rest. Das nyris-Team kann Referenzansichten extrahieren und synthetische Bilddaten direkt aus CAD-Modellen generieren, um die Einrichtung Ihres Prototyps zu beschleunigen.
4) Sie benötigen keine IT, um mit dem Testen zu beginnen.
Sie haben bereits alle erforderlichen Arbeiten erledigt. Den Rest übernehmen wir, um loszulegen.
Die nyris search suite App steht für Sie bereit. Diese spezielle Anwendung ist sicher mit Ihren Ersatzteildaten verbunden und gewährleistet eine präzise und umfassende Suche in Echtzeit. Es gibt keine Wartezeit für die Integration oder eine endgültige Verpflichtung. Sie können sofort damit beginnen, alle Funktionen der nyris search suite zu testen.
Bildsuche (visuelle Erkennung): Nutzen Sie die Kernfunktion der App, um Ersatzteile sofort zu finden, indem Sie einfach ein Foto aufnehmen oder hochladen. Dadurch entfallen Spekulationen und manuelle Katalogrecherchen.
Textsuche: Die standardmäßige textbasierte Abfrage wird weiterhin vollständig unterstützt und nutzt fortschrittliche Algorithmen für schnelle, relevante Ergebnisse.
Barcode-Suche: Wenn ein Barcode in dem von Ihnen aufgenommenen Bild vorhanden ist und sein Wert mit einem Ihrer Produkte übereinstimmt, wird das Produkt ebenfalls gefunden.
Erweiterte Erkennungsfunktionen
Um den Identifizierungsprozess weiter zu optimieren, umfasst die nyris search suite leistungsstarke Zusatztechnologien:
Optische Zeichenerkennung (OCR): Identifizieren und nutzen Sie Text, Teilenummern oder Seriennummern in einem Bild, sodass selbst teilweise verdeckte oder handschriftliche Informationen durchsuchbar werden.
ID-Musterabgleich: Unser System kann proprietäre oder standardisierte Identifikationsmuster erkennen und abgleichen, wodurch die Suchgenauigkeit weiter erhöht wird. Dies ist besonders nützlich für komplexe Industrieanlagen.
Hybride Suche: Sie können zusätzliche aus Bildern extrahierte Merkmale wie Kontext, intelligente Filter, vordefinierte oder freie Attribute, die Sie aus dem Bild extrahieren möchten, verwenden, um ein noch besseres Sucherlebnis für jedes Anwendungsszenario zu schaffen.
5) Pilotprojekt durchführen
Piloten sterben aufgrund unklarer Rückmeldungen. Sie werden mit einem Golden Test Set und einer Scorecard einen engen Kreislauf durchlaufen.
Rekrutieren Sie 2 bis 5 Champion-Anwender. Techniker, Servicemitarbeiter oder Einkäufer, die tatsächlich mit dem Problem zu tun haben. Nicht nur ihre Vorgesetzten. Belohnen Sie sie mit Zeitersparnis, nicht mit Werbegeschenken. Sie werden kommen, wenn das Tool ihnen hilft. Nehmen Sie eine kurze Sitzung zur Verwendung des Tools auf und teilen Sie sie mit ihnen. Bei Bedarf können wir Ihnen dabei helfen.
Erstellen Sie einen Golden Test Set. Nehmen Sie 50 Bilder Ihrer Teile auf. Diese Bilder können aus dem Lager, vom Service Desk oder aus Kundenanfragen stammen. Versehen Sie sie mit der Produkt-ID des Artikels auf dem Bild. Dies wird zu Ihrem Truth Set. Wir können Ihnen dabei helfen, diesen Test automatisch durchzuführen, um die tatsächliche Identifizierungsgenauigkeit zu messen.
Außerdem erhalten Sie umfassenden Zugriff auf das nyris-Portal. Diese spezielle Plattform ermöglicht es Ihnen, jede Suchanfrage sorgfältig zu überprüfen, zu untersuchen, warum ein bestimmter Gegenstand erfolgreich identifiziert wurde oder nicht, zusätzliche Referenzbilder zu vorhandenen Objekten hinzuzufügen, um die Genauigkeit zu verbessern, und vollständige Transparenz über den visuellen Erkennungsprozess zu erlangen.
Das war's schon. Innerhalb von zwei Wochen sollten Sie damit über ausreichende Daten verfügen, um die nächsten Schritte zu rechtfertigen und die Anforderungen für eine vollständige unternehmensweite Einführung zu ermitteln.
Häufige Fehler (und wie man sie behebt)
- Teams beginnen gerne mit Taxonomie- und Datenausschüssen. Monate später gibt es noch kein Pilotprojekt. Die Lösung ist Schritt 1. Einen Anwendungsfall festlegen und eine einfache Kennzahl definieren. Die Daten folgen der Nutzung, nicht umgekehrt.
- Geben Sie den Benutzern nicht einfach nur das Tool, sondern zeigen Sie ihnen, wie sie es verwenden können, und erklären Sie ihnen, welche Produkte sie damit finden können. Schreiben Sie keine langen Anleitungen, sondern führen Sie eine fünfminütige Demo vor Ort durch, zeichnen Sie diese auf und teilen Sie sie mit neuen Benutzern.
- Benutzer neigen dazu, während der Pilotphase die schwierigsten Identifizierungsfälle in Angriff zu nehmen, wodurch sie möglicherweise die offensichtlichen Effizienzsteigerungen für die Mehrheit der Supportanfragen verpassen. Das Erfassen eines Bildes ist immer schneller als das Tippen. Moderne OCR-Engines (Optical Character Recognition) sind erstaunlich genau. Eine Zeitersparnis von 1–2 Minuten pro Identifizierungsanfrage, nur weil Sie einfach erfassen können, was Sie sonst tippen müssten, sorgt bereits für einen erheblichen ROI.
- Kein Champion bedeutet keine Einführung. Wenn Ihr Pilotstandort keinen Champion benennen kann, haben Sie den falschen Standort ausgewählt. Kehren Sie zu Schritt 1 zurück und wählen Sie einen Ort, an dem jemand Ihre Nachrichten beantworten wird.
- Der Versuch, den gesamten Katalog vor dem Testen zu bereinigen, ist eine Falle. Bereinigen Sie 100 bis 1000 SKUs. Testen Sie die Schleife. Skalieren Sie dann mit Zuversicht.
- Den Kontext ignorieren. Ein Lager ist nicht einfach nur ein Lager. Es befindet sich in einer Maschine, innerhalb einer Baugruppe, und hat eine Aufgabe. Fügen Sie frühzeitig einfache Kontextfilter hinzu. So reduzieren Sie Störfaktoren und steigern schnell das Vertrauen.
- Benutzerfeedback ist wertvolles Trainingsmaterial, nicht nur Supportanfragen. Mit der Suchsuite können Benutzer dieses Feedback direkt und schnell bereitstellen.
Zusammenfassung und nächste Schritte
- Sie haben gerade ein 30-tägiges Pilotprojekt zur visuellen Teileidentifizierung aufgebaut. Eng gefasst. Die Mindestdaten bereinigt. Eine hybride Suchsuite eingerichtet, die schnell nützliche Ergebnisse liefert.
- Sie haben das Ganze in einen wöchentlichen Lernzyklus mit einem Golden Test Set und einer öffentlichen Scorecard eingebunden.
- Strategisch gesehen befindet sich dieses Pilotprojekt an der Schnittstelle zwischen Service, Beschaffung und Lagerbestand. Es verkürzt die Identifizierungszeit, reduziert Fehlbestellungen und schafft Zeit für Experten, sich um schwierige Probleme zu kümmern. Das ist ein budgetverträglicher Mehrwert.
- Als Nächstes skalieren Sie, indem Sie das Muster klonen. Neue Website. Gleiches Vorgehen. Beginnen Sie mit ihrem wichtigsten Anwendungsfall. Importieren Sie Ihre Daten. Aktualisieren Sie das Golden Test Set mit ihrer Realität. In Runde zwei werden Sie doppelt so schnell vorankommen.
- In sechs bis neun Monaten verfügen Sie über ein standortübergreifendes System mit zuverlässiger Genauigkeit und Reaktionszeiten von unter einer Sekunde. An diesem Punkt lohnen sich die Investitionen in SAP-Integrationen und einen umfassenderen Datenaustausch. Denn Sie integrieren eine bewährte Engine.
- Bleiben Sie fokussiert. Halten Sie den Kreislauf geschlossen. Liefern Sie weiterhin nützliche Ergebnisse, die Ihre Nutzer in ihrem Alltag spüren können. So gewinnen Sie das Mandat zur Skalierung.
