{"id":193471,"date":"2026-06-01T14:56:41","date_gmt":"2026-06-01T21:56:41","guid":{"rendered":"https:\/\/thinklucid.com\/?page_id=193471"},"modified":"2026-06-03T10:01:21","modified_gmt":"2026-06-03T17:01:21","slug":"ai-vision-system-verifies-palletized-shipments","status":"publish","type":"page","link":"https:\/\/thinklucid.com\/de\/case-studies\/ai-vision-system-verifies-palletized-shipments\/","title":{"rendered":"KI-Vision-System verifiziert palettierte Sendungen an der Laderampe"},"content":{"rendered":"

[vc_row css=“.vc_custom_1779221542890{background-image: url(https:\/\/mlxrlrwirvff.i.optimole.com\/cb:UhP2~57313\/w:auto\/h:auto\/q:75\/https:\/\/thinklucid.com\/wp-content\/uploads\/2026\/05\/Acella-AI-Pallets-cover.jpg?id=193496) !important;background-position: center !important;background-repeat: no-repeat !important;background-size: cover !important;}“][vc_column][vc_empty_space height=“30px“][vc_custom_heading text=“FALLSTUDIE“ font_container=“tag:h1|font_size:70px|text_align:left|color:%23000000″ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:400%20regular%20normal%3A400%3Anormal“ css=“.vc_custom_1780351112065{margin-left: 55px !important;}“][vc_custom_heading text=“Branche: Logistik
\nProdukt: Triton 24,5 MP (TRI245S-CC) Kameras
\nAnwendung: Track & Trace\/Palettierung
\nSDK: Accella Dock Check\u2122 und Accella MFG Bot\u2122“ font_container=“tag:h2|font_size:18px|text_align:left|color:%23000000|line_height:22px“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:400%20regular%20normal%3A400%3Anormal“ css=“.vc_custom_1779484563535{margin-top: -30px !important;margin-bottom: 230px !important;margin-left: 58px !important;}“][\/vc_column][\/vc_row][vc_row][vc_column][vc_raw_html css=““]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[\/vc_raw_html][vc_custom_heading text=“KI-Vision-System verifiziert palettierte Sendungen an der Laderampe“ font_container=“tag:h1|text_align:center“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:400%20regular%20normal%3A400%3Anormal“ css_animation=“fadeInDown“ css=““][\/vc_column][\/vc_row][vc_row][vc_column width=“2\/3″ offset=“vc_col-lg-8 vc_col-md-8″][vc_column_text css=““]<\/p>\n

Laderampen geh\u00f6ren zu den letzten Kontrollpunkten, bevor Produkte eingelagert, an einen anderen Standort transportiert oder an einen Kunden versendet werden. In Umgebungen mit hohem Durchsatz muss jede Palette schnell und pr\u00e4zise verifiziert werden. Manuelles Scannen von Barcodes und Sichtpr\u00fcfungen lassen sich jedoch nur schwer durchg\u00e4ngig zuverl\u00e4ssig durchf\u00fchren, wenn viele Kartons \u00e4hnlich aussehen und Sendungen unter engen Zeitvorgaben bewegt werden.<\/p>\n

Traditionell st\u00fctzt sich die Palettenverifizierung auf Handheld-Barcodescanner und manuelle Sichtkontrollen. Bediener scannen Paletten- und Kartonetiketten, gleichen diese mit den Versanddokumenten ab und f\u00fchren Stichproben durch, um fehlende, falsche oder besch\u00e4digte Produkte zu erkennen. Mit steigenden Versandmengen und einem breiteren Produktmix ist dieser manuelle Prozess immer schwieriger skalierbar geworden. Viele verpackte Produkte sahen nahezu identisch aus, wobei unterschiedliche SKUs nur \u00fcber das Etikett oder den Barcode unterscheidbar waren.
\n[\/vc_column_text][\/vc_column][vc_column width=“1\/3″ offset=“vc_col-lg-4 vc_col-md-4″][vc_single_image image=“193536″ img_size=“full“ css=““][vc_custom_heading text=“In typischen Arbeitsabl\u00e4ufen basiert die Palettenverifizierung auf Handheld-Barcodescannern und manuellen Sichtkontrollen.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:600%20semi-bold%20italic%3A600%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1779237495883{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492287178{margin-bottom: 25px !important;}“][vc_column][vc_custom_heading text=“Herausforderung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“][\/vc_column][vc_column width=“7\/12″ offset=“vc_col-lg-7 vc_col-md-7″][vc_column_text css=“.vc_custom_1779995523984{margin-bottom: 25px !important;}“]<\/p>\n

Ein f\u00fchrender Hersteller von Bodenbel\u00e4gen und anderen Oberfl\u00e4chenl\u00f6sungen f\u00fcr Wohngeb\u00e4ude, gewerbliche R\u00e4ume und Au\u00dfenbereiche stand in seinen palettierten Versandprozessen vor genau dieser Herausforderung. Das Unternehmen versendet t\u00e4glich gro\u00dfe Mengen verpackter Bodenbelagsprodukte. Dabei m\u00fcssen Bediener best\u00e4tigen, dass jede Palette die richtigen Produkte und Mengen enth\u00e4lt, bevor sie weitergeleitet wird.<\/p>\n

Die manuelle Palettenverifizierung war in der gesch\u00e4ftigen Umgebung einer Laderampe nur schwer gleichbleibend zuverl\u00e4ssig durchzuf\u00fchren. Bediener mussten w\u00e4hrend jeder Schicht zahlreiche Etiketten scannen und pr\u00fcfen, w\u00e4hrend Paletten nach einem engen Zeitplan weiter durch den Ladebereich bewegt wurden. Wenn ein Barcode besch\u00e4digt, nicht lesbar oder fehlend war, mussten Mitarbeiter h\u00e4ufig mehrere Kartons erneut scannen oder die Palette manuell pr\u00fcfen, um das Problem zu finden.<\/p>\n

Handheld-Scanner konnten zwar best\u00e4tigen, dass ein Barcode gelesen wurde, lieferten jedoch keine vollst\u00e4ndige visuelle Aufzeichnung der Palette und machten es nicht einfach, den konkreten Karton zu identifizieren, der ein Problem verursacht hatte. Zudem bestand bei Stichproben das Risiko, dass gemischte Ladungen, fehlende Kartons oder falsche Mengen \u00fcbersehen wurden.<\/p>\n

[\/vc_column_text][\/vc_column][vc_column width=“5\/12″ offset=“vc_col-lg-5 vc_col-md-5″][vc_single_image image=“193521″ img_size=“full“ css=““][vc_custom_heading text=“Handheld-Scanner k\u00f6nnen zwar best\u00e4tigen, dass ein Barcode gelesen wurde, liefern jedoch keine vollst\u00e4ndige visuelle Aufzeichnung der Palette und machen es nicht einfach, den konkreten Karton zu identifizieren, der ein Problem verursacht hat.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:600%20semi-bold%20italic%3A600%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1779237234999{margin-top: 5px !important;}“][\/vc_column][vc_column][vc_column_text css=“.vc_custom_1779995534777{margin-bottom: 25px !important;}“]<\/p>\n

Die Produktionsst\u00e4tte ben\u00f6tigte eine zuverl\u00e4ssigere Methode, um Paletteninhalte mit Bestelldaten abzugleichen, alle sichtbaren Kartons statt nur einer Stichprobe zu pr\u00fcfen und Bediener direkt zu problematischen Bereichen zu f\u00fchren. Die L\u00f6sung musste sich au\u00dferdem in die bestehende SPS-, WMS- und ERP-Infrastruktur integrieren lassen und auf zus\u00e4tzliche Ladetore skalierbar sein, ohne etablierte Arbeitsabl\u00e4ufe zu ver\u00e4ndern.<\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1744732896542{margin-top: 30px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″ css=“.vc_custom_1757550408360{margin-bottom: 25px !important;}“][vc_custom_heading text=“L\u00f6sung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492447718{margin-bottom: 25px !important;}“][vc_column width=“7\/12″ offset=“vc_col-lg-7 vc_col-md-7″][vc_column_text css=““]<\/p>\n

Um die Verifizierung zu verbessern, ohne den Durchsatz zu verlangsamen oder zus\u00e4tzlichen Personalaufwand zu verursachen, arbeitete der Hersteller mit Accella AI<\/strong><\/a> zusammen und implementierte Accella Dock Check\u2122, ein visionbasiertes KI-System zur Automatisierung der Ein- und Ausgangsverifizierung von Paletten an der Laderampe. Das System basiert auf der Accella MFG Bot\u2122 Plattform und nutzt Deep Learning, um Kartons zu z\u00e4hlen, Etiketten zu lokalisieren, Barcodes zu lesen und Abweichungen zu melden, bevor die Palette die Laderampe verl\u00e4sst.<\/p>\n

Das System verwendet zwei LUCID Triton 24,5 MP (TRI245S-CC) Kameras<\/strong>, ausgestattet mit Fujinon 12-mm-Objektiven und LUCID IP67-Schutzobjektivtuben. Eine Kamera erfasst die Vorderseite jeder Palette, w\u00e4hrend die zweite die R\u00fcckseite erfasst. Diese Konfiguration liefert hochaufl\u00f6sende Bilddaten der sichtbaren Kartons und Etiketten, w\u00e4hrend sich die Palette durch die Pr\u00fcfstation bewegt.<\/p>\n

[\/vc_column_text][\/vc_column][vc_column width=“5\/12″ offset=“vc_col-lg-5 vc_col-md-5″][vc_single_image image=“193560″ img_size=“full“ css=““][vc_custom_heading text=“Das Dock Check\u2122 System von Accella AI automatisiert die Ein- und Ausgangsverifizierung von Paletten an der Laderampe. Mithilfe von Deep-Learning-Modellen erkennt es Paletten und Etiketten, z\u00e4hlt Kartons und gleicht die Ergebnisse mit den erwarteten Bestelldaten ab.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:600%20semi-bold%20italic%3A600%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1779477630616{margin-top: 5px !important;}“][\/vc_column][vc_column][vc_column_text css=““]<\/p>\n

Wenn eine Palette eintrifft, triggert die SPS der Linie beide Kameras. Die Bilder werden an die Accella MFG Bot\u2122 Plattform gesendet. Dort erkennen Deep-Learning-Modelle die Palette, lokalisieren sichtbare Etiketten, z\u00e4hlen Kartons, lesen Barcode- und gedruckte Codeinformationen aus und gleichen die Ergebnisse mit den erwarteten Bestelldaten ab. Wenn die Palette der erwarteten Sendung entspricht, durchl\u00e4uft sie den weiteren Ladeprozess. Erkennt das System ein nicht lesbares Etikett, einen fehlenden Karton, einen zus\u00e4tzlichen Karton oder eine falsche SKU, meldet die SPS die Abweichung, und die Bedieneranzeige zeigt den betroffenen Bereich direkt im Palettenbild an.<\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1779238553082{margin-top: 0px !important;margin-bottom: 25px !important;}“][vc_column width=“1\/3″ offset=“vc_col-lg-4 vc_col-md-4″][vc_single_image image=“105320″ img_size=“full“ css=““][vc_custom_heading text=“Das System verwendet zwei IP67 Triton 24,5 MP Kameras von LUCID, die hochaufl\u00f6sende Bilder der sichtbaren Kartons und Etiketten liefern und dabei die Vorder- und R\u00fcckseite jeder Palette erfassen.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:600%20semi-bold%20italic%3A600%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1779238704218{margin-top: 5px !important;}“][\/vc_column][vc_column width=“2\/3″ offset=“vc_col-lg-8 vc_col-md-8″][vc_column_text css=““]<\/p>\n

Dieses visuelle Feedback ist eine wesentliche Verbesserung gegen\u00fcber dem Scannen mit Handheld-Ger\u00e4ten. Statt lediglich anzuzeigen, dass ein Barcode nicht gelesen werden konnte, zeigt das System den Bedienern, wo das Problem aufgetreten ist. Dadurch k\u00f6nnen sie ein Etikett schnell reparieren, einen falschen Karton entfernen, einen fehlenden Artikel lokalisieren oder die Palette korrigieren, bevor sie das Werk verl\u00e4sst.<\/p>\n

Das System integriert sich in die bestehende Automatisierungsinfrastruktur des Herstellers, einschlie\u00dflich SPS-, WMS- und ERP-Systemen. Bedienerfeedback kann \u00fcber Visualisierungstools f\u00fcr die Fertigungsebene angezeigt werden, beispielsweise Ignition von Inductive Automation. Die Inferenz l\u00e4uft vor Ort, sodass die Dock-Bilder lokal bleiben und gleichzeitig eine Echtzeitverifizierung unterst\u00fctzt wird.<\/p>\n

Dieselbe Konfiguration kann sowohl f\u00fcr ausgehende Sendungen anhand von Kundenauftr\u00e4gen oder Ladepl\u00e4nen als auch f\u00fcr eingehende Lieferungen anhand von Bestellungen verwendet werden.<\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1744732896542{margin-top: 30px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″ css=“.vc_custom_1757550408360{margin-bottom: 25px !important;}“][vc_custom_heading text=“Fazit“ google_fonts=“font_family:Exo%3Aregular%2Citalic|font_style:400%20regular%20normal%3A400%3Anormal“ css=““][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1779238465472{margin-top: 0px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″ css=“.vc_custom_1779397830692{margin-bottom: 25px !important;}“][vc_column_text css=““]<\/p>\n

Diese Implementierung zeigt, dass KI-basierte Dock-Verifizierung mit LUCID Kameras und Accella Dock Check\u2122 die Versandgenauigkeit und R\u00fcckverfolgbarkeit verbessern kann, ohne zus\u00e4tzliche manuelle Pr\u00fcfschritte einzuf\u00fchren. Durch die Kombination aus hochaufl\u00f6sender industrieller Bildgebung und Deep Learning verifiziert das System Paletteninhalte, z\u00e4hlt sichtbare Kartons, liest Etiketten und hebt Abweichungen direkt im Palettenbild hervor. Jede Palette kann in etwa sechs bis acht Sekunden verifiziert werden, sodass sich das System gut in Dock-Workflows mit hohem Durchsatz integrieren l\u00e4sst.<\/p>\n

F\u00fcr Hersteller, die gro\u00dfe Mengen palettierter Waren versenden, bietet die automatisierte Dock-Verifizierung eine praxisnahe M\u00f6glichkeit, Fehler zu reduzieren, Bediener zu unterst\u00fctzen und die Qualit\u00e4tskontrolle an einem der letzten Kontrollpunkte zu verbessern, bevor die Produkte den Kunden erreichen.<\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column css=“.vc_custom_1616520234601{margin-top: 30px !important;}“][vc_column_text css=““]<\/p>\n

Weitere Informationen finden Sie unter:
\nAccella AI<\/a>
\nTriton\u00ae Kameraproduktseite<\/a><\/strong><\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

Palettenverifizierung:<\/strong> Das Dock Check System von Acella AI automatisiert die Ein- und Ausgangsverifizierung von Paletten. Mithilfe von Deep Learning erkennt es Paletten und Etiketten, z\u00e4hlt Kartons, liest Codes und gleicht die Ergebnisse mit den erwarteten Bestelldaten ab.<\/p>\n","protected":false},"author":1281,"featured_media":194438,"parent":183124,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"rs_blank_template":"","rs_page_bg_color":"","slide_template_v7":"","inline_featured_image":false,"footnotes":""},"tags":[1966,1977,1981,2396],"camera_family":[],"class_list":["post-193471","page","type-page","status-publish","has-post-thumbnail","hentry","tag-case-study-de","tag-ai-detection-recognition-de","tag-logistics-de","tag-triton-camera-de"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/193471","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/users\/1281"}],"replies":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/comments?post=193471"}],"version-history":[{"count":5,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/193471\/revisions"}],"predecessor-version":[{"id":194468,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/193471\/revisions\/194468"}],"up":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/183124"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/media\/194438"}],"wp:attachment":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/media?parent=193471"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/tags?post=193471"},{"taxonomy":"camera_family","embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/camera_family?post=193471"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}