Um eine Inventur kommen Logistik-Unternehmen und Händler nicht herum. Eine Machbarkeitsstudie der Uni Oldenburg mit abat hat nun eine Lösung entwickelt, die das manuelle Zählen durch Drohne und Künstliche Intelligenz ersetzt. Bei einem Getränkehändler reduzierte sich der Zeitaufwand um 90 Prozent, die Qualität erhöhte sich erheblich.
(Quelle: abat)
Wegen Inventur geschlossen: Ab und zu stehen Kunden vor verschlossenen Türen eines Händlers, weil der den ganzen Tag damit beschäftigt ist, seinen Lagerbestand zu zählen. Das macht er nicht, um seine Kunden zu ärgern, sondern weil Kaufleute laut §240 des Handelsgesetzbuches in Deutschland mindestens einmal im Jahr dazu verpflichtet sind. Doch die lästige Pflicht hat auch ihr Gutes: Eine Inventur sorgt für Transparenz, deckt ineffiziente Prozesse auf und kann sogar Betrugsfälle entlarven. Gerade bei großen Warenbewegungen in kurzer Zeit, wie sie etwa im Online-Handel üblich sind, kann eine Inventur von Vorteil sein. Eine Inventur mit Drohnen kann hier zusätzlich viel Zeit sparen.
Klassische Inventur: Hoher Zeit- und Personalaufwand
Die physische Inventur, also das manuelle Zählen von Anlagen und Waren, ist allerdings immer noch mit einem hohen manuellen Aufwand verbunden und erfordert mitunter zusätzliches Personal, was sich in höheren Personalkosten niederschlägt. Gerade in Zeiten von Fachkräftemangel werden Mitarbeiter gebunden und stehen für wichtige Veränderungen bei den Prozessen nicht zur Verfügung. Unternehmen befinden sich daher in einem Konflikt zwischen Aufwand und Nutzen. Das ist ein Grund dafür, dass in der Praxis häufig mit Stichproben oder Teilinventuren gearbeitet wird, bei denen nur ein bestimmter Bestand ausgezählt wird.
Inventur mit Drohnen: Diese Methoden gibt es schon
Ein anderer, einfacherer Weg ist die Automatisierung der Inventur mit einer Drohne, also die Erfassung des Bestandes ohne manuelle Zählung durch einen Menschen. Diese Idee ist nicht neu. Bisher wurden vor allem zwei Ansätze verfolgt:
Lokalisierung und Identifizierung von Produkten mithilfe von RFID-Tags: Wenn die Produkte schwierig zu erreichen sind, etwa in Hochregalen, werden heute schon teilweise Drohnen eingesetzt, die mit einem RFID-Reader ausgestattet sind und RFID-Tags von Produkten und Paletten in der Nähe auslesen können. Dieser Ansatz funktioniert, lässt sich aber nicht auf Produkte jeder Art übertragen. In der Regel verfügen Produkte und Paletten nicht über RFID-Tags, und in vielen Fällen würde der Aufwand von Anschaffung und Anbringung der Tags den Nutzen übersteigen.
Auslesen von optischen Produktmerkmalen oder -charakteristika: Ein weiterer Ansatz zur Identifizierung von Produkten und Paletten ist das Auslesen von Annotationen, wie Barcodes oder QR-Codes. Grundvoraussetzung ist aber, dass Annotationen vorliegen, die dann über eine Drohne mit Kamera ausgelesen werden können. Dies ist eine Lösung mit viel Potenzial und schnellen Erfolgen. Leider sind häufig keine Annotationen an Produkten oder Ladungsträgern angebracht.
Zeitersparnis: 90 Prozent
Der KI-basierten Bildverarbeitung wird in der Kombination mit Drohnen ein riesiges Potenzial in der Logistik nachgesagt. Dennoch gibt es dazu bisher nur sehr wenige Forschungsansätze. Das ändert jetzt eine Forschungskooperation der Abteilung Wirtschaftsinformatik der Universität Oldenburg und der abat AG in Bremen gemeinsam mit dem Getränkegroßhändler Essmann, dem größten Getränkehändler in Deutschland mit Sitz in Lingen (Ems). An der Ware und den Paletten gibt es keinerlei Merkmale zur Identifikation wie RFID oder Bar-/QR-Codes. Gemeinsam haben die Partner eine Inventurmethode entwickelt, die mit einer Drohne und KI-Algorithmen arbeitet. Die Zeitersparnis ist enorm: Bisher verschlang ein Inventurlauf bei diesem Getränkehändler 24 Personentage – je Standort. Mit der Lösung reduziert sich dieser Zeitaufwand um 90 Prozent. Die Inventur mit Drohnen und KI wurde von der Fachzeitschrift Materialfluss als Produkt des Jahres 2022 in der Kategorie Warehouse Management System ausgezeichnet.
Das Projektteam hat sich zunächst auf die Leergutinventur auf dem Außengelände von Essmann konzentriert. Bisher wird diese Inventur manuell von mehreren Teams aus jeweils zwei bis drei Personen ausgeführt, die jeweils mehrere Tage abgestellt werden, um die Anzahl der Paletten zu zählen, unterschieden nach Vollgut und Leergut. In dem Projekt haben die Partner ein Verfahren entwickelt, das eine Drohne plus KI-Algorithmen zur Objekterkennung nutzt. Das Verfahren arbeitet in drei Stufen: Zunächst werden die Paletten auf den Bildern erkannt, dann werden die identifizierten Objekte lokalisiert und schließlich klassifiziert, um so den Paletten einen monetären Wert zuordnen zu können. Dabei bezieht der Service sowohl die Front-Ansicht als auch die Top-Ansicht der Waren in die Analyse ein, um auch Reihen von Paletten zu erkennen. Zum Einsatz kommen dabei vor allem Convolutional Neural Networks und Transformer Networks sowie diverse Verfahren aus dem Bereich der Bildvorverarbeitung und der Image Augmentation, die etwa bei der Verarbeitung von Satellitenbildern oder in der medizinischen Bildgebung verwendet wird.
(Bild: abat)
Trainingsdaten selbst erzeugt
Zur Inventur von Paletten mit leeren Getränkekisten gibt es keine öffentlichen Trainingsdaten. Um diese zu erzeugen, wurden auf dem Gelände von Getränke Essmann mit einer handelsüblichen Drohne Videoaufnahmen gemacht. Diese wurden in einzelne Bilder geteilt und mit maximaler Varianz sortiert. Mit einer kleinen Ausgangsmenge an Bildmaterial wurden durch technische Verfahren weitere Bilder generiert und somit die Robustheit des Algorithmus verbessert. Hierdurch es ist außerdem möglich, der Lösung neue Artikel schnell und mit sehr wenig Aufwand beizubringen.
Stand: 16.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.
Einwilligung in die Verwendung von Daten zu Werbezwecken
Ich bin damit einverstanden, dass die WIN-Verlag GmbH & Co. KG, Chiemgaustraße 148, 81549 München einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von redaktionellen Newslettern nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel Communications Group die genannten Daten gehasht an Werbepartner übermitteln, die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und Kundenbindung), der Generierung von sog. Lookalike Audiences zur Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen. Weitere Informationen kann ich dem Abschnitt „Datenabgleich zu Marketingzwecken“ in der Datenschutzerklärung entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://kontakt.vogel.de/de/win abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung, Abschnitt Redaktionelle Newsletter.
Das Projekt hat gezeigt, dass die manuelle Zählung während einer Inventur mit Drohnen und KI-Algorithmen zur Objekterkennung mit hoher Zuverlässigkeit automatisiert werden kann. Statt mehrere Teams manuell zählen zu lassen, wäre bei diesem Ansatz nur noch eine Person als Drohnenoperator notwendig, um die Aufnahmen des Lagers zu machen. Die eigentliche Zählung übernehmen die KI-Modelle. Beim Vergleich der Personenaufwände für Vorbereitung, Durchführung und Nachbereitung einer Inventur hat sich herausgestellt, dass durch den Einsatz einer Drohne und der KI-Modelle bis zu 90 % der Aufwände eingespart werden können. Die Genauigkeit beträgt in den bisherigen Tests 95 Prozent.
Inventur mit Drohnen macht Umsortieren der Palettenstapel unnötig
Für die manuelle Zählung müssen an vielen Stellen Palettenstapel umpositioniert werden, damit diese überhaupt gezählt werden können – mit der Drohne sind dagegen auch Stapel erreichbar, die es ansonsten nicht wären. Den größten Hebel stellt allerdings die eigentliche Zählung dar. Hier hat sich gezeigt, dass eine Drohne nur ca. 5 Prozent der Zeit für eine manuelle Zählung benötigt. Auch die manuelle Nachbereitung ist erheblich einfacher, da ein Mitarbeiter nicht durch das Lager laufen muss und die Ergebnisse via Bild dokumentiert sind. Ebenso können Lagerplätze früher wieder freigegeben werden.
Aufgrund der aussichtsreichen Ergebnisse wird dieses Projekt gemeinsam mit Getränke Essmann und weiteren Partnern weiterverfolgt, um es zu erweitern und die Algorithmen noch robuster zu machen. Zusätzlich wurde die Anbindung an die SAP-Landschaft realisiert. Die Forschungspartner sind offen für Interessenten, die diesen Ansatz auf weitere Anwendungsfälle übertragen wollen.
(René Kessler, Bild: Universität Oldenburg)
(Markus Fischer, Bild: abat)
Die Autoren: Data Scientist René Kessler von der Universität Oldenburg und Markus Fischer, SAP Solutions Architect S/4HANA & Projektleiter bei abat.