delNoteTT
Machine Learning, Deep Learning, Data Science, Lieferscheine
![](../../Binaries/Binary39101/Unbenannt-1.png)
Studiengang
Informatik (B.Sc.)Projektbeschreibung
Im Zuge der Globalisierung der Wirtschaft und der Digitalisierung werden Unternehmen vor immer größer werdenden Herausforderungen gestellt. Der ansteigende Fluss an Daten und Informationen erfordert eine weitreichende Anpassung in allen Unternehmensstrukturen. Dabei ist es nötig, etablierte Strukturen durch digitale Technologien aus der heutigen Zeit zu unterstützen und diese zu erweitern.
Ein Großteil des Produktionsflusses hängt von dem Ein- und Ausgang von Waren ab. Kommt es dabei zu Komplikationen, kann das Folgen für alle künftigen Prozessschritte mit sich bringen und wichtige Ressourcen wie Mitarbeiter, Zeit und Geld fordern. Durch die wachsende Anzahl an Rechnungen, Lieferscheine und Notizen werden vor allem Mitarbeiter an der Warenannahme vor einer Mammutaufgabe gestellt, die Dokumente zu digitalisieren. Dabei müssen Daten erfasst, Kunden betreut, Lieferungen abgeglichen und die Datenbanken für weitere Bearbeitungsschritte aktualisiert werden. Das alles muss jedoch in Echtzeit geschehen, da jeder weitere Produktionsschritt davon abhängt. Jegliche Verzögerungen oder Fehler verlangsamen somit den darauffolgenden Prozess.
Dank der voranschreitenden Technologien im Bereich von Machine-Learning ist es möglich, große Datenmengen in kürzester Zeit zu organisieren und den Prozess am Wareneingang zu automatisieren. Lieferscheine, die Informationen darüber tragen, welche Ware von welchem Lieferanten zu welcher Zeit geliefert wurde, können dank Optical-Character-Recognition (OCR) und weiteren Machine-Learning-Ansätzen kategorisiert, ausgelesen und erfasst werden. Die Vorgehensweise ist dabei sehr einfach in die bestehenden Strukturen einzubauen. Dokumente werden eingescannt, als Lieferscheine erkannt und mit den nötigen Daten automatisch in die Datenbank erfasst, sodass die bisher benötigten Ressourcen anderweitig eingesetzt werden können. Dadurch können Prozesse im Unternehmen effizienter und auch zuverlässiger abgeschlossen werden.
Beteiligte Personen
Supervisor:
Prof. Dr. rer. nat. Claudia Reuter
Dennis Rockstein
Students:
Yun Cheng
Louis Tschan
Jonas Winkler
Roland Zimmermann
Fatih Karakuzu
Korbinian Böhm