Industrielle OCR: Etiketten, Seriennummern, Paketverfolgung

Produktionslinien, Lager und Paketzentren müssen genau wissen, welches Teil, welche Charge oder welches Paket einen Punkt passiert. Barcodes decken das meiste ab, doch viele Artikel tragen nur menschenlesbaren oder eingeprägten Text: gravierte Seriennummern auf Gussteilen, nadelgeprägte Fahrgestellnummern, gewölbte oder spiegelnde Etiketten, beschädigter oder verschmierter Druck, handgeschriebene Paketadressen. Deep-Learning-OCR auf Industriekameras liest diese zuverlässig in Linien­geschwindigkeit, prüft sie gegen Stammdaten und speist Rückverfolgbarkeits- und Verfolgungssysteme. Sie ersetzt damit manuelles Eintippen und störanfällige regelbasierte Zeichenbibliotheken.

Problem & Nutzen

• Heute: Die Rückverfolgbarkeit stützt sich auf 1D/2D-Codes sowie manuelles Lesen und Eintippen für alles andere. Klassische Machine-Vision-OCR braucht sorgfältig trainierte Schriftarten und kontrollierte Beleuchtung und versagt bei Abweichungen (Korrosion, Oberflächenstruktur, Krümmung, geringer Kontrast, wechselnde Schriftarten). Fehllesungen bedeuten Linienstillstände, manuelles Neuscannen, falsch etikettierte Ware und fehlende Prüfpfade.
• KI-Nutzen: schriftartfreies, vortrainiertes oder Few-Shot-Zeichenlesen, das Verzerrung und Hintergrundstruktur toleriert; höhere Leseraten bei schwierigen Markierungen; weniger als unlesbar zurückgewiesene Artikel; automatische Prüfung gegen Auftrags- oder Chargendaten; durchsuchbare Bildnachweise je Artikel.
• Regulatorischer Sog in der EU: Arzneimittel tragen nach der Delegierten Verordnung (EU) 2016/161 eine eindeutige Kennung (2D-Data-Matrix mit Produktcode, Seriennummer, Charge, Verfalldatum) plus menschenlesbaren Text [1]; die Batterieverordnung (EU) 2023/1542 und die Ökodesign-Verordnung für nachhaltige Produkte (EU) 2024/1781 führen digitale Produktpässe und Identifizierung auf Artikelebene ein [2][3]. Anbieter geben an, dass Deep-Learning-OCR genau auf die schwer lesbaren Seriennummern solcher Produkte zielt [4]. Belegte, herstellerneutrale Leseraten gibt es nicht; messen Sie immer an Ihren eigenen Teilen.

Varianten

• Rückverfolgbarkeit von Teilen und Seriennummern (Fertigung, Automobil): gravierter, lasermarkierter oder nadelgeprägter Text auf Metall und Kunststoff; Reifen-DOT-Codes; Fahrgestellnummern-Schilder; Leiterplattenmarkierungen.
• Etikettenprüfung (Konsumgüter, Pharma, Lebensmittel): Chargennummer, Mindesthaltbarkeitsdatum und Druckqualität auf Packungen in Liniengeschwindigkeit prüfen; Abgleich mit Artwork-Regeln → siehe DOC-027.
• Paket- und Palettenverfolgung (Logistik): Tunnel- oder Überkopfkameras lesen Versandetiketten, Adressen (auch handschriftliche) und SSCC/GS1-Text, wenn der Barcode beschädigt ist; Verknüpfung mit Scan-Ereignissen.
• Container-, Waggon- und Trailer-IDs: Torkameras lesen ISO-6346-Containercodes und Waggonnummern.
• Ablesen von Zählern und Messgeräten (Versorger, Gebäudebetrieb): Ziffern von analogen/digitalen Anzeigen.
• Privater Gebrauch: Smartphone-Apps, die Seriennummern oder Garantieetiketten scannen; kein industrieller Schwerpunkt.

So funktioniert es

1. trigger (PLC / conveyor sensor)
2. image acquisition (controlled light, correct focal length, line-scan for fast belts)
3. region detection (find label / marking zone)
4. pre-processing (de-skew, unwarp curved surface, contrast normalisation)
5. text detection + recognition (deep-learning OCR, optional VLM for messy/handwritten text)
6. post-processing (regex/format mask, check digits, GS1 syntax, dictionary of valid values)
7. verification against master data (expected part, batch, shipment)
8. result to PLC (accept / reject / divert) + MES / WMS / TMS event + image archive
9. exception queue (low confidence
10. operator screen with image)

• Modelle: ein Textdetektor (z. B. im Stil von DBNet) plus ein Sequenz-Erkenner (im Stil von CRNN/SVTR) oder ein für den Edge optimiertes Deep-Learning-OCR-Werkzeug auf einer Smart-Kamera. VLMs werden offline oder für die Ausnahmewarteschlange genutzt (Handschrift, beschädigte Etiketten, mehrsprachige Adressen), nicht in der Schleife unter 100 ms.
• Beschränkungsbasiertes Dekodieren ist der wichtigste Hebel für die Genauigkeit: Muss die Seriennummer [A-Z]{2}\d{8} entsprechen oder in einer bekannten Chargenliste stehen, werden alle anderen Lesungen verworfen.
• Mensch-in-der-Schleife (Human-in-the-Loop): Unlesbare oder unsichere Artikel gehen in die manuelle Prüfung, und der korrigierte Wert wird zu neuen Trainingsdaten; Ausschussentscheidungen bei regulierten Produkten bleiben nachprüfbar.

Datenaufbereitung

Die Daten bestehen überwiegend aus Bildern von Etiketten, Typenschildern, Seriennummern und Paketaufklebern sowie den Stammdaten, mit denen sie abgeglichen werden müssen (Teilenummern, Auftrags- und Sendungsdaten in ERP oder WMS). Oft werden die Bilder gar nicht gespeichert; sie existieren nur live an der Linie oder auf dem Smartphone eines Fahrers. Typische Lücken sind schlechte Beleuchtung, Spiegelungen auf Metall oder Folie, beschädigte oder gewölbte Etiketten, gemischte Schriftarten und Sprachen sowie keine Referenzliste zur Validierung der Ergebnisse (Prüfziffern, Formatregeln je Lieferant).

Schritte der Aufbereitung: Erfassen Sie 200-500 reale Beispielbilder je Etikettentyp unter Produktionsbedingungen, legen Sie zuerst Beleuchtung und Kameraposition fest (das bringt mehr als jede Modellabstimmung), halten Sie die Formatregeln für jedes Feld schriftlich fest (Regex, Prüfziffer, zulässige Werte), exportieren Sie die Stammdaten für den Abgleich (siehe PREP-005) und bauen Sie einen kleinen Testdatensatz mit geprüften Referenzwerten auf (PREP-018). Für Papierarchive mit historischen Etiketten siehe PREP-006. Werkzeuge: ein Beschriftungswerkzeug, eine Tabellenkalkulation für Formatregeln und der Testmodus des Anbieters. Die Datenarbeit macht typischerweise 10-20 Prozent des Aufwands aus; der größere Teil entfällt auf Kameramontage und Integration.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil ausgereifte OCR- und Code-Lese-Produkte (Smart-Kameras, Scanner-Apps) zu KMU-tauglichen Preisen existieren und das Lesen von Etiketten ein Standardprozess ist.
• Großunternehmen: Weg B, weil die Ergebnisse in MES, WMS und ERP fließen müssen und das Volumen API-basierte oder eigene Pipelines wirtschaftlicher macht als Arbeitsplatzlizenzen.
• Entwickler: Weg C, weil offene OCR-Engines (wie PaddleOCR oder Tesseract) auf bescheidener Hardware laufen und sich in ein eigenes Produkt einbetten lassen.

Weg A — Kaufen (Standardsoftware) (für die meisten KMU empfohlen)

• Machine-Vision-Smart-Kameras mit Deep-Learning-OCR: Cognex (In-Sight-Serie mit Deep-Learning-OCR und Seriennummernlesen) [4], Zebra (Aurora Vision / KI-OCR auf fest montierten Industrie-Scannern), Keyence (Serien IV und CV-X), SICK (EU, Deutschland), MVTec HALCON (EU, Deutschland; Deep-OCR in der Bibliothek), Basler und Balluff (EU), Omron, Datalogic (EU, Italien), Teledyne DALSA.
• Logistik: Tunnelscanner und Etikettenlesesysteme von Cognex, Zebra, Datalogic, SICK, Fizyr (EU, NL) für die Paketabfertigung; Systeme der Transporteure in den Umschlagzentren sind meist vom Anbieter integriert.
• Wählen Sie A, wenn: Sie eine feste Station mit kontrollierter Beleuchtung, Standard-Integration in SPS/MES und wenige Markierungsarten haben. Kaufen Sie vor der Bestellung einen Pilot auf Stationsebene mit Ihren eigenen Mustern.

Weg B — Auf Cloud-KI-Diensten aufbauen

• OCR-APIs für Dokumente/Bilder: Azure AI Document Intelligence Read, Google Cloud Vision OCR / Document AI, AWS Textract und Rekognition Texterkennung (EU-Regionen), Mistral OCR (EU-Anbieter).
• Multimodale Modelle (Claude, Gemini, GPT, Mistral Pixtral/Medium-Klasse) für die Ausnahmebehandlung und für handschriftliche oder mehrsprachige Paketetiketten, mit strukturierter JSON-Ausgabe und Formatprüfung.
• Eignung: Fotos im Wareneingang, mobile Erfassung, Etikettenlesen im Backoffice; nicht für harte Echtzeit- Linienregelung (Latenz, Konnektivität). Speichern Sie Bilder in EU-Regionen und entfernen Sie Personen aus den Aufnahmen.

Weg C — Selbst betreiben (Open Source)

• Bibliotheken: PaddleOCR (PP-OCR, PP-OCRv5) [5], docTR von Mindee (EU, Frankreich; PyTorch/TensorFlow, Erkennung plus Texterkennung) [6], EasyOCR, Tesseract (schwach bei Industriemarkierungen), MMOCR; Detektoren mit offenem Vokabular oder Modelle der YOLO-Klasse, um Etikettenbereiche zu finden.
• Betrieb: Export nach ONNX / OpenVINO / TensorRT; Betrieb auf Industrie-PC oder Edge-Gerät der Jetson-Klasse (HW1). Kleine VLMs (Qwen-VL-Familie) auf einer GPU (HW2) für die Ausnahmewarteschlange.
• Betrieblicher Bedarf: Die Hardware zur Bilderfassung (Kamera, Objektiv, Licht, Trigger) ist wichtiger als das Modell; planen Sie MLOps-Budget für das Nachtrainieren ein, wenn sich Verpackungen oder Schriftarten ändern.

Weg D — Eigenes Training

Lohnt sich bei ungewöhnlichen Markierungen (eingegossene Ziffern, Nadelprägung auf rauem Metall, Thermotransfer-Schmierer) oder wenn ein generisches Modell nicht mehr besser wird. Typischer Bedarf: einige Hundert bis einige Tausend beschriftete Ausschnitte je Markierungsart, plus synthetische Daten (gerenderte Schriftarten mit Rauschen und Unschärfe), um seltene Zeichen abzudecken. Feintunen Sie nur den Erkenner; lassen Sie den Detektor generisch. Halten Sie einen eingefrorenen Testdatensatz aus einer anderen Schicht oder Charge vor.

Stand der Technik (2026)

• Deep-Learning-OCR auf Smart-Kameras ist etabliert: Vortrainierte Zeichenmodelle brauchen kaum oder gar kein Schrifttraining und laufen auf dem Gerät; Anbieter positionieren sie für Seriennummern auf schwierigen Oberflächen [4].
• Open-Source-Erkenner (PaddleOCR-Familie, docTR) sind für gedruckten Text produktionsreif und die übliche Basis für eigene Industriemodelle [5][6].
• VLMs lesen unübersichtliche Szenen (Handschrift, gewölbte Etiketten, mehrere Sprachen), sind aber langsamer, können plausibel aussehende Zeichen halluzinieren und sollten bei Seriennummern regulierter Waren nie die einzige Quelle sein; kombinieren Sie sie mit Formatprüfungen, Prüfziffern und Stammdatenabgleich.
• Fehlerbilder: Blendung auf glänzendem Metall, kontrastarme Gravur, Bewegungsunschärfe, falscher Fokus, ähnlich aussehende Zeichen (0/O, 1/I, 5/S, 8/B), teilweise Verdeckung, neue Etikettenlayouts nach Lieferantenwechsel, Drift der Beleuchtung. Die meisten Fehler sind optischer Natur, keine Modellfehler: Korrigieren Sie zuerst die Beleuchtung.
• Erst Barcodes: Wo ein 2D-Code angebracht werden kann, lesen Sie den Code und behalten die OCR als Rückfall; die GS1-Standards definieren die menschenlesbare Interpretation neben dem Datenträger.

Gemeinsame Bausteine & Kombinationen

• Gleicher Technologie-Stack (ocr-docparse + edge-runtime + object-detection): VIS-001 Qualitätsprüfung und VIS-002 Montageprüfung teilen sich Kameras und Stationen; lesen Sie die Seriennummer und prüfen Sie das Teil in einem Durchgang.
• VIS-011 Kennzeichenerkennung nutzt dasselbe Muster aus Erkennen und anschließendem Lesen; VIS-019 Lagerinventur zählt und liest Regal- und Palettenetiketten; VIS-026 Vermessung teilt die Kalibrierung.
• DOC-006 Logistikdokumente und DOC-027 Prüfung von Verpackungs-Artwork behandeln die Papier- und Artwork-Seite; DOC-001 zeigt das Muster der VLM-Extraktion für Ausnahmefälle.
• Nachgelagert: OPT-006 Kommissionieroptimierung, ROBO-002 AMRs (autonome mobile Roboter), die auf verlässliche Standort- und Artikel-IDs angewiesen sind.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis wenige Wochen je Station; die Kosten entstehen durch Kamera, Objektiv, Licht und Integration, weniger durch Software. Kostentreiber: Zahl der Stationen, Liniengeschwindigkeit, Robustheit des Gehäuses, SPS/MES-Schnittstelle.
• Weg B: 1–2 Monate für eine Pipeline im Wareneingang oder Backoffice.
• Weg C/D: 2–4 Monate inkl. Datenerhebung, Beschriftung und Edge-Rollout; laufendes Nachtrainieren.
• Kennzahlen: Leserate (First-Pass), Fehllese-Rate (kritisch: falscher Wert akzeptiert), Rate falscher Zurückweisungen, an die manuelle Prüfung gesendete Artikel, Durchsatz pro Minute, Zeit zur Klärung von Ausnahmen, Vollständigkeit der Rückverfolgbarkeit (Anteil der Artikel mit Bild- und ID-Datensatz), Kosten für Nacharbeit oder Fehlversand.

Menschen & Veränderung

Beziehen Sie die Abteilungsleitung und die Linien- oder Lagermitarbeitenden ein, die heute Etiketten lesen und eintippen, sowie das IT-Team für die Integration mit ERP, MES oder WMS. Die Geschäftsleitung entscheidet über den Umfang; die Dateneigner der Teile- und Auftragsstammdaten geben die Abgleichsregeln frei. Lieferanten sind wichtig, wenn die Etiketten von ihnen stammen, denn Etikettenqualität und Formatvereinbarungen lassen sich an der Quelle am günstigsten korrigieren.

Die Frage nach dem Betriebsrat hängt vom Einzelfall ab: Eine Kamera, die nur Etiketten liest, ist normalerweise nicht auf Menschen gerichtet; protokolliert sie aber, welche Mitarbeiterin oder welcher Mitarbeiter wann was gescannt hat, oder erfasst sie Beschäftigte im Bild, greift §87 Abs. 1 Nr. 6 BetrVG, weil die objektive Eignung zur Überwachung genügt. Unterrichten Sie den Betriebsrat ohnehin rechtzeitig nach §90 Abs. 1 Nr. 3; das kostet meist wenig und vermeidet spätere Konflikte. Personenbezogene Daten sind selten betroffen (Namen auf Paketetiketten, Fahrerdaten); wo doch, beziehen Sie die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten ein, prüfen Sie, ob eine DSFA nötig ist, und schließen Sie mit jedem Cloud-Anbieter einen AVV.

Fördern Sie die KI-Kompetenz nach Art. 4 KI-Verordnung (AI Act) mit einer kurzen Einweisung zu typischen Fehllesungen und deren Korrektur. Pilotieren Sie an einer Linie oder einer Rampe, wobei ein Mensch unsichere Lesungen bestätigt. Typische Sorgen sind Arbeitsplatzverlust und Schuldzuweisung bei Fehlern; erklären Sie, dass die Beschäftigten vom Eintippen zur Bearbeitung von Ausnahmen wechseln. Siehe GUIDE-008, GUIDE-009 und GUIDE-004.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko im typischen Einsatz; die Pflicht zur KI-Kompetenz (Art. 4) gilt. Sie kann nur dann Teil eines Hochrisiko-Produkts werden, wenn die OCR eine Sicherheitskomponente einer regulierten Maschine oder eines regulierten Geräts ist (Produktrecht nach Anhang I, z. B. Maschinenverordnung); dann gilt die Konformitätsbewertung dieses Produkts. Keine Praxis nach Art. 5; dehnen Sie den Einsatz nicht auf die Identifizierung von Personen aus.
• DSGVO: meist keine personenbezogenen Daten. Ausnahmen: handschriftliche Paketadressen und Empfängernamen, Kameras, die Beschäftigte erfassen, Fahrzeugkennzeichen an Toren (VIS-011). Gegenmaßnahmen: enges Sichtfeld, Maskierung, kurze Aufbewahrung der Rohbilder, AVV mit Anbietern, Hosting in der EU; Betriebsvereinbarung (Deutschland), wenn Kameras Leistungsdaten von Beschäftigten erfassen können.
• Branchenvorgaben: Arzneimittelprüfung (Delegierte Verordnung 2016/161) [1], Pflichten rund um den digitalen Produktpass [2][3], GS1-Syntaxregeln; führen Sie einen Prüfpfad für jede Annahme-/Zurückweisungsentscheidung.
• Risiken: Fehllesungen, die als gültig akzeptiert werden (Fälschungen oder Verwechslungen), schleichende Drift, zu starkes Vertrauen auf die Ausgabe von VLMs. Gegenmaßnahmen: beschränkte Formate, Prüfziffern, doppelte Lesung (OCR + Code), regelmäßige Tests mit einem Referenzdatensatz, Zurückweisung als Standard bei geringer Sicherheit.

Erste Schritte

1. Sammeln Sie 200–500 reale Bilder je Markierungsart unter Produktionsbedingungen, einschließlich der schlimmsten Fälle (schmutzig, abgenutzt, Blendung) und halten Sie die geforderte Leserate und die Kosten einer Fehllesung fest.
2. Beheben Sie zuerst Optik und Beleuchtung (diffuses oder Dunkelfeldlicht, Trigger, Belichtung); testen Sie zwei Smart-Kamera- Anbieter und ein Open-Source-Modell (PaddleOCR oder docTR) mit demselben Datensatz.
3. Definieren Sie Formatregeln und einen Stammdatenabgleich, sodass nur gültige Werte akzeptiert werden können.
4. Pilotieren Sie an einer Station im Schattenbetrieb (Vergleich mit dem heutigen Prozess) für 2–4 Wochen und aktivieren Sie dann die Zurückweisungslogik der SPS.
5. Richten Sie einen Prüfbildschirm für Ausnahmen und eine Nachtrainingsschleife ein; verfolgen Sie Fehllesungen, nicht nur die Leserate.

Quellen

1. Commission Delegated Regulation (EU) 2016/161 (safety features on medicinal products) — https://eur-lex.europa.eu/eli/reg_del/2016/161/oj
2. Regulation (EU) 2023/1542 (Batteries Regulation) — https://eur-lex.europa.eu/eli/reg/2023/1542/oj
3. Regulation (EU) 2024/1781 (Ecodesign for Sustainable Products) — https://eur-lex.europa.eu/eli/reg/2024/1781/oj
4. Cognex — Serial number scanning for product traceability (optical character recognition) — https://www.cognex.com/en/applications/optical-character-recognition/serial-number-scanning
5. PaddleOCR — https://github.com/PaddlePaddle/PaddleOCR
6. docTR (Mindee) — https://github.com/mindee/doctr
7. GS1 General Specifications — https://www.gs1.org/standards/barcodes-epcrfid-id-keys/gs1-general-specifications
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj