Lösungen für reale Probleme und Prozesse



Zwei Mitarbeiter mit einer Instascan-Versuchsanordnung

Mitarbeiter scannt ein Dokument mittels Instascan auf einem Smartphone

Use-Case Instascan

Vernetzte Transportwelt

Automatisierung und Autonomisierung von Prozessen

InstaScan ist eine nutzerzentrierte Brückentechnologie, die analoge und digitale Prozesse in der Logistik verbindet, indem sie papierbasierte Dokumente innerhalb kürzester Zeit automatisiert klassifiziert, die relevanten Daten extrahiert und in ein maschinenlesbares, strukturiertes Format (bspw. JSON) überführt. Dabei kommt eine Kombination aus KI-gestützten Erkennungsverfahren, Large Language Models (LLMs) und Vision-Language Models (VLMs) zum Einsatz, um eine hohe Erkennungsrate und korrekte Attributzuordnung zu gewährleisten. Das System ist webbasiert, und sowohl stationär als auch mobil einsetzbar.



Nutzen für die Praxis

Mit InstaScan können Logistikunternehmen den manuellen Aufwand für die Digitalisierung von Dokumenten drastisch reduzieren und so Zeit, Kosten und Personalressourcen einsparen.

Fehleranfällige, papierbasierte Prozesse werden durch eine schnelle, zuverlässige und verlustfreie Datenerfassung ersetzt, was insbesondere KMU zugutekommt, die oft nicht über umfangreiche Budgets für IT-Infrastruktur verfügen. Die Lösung beschleunigt nicht nur administrative Abläufe, sondern schafft auch die Voraussetzung für die Automatisierung nachgelagerter Prozesse wie Rechnungsstellung oder Compliance-Prüfungen. Langfristig unterstützt InstaScan den Übergang zu einer papierlosen, effizienteren und ressourcenschonenderen Logistik.



Relevanz für die Forschung

InstaScan adressiert die wissenschaftliche Herausforderung, heterogene, unstrukturierte und oft visuell komplexe papierbasierte Dokumente mithilfe modernster KI-Technologien automatisiert in strukturierte Datensätze zu überführen.

Der Einsatz von LLMs und VLMs in der industriellen Dokumentendigitalisierung – insbesondere unter Nutzung von multimodalen Ansätzen wie Bildanalyse mit ChatGPT Vision – ist ein vergleichsweise neuer Forschungsbereich. Zudem bietet das System Potenzial für Untersuchungen, wie sich bestehende Infrastrukturen und Standards wie DoKlass, Datenfabrik.NRW und eCMR mit KI-gestützten Klassifikations- und Extraktionsprozessen nahtlos verknüpfen lassen.

Interesse an InstaScan?

Julian Hinxlage

Mail senden

Patrick Becker

Mail senden

Forschende in einer SIMBA-Versuchsanordnung

Mitarbeiter in einer Versuchsanordnung SIMBA

Use-Case SIMBA

Das Internet der Werte

Finanzinnovationen für den Shopfloor

Starre Preisstrukturen verhindern, dass Markt- und Auslastungsschwankungen berücksichtigt werden. Dadurch entstehen entgangene Erträge und Wettbewerbsnachteile. Hinzu kommt, dass Angebots- und Preisprozesse heute meist manuell erfolgen, was zeitaufwendig und fehleranfällig ist. Gleichzeitig werden vorhandene Kapazität nicht optimal genutzt, woraus Ineffizienzen entstehen. SiMBA untersucht die autonome Auftragserteilung, -durchführung und -abrechnung in Produktionssystemen der Sharing Economy. Die Integration von KI und Blockchain ermöglicht eine durchgängige, transparente und effiziente Abwicklung von Produktions- und Logistikdienstleistungen, die sowohl wirtschaftliche als auch ökologische Vorteile realisiert.



Nutzen für die Praxis

Die Lösung bietet Logistik- und Produktionsunternehmen erhebliche Effizienzgewinne, indem sie Kapazitäten optimal auslastet, flexible Preisgestaltung ermöglicht und Abrechnungsprozesse automatisiert.

Durch die Blockchain-gestützte Dokumentation steigt die Transparenz und Sicherheit, während gleichzeitig Transaktionskosten und Fehlerquellen reduziert werden. Dies stärkt das Vertrauen zwischen Partnern, erleichtert die Kooperation innerhalb von Wertschöpfungsnetzwerken und trägt zu einer nachhaltigeren, resilienteren und wirtschaftlicheren Logistik bei.



Relevanz für die Forschung

Die Kombination von KI-basierten Prognosen und dynamischer Preisgestaltung, sowie manipulationssicherer Blockchain-Dokumentation in einer produktiven Testumgebung ist ein neuartiger Ansatz, der sowohl betriebswirtschaftliche als auch technische Herausforderungen berücksichtigt.

Die Forschung liefert wichtige Erkenntnisse zur Echtzeit-Integration von digitalen Zwillingen, KI-Algorithmen und dezentralen Abrechnungssystemen in industriellen Wertschöpfungsnetzwerken.

Interesse an SIMBA?

Use-Case GREEN COMPLAI

Vom Rohstoff bis zum Verbraucher

Nachweisführung in Wertschöpfungsnetzwerken

GreenComplAI ist eine webbasierte Open-Source-Lösung zur technologiegestützten Erfassung, Speicherung und Prüfung von berichtspflichtigen Nachhaltigkeitsdaten unter Einsatz von Künstlicher Intelligenz und Blockchain-Technologie. Die Plattform ermöglicht eine digitale, unveränderliche Nachweisführung über digitale Produktpässe für Materialflüsse und Kreislaufwirtschaft. KI-gestützte Analysen bewerten die Plausibilität und Vollständigkeit von Lieferanten- und Nachhaltigkeitsdaten auf Produkt- und Komponentenebene, identifizieren Abweichungen oder Manipulationsversuche und unterstützen bei der Überführung unstrukturierter in strukturierte Daten. Die Nachweise und Prüfergebnisse werden transparent und revisionssicher auf einer Blockchain gespeichert, um Unternehmen eine effiziente und gesetzeskonforme Compliance- und Risikoanalyse zu ermöglichen.



Nutzen für die Praxis

Für die Logistikbranche bietet GreenComplAI einen deutlichen Mehrwert durch die Integration einer automatisierten Nachhaltigkeits- und Compliance-Prüfung in bestehende ERP- und Supply-Chain-Systeme.

Unternehmen können Risiken in vorgelagerten Prozessen schneller identifizieren, Greenwashing vorbeugen und die Zirkularität ihrer Materialflüsse auf Lieferanten-, Produkt- und Bauteilebene bewerten. Durch die transparente und manipulationssichere Dokumentation auf der Blockchain wird die Resilienz der Lieferkette gestärkt und die langfristige Wettbewerbsfähigkeit im internationalen Markt unterstützt. Zudem ermöglicht die Lösung eine effiziente Erfüllung komplexer Berichtspflichten bei gleichzeitiger Entlastung der Fachabteilungen in Bezug auf Zeit, Ressourcen und regulatorische Expertise.



Relevanz für die Forschung

Das Projekt adressiert die Forschungslücke einer durchgängigen, technologiegestützten Compliance- und Nachweisführung in komplexen Lieferketten.

Durch die Verbindung von KI-gestützter Datenanalyse und Blockchain-basierten Speichermechanismen wird ein neuartiger Ansatz zur automatisierten, nachvollziehbaren und fälschungssicheren Nachhaltigkeitsberichterstattung entwickelt. Besonders innovativ ist die Untersuchung, inwiefern KI dazu beitragen kann, regulatorische Anforderungen dynamisch mit vorhandenen Datenbeständen abzugleichen, Prognosen zur (Nicht-)Einhaltung zu erstellen und so eine proaktive Compliance-Steuerung zu ermöglichen. Die Ergebnisse sind nicht nur auf die CSRD anwendbar, sondern bieten eine Grundlage für zukünftige Regulierungen und erweitern den Stand der Forschung zu vertrauenswürdigen, verteilten Informationssystemen.