Klarschrift statt Barcode: OCR und Datenabgleich an Übergabepunkten ohne Code

Die meisten Beiträge zur Rückverfolgbarkeit setzen voraus, dass ein Barcode vorhanden ist. Im Lageralltag ist das oft nicht der Fall. Auf einem Typenschild steht die Seriennummer als Klarschrift, ein Lieferschein trägt die Auftragsnummer nur gedruckt, ein Prüfzettel liegt der Ware bei, und manches Bauteil kommt ganz ohne Code. Genau an diesen Übergabepunkten reißt die Kette, wenn man sich allein auf Barcodescanner verlässt. Dieser Leitfaden zeigt, wie sich Klarschrift per OCR lesen und gegen die Solldaten abgleichen lässt, damit auch die Stellen ohne Code lückenlos erfasst werden.

Wichtige Punkte im Überblick

  • An vielen Übergabepunkten fehlt der Barcode: Typenschilder, Lieferscheine, Prüfzettel und Bauteile tragen die Nummer nur als Klarschrift, und das manuelle Abtippen ist die häufigste Quelle für Buchungsfehler.
  • Zwei Verfahren greifen ineinander: OCR ersetzt das Abtippen und liest Serien-, Auftrags- oder Chargennummern direkt, OCV prüft den gelesenen Text zusätzlich gegen einen Soll-Inhalt.
  • Anlernbare Layouts fangen heterogene Lieferantenetiketten ab, indem gezielt nur die relevanten Felder extrahiert werden, robust gegen Verschiebung und Kontrastschwankungen.
  • Die Wahl zwischen ortsfester und mobiler Erfassung richtet sich nach Ort, Frequenz und Variantenspektrum: Vision-Sensoren lesen an der Linie im Takt, mobile Computer erfassen an wechselnden Handarbeitsplätzen.
  • Ziel ist, das manuelle Abtippen durch geprüfte Erfassung zu ersetzen: die per OCR gelesene Nummer wird gegen Stückliste, Auftrag oder WMS-Datensatz abgeglichen.

Wo im Lager der Barcode fehlt

Fehlende Codes sind kein Randfall, sondern verteilen sich über den ganzen Warenfluss. Wiederkehrend sind vor allem drei Situationen.

  • Klarschrift statt Code: Typenschilder, Lieferscheine, Prüfzettel und Bauteile tragen die relevante Nummer als lesbaren Text, aber ohne Barcode.
  • Manuelles Abtippen: Fehlt der Code, wird die Nummer von Hand eingegeben. Das ist die häufigste Quelle für Buchungsfehler, weil sich Zahlendreher und Verwechslungen kaum vermeiden lassen.
  • Uneinheitliche Etiketten: Bei mehrsprachigen oder länderspezifischen Lieferantenetiketten variiert der Barcode oder fehlt ganz, während die Klarschrift meist verfügbar bleibt.

Der gemeinsame Nenner ist, dass an diesen Punkten die Automatisierung endet und der Mensch die Daten überträgt. Damit endet auch die verlässliche Rückverfolgung, denn was von Hand abgetippt wird, ist weder geprüft noch gegen die Solldaten abgesichert.

OCR und OCV: Klarschrift lesen und gegen Solldaten prüfen

Die Antwort auf fehlende Codes ist die maschinelle Texterkennung. Zwei Begriffe gehören dabei zusammen und meinen doch Unterschiedliches. OCR (Optical Character Recognition) liest den Text und wandelt ihn in Daten um. OCV (Optical Character Verification) geht einen Schritt weiter und prüft den gelesenen Text gegen einen erwarteten Soll-Inhalt.

Für die Rückverfolgung sind beide wichtig. OCR ersetzt das Abtippen, indem es die Seriennummer, die Auftrags- oder Chargennummer oder eine EAN-Angabe direkt erfasst. OCV stellt sicher, dass der gelesene Text auch der richtige ist, etwa dass die Chargennummer zum aktuellen Auftrag passt. Angewendet wird das auf ganz unterschiedliche Objekte, von Typenschildern über Prüfzettel bis hin zu transparenten Flaschen mit aufgedruckter Klarschrift. Häufig sitzt neben der Klarschrift auch ein Code auf demselben Objekt. Dann lässt sich der Codeanteil mit einem Leser der Modellreihen SR-2000 oder SR-5000 erfassen und die Klarschrift per OCR ergänzen, sodass beide Angaben zusammen geprüft werden.

Anlernbare Layouts für heterogene Lieferantenetiketten

Im Wareneingang treffen Etiketten vieler Lieferanten aufeinander, und jeder gestaltet sie anders. Position, Schriftart und Aufbau unterscheiden sich von Lieferant zu Lieferant, was eine starre Vorlage schnell überfordert. Hier helfen anlernbare Layouts.

Statt für jedes denkbare Etikett eine feste Schablone zu hinterlegen, wird dem System beigebracht, wo auf dem jeweiligen Layout die relevanten Felder stehen. Aus dem Etikett werden dann gezielt nur diese Felder extrahiert, etwa die Artikelnummer und die Charge, während der Rest ignoriert wird. Wichtig ist die Robustheit gegenüber Schwankungen. Ein Etikett sitzt selten exakt gleich, der Kontrast variiert, und die Erkennung muss diese Abweichungen abfangen, ohne bei jeder kleinen Verschiebung zu scheitern. Ein gut angelerntes Layout erkennt die Felder auch dann, wenn das Etikett leicht verschoben oder blasser gedruckt ankommt.

Inline oder mobil?

Die zweite Grundsatzfrage betrifft den Ort der Erfassung. Findet die Prüfung an einer festen Stelle mit hoher Frequenz statt oder an wechselnden, manuellen Punkten?

Für ortsfeste, hochfrequente Prüfungen an der Linie eignen sich AI Vision-Sensoren der Modellreihe IV4 und All-in-One Kameras mit integrierter AI der Modellreihe VS. Sie lesen die Klarschrift im Takt der Linie und geben ein sofortiges Ergebnis an die Anlage.

Für flexible, mobile Erfassung an Handarbeitsplätzen, im Wareneingang oder bei der Inventur kommen mobile Computer der Modellreihen BT-A700 und BT-A600 sowie kompakte Handgeräte der Modellreihe DX zum Einsatz. Beide mobilen Computer sind aktuelle Geräte; die Modellreihe BT-A600 ist die neuere, kompakte Ausführung mit AI-Funktion und großem Erfassungsbereich, während die Modellreihe BT-A700 auf robusten Dauereinsatz ausgelegt ist.

Als Entscheidungshilfe dienen drei Kriterien: die Ortsbindung (feste Station oder wechselnder Einsatzort), die Frequenz (Dauertakt oder gelegentliche Erfassung) und das Variantenspektrum (wenige feste Layouts oder viele wechselnde Etiketten).

Varianten, die sich um ein Zeichen unterscheiden

Eine besonders heikle Aufgabe ist die Unterscheidung von Varianten, die sich nur in einem einzigen Zeichen unterscheiden. Wenn zwei Typen bis auf die letzte Ziffer identisch heißen, entscheidet genau diese Ziffer über die richtige Zuordnung, und ein Lesefehler an dieser Stelle führt direkt zur Verwechslung.

Zwei Ansätze sichern das ab. Zum einen werden Prüfregeln und Toleranzen so definiert, dass das kritische Zeichen zuverlässig erkannt und ein unsicheres Ergebnis lieber abgewiesen als geraten wird. Zum anderen zeichnet sich als aufkommender Ansatz die AI-gestützte Klarschrifterkennung ab, die in jüngeren Anwendungsfällen auftaucht. Sie erkennt Zeichen auch bei ungleichmäßiger Druckqualität robuster und hilft gerade dort, wo klassische OCR an schwierigen Schriftbildern an ihre Grenze kommt.

Vom Abtippen zum Abgleich

Das eigentliche Ziel ist nicht nur, den Text zu lesen, sondern die manuelle Eingabe systematisch zu ersetzen. Jede von Hand getippte Nummer ist eine potenzielle Fehlerquelle, und jede automatisch erfasste und geprüfte Nummer nimmt eine solche Quelle heraus.

Der Weg dorthin führt über den Abgleich. Die per OCR erfasste Nummer wird gegen die Stückliste, den Auftrag oder den WMS-Datensatz geprüft, sodass ein Fehler sofort auffällt und nicht erst bei der Inventur. Am selben Arbeitsplatz lässt sich zusätzlich eine Fotodokumentation anlegen, die den Zustand der Ware oder des Belegs festhält und als Nachweis dient. So entsteht auch an den Stellen ohne Barcode ein digitaler, geprüfter und belegbarer Vorgang, und die Kette schließt sich dort, wo sie bisher am ehesten riss.

Häufige Fragen

F Wie schließt man Lücken an manuellen Übergabepunkten ohne Barcode?

A

Wo kein Code vorhanden ist, hilft die Klarschriftlesung per OCR. Serien-, Auftrags- oder Chargennummern und EAN-Angaben werden erfasst, statt sie abzutippen, und anschließend gegen die Solldaten geprüft. Inline übernehmen das Vision-Sensoren der Modellreihe IV4 und All-in-One Kameras der Modellreihe VS mit integrierter AI, mobil handgeführte Geräte der Modellreihen BT-A700, BT-A600 und DX.

F Was ist der Unterschied zwischen OCR und OCV?

A

OCR (Optical Character Recognition) liest Klarschrift und wandelt sie in Daten um, ersetzt also das Abtippen. OCV (Optical Character Verification) prüft den gelesenen Text zusätzlich gegen einen erwarteten Soll-Inhalt, etwa ob die Chargennummer zum aktuellen Auftrag passt. Für eine belastbare Rückverfolgung greifen beide ineinander.

F Wie geht OCR mit unterschiedlichen Lieferantenetiketten um?

A

Über anlernbare Layouts. Dem System wird beigebracht, wo auf dem jeweiligen Etikett die relevanten Felder stehen, sodass gezielt nur diese extrahiert werden. Die Erkennung ist dabei so ausgelegt, dass sie leichte Verschiebungen und Kontrastschwankungen abfängt und die Felder auch bei blasser oder verschoben gedruckten Etiketten findet.

F Kann man Varianten unterscheiden, die sich nur um ein Zeichen unterscheiden?

A

Ja, mit entsprechend definierten Prüfregeln und Toleranzen, die das kritische Zeichen zuverlässig erkennen und ein unsicheres Ergebnis lieber abweisen als raten. Als aufkommender Ansatz erkennt die AI-gestützte Klarschrifterkennung, die in jüngeren Anwendungsfällen auftaucht, Zeichen auch bei ungleichmäßiger Druckqualität robuster.

F Sollte OCR inline oder mobil eingesetzt werden?

A

Das richtet sich nach Ort, Frequenz und Variantenspektrum. An festen Stationen mit hoher Frequenz lesen Vision-Sensoren der Modellreihe IV4 und All-in-One Kameras der Modellreihe VS mit integrierter AI im Takt der Linie. An wechselnden, manuellen Punkten wie Wareneingang oder Inventur sind mobile Computer der Modellreihen BT-A700 und BT-A600 sowie kompakte Handgeräte der Modellreihe DX die flexiblere Wahl.

Weiterführende Artikel

Übergeordnete Themenseite: Automatisierung und Identifikation in Lager und Logistik: Der Überblick für Intralogistik-Verantwortliche

Hauptartikel zum Thema: Lückenlose Rückverfolgbarkeit im Lager: von der Kennzeichnung bis zum Versand

Weiterer Artikel im Thema: NVE, SSCC und GS1: Paletten und Kartons rückverfolgbar kennzeichnen

Weiterer Artikel im Thema: Poka Yoke im Versand: das richtige Etikett auf der richtigen Einheit prüfen

Weiterer Artikel im Thema: Direktmarkierte Codes (DPM) in der Produktionslogistik zuverlässig lesen