Intelligente Material­erkennung durch Machine Learning und Data Science

Entwicklung einer Smartphone-App für mobile Beschichtungs-Systeme

J. Wagner GmbH

Der erste funktionstüchtige Prototyp stand bereits nach 4 Wochen Entwicklung

Intelligente Materialerkennung in dieser Form und in diesem Marktsegment derzeit einmalig

Flexible API ermöglicht hohe Skalierbarkeit und zukünftige Use Cases

Dank Clean Code Development ist der Quellcode unglaublich kollaborativ. In Summe haben drei Parteien mit ihren eigenen Entwicklern und Entwicklerinnen am Backend gearbeitet und jeder hat super schnell reingefunden.
Alexander Strobl
Director Digital Transformation IT
J. Wagner GmbH

J. Wagner GmbH

Seit 1947 ist Wagner einer der weltweit führenden Hersteller von Geräten und Anlagen zur Oberflächenbeschichtung mit Pulver- und Nasslacken, Farben und anderen flüssigen Materialien. Wagner bietet seinen Kunden zuverlässige und bedienerfreundliche Lösungen, die sich durch hohe Qualität und zukunftsweisende Technologien auszeichnen.

Das Projekt

Projektdauer
Dezember 2020 bis August 2021

Leistungen

  • Prototyping
  • Backend-Entwicklung
  • API-Entwicklung
  • Machine Learning
  • Data Science / Big Data

Technologien

  • ASP .NET Core
  • ASP .NET + Web API
  • Python
  • Azure DevOps
  • Azure IoT Hub
  • Azure Cognitive Services
  • Docker
  • Magento
  • Kotlyn/Swift

Quelle: J. Wagner GmbH

Quelle: J. Wagner GmbH

Ausgangs­situation und Heraus­forderungen

Die Geräte von Wagner beschichten Oberflächen. So einfach das im ersten Moment klingt, so komplex ist die Materie – speziell im industriellen und professionellen Einsatz. Denn Farbe ist nicht gleich Farbe und Lack nicht gleich Lack. Jedes Beschichtungsmaterial hat seine Eigenheiten und bedarf der richtigen Einstellung der Wagner-Sprühsysteme hinsichtlich Düse, Durchfluss und Druck – den sogenannten Spritzparametern.

Manuelle Konfiguration

Bisher muss der Maler oder Stuckateur diese  Spritzparameter manuell am jeweiligen System einstellen, respektive ausmessen. Das ist nicht nur mühsam, sondern birgt auch eine hohe Fehlerquote. Eine Herausforderung, die Wagner im industriellen Einsatz für stationäre Systeme mit der IoT-Lösung Coatify bereits gemeistert hat. Nun soll die Lösung auch für Handwerker und Otto-Normalverbraucher zugänglich gemacht werden – in Form einer App fürs Smartphone, die sich per Bluetooth mit den mobilen Sprühsystemen verbindet.

Langwierige Informationssuche

Ist es im industriellen Umfeld relativ unkompliziert, an die richtigen  Spritzparameter zu gelangen, sieht das im Groß- und Einzelhandel anders aus. Maler und Stuckateure müssen sich mühsam durch die Websites der Hersteller klicken oder Datenblätter der Materialien herunterladen, um an die gewünschten Infos zu gelangen. Auch hier wünschte sich das Unternehmen eine automatisierte Lösung, die zugleich Mehrwert für die nicht konnektiven Sprühsysteme aus dem Legacy-Bestand schafft.

Schnelle Ergebnisse gefordert

Zusätzlich stand Projektleiter und Director Digital Transformation Alexander Strobl vor der Herausforderung die Budgetfreigabe für das Projekt zu bekommen. Keine vier Wochen nach Projektstart musste er dafür einen funktionalen Showcase präsentieren und das Konzept im Unternehmen vorstellen.

Lösung und Ergebnisse

Machine Learning zur Materialerkennung

Geplant war über den Scan des EAN-Codes das Material – bspw. einen Farbeimer – eindeutig zuordnen zu können. Die Realität sieht jedoch anders aus. Denn die Materialhersteller arbeiten mit Nummernkreisen – eine eindeutige Zuordnung über den Strichcode ist nicht möglich. Die Lösung: eine Kombination aus intelligenter Bilder-Rückwärtssuche und OCR-Texterkennung. Der Farbeimer wird mit der App fotografiert und ein Machine-Learning-Algorithmus erkennt das jeweilige Herstellerlogo. Anschließend läuft eine OCR-Texterkennung über das Bild und ermittelt um welche Farbe, Lack oder Spachtel es sich im Detail handelt. Die Ergebnisse werden mittels Fuzzy Matching mit einer Datenbank abgeglichen und der Anwender kann den richtigen Artikel auswählen. Die Beschichtungsparameter werden angezeigt und das Sprühsystem entsprechend konfiguriert.

Der Web Crawler

Neben dem Fehlen eindeutig zuordenbarer EAN-Codes, gibt es allerdings auch keine herstellerübergreifende Datenbank, die Auskunft über die Spritzparameter gibt. Da die Anzahl von Herstellern, Materialien und Produkten kaum zu überblicken ist und fast tägliche neue Artikel hinzukommen, musste eine automatisierte Lösung gefunden werden: die Entwicklung eines Web-Crawlers. Anders als andere Lösungen auf dem Markt, durchsucht der mit Python entwickelte Crawler dabei aber nicht nur die Websites der Hersteller. In Kombination mit den Microsoft Azure Cognitive Services ist es darüber hinaus möglich, wichtige Beschichtungsparameter aus online abrufbaren Produktdatenblättern (PDFs) zu ermitteln – ein derzeit einmaliges Feature in diesem Marktsegment.

Flexible API

Mit der IoT-Lösung Coatify haben wir zusammen mit Wagner bereits eine Plattform realisiert, die viele Funktionen bietet, die auch für die neue Smartphone-App relevant sind. Die Herausforderung bestand nun darin, das webbasierte Backend und die API App-fähig zu machen. Da das Smartphone Frontend und Middleware zugleich ist, bedarf es einer API, die mit nur einem Call alle nötigen Parameter übermitteln kann. Die Lösung bestand in der Entwicklung einer flexiblen API, die sowohl von Web zu App, als auch umgekehrt funktioniert. Damit wurde gleichzeitig die Grundlage für zukünftige Use Cases geschaffen, bspw. der Anbindung eines Kundenportals oder einem Predictive Maintenance Feature.

Rapid Prototyping

Mit einer rudimentär gefüllten Datenbank, "recyceltem" Code aus dem Coatify-Backend und einem vorläufigen Interface konnten wir gemeinsam nach nur vier Wochen Entwicklung einen ersten Prototypen auf die Beine stellen. Alexander Strobl präsentierte den interaktiven Showcase bei einer internen Veranstaltung und bekam grünes Licht für das Projekt.

Quelle: LEWA GmbH

Warum generic.de?

Hands-On-Mentalität

Wagner startete das Projekt mit einer Vision. Wohin die Reise im Detail gehen sollte, war bis dato noch nicht klar – wohl aber der enge Zeithorizont. Eine der wichtigsten Anforderungen an den Dienstleister war von daher Flexibilität. Alexander Strobl, Director Digital Transformation: "Die Themen waren komplettes Neuland und ich konnte unmöglich alle Fragen im Vorfeld beantworten. Zu Beginn war echt viel Mocking und Prototyping angesagt. Da muss man erstmal einen Dienstleister finden, der das mitmacht. generic.de hat einfach die richtige Einstellung für solche Herausforderungen – die perfekte Hands-On-Mentalität."

Perfekte Zusammenarbeit dank Clean Code

Die größten Vorteile von Clean Code Development sieht Alexander Strobl in der Lesbarkeit und Nachvollziehbarkeit des Codes: "Dank Clean Code Development ist der Quellcode unglaublich kollaborativ. In Summe haben drei Parteien mit ihren eigenen Entwicklerinnen und Entwicklern am Backend gearbeitet und jeder hat super schnell reingefunden."

Alles aus einer Hand

Gesucht war jedoch nicht nur ein guter Softwareentwickler, sondern ein Full Stack Entwickler. Und den definiert Strobl so: "Full Stack bedeutet für mich alles aus einer Hand zu bekommen: Infrastruktur, Backend, Frontend, Azure Services aber auch konzeptionelle Beratung und Support. generic.de hat diesen Fullstack Approach. Das hat mich überzeugt."

Zu Beginn war echt viel Mocking und Prototyping angesagt. Da muss man erstmal einen Dienstleister finden, der das mitmacht.
Alexander Strobl
Director Digital Transformation IT
J. Wagner GmbH

Eine weitere Erfolgs­story

Entwicklung einer schlanken Webapplikation für Capability Mapping und ganzheitliche Transformationsbegleitung.

Wie können wir Sie beraten?
Telefon
Online Beratung
Kontaktanfrage
Telefon
Wir freuen uns auf Ihren Anfruf
+49 (0) 721-619096-0
+49 (0) 721-619096-19
Für Sie erreichbar von
Mo bis Fr 8-16 Uhr
Online Beratung
Buchen Sie online einen für Sie passenden Termin
Wir freuen uns auf Ihre Nachricht
Wenn Du wissen möchtest, welche Daten wir ver­ar­beiten und wie lange wir diese speichern, findest du weiter­führende Infor­mationen in unserer Daten­schutz­erklärung.
Vielen Dank! Ihre Kontaktanfrage wurde von uns empfangen!
Oh nein! Irgendwas ist schiefgelaufen. Probieren Sie es bitte noch einmal!
Kontakt

Und welches Projekt haben Sie für uns?