Sie sind hier: Startseite Proceedings
Artikelaktionen

Proceedings

When voice assistants take hold: How smart technology makes goods receipt more efficient

  1. M.Sc. Heiner Ludwig Technische Universität Dresden, Professur für Technische Logistik, 01062 Dresden, Germany
  2. Dr.-Ing. Mathias Kühn Technische Universität Dresden, Professur für Technische Logistik, 01062 Dresden, Germany
  3. Prof. Dr.-Ing. Thorsten Schmidt Technische Universität Dresden, Professur für Technische Logistik, 01062 Dresden, Germany

Zusammenfassungen

Goods receipt is an essential step in supply chains. It is often performed manually by warehouse staff. They are confronted with challenges such as time pressure, missing goods, wrong quantities, damages and incomplete documents. To support the workers in the best possible way, digital assistance systems are suitable. The study aims to investigate the potential of voice assistance in various processes of goods receipt. These include verbal identification of incoming goods and interactive guidance in quality control. Technical requirements will be defined, an adaptive data structure will be presented, and a novel neural network will be trained for multiple inputs. Finally, two example scenarios are evaluated and compared with currently used methods and tools.

Der Wareneingang stellt einen essentiellen Schritt in Lieferketten dar. Dieser wird dabei oftmals von Lageristen manuell durchgeführt, die mit unterschiedlichen Herausforderungen wie Zeitdruck, fehlenden Waren, falsche Mengen, Schäden und unvollständigen Dokumenten konfrontiert sind. Um die Arbeitskräfte bestmöglich zu unterstützen, sind digitale Assistenzsysteme geeignet. In der Studie soll das Potenzial der Sprachassistenz in verschiedenen Prozessen des Wareneingangs untersucht werden. Dazu gehören die verbale Identifikation eingehender Güter und die interaktive Anleitung in der Qualitätskontrolle. Es werden technische Anforderungen definiert, eine lernfähige Datenstruktur vorgestellt und ein neuartiges neuronales Netz für Mehrfacheingaben trainiert. Abschließend werden zwei Beispielszenarien evaluiert und mit derzeitig genutzten Methoden und Werkzeugen verglichen.

Keywords

Volltext

Lizenz

Jedermann darf dieses Werk unter den Bedingungen der Creative Commons Namensnennung 4.0 International (CC BY 4.0) elektronisch über­mitteln und zum Download bereit­stellen. Der Lizenztext ist im Internet unter der Adresse https://creativecommons.org/licenses/by/4.0/deed.de abrufbar.

Anzahl der Zitationen

Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.