In Unternehmen treten wiederholt Probleme aufgrund mangelhafter oder fehlender Stammdaten auf, sowohl seitens der Kunden als auch bei der eigenen Datenerfassung. Diese unvollständigen oder ungenauen Stammdaten beeinträchtigen die Zuverlässigkeit und Effizienz der weiteren Arbeitsprozesse. Ein typisches Beispiel hierfür ist die Angabe von Informationen, die einmal fehlerhaft im System eingegeben wurden, oft nicht mehr überprüft oder korrigiert werden. Diese Fehler können sich über die Zeit hinweg negativ auf verschiedene Geschäftsprozesse auswirken, da falsche Stammdaten die Basis für viele Entscheidungen und Arbeitsabläufe bilden.
Ziel dieser Arbeit ist es durch die frühzeitige, automatisierte Erkennung und Korrektur die Qualität der betrieblichen Abläufe mithilfe von KI-basierten Videoanalysen zu steigern. Dies ist durch eine Machbarkeitsstudie durchzuführen, welche die Vereinzelung im Wareneingang behandelt. So könnten z.B. Warnungen bei möglichen Zählfehlern ausgegeben, Bildnachweise bei Mengenabweichungen erstellt und Referenzbilder für Folgeprozesse wie Inventuren oder Warenausgänge hinterlegt werden. Durch die Einführung von KI-basierten Korrektur- oder Prüfaufträgen kann die Datenqualität erheblich verbessert werden und dabei helfen, die Effizienz und Genauigkeit der Logistikprozesse zu steigern. Daten und Informationen werden von einem Logistikunternehmen aus der Praxis geliefert.