Automatische Markierung von Verpackungslayouts

Über den Kunden

Unser Kunde arbeitet mit einer großen Anzahl von Konsumgütern, deren Verpackungen regelmäßig aktualisiert werden müssen. Jede Produktverpackung muss korrekte Markierungen, Labels und Produktinformationen enthalten. Diese Elemente ändern sich häufig aufgrund von Designanpassungen, regulatorischen Anforderungen oder Produktänderungen.

Die manuelle Vorbereitung von Markierungen für Verpackungslayouts war zeitaufwendig und erforderte erheblichen Aufwand seitens der Design- und Produktteams.

Herausforderungen

Der Kunde verwaltet mehr als ein Dutzend Produkte, die jeweils präzise Verpackungsgrafiken mit den korrekten Markierungen und Labels benötigen. Diese Elemente müssen sehr häufig aktualisiert werden — teilweise wöchentlich. Jede Änderung an Produktdaten, Kennzeichnungsvorschriften oder Designdateien machte eine erneute Bearbeitung der Verpackungslayouts erforderlich.

Um die Genauigkeit von Produktdatenänderungen sicherzustellen und die Einhaltung regulatorischer Anforderungen zu überprüfen, mussten Fachkräfte zuvor Produktdaten aus Tabellen manuell mit regulatorischen Kennzeichnungsvorgaben abgleichen. Bei Hunderten zu verwaltenden Produkten war dieser manuelle Prüfprozess äußerst zeitaufwendig und wurde zunehmend ineffizient sowie fehleranfällig.

Hauptziele

Das Hauptziel des Projekts bestand darin, die Vorbereitung von Markierungen für Verpackungslayouts zu automatisieren und den manuellen Aufwand für Produkt- und Designteams deutlich zu reduzieren.

• Automatische Extraktion wichtiger Produktinformationen, die für die Kennzeichnung von Verpackungen erforderlich sind
• Generierung präziser Markierungen für Verpackungslayouts auf Basis der extrahierten Daten
• Verkürzung der Zeit, die für die Aktualisierung von Verpackungslayouts bei Änderungen an Produktinformationen oder Kennzeichnungsvorgaben benötigt wird
• Sicherstellung einer konsistenten Platzierung erforderlicher Markierungen und Produktinformationen auf Verpackungslayouts
• Unterstützung der Arbeit mit einer großen Anzahl von Produkten und häufigen Verpackungsaktualisierungen
• Ausschließliche Unterstützung lokaler LLM-Modelle

Projektübersicht

Das von uns entwickelte System verarbeitet Produktdaten und zugehörige Designmaterialien, extrahiert die für Verpackungen erforderlichen Informationen und bereitet strukturierte Kennzeichnungsdaten vor, die auf Verpackungslayouts angewendet werden können.

Die Lösung nutzt LangChain zur Orchestrierung der Datenverarbeitung und LLM-Workflows, während Ollama die lokale Modellausführung für die Extraktion und Strukturierung von Produktinformationen bereitstellt. Dieser Ansatz ermöglicht es Teams, Verpackungsmarkierungen schneller vorzubereiten, manuelle Prüfungen zu reduzieren und häufige Produktaktualisierungen effizienter zu verwalten.

• Region: Europa
• Branche: Einzelhandel / Konsumgüter
• Projektlaufzeit: 4 Monate

Lösung

Um die Herausforderung des Kunden zu lösen, entwickelten wir ein KI-basiertes System, das die Vorbereitung von Markierungen für Verpackungslayouts automatisiert. Die Lösung analysiert Produktdaten und zugehörige Dokumentation, extrahiert die für Verpackungen relevanten Schlüsselinformationen und bereitet strukturierte Kennzeichnungsdaten vor, die auf Verpackungslayouts angewendet werden können.

Durch den Einsatz von LangChain zur Workflow-Orchestrierung und Ollama für lokale LLM-Inferenz verarbeitet das System Produktinformationen effizienter und unterstützt Teams dabei, Verpackungsmarkierungen schneller und mit weniger manuellen Prüfungen zu erstellen.

Plattformfunktionen

• Automatische Extraktion wichtiger Produktinformationen, die für die Kennzeichnung von Verpackungen erforderlich sind
• KI-gestützte Vorbereitung von Markierungen für Verpackungslayouts auf Basis der extrahierten Daten
• Verarbeitung von Produktdaten und designbezogenen Materialien zur Ermittlung erforderlicher Kennzeichnungselemente
• Konsistente Generierung von Kennzeichnungsdaten, die auf Verpackungslayouts angewendet werden können
• Reduzierung manueller Prüfungen von Produktinformationen und Kennzeichnungsvorgaben
• Unterstützung großer Produktportfolios und häufiger Verpackungsaktualisierungen

Technologie-Stack

Für die Entwicklung der Lösung zur automatischen Markierung von Verpackungslayouts setzten wir folgende Technologien ein:

• LLM-Orchestrierung: LangChain
• Modellinferenz: Ollama

Kernteam

• AI Engineer: Entwickelte die KI-Pipeline zur Extraktion wichtiger Produktinformationen und zur Generierung von Markierungen für Verpackungslayouts.
• Machine Learning Engineer: Konfigurierte und optimierte die LLM-Inferenz mit Ollama für eine zuverlässige Datenextraktion und -verarbeitung.
• Backend Developer: Implementierte die Datenverarbeitungslogik und integrierte die KI-Komponenten in den System-Workflow.
• Solution Architect: Entwarf die Gesamtarchitektur und wählte die für die Lösung eingesetzten Technologien aus.
• QA Engineer: Testete das System, um die korrekte Extraktion von Produktdaten und die präzise Generierung von Verpackungsmarkierungen sicherzustellen.