Onderdelen bestellen door een foto te maken

Bij onderdelenleverancier Kramp in Varsseveld werd in 2004 nog 60 procent van de onderdelen digitaal besteld, in 2014 was dit al 90 procent. Corona geeft een nieuwe impuls aan online bestellingen.

Kramp zette vorig jaar een volgende stap in de digitalisering. Het bedrijf maakte samen met ontwikkelaars van Google Lens een app die via artificial intelligence (AI) automatisch onderdelen herkent vanaf een foto. Bladeren in onderdelenboeken of zoeken op een computer is daarmee verleden tijd.

Om een beeld te geven; Kramp heeft een omzet van 930 miljoen euro, 22 verkoopkantoren wereldwijd, verkoopt meer dan 500.000 onderdelen en verwerkt dagelijks zo'n 95.000 orderregels.

App volgt catalogus op

De app werd samen met een nieuwe webshop al in 2019 op de Agritechnica geïntroduceerd. Kramp's CEO Eddie Perdok schetste daar de ontwikkeling van zijn bedrijf dat dit jaar alweer 70 jaar bestaat. 'In de jaren 50 was Kramp de eerste met een papieren catalogus en in 2001 kwam er een webshop.'

Inmiddels gebruikt nu zo'n 10 procent van de klanten de app. Door met de camera van de smartphone een foto te maken van een willekeurig onderdeel, zoals een filter, waterpomp of accu, herkent de software de categorie en het artikel en zoekt er alle gegevens bij.

Dat is handig bij reparatie, onderdelen zoeken en bestellen. Een chauffeur die een storing heeft aan zijn machine kan al op het veld een foto van het kapotte onderdeel uploaden en automatisch bestellen via zijn dealer. Je hoeft niet eerst achter de computer te kruipen.

De ambitie is om het mogelijk te maken het onderdeel al te fotograferen terwijl het nog op de trekker of machine gemonteerd zit. Zover is het nog niet helemaal. Nu herkent de app vooral nog onderdelen die voor een egale achtergrond op de foto staan.

Zelflerend algoritme

Kramp begint standaard met een database van zo'n vijftig foto's vanuit allerlei standpunten per onderdeel voor een goede herkenning. 'Het is een zelflerend algoritme. Naarmate meer mensen de app gebruiken, groeit het aantal foto's waar het algoritme van kan leren', stelt product owner Inge Nahuis van Kramp.

Het helpt dat gebruikers producten fotograferen vanuit verschillende hoeken, met verschillende achtergronden, inclusief vervuiling of met wisselende lichtinval. Dit leidt weer tot een verbeterde herkenning van producten in de toekomst'.

Populaire en vaak bestelde onderdelen zijn dus makkelijker te herkennen door de software. Ook hebben sommige onderdelen een eenvoudigere vorm of zijn er minder varianten. Volgens Nahuis worden gelijksoortige scanfuncties al wel toegepast bij bijvoorbeeld kledingketens als H&M en Zalando maar is de techniek uniek in de landbouw.