QR-Code

Vom Barcode im Jahr 1948 bis zum 4D-Code im Jahr 2007

9 Min
02. Mai 2024
ORM Technologie

Sie erwartet:

Die Fehlermeldung „Barcode nicht lesbar“ darf nicht auftreten, wenn Güter in der gesamten Lieferkette zuverlässig identifiziert und nachverfolgt werden sollen. In der Lebensmittelindustrie, wo Waren korrekt gekennzeichnet werden müssen, ist das besonders wichtig. Hier werden spezielle Etikettiermaschinen für eine präzise Kennzeichnung eingesetzt. QR-Codes werden eingesetzt, um Gesundheits- und Sicherheitsvorschriften einzuhalten, um interaktive Marketingkampagnen zu gestalten oder um Prozesse in der Industrie zu optimieren.

1. Status Quo

Was ist ein QR-Code?

Die Abkürzung QR-Code steht für Quick Response Code. Es handelt sich dabei um einen zweidimensionalen Matrix- oder Barcode. Er wurde 1994 von der japanischen Firma Denso Wave entwickelt. Ursprüngliches Einsatzgebiet waren logistische Prozesse in der Automobilproduktion. Aufgrund seiner schnellen Lesbarkeit und hohen Speicherkapazität wird der QR-Code heute jedoch auch in vielen anderen Branchen eingesetzt. Zum Beispiel im Einzelhandel, um Kunden auf Webseiten zu leiten, in Marketingkampagnen, um die Kundeninteraktion zu verbessern, oder in der Veranstaltungsorganisation, um Tickets schnell zu überprüfen.

Ein QR-Code besteht aus schwarzen und weißen Quadraten, die in einem quadratischen Raster angeordnet sind. Diese Quadrate stellen die im Code enthaltenen Daten dar. Der QR-Code kann mit einem optischen Lesegerät, z. B. der Kamera eines Smartphones, gelesen werden. Die Daten in einem QR-Code können Text, URLs oder andere Daten wie Kontaktinformationen oder geografische Koordinaten enthalten.

QR-Codes haben einige Vorteile gegenüber herkömmlichen Strichcodes. Sie können aus jeder Richtung gelesen werden, speichern mehr Daten und sind auch dann noch lesbar, wenn Teile des Codes beschädigt sind. Darüber hinaus können QR-Codes so konfiguriert werden, dass sie dynamische Informationen enthalten, d. h. die enthaltenen Daten können aktualisiert werden, ohne dass der Code selbst neu gedruckt werden muss.

Was gehört zur optischen Erkennung?

Der Begriff optische Identifikationstechnologien steht Technologien, die auf der Übertragung optischer Wellen anstelle von Radiowellen basieren. Es handelt sich um ein Schrift- und Smbolbasiertes Verfahren. Die optische Lesbarkeit dient der automatischen Identifikation und wird daher al ein Teil von Auto-ID-Technologien zusammen betrachtet.

Zu den optische Identifikationstechnologien gehören Barcodes, Datamatrix-Codes (2D), optische Zeichenerkennung (OCR, Optical Character Recognition), Bildverarbeitungssysteme (Kameras) und biometrische Identifizierung. Im Wesentlichen ermöglicht die optische Identifikation das Lesen und Interpretieren visueller Informationen mittels optischer Sensoren und spezieller Softwarealgorithmen.

In welchen Einsatzbereichen wächst der Barcode-Markt am stärksten?

Insbesondere die Expansion des E-Commerce und der Logistik haben zum starken Wachstum der optischen Identifikationstechnologien beigetragen. Mit mehr als 35,8 Prozent ist der Lagerbereich im Jahr 2022 am stärksten gewachsen.

In der Lagerhaltung wird der Barcode vor allem für die Lagerverwaltung, die Auftragsabwicklung aber auch für die Traceability eingesetzt. Insgesamt sorgen auch der Anstieg der industriellen Produktion und die zunehmende Einführung automatischer Erkennungssysteme für ein Wachstum des ORM-Marktes.

Der Sektor Banken, Finanzdienstleistungen und Versicherungen (BFSI) hat einen Anteil von 19 Prozent am weltweiten Markt. Dies ist auf die Optimierung und Automatisierung dokumentenintensiver Prozesse zurückzuführen.

Produkte für die optische Identifikation

Barcodes werden mit mobilen Scannern, an Scanstationen sowie an kamerabasierten Maschinen oder Imagern eingelesen und elektronisch weiterverarbeitet. Wie QR-Codes können sie auch mit dem Smartphone gelesen werden. Leistungsfähige Bildverarbeitungssysteme finden Anwendung im Bereich des maschinellen Lernens und der künstlichen Intelligenz (KI in Unternehmen) im Kontext des autonomen Fahrens.

Im Druckerbereich kommen Desktop-, mobile und Industriedrucker zum Einsatz. Industriedrucker haben im Jahr 2022 mit über 63,5 Prozent den größten Umsatzanteil. Hinsichtlich der Technologie wird der Markt in Thermotransfer-, Direkttransfer-, Laser-, Impact- und Tintenstrahltechnologie unterteilt. Mit einem Umsatzanteil von über 40,7 Prozent im Jahr 2022 erweist sich das Thermotransfersegment als dominierende Technologie.

Was sind die Unterschiede zwischen einem Datamatrix-Code und einem QR-Code?

Was sie verbindet ist die Tatsache, dass beide Codes zweidimensionalen (2D) Barcodes sind, aber sie sind dennoch nicht dasselbe. Beide Codes können Daten sowohl horizontal als auch vertikal speichern. Das bedeutet, dass sie mehr Informationen enthalten als ein herkömmlicher eindimensionaler Barcode.

Darüber hinaus sind beide Codes von speziellen Scannern oder Smartphone-Kameras lesbar. Ein Datamatrix-Code ist also kein QR-Code, sondern eine separate Art von 2D-Barcode.

Der QR-Code allerdings besteht aus schwarzen Quadraten in einem quadratischen Gitter auf weißem Hintergrund. Typischerweise hat er drei markante größere Quadrate in den Ecken des Codes, die als Ausrichtungsmarkierungen dienen. Er kann bis zu 7.089 numerische Zeichen oder 4.296 alphanumerische Zeichen speichern. Zur Fehlerkorrektur nutzt der QR-Code den Reed-Solomon-Fehlerkorrekturalgorithmus. Was die Verbreitung angeht ist der QR-Code vor alllem im Konsumentenbereich, für die Marketinganwendungen auf Produktverpackungen oder auf Tickets verwendet.

Der Datamatrix-Code hat ein ähnliches quadratisches Gitter, aber er verwendet ein anderes Markierungssystem. Normalerweise besitzt dieses Markierungssystem festen Randlinien (L-förmig) und anderen charakteristischen Mustern zur Ausrichtung. Im Vergleich zum QR-Code hat der Datamatrix-Code eine höhere Datenkapazität pro Flächeneinheit und kann bis zu 2.335 alphanumerische Zeichen speichern.

Datamatrix-Codes unterstützen verschiedene Fehlerkorrekturstufen, die normalerweise von der Anwendung abhängen. Wird häufiger in industriellen und medizinischen Anwendungen verwendet, da er auf kleinerem Raum eine höhere Datenmenge speichern kann. Dies ist besonders nützlich in der Elektronik- und Pharmaindustrie, wo Platz oft begrenzt ist.

Zahlen & Fakten

Laut einem Bericht des Marktforschungs- und Beratungsunternehmens „Grand View Research“ soll der Weltmarkt für optische Identifikationstechnologien zwischen 2023 und 2030 um knapp 15 Prozent wachsen. Laut einem Bericht des britischen Marktforschungsunternehmens „The Business Research Company“ wird der Weltmarkt für 2D-Barcode-Lesegeräte im gleichen Zeitraum um über 7 Prozent wachsen.

Bei den Handlesegeräten wird der Markt nach Produkttypen in Handlesegeräte und stationäre Lesegeräte unterteilt. Handheld-Lesegeräte hatten im Jahr 2022 mit rund 71,5 Prozent den größten Marktanteil.

2. In der Praxis

Expansion E-Commerce und Logistik

Vor allem das Wachstum des E-Commerce und die Digitalisierung im Einzelhandel sowie die Digitalisierung im Gesundheitswesen haben neben der Transport- und Lagerbranche den größten Einfluss auf das Wachstum der optischen Identifikationstechnologien.

Zu den Anwendungsbereichen gehören Authentifizierungslösungen, Track & Trace, Supply Chain Management und Warehouse Management sowie Machine Vision. Machine Vision ist eine Technologie, die ebenfalls visuelle Informationen liest. Sie ist jedoch nicht auf Codes oder Texte beschränkt, sondern kann auch ganze Objekte, Muster und Bewegungen erkennen.

Beispiel 1: Automobilindustrie – Logopak erklärt die Anforderungen an Barcode-Etiketten

Insbesondere die produzierende Industrie, beispielsweise die Automobilindustrie, in der häufig raue und schmutzbelastete Bedingungen anzutreffen sind, stellt höchste Anforderungen an die Qualität von Barcode-Labels: Sie müssen sicher und langlebig sowie wasser- und ölfest sein. Darüber hinaus sollten sie auch auf stark gewölbten Oberflächen haften. Die Information auf dem Strichcode-Etikett muss lesbar sein.

Der Beitrag von Logopak Systeme gibt zahlreiche Einblicke in die Qualität, die Materialien und die Methoden für die Anbringung von Strichcode-Etiketten gelten. Außerdem erklärt der Artikel wie Applikatoren das Aufbringen oder Aufblasen (ohne Andrücken) des Etiketts produkt nah am Förderband bewerkstelligen. Vorgestellt werden auch Etiketten ohne Trägermaterial.

„Linerless Etiketten sind Etiketten ohne Trägermaterial. Ihr Einsatz spart nicht nur Abfall, sondern auch viel Platz und Gewicht bei Lagerung und Transport, und damit viel Kosten und CO2. Zudem passen ohne Trägermaterial bis zu 50 Prozent mehr Etiketten auf eine Rolle.“

Lars Thuring

Senior Manager Strategy & Product Management, Logopak

Logo Logopak

Beispiel 2: Smart City – SQRC-QR-Codes im Einsatz in Kumamoto

Kumamoto ist eine Smart City auf der Insel Kyushu in Japan mit 740.000 Einwohnern. Um alle Prozesse in der Stadtverwaltung zu optimieren und für die Bürgerinnen und Bürger komfortabler zu gestalten, hat die Stadtverwaltung das „Notification Navi System“ mit Tablets und SQRC QR-Codes eingeführt. Auf diese Weise werden alle Antragsverfahren vereinfacht, rationalisiert und gesichert. Die digitalisierten Informationen werden automatisch erfasst, was zur großen Zufriedenheit aller Bürger und Mitarbeiter beiträgt.

Beispiel 3: Lebensmittelproduktion – Kennzeichnung von Mehlsäcken und folierten Paletten

Gemäß der EU-Verordnung 1169/2011 müssen Lebensmittelhersteller strenge Richtlinien einhalten, wenn es um die industrielle Kennzeichnung ihrer Produkte geht. Dies beinhaltet die klare Benennung der Inhaltsstoffe. Damit sind die Zutaten sowie deren Gewichtsanteil und die Einhaltung der Richtlinien für chemische Substanzen auf dem Etikett gemeint. Zudem müssen die verwendeten Klebstoffe den EU-Lebensmittelrichtlinien entsprechen.

Um diese Anforderungen zu erfüllen, setzt die Meraner Mühle auf Etikettenkennzeichnungsmaschinen, die durchschnittlich 300 Mehlsäcke pro Stunde abfüllt. Mit den Etikettiersystemen von Bluhm Systeme können bis zu 900 Säcke und 120 Paletten pro Stunde gekennzeichnet werden. Eine besondere Herausforderung stellt dabei das Fixieren von Etiketten auf dem rauen Holz der Palettenfüße dar.

Weitere QR Code Success Stories

3. Panorama

Geschichte des Barcodes – Wie alles begann

Die erste Entwicklung eines Strichcodes als binärer Code zur Vereinfachung des Bezahlens an der Kasse erfolgte bereits 1948 in den USA. Das Patent für diese Innovation wurde dann 1952 in den USA angemeldet.

In den 1970er Jahren wurde der Barcode zum Universal Product Code (UPC) weiterentwickelt. 1973 folgte die Entwicklung der Code 39 Barcode-Symbologie. Ein Meilenstein war 1974 das erste erfolgreiche Scannen eines Barcodes auf einer Kaugummipackung in den USA. Parallel dazu wurde 1976 in Europa das EAN-System (European Article Number) eingeführt.

Die 1980er Jahre markierten eine weitere Entwicklungsphase, in der der Datamatrix Code (D2) entstand. Dieser Code hatte die bemerkenswerte Fähigkeit, 1556 Bytes zu kodieren, was eine erhebliche Kapazitätserweiterung gegenüber den früheren Strichcodes darstellte.

1994 wurde der QR-Code erstmals von der Firma Denso Wave vorgestellt. Dieser neue Codetyp konnte bereits 2953 Bytes kodieren und eröffnete damit ein breites Anwendungsspektrum.

Eine weitere Innovation erfolgte 2007 mit der Einführung des 4D-Codes. Hierbei wurde die vierte Dimension, die Zeit, in die Codierung integriert, was neue Anwendungs- und Einsatzmöglichkeiten eröffnete.

Partner Spezialisiert in QR Code Lösungen

Barcode – Vom 1D zum 2D Barcode-System

Barcode-Symbologien lassen sich in zwei Hauptkategorien einteilen: lineare oder eindimensionale Symbologien, zu denen UPC, Code 128, Code 39 und Interleaved 2 of 5 Code gehören, sowie Datamatrix. Zu den zweidimensionale Symbologien gehören der Datamatrix und der QR-Code. Gelungen ist die Weiterentwicklung vom 1D zum 2D-Barcode durch die Einführung von Informationsebenen.

Biometrie – Sprach- und Fingerabdruckerkennung

Biometrische Erkennungsmethoden basieren auf akustischen oder optischen Verfahren. Zu den optischen Verfahren gehören Fingerabdruck, Handgeometrie, Venenscan, Iris- und Gesichtserkennung. Zu den akustischen Verfahren gehören die Stimmerkennung.

Was hat OCR mit maschinellem Lernen zu tun?

Optical Character Recognition (OCR) ist eine visuelle oder optische Technologie, die es ermöglicht, Texte und Bilder in editierbare Dateien umzuwandeln. Sie gehört auch zu den optischen Identifikationstechnologien. Die OCR-Technologie ist in der Lage, grafische Produkte in Form von Texten und Bildern in separate Bilder umzuwandeln.

Durch die Analyse von visuellen Merkmalen wie Formen, Linien und Pixelmustern können OCR-Systeme Buchstaben, Zahlen und andere Zeichen in den visuellen Daten erkennen und in maschinenlesbaren Text umwandeln. Sie wird daher auch als Klarschriftlesertechnologie bezeichnet.

Dieser Prozess beinhaltet die Erkennung von Strukturen, wobei zunächst Textblöcke von grafischen Elementen unterschieden werden. Anschließend erfolgt die Erkennung von Zeilenstrukturen und die Trennung einzelner Zeichen. Die Entscheidung, um welches Textzeichen es sich handelt, erfolgt durch bestimmte Algorithmen, die auch den sprachlichen Kontext berücksichtigen.

Machine Learning – Adaptives Training verbessert OCR-Systeme

Machine Learning spielt eine entscheidende Rolle bei der Weiterentwicklung von OCR-Systemen. Durch den Einsatz von Machine Learning-Algorithmen können diese Systeme trainiert werden, um Texte noch genauer und zuverlässiger aus Bildern oder Dokumenten zu extrahieren.

Die Mustererkennung erlaubt die Interpretation und das Verständnis verschiedener Schriftarten, Schriftgrößen und -stile. Ein weiterer Bereich, in dem Machine Learning zum Einsatz kommt, betrifft Korrekturmechanismen. Hierbei werden automatische Fehlererkennungs- und Korrekturalgorithmen entwickelt, um Fehler bei der Texterkennung zu reduzieren, die beispielsweise durch Unschärfen im Bild oder unregelmäßige Schrift entstehen können.

Zusätzlich ermöglicht adaptives Training eine kontinuierliche Verbesserung der OCR-Systeme. Durch regelmäßiges Training mit neuen Daten können sie sich an verschiedene Schreibstile und Sprachen anpassen und ihre Genauigkeit verbessern.

Kontaktieren Sie uns und erhalten Sie eine maßgeschneiderte Antwort!

Ihre Nachricht wurde erfolgreich versendet!

Vielen Dank für Ihre Anfrage. Wir melden uns in Kürze bei Ihnen!

Oops!

Etwas ist schiefgelaufen. Bitte versuchen Sie es später noch einmal.

In Bearbeitung!

Vielen Dank für Ihre Nachricht. Wir werden Ihre Informationen umgehend bearbeiten.

Bevorstehende Events

WIoT tomorrow 2024

Internationale Ausstellung | Summit

Datum

23. - 24.

Oktober 2024

Ort

Wiesbaden,

Deutschland

Think WIoT Day 28. August

Livestream zum Gesundheitswesen

Datum

28. August

Ort

Online