KI Qualitätskontrolle: Mit Prozessüberwachung Ausschuss reduzieren und Fachpersonal effizienter einsetzen
Ziel der Qualitätskontrolle ist es, Reklamationen zu vermeiden und Produktionsprozesse zu optimieren. In vielen Betrieben werden Qualitätskontrollen noch händisch von Mitarbeitern in Form von Stichproben oder einer Endkontrolle durchgeführt, weil bisherige Kamerasysteme nicht ausreichend gut funktionieren. Dadurch steigt nicht nur das Gefahrenpotenzial, das Fehler übersehen werden, sondern der aktuelle Prüfprozess bindet wertvolle Mitarbeiterzeit in Zeiten von Fachkräftemangel.
Hier kann KI in der Qualitätskontrolle die Lösung sein, weil wichtige Stationen im Produktionsprozess automatisch überwacht und Fehler zuverlässig erkannt werden, ohne Mitarbeiterzeit zu binden. Mehr zu den vielfältigen Vorteilen von KI-basierten Qualitätskontrollen finden Sie in diesem Artikel.
Was ist KI-basierte Qualitätskontrolle?
Die KI-basierte Qualitätskontrolle nutzt künstliche Intelligenz, um die Überprüfung von Produkten auf Fehler und Mängel zu automatisieren. Anders als traditionelle Verfahren, bei denen entweder manuell geprüft oder klassische industrielle Bildverarbeitungssysteme eingesetzt werden, analysiert ein KI-System Daten mit Hilfe von Algorithmen, die aus großen Datenmengen lernen.
KI bedeutet in diesem Zusammenhang drei Dinge:
Damit unterscheiden sich KI-basierte Kamerasysteme zur Qualitätskontrolle stark von klassischen Kamerasystemen, die oft starr programmiert sind und bei Abweichungen schnell an ihre Grenzen stoßen.
Gegenüberstellung: Mensch vs. klassische Kamerasysteme vs. KI Qualitätskontrolle
Egal, ob Sie an Qualitätskontrollen im Wareneingang, -ausgang oder an Inline-Kontrollen denken, prinzipiell gibt es drei Möglichkeiten mit jeweils zwei unterschiedlichen Ansätzen. Die nachfolgende Grafik zeigt Ihnen alle Lösungsmöglichkeiten, um Qualitätskontrollen durchzuführen. Die entscheidenden Fragen für Sie sind:
a) Mensch vs. Kamera mit Bildvergleich vs. Kamera mit KI Ansatz?
b) Wo ist der Hebel hinsichtlich Ausschussvermeidung & Kosteneinsparung?

Vorteile der KI-basierten Qualitätskontrolle im Vergleich zu anderen Lösungen
Robustheit gegenüber externe Faktoren
Herkömmliche Kamerasysteme, die über Bildvergleiche arbeiten, erkennen Staub, Schattenwürfe oder verändernde Lichtverhältnisse als Fehler. Oder Vibrationen führen dazu, dass Bilder nicht korrekt aufgenommen und abgeglichen werden können. Klassische Systeme detektieren viel Pseudoausschuss, gerade, wenn die Umgebungsbedingungen nicht ganzjährig gleichbleibend sind. Externe Faktoren müssen dann über Parametrierung in der Software definiert werden, was sehr aufwendig und wiederum fehleranfällig ist. Der KI-Ansatz ist deshalb robuster gegenüber Bewegung und externen Faktoren, weil konkrete Fehlerbilder antrainiert werden. Die KI weiß klar zu unterscheiden zwischen Staub, Schatten oder konkreter Fehler, wie ein Kratzer, etc.
Einfache Anlernphase
Bei klassischen Kamerasystemen wird ein Algorithmus programmiert und Abweichungen vom Gutbild über Parameter beschrieben. Bei einer KI reicht es, Beispielbilder Ihrer Gutware und Fehlerbilder zu zeigen. Der Algorithmus definiert selbst die Muster, anhand dessen sich ein Fehlerbild von einem anderen unterscheidet. Die KI muss also im Live-Betrieb mit Produktionsdaten versorgt und anschließend mithilfe digitaler Zwillinge (synthetische Daten) angereichert werden, um zuverlässig Ihre Produkte und Fehlertypen zu lernen. Stellen Sie sich das so vor, als würden Sie einen neuen Mitarbeiter anlernen. Ist sein Wissen einmal angelernt, kann man es copy & paste auf andere Anlagen übertragen und auf dem bestehenden Datensatz (Erfahrungswissen) aufbauen.
Kostengünstige Skalierbarkeit
Der KI-Ansatz ist ein datenbasierter Ansatz, der es Ihnen erlaubt, auf der bestehenden Datenbasis aufzubauen und zukünftig neue Fehler und Produkte schnell und einfach anzulernen oder das bestehende System auf andere Anlagen einfach auszurollen. Sie investieren einmal in die Digitalisierung Ihrer Produkte und Fehlerkatalog und können es fortan für alle Anlagen nutzen und weiter ausbauen. Sollten Sie neue Produkte herstellen und bisher unbekannte Fehler erzeugen, werden diese schnell erkannt, trainiert und im täglichen Prüfprozess implementiert.
In drei Schritten zur KI Qualitätskontrolle mit uniEDGEvision - Textilbeispiel

Schritt 1: Produktionsdaten sammeln
Für den Live-Betrieb wird die erforderliche Hardware ermittelt, die Ihre Fehler detektieren kann. Anschließend werden Echtbilder der Gutware und von den Fehlerbildern aufgenommen.

Schritt 2: Erzeugung synthetischer Daten
Aus den Produktionsdaten werden synthetische Daten generiert, um das KI-Training zu beschleunigen und abzusichern (Stichwort: Ausbalancierter Datensätze). Das ist ein iterativer Prozess mit Tests, wie gut die KI bereits Fehlerbilder verallgemeinert hat.

Schritt 3: Start der KI-Prüfung + Regelsystem
Sind die Fehlerbilder antrainiert, werden im letzten Schritt noch Regeln definiert, wie mit den erkannten Fehlern umgegangen werden soll. Hier wird festgelegt, was nach der Fehlerdetektion im einzelnen passieren soll (Stichwort: Schnittstellenlösung zu anderen Systemen).
Fazit: Warum jetzt auf KI setzen?
Die Qualitätskontrolle ist ein entscheidender Faktor für den Erfolg produzierender Unternehmen. Fehlerhafte Produkte können nicht nur hohe Kosten verursachen, sondern auch den Ruf eines Unternehmens schädigen. Genau hier bietet die KI-basierte Qualitätskontrolle einen klaren Wettbewerbsvorteil: Sie arbeitet präziser, effizienter und zuverlässiger als traditionelle Verfahren.
Die Implementierung von KI in Ihre Unternehmensprozesse, ist eine langsame Transformation, die erfahrungsgemäß etwas Zeit braucht, um Ihre Mitarbeiter im Prozess abzuholen und erfolgreich einzubinden. Sollte das also ein interessantes Thema für Sie sein, dann zögern Sie nicht zu lang, um sich damit auseinanderzusetzen. Falls Sie Interesse an eine Potenzialanlyse für Ihren Betrieb haben, dann lassen Sie uns gerne persönlich miteinander sprechen.
FAQ
Häufig gestellte Fragen
Allgemeines
Die Software eines üblichen industriellen Kamerasystems arbeitet über einen Bildabgleich, bei dem ein SOLL- / IST-Vergleich durchgeführt wird. Das bedeutet: Die Kamera erfasst ein Bild, welches mit einem in der Software hinterlegten Bild verglichen wird. Abweichungen vom SOLL-Zustand werden mithilfe von Parametern erfasst, bei dem ein Programmierer festlegt, wie Abweichungen definiert werden. Dieses System ist sehr anfällig für "Pseudofehler", weil bereits verändernde Lichtverhältnisse als Fehler detektiert werden. Ein KI-basiertes System lernt Fehlertypen anhand von Gut- und Fehlerbildern. Dadurch wird ein Bild erfasst und die Software sucht aktiv nach den bekannten Fehlern. Es müssen keine Parameter festgelegt werden, um eine Abweichung vom Gutbild zu definieren. Dadurch können auch sehr komplexe Aufgaben, wie die Warenschau & Qualitätsprüfung auf Textilien, automatisiert werden – etwas, das mit herkömmlichen Systemen nicht realisierbar wäre.
Falls Sie bisher kein KI-System, sondern ein übliches industrielles Kamerasystem getestet haben, dann schauen Sie sich bitte die Antwort auf die erste Frage in der FAQ Sektion an. Falls Sie bereits erfolglos KI-Systeme getestet haben, dann liegt das vermutlich daran, dass der Teachingprozess zu lang dauert, bis die Fehlerbilder zuverlässig antrainiert sind. Dieser Umstand liegt an der zu geringen Datenmenge, die der KI zugeführt wurde. Das uniEDGEvision System arbeitet hier mit synthetisch erzeugten Daten, um den Teachingprozess zu beschleunigen und ausreichend Daten für die KI zur Verfügung zu stellen.
Kosten
Wenn wir in einem Erstgespräch feststellen, dass wir Ihnen weiterhelfen können und Sie bereit sind, in eine KI-basierte Lösung zu investieren, dann bieten wir Ihnen ein Pilotprojekt mit uns an. Im Pilotprojekt werden feste Ziele und ein zukünftiger Rollout definiert. Sollten wir die vereinbarten Ziele im Pilotprojekt nicht erfüllen, entstehen für Sie keine Kosten. Ist das Pilotprojekt erfolgreich, rechnen wir das Projekt normal ab und gehen gemeinsam mit Ihnen in den Rollout. So haben Sie einen risikofreien Test und wir die Gewissheit, dass Sie ernsthaftes Interesse an unsere Lösung haben. Klingt doch fair, oder?
Hier eine pauschale Antwort zu geben, wäre unseriös, denn das hängt immer vom jeweiligen Anwendungsfall unserer Kunden ab. In einem Erstgespräch ermitteln wir Ihren genauen Bedarf und das notwendige Set Up für ein mögliches Projekt. Anschließend können wir Ihnen transparent darlegen, welche Kosten für die Nutzung von uniEDGEvision anfallen würden. Prinzipiell erhalten Sie bei uns die Möglichkeit ein einmaliges Gesamtprojekt zu realisieren oder ein flexibles Modell auf monatlicher Basis (Retainer) mit uns wählen, bei dem wir in kurzen Sprints gemeinsame Etappenziele erreichen.
Es kommt eher darauf an, wie hoch die verbundenen Kosten bei Ihren Kleinserien sind. Sind Ihre jährlichen Kosten für Reklamationen, Ausschuss und Personalbedarf zur Qualitätsprüfung in einem mittleren 5-stelligen Bereich, dann lohnt sich der Aufwand mit einem KI-Ansatz relativ schnell. Wenn Sie stattdessen niedrige 5-stellige Kosten pro Produktlinie haben, wird eine Amortisierung zu lang dauern. Aber um Ihnen hier genau Auskunft zu geben, macht ein Erstgespräch Sinn, bei dem wir Ihren spezifischen Use Case besprechen.
Eigenschaften von uniEDGEvision
Die KI erfasst Bilder über gelernte Texturen und Muster und erkennt diese im aufgezeichneten Bild wieder. Einmal antrainiert, weiß die KI genau zwischen Produktarten, Fehlertypen und externen Faktoren (Licht, Staub, etc.) zu unterscheiden.
In den meisten Fällen ist eine hohe Produktionsgeschwindigkeit unproblematisch. Unser Modell läuft auf einem mitgelieferten Industrie-PC direkt bei Ihnen vor Ort, was bedeutet, dass das KI-Modell Bilder in Millisekunden analysiert. Unsere Erfahrung zeigt, dass eher das Teile-Handling als die KI-Auswertung ein potenzieller Engpass für die Automatisierung darstellt.
In den meisten Fällen stellt das keine Schwierigkeit dar. Wir passen die verwendete Hardware zur Aufnahme (Kamera, Beleuchtung, Anbringung usw.) bei Bedarf vollständig an Ihre spezifischen Anforderungen an. Da unser System herstellerunabhängig arbeitet, können wir stets das optimale Hardware Setup für Ihre Prüfanforderungen bereitstellen.
Implementierung
Anders als andere KI-Systeme arbeiten wir mit einem digitalen Zwilling Ihres Produktes und Ihrer Fehlertypen (synthetische Daten). Dadurch können wir Ihre echten Produktionsdaten mit synthetisch erzeugten Daten anreichern und den Teachingprozess im virtuellen Raum beschleunigen. Innerhalb weniger Stunden können dadurch neue Produkte und Fehler antrainiert werden und ausreichend Trainingsdaten zur Verfügung gestellt werden.
Wir benötigen nur wenige Echtdaten, weil wir daraus synthetische Daten (digitaler Zwilling) erzeugen, um die KI anzuteachen. Erfahrungsgemäß zeichnen wir im ersten Monat der Zusammenarbeit Echtdaten im Prozess auf, die uns ausreichen, um Ihren kompletten Fehlerkatalog digital nachzubilden und die KI anzutrainieren.
In der Regel stellt uniEDGEvision eigene Kameras bereit, aber es gibt auch die Möglichkeit, bereits vorhandene Kameras zu nutzen. In diesem Fall prüfen wir die aufgezeichnete Bildqualität zur Verarbeitung für die KI-Auswertung. Sind die bestehenden Komponenten mit unseren Anforderungen kompatibel, steht dem nichts im Weg.
Fortlaufende Betreuung
Ja, uniEDGEvision ist eine SaaS-Lösung (Software as a Service). Sie erhalten regelmäßig Updates und bleiben auf dem neuesten Stand.