Mit KI Retourekosten einsparen und gleichzeitig Kundendiskussionen umgehen
In der Kunststoff Qualitätskontrolle können schnell Kundendiskussionen durch fehlerhafte Ware entstehen. Der Grund dafür liegt bei der Stichprobenkontrolle.
Das heißt: Bei einer Produktion von mehreren tausend Teilen werden oftmals nur Stichproben entnommen und kontrolliert. Jedoch kann so schnell fehlerhafte Ware beim Kunden landen. Im schlimmsten Fall entdeckt der Kunde bei der Warenannahme einzelne defekte Teile und retourniert die gesamte Lieferung.
Die Folge daraus? Diskussionen mit dem Kunden und Retourekosten. Doch das muss nicht sein! Lesen Sie in diesem Artikel, wie Sie typische Probleme in der Qualitätssicherung vermeiden und Kunden eine gleichbleibende Qualität gewährleisten können.
In der Kunststoff Qualitätskontrolle können schnell Kundendiskussionen durch fehlerhafte Ware entstehen. Der Grund dafür liegt bei der Stichprobenkontrolle.
Das heißt: Bei einer Produktion von mehreren tausend Teilen werden oftmals nur Stichproben entnommen und kontrolliert. Jedoch kann so schnell fehlerhafte Ware beim Kunden landen. Im schlimmsten Fall entdeckt der Kunde bei der Warenannahme einzelne defekte Teile und retourniert die gesamte Lieferung.
Die Folge daraus? Diskussionen mit dem Kunden und Retourekosten. Doch das muss nicht sein! Lesen Sie in diesem Artikel, wie Sie typische Probleme in der Qualitätssicherung vermeiden und Kunden eine gleichbleibende Qualität gewährleisten können.
100% Kontrollen statt Stichproben in der Qualitätssicherung
Viele Unternehmen setzen noch auf Stichproben. Kein Wunder: Bei dem derzeitigen Personalmangel ist dies häufig die einzige kostengünstige Lösung in der Qualitätskontrolle. Eine 100% Kontrolle beansprucht zu viel Zeit und Personal und ist daher schwierig umzusetzen – wenn nicht sogar fast unmöglich. Doch es gibt eine Lösung, wodurch Sie eine 100% Kontrolle schaffen, Personalkosten einsparen und das sogar bei gleichbleibender Produktionsgeschwindigkeit.
Wie? Mit einem KI-basierten Kamerasystem!
Bei der KI gestützten Inspektion übernimmt ein neuronales Netzwerk die Arbeit des Menschen und überprüft die Kunststoffteile auf Fehler. Dabei müssen die Teile nur unter der Kamera vorbeilaufen und die KI erkennt innerhalb von Millisekunden Fehler. Durch eine automatische Dokumentation der Mängel können Sie Kundendiskussionen vermeiden und eine gleichbleibende Qualität versprechen.
Viele Unternehmen setzen noch auf Stichproben. Kein Wunder: Bei dem derzeitigen Personalmangel ist dies häufig die einzige kostengünstige Lösung in der Qualitätskontrolle. Eine 100% Kontrolle beansprucht zu viel Zeit und Personal und ist daher schwierig umzusetzen – wenn nicht sogar fast unmöglich. Doch es gibt eine Lösung, wodurch Sie eine 100% Kontrolle schaffen, Personalkosten einsparen und das sogar bei gleichbleibender Produktionsgeschwindigkeit.
Wie? Mit einem KI-basierten Kamerasystem!
Bei der KI gestützten Inspektion übernimmt ein neuronales Netzwerk die Arbeit des Menschen und überprüft die Kunststoffteile auf Fehler. Dabei müssen die Teile nur unter der Kamera vorbeilaufen und die KI erkennt innerhalb von Millisekunden Fehler. Durch eine automatische Dokumentation der Mängel können Sie Kundendiskussionen vermeiden und eine gleichbleibende Qualität versprechen.
Nie wieder Pseudoausschuss durch Umweltfaktoren
Doch warum sich für ein KI basiertes Kamerasystem anstatt eines klassischen Kamerasystems entscheiden?
Der entscheidende Vorteil der KI liegt in der Erkennung der Lage und der Umweltfaktoren. Ein herkömmliches Kamerasystem basiert auf den Pixel- oder Hell-Dunkel-Vergleich. Das bedeutet die Kamera macht ein Bild von dem zu überprüfenden Stück und vergleicht dieses mit einem vorhandenen Bild eines IO Teil. Dabei erkennt sie jedoch auch Schatten, Fusseln, eine falsche Lage oder andere Umweltfaktoren als Fehler. Die Folge daraus: hoher Pseudoausschuss durch falsch erkannte Fehler.
Bei einem KI basierten Kamerasystems wird nur das Teil betrachtet und die Faktoren darum werden „ignoriert“. Das heißt Staub, Schatten sowie eine falsche Lage und ähnliches werden nicht als Fehler erkannt. Das macht das neuronale Netzwerk robust gegenüber Umwelteinflüssen und verhindert Kosten durch Pseudoausschuss.
Doch warum sich für ein KI basiertes Kamerasystem anstatt eines klassischen Kamerasystems entscheiden?
Der entscheidende Vorteil der KI liegt in der Erkennung der Lage und der Umweltfaktoren. Ein herkömmliches Kamerasystem basiert auf den Pixel- oder Hell-Dunkel-Vergleich. Das bedeutet die Kamera macht ein Bild von dem zu überprüfenden Stück und vergleicht dieses mit einem vorhandenen Bild eines IO Teil. Dabei erkennt sie jedoch auch Schatten, Fusseln, eine falsche Lage oder andere Umweltfaktoren als Fehler. Die Folge daraus: hoher Pseudoausschuss durch falsch erkannte Fehler.
Bei einem KI basierten Kamerasystems wird nur das Teil betrachtet und die Faktoren darum werden „ignoriert“. Das heißt Staub, Schatten sowie eine falsche Lage und ähnliches werden nicht als Fehler erkannt. Das macht das neuronale Netzwerk robust gegenüber Umwelteinflüssen und verhindert Kosten durch Pseudoausschuss.
Wie KI unnötigen Ausschuss und Personalkosten in der QS eliminiert - sichern Sie sich Ihr Branchenbeispiel!
Interessiert daran, wie KI die Qualitätssicherung in Ihrer Branche automatisiert? Dann fordern Sie jetzt Ihr Branchenbeispiel per Videofallstudie kostenfrei an. Jetzt direkt starten und individuelles Videobeispiel kostenfrei erhalten!
Durch Inline-Überwachung wiederkehrende Fehler vermeiden
Doch die Optimierung der Kunststoff Qualitätssicherung beinhaltet nicht nur 100% Kontrollen oder die Vermeidung von Pseudoausschuss. Es gibt einen wichtigen Aspekt für die Kosteneinsparung, den viele übersehen: Den Zeitpunkt der Überprüfung.
Wenn ein immer wiederkehrender Fehler durch eine defekte Maschine erst am Ende der Produktion gefunden wird, dann ist es egal, wie gut Ihre Inspektion ist. Der Schaden in Form einer unbrauchbaren Charge wurde produziert.
Doch wie kann das verhindert werden?
Die Antwort ist eine Inline-Überwachung. Das bedeutet: Die Qualitätskontrolle findet nicht erst am Ende statt, sondern schon während der Produktion. So kann eine defekte Maschine schnell lokalisiert werden und hoher Ausschuss wird vermieden. Dadurch sparen Sie Zeit und Kosten, welche durch eine fehlerhafte Produktionsmenge entstanden wäre.
Doch die Optimierung der Kunststoff Qualitätssicherung beinhaltet nicht nur 100% Kontrollen oder die Vermeidung von Pseudoausschuss. Es gibt einen wichtigen Aspekt für die Kosteneinsparung, den viele übersehen: Den Zeitpunkt der Überprüfung.
Wenn ein immer wiederkehrender Fehler durch eine defekte Maschine erst am Ende der Produktion gefunden wird, dann ist es egal, wie gut Ihre Inspektion ist. Der Schaden in Form einer unbrauchbaren Charge wurde produziert.
Doch wie kann das verhindert werden?
Die Antwort ist eine Inline-Überwachung. Das bedeutet: Die Qualitätskontrolle findet nicht erst am Ende statt, sondern schon während der Produktion. So kann eine defekte Maschine schnell lokalisiert werden und hoher Ausschuss wird vermieden. Dadurch sparen Sie Zeit und Kosten, welche durch eine fehlerhafte Produktionsmenge entstanden wäre.
Ihr Branchenbeispiel wie KI unnötig Ausschuss verhindert und manuelle Qualitätsprüfungen automatisiert
Wie KI unnötigen Ausschuss und Personalkosten in der QS eliminiert - sichern Sie sich Ihr Branchenbeispiel!
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.