Visuelle Qualitätskontrolle optimieren

Künstliche Intelligenz in der Bildprüfung

Stefanie Horrmann ist Head of Alliances und Business Development bei Axians IT Solutions
Ein effizientes, exaktes Qualitätsmanagement ist für produzierende Unternehmen unverzichtbar. Häufig erfolgt es jedoch noch manuell und zeitversetzt. Künstliche Intelligenz (KI) kann helfen, Prüfprozesse zu automatisieren und in die Produktion zu integrieren. Ein Beispiel aus der Praxis zeigt, wie’s geht.

KI (Künstliche Intelligenz) ist auf dem Vormarsch. 41 Prozent der deutschen Unternehmen setzen die neue Technologie bereits ein, so eine aktuelle IDC-Studie. 88 Prozent planen in den nächsten zwölf Monaten KI-Projekte. Motivatoren dafür sind: Kosten reduzieren, die Effizienz steigern und die Produktqualität verbessern. Ein Einsatzgebiet, in dem sich all diese Vorteile mit KI erzielen lassen, ist die visuelle Qualitätskontrolle. In produzierenden Unternehmen spielt das Qualitätsmanagement eine zentrale Rolle für den Geschäftserfolg. Denn um auf dem globalisierten Markt konkurrenzfähig zu bleiben, müssen Hersteller wirtschaftlich arbeiten und gleichzeitig höchste Produktqualität liefern.

Die besten Ideen und Konzepte entstehen oft in sogenannte Co-Creation-Workshops.
Die besten Ideen und Konzepte entstehen oft in sogenannte Co-Creation-Workshops.
Foto: Monkey Business Images - shutterstock.com

Im B2B-Umfeld gelten oft strenge Vorgaben, in manchen Sparten wie der Healthcare-Branche sogar eine Null-Fehler-Toleranz. Zulieferer dürfen sich also keine Patzer erlauben, wenn sie im Geschäft bleiben wollen. Auch im B2C-Markt sind Kunden anspruchsvoll und schnell bereit, einmal einen negativen Kommentar auf Facebook, Twitter & Co. zu schreiben. Daraus kann sich ein Shitstorm entwickeln, der verheerende Folgen für den Ruf eines Unternehmens annehmen kann.

Herausforderungen im Qualitätsmanagement

So wichtig die Qualitätssicherung ist - so große Bauchschmerzen verursacht sie häufig. Denn die Soll-/Ist-Prüfung findet in vielen Unternehmen noch manuell statt und ist oft mit großem Aufwand verbunden. Fehler müssen identifiziert, analysiert, lokalisiert und beseitigt werden. Dabei fallen mitunter vielfältige und teils sehr komplexe Aufgaben an, die sich nur schwer automatisieren lassen. Hinzu kommt, dass Mitarbeiter bei der Qualitätsprüfung manchmal in unbequemer Position arbeiten und Bauteile mühevoll nach Fehlern absuchen müssen.

Bild erkennende und verarbeitende Systeme in einer Fertigungsstraße.
Bild erkennende und verarbeitende Systeme in einer Fertigungsstraße.
Foto: asharkyu - shutterstock.com

Ein weiteres großes Problem besteht darin, dass die Qualitätskontrolle meist zeitversetzt erfolgt. So können Stunden vergehen, bis ein Fehler entdeckt und die Produktion angepasst wird. Währenddessen entsteht am laufenden Band Ausschuss, der die Kosten unnötig in die Höhe treibt. Abgesehen davon lassen sich solche Ereignisse unternehmensintern schwer verargumentieren. Verantwortliche stehen sofort in unmittelbarer Kritik.

Diese Vorteile bringt der Einsatz von KI

Künstliche Intelligenz kann helfen, die Herausforderungen in der visuellen Qualitätskontrolle zu meistern. Denn mithilfe von selbstlernenden Algorithmen lässt sich die Soll-/Ist-Überprüfung automatisieren und in Echtzeit durchführen. Sie wird dadurch effizienter, exakter und kann nahtlos in den Produktionsprozess eingebunden werden. Findet die KI Anomalien, kann sie ihre Erkenntnisse direkt digital mit anderen Systemen teilen, sodass sich die Produktion im Idealfall ohne menschliches Eingreifen unmittelbar anpasst. Auf diese Weise lassen sich erhebliche Kosten sparen. Mitarbeiter werden durch die Automatisierung entlastet und haben nun mehr Zeit für wertschöpfende Aufgaben.

Lesetipp: Künstliche Intelligenz in der Wolke

Kamerasysteme an der Fertigungsstraße

Ein deutscher Technologiekonzern hat bereits einen Prototyp für ein solches KI-Projekt zur Optimierung der Qualitätskontrolle umgesetzt. Als Hardware kam dabei die IBM Power System AC922 Plattform zum Einsatz, Software-seitig das Open Source Framework TensorFlow und die IBM Suite Power AI Vision. Als Bildverfahren verwendete man etablierte Standardbibliotheken.

»

c.m.c. 2021 - Rethinking Managed Services

Systemhäuser müssen Cloud-fähig werden, um ihren Kunden die passenden Lösungen anzubieten. Auf dem digitalen c.m.c. Kongress am Mittwoch, den 3. März 2021, zeigen Service Provider, wie das Cloud- und Managed-Service-Geschäft gelingt.
channel meets cloud cmc

Um die Daten für die KI-Lösung zu gewinnen, installierten die Experten speziell ausgewählte Kamerasysteme an der Fertigungsstraße, die sie exakt positionierten und präzise einstellten. Außerdem optimierten sie die Ausleuchtung. So entstanden aussagekräftige Bilder, mit denen das Deep-Learning-Modell trainiert werden konnte. Die Data Scientists brachten dem Algorithmus nun bei, Fehler und Qualitätsmängel zu erkennen. Dafür speisten sie ihn mit den zuvor aufgenommenen Gut- und Schlechtbildern und klassifizierten falsche Strukturen. Dadurch lernte die KI, Fehler wiederzuerkennen, und wurde immer treffsicherer.

Mit Co-Creation schneller ans Ziel

Der Prototyp entstand in einem Co-Creation. Dabei arbeitete ein internationales Team aus Spezialisten verschiedener Fachrichtungen zusammen, darunter IT- und OT-Experten, Data Scientists sowie Fachleute aus dem Bereich KI und optische Prüfsysteme. Jeder der Experten steuerte sein Know-how bei. So gelang es dem Team, innerhalb von wenigen Tagen eine Lösung zu entwickeln und umzusetzen. Die Digitalschmiede hat das Ziel, Unternehmen bei der Entwicklung von digitalen Innovationen zu unterstützen. Sie bringt projektbezogen Experten zusammen und stellt den kreativen Rahmen sowie die benötigten Technologien zur Verfügung.

KI-Prozesse optimieren und Kosten sparen

Es gibt viele Möglichkeiten, wie man mit KI-Prozesse optimieren und Kosten sparen kann. Die visuelle Qualitätskontrolle ist nur ein Beispiel dafür. Der Einsatz von intelligenten Algorithmen lohnt sich vor allem dort, wo Unternehmen drängende Herausforderungen haben und sich schnell spürbare Verbesserungen erzielen lassen. Um Ideen zu entwickeln und Lösungsmöglichkeiten zu erproben, bilden Co-Creation-Workshops den idealen Rahmen. Denn KI-Projekte erfordern spezialisiertes Know-how in vielen verschiedenen Fachgebieten. Kaum ein Unternehmen kann das im Alleingang stemmen. Wer in interdisziplinären Teams zusammenarbeitet, kommt deutlich schneller und effizienter ans Ziel - und verschafft sich damit einen Digitalisierungsvorsprung.