KI-Qualitätskontrolle — Automatische Sichtprüfung in der Fertigung

Manuelle Sichtprüfung ist anstrengend, ermüdend — und schwankt zwischen Schichten, Tagesform und Prüfern. Kamerabasierte KI-Qualitätskontrolle prüft jedes Teil mit derselben Aufmerksamkeit: rund um die Uhr, dokumentiert und konsistent. Wir bauen solche Prüfstationen als pragmatische Einzellösungen für den Mittelstand — mit Industriekamera, lokalem Rechner in der Linie und Anbindung an Ihr ERP oder MES.

Wo sich automatische Sichtprüfung lohnt

• Oberflächenfehler: Kratzer, Lunker, Grate, Lackfehler, Einschlüsse — erkannt, bevor das Teil zum Kunden geht
• Vollständigkeitsprüfung: Fehlt eine Schraube, eine Dichtung, ein Bauteil? Die Kamera sieht es bei jedem Stück
• Etiketten & Aufdrucke: Richtiges Label, lesbarer Code, korrekte Charge — per OCR und Bildvergleich
• Montage-Verifikation: Sitzt die Baugruppe korrekt? Sind Stecker und Kabel an der richtigen Position?
• Sortierung & Klassifikation: Teile automatisch nach Typ, Größe oder Qualitätsklasse trennen

Wie eine KI-Prüfstation aufgebaut ist

1. Kamera & Beleuchtung: Industriekamera plus definierte Beleuchtung — die halbe Miete für zuverlässige Erkennung
2. Modell: Ein Bildverarbeitungsmodell, trainiert auf Ihren Beispielbildern (Gutteile und typische Fehlerbilder)
3. Edge-Rechner in der Linie: Die Auswertung läuft lokal in Millisekunden — keine Cloud, keine Latenz, keine Datenübertragung nach außen
4. Anbindung: i.O.-/n.i.O.-Ergebnisse fließen ins ERP, MES oder QM-System; Ausschleusung kann direkt angesteuert werden
5. Dashboard: Fehlerraten, Trends und Bildarchiv für QM-Auswertungen und Audits

Ehrlich: wo die Grenzen liegen

• Ohne Beispielbilder kein Modell. Wir brauchen Aufnahmen von Gutteilen und möglichst vielen realen Fehlern. Seltene Defekte lassen sich mit Anomalie-Erkennung abdecken — das besprechen wir ehrlich im Machbarkeits-Check.
• Beleuchtung und Teileführung entscheiden mit. Ein gutes Modell mit schlechter Beleuchtung bleibt ein schlechtes System. Deshalb gehört die Optik-Auslegung bei uns zum Projekt, nicht zur Nachbesserung.
• 100 % gibt es nicht. Ziel ist eine Prüfung, die messbar besser und konsistenter ist als die manuelle Sichtkontrolle — Grenzfälle gehen weiterhin an einen Menschen.

Unser Tech-Stack

• Modelle: Python, PyTorch, YOLO-Familie für Objekterkennung, Anomalib für Anomalie-Erkennung
• Hardware: Industriekameras (GigE Vision), NVIDIA-Jetson- oder Industrie-PC als Edge-Rechner
• Integration: REST/OPC UA Richtung ERP, MES oder SPS; Ausschleusung über digitale Ausgänge
• Betrieb: komplett On-Premise — Produktbilder und Prüfdaten bleiben im Haus

So gehen wir vor

1. Machbarkeits-Check: Sie schicken uns Fotos typischer Gut- und Fehlerteile — wir geben eine ehrliche Ersteinschätzung, ob und wie das Prüfproblem lösbar ist
2. Offline-Pilot: Modelltraining und Test auf Ihren Bildern, noch ohne Eingriff in die Linie — mit messbarer Erkennungsrate als Ergebnis
3. Inline-Installation: Kamera, Beleuchtung und Edge-Rechner an der Station, Integration in Ihren Prozess
4. Betrieb & Nachtraining: Neue Fehlerbilder fließen ins Modell zurück — die Erkennung wird über die Zeit besser

Was KI-Qualitätskontrolle realistisch kostet

• Machbarkeits-Check (auf Basis Ihrer Bilder): 1.500 – 4.000 €
• Pilot einer Prüfstation (Modell, Software, Hardware-Auslegung): 12.000 – 35.000 €
• Weitere Stationen nach dem Pilot: deutlich günstiger, da Modell und Software wiederverwendet werden

Zum Vergleich: Ein einziger unentdeckter Serienfehler, der beim Kunden ankommt, kostet oft mehr als die gesamte Prüfstation.

Häufige Fragen

Wie viele Beispielbilder brauchen wir?

Für erste Piloten reichen oft einige Hundert Gutteil-Bilder und einige Dutzend Fehlerbilder. Bei Anomalie-Erkennung genügen im Extremfall sogar überwiegend Gutteile — das Modell schlägt dann bei allem Abweichenden an. Die genaue Zahl klärt der Machbarkeits-Check.

Wir fertigen viele Varianten — funktioniert das trotzdem?

Ja, mit Einschränkungen. Varianten mit ähnlicher Geometrie deckt ein Modell ab; bei stark unterschiedlichen Produkten arbeiten wir mit Rezepten je Variante, die die Station automatisch aus dem Fertigungsauftrag lädt.

Brauchen wir eine Cloud-Anbindung?

Nein. Die Auswertung läuft auf einem Edge-Rechner direkt an der Linie. Das ist schneller, DSGVO-unkritisch und schützt Ihr Produkt-Know-how — Bilder verlassen Ihr Netzwerk nicht.

Wie schnell ist die Prüfung?

Typisch 20–200 Millisekunden pro Bild, je nach Modellgröße und Hardware. Für die meisten Taktzeiten in der Fertigung ist die Kamera damit nie der Engpass.

Was passiert mit unsicheren Fällen?

Teile, bei denen das Modell unsicher ist, werden ausgeschleust und von einem Menschen nachgeprüft. Diese Entscheidungen fließen als neue Trainingsbeispiele zurück — das System wird im Betrieb kontinuierlich besser.

Verwandte Themen: Industrie 4.0 & Maschinendaten · KI-Produktionsplanung · KI-Lösungen Übersicht · Prozessautomatisierung