Tiroler Berglandschaft

In der Halle · Qualitätsprüfung

KI-Qualitätskontrolle mit Computer Vision

Jedes Teil geprüft, nicht jedes zehnte. Eine Kamera an der Linie nimmt jedes Bauteil auf, ein trainiertes Modell unterscheidet Gut von Schlecht – inline statt Stichprobe.

Erstgespräch buchen

Woran es heute hakt

  1. Visuelle Prüfaufgaben sind repetitiv und ermüdend, wenn ein Mensch acht Stunden am Stück Teile begutachten muss. Die Fehlerrate steigt mit jeder Stunde.

  2. Stichproben sehen nur einen Teil der Produktion. Wandert ein Maß durch Werkzeugverschleiß langsam aus, soll der Trend auffallen, bevor Ausschuss entsteht.

  3. Auf derselben Linie laufen viele Varianten mit unterschiedlicher Bestückung. Die Prüfung muss wissen, welche Variante gerade vor der Kamera liegt.

  4. Kommt Monate später eine Reklamation, stellt sich die Frage: War der Defekt schon bei der Auslieferung da? Ohne Bild vom Produktionszeitpunkt bleibt das offen.

Wofür sich Computer Vision in der Qualitätsprüfung eignet

Im Kern richtet sich eine Kamera auf ein Bauteil, nimmt ein Bild auf und wertet es automatisch aus. Ein KI-Modell lohnt sich vor allem dort, wo Defekte variabel sind: Ein Kratzer kann dünn oder breit sein, gerade oder gebogen. Ein regelbasierter Ansatz braucht für jede Variante eine eigene Regel, ein trainiertes Modell lernt das Muster aus Beispielen.

Oberflächeninspektion

Kratzer, Dellen, Verfärbungen und Einschlüsse auf der Bauteiloberfläche erkennen. Der Engpass ist die Beleuchtung: Bevor ich an ein Modell denke, teste ich Ringlicht, Dombeleuchtung, Streiflicht oder Durchlicht, je nach Material und Defekttyp. Polierte Metalloberflächen brauchen polarisierte Beleuchtung oder Diffusoren.

Vollständigkeits- und Montageprüfung

Sitzen Schrauben, Clips, Dichtungen und Stecker an ihrer Position? Die Frage ist binär und technisch oft einfacher als eine Oberflächenprüfung. Bei vielen Varianten kommt die Information per Datenaustausch mit dem MES, per Barcode oder als Trigger von der SPS. Mein Rat: mit der häufigsten Variante starten und schrittweise erweitern.

Maßhaltigkeit und Vermessung

Längen, Abstände, Winkel und Radien direkt aus dem Kamerabild, gut geeignet für relative Messungen und Toleranzen im Bereich von Zehntelmillimetern. Inline wird jedes Teil geprüft, ein langsam wanderndes Maß zeigt sich früh als Trend.

Dokumentation und Rückverfolgbarkeit

Jedes Teil wird fotografiert, das Bild mit Serien- oder Chargennummer verknüpft. Bei einer Reklamation lässt sich prüfen, ob der Defekt schon bei der Auslieferung vorhanden war. Wer täglich zehntausend Teile fotografiert, braucht ein Speicherkonzept und eine klare Löschstrategie.

Manuelle Sichtprüfung, klassische Bildverarbeitung, KI: der Vergleich

KI ist nicht automatisch die beste Wahl. Welcher Ansatz passt, hängt an der Prüfaufgabe: wie stark die Fehler variieren, wie hoch der Takt ist und wie stabil die Bedingungen an der Linie sind.

Vergleich von manueller Sichtprüfung, klassischer Bildverarbeitung und KI
AnsatzStärkenGrenzen
Manuelle SichtprüfungFlexibel: Ein erfahrener Prüfer erkennt auch Fehler, die noch nie aufgetreten sind, und beurteilt Grenzfälle im Zusammenhang. Keine Investition in Technik, bei neuen Produkten sofort einsetzbar.Ermüdend, wenn ein Mensch acht Stunden am Stück Teile begutachtet. Bei hohem Takt oft nur als Stichprobe machbar. Zwei Prüfer bewerten denselben Grenzfall nicht immer gleich, und ein Bild für spätere Reklamationen gibt es nicht.
Klassische BildverarbeitungRegelbasiert mit definierten Schwellwerten: nachvollziehbar, schnell und ohne Trainingsbilder. Stark bei Messaufgaben und Anwesenheitsprüfungen unter gleichbleibenden Bedingungen, etwa: Ist die Bohrung da, stimmt der Abstand?Variable Fehler wie ein Kratzer, der mal dünn und mal breit, mal gerade und mal gebogen ist, brauchen für jede Variante eine eigene Regel. Schwankende Beleuchtung und neue Varianten bedeuten Nacharbeit an den Regeln.
KI-ModellLernt das Muster aus Beispielbildern und kommt mit variablen Fehlern und natürlichen Schwankungen der Oberfläche zurecht. Neue Fehlerbilder kommen durch weiteres Training dazu, nicht durch neue Regeln.Braucht für den Start einige hundert Bilder; bei seltenen Fehlern fehlen Beispiele. Warum das Modell ein Teil aussortiert, ist schwerer nachzuvollziehen als bei einer Regel. Die Beleuchtung bleibt kritisch, und im Betrieb braucht es Monitoring.

Die Ansätze schließen sich nicht aus: Maße lassen sich regelbasiert prüfen, variable Oberflächenfehler mit einem KI-Modell, und Grenzfälle, die das System aussortiert, entscheidet ein Mensch.

Was es an der Linie braucht

Ein typisches Setup besteht aus fünf Teilen. Der aufwändigste Teil ist oft die Integration in die bestehende Linie: Wo wird die Kamera montiert, wie entsteht das Trigger-Signal, wie kommt das Ergebnis zur SPS?

Industriekamera

Flächen- oder Zeilenkamera, je nach Anwendung, mit zwei bis zwanzig Megapixeln. Für die meisten Anwendungen reicht eine Kamera im mittleren Preissegment.

Objektiv

Passend zu Arbeitsabstand und Bildfeld. Hier zu sparen rächt sich: Ein schlechtes Objektiv macht jede gute Kamera schlechter.

Beleuchtung

Der kritischste Faktor. LED-Beleuchtung mit definierter Geometrie und stabiler Helligkeit, abgeschirmt gegen Fremdlicht.

Edge-PC

Wertet die Bilder vor Ort aus. Ein moderner Edge-PC mit GPU kann die meisten Vision-Modelle in Echtzeit ausführen.

Mechanische Integration

Halterungen, Abschirmung gegen Fremdlicht, eventuell ein Gehäuse. Wird in Angeboten oft vergessen, kostet aber Zeit und Geld.

Wo Computer Vision an Grenzen stößt

Computer Vision ist kein Wundermittel. Die Grenzen zu kennen spart Enttäuschung und Geld.

Komplexe 3D-Geometrien

Eine 2D-Kamera sieht keine Hinterschneidungen, Bohrungstiefen oder Innengeometrien. 3D-Vision hilft teilweise, ist aber deutlich teurer und komplexer.

Wechselnde Beleuchtung

Tageslicht, wechselnde Hallenbeleuchtung oder Reflexionen drücken die Bildqualität. Kontrollierte, abgeschirmte Beleuchtung ist Pflicht.

Transparente und spiegelnde Materialien

Glas, poliertes Metall und Folien sind für Kamerasysteme schwierig. Es funktioniert, aber der Aufwand für Beleuchtung und Bildvorverarbeitung ist deutlich höher.

Seltene Defekte

Tritt ein Fehler nur einmal pro zehntausend Teile auf, fehlen Trainingsbilder. Anomalie-Erkennung kann helfen, ist aber weniger zuverlässig.

Verschmutzung und Verschleiß

Kühlschmierstoffe, Staub und Vibrationen setzen Kamera und Beleuchtung zu. Regelmäßige Wartung muss eingeplant sein.

Rechenbeispiel mit angenommenen Werten

Die Zahlen in diesem Beispiel sind Annahmen zur Veranschaulichung, keine Messwerte aus einem Projekt. Setzen Sie Ihre eigenen Werte ein.

Die Annahme

Eine Linie fertigt 2.000 Teile pro Schicht. Bisher prüft ein Mitarbeiter jedes zehnte Teil per Sichtprüfung.

Mit Stichprobe

Geprüft werden 200 Teile pro Schicht, 1.800 gehen ungeprüft weiter. Ein Fehler, der zwischen zwei Stichproben auftritt, kann bis zum Kunden durchrutschen.

Mit Inline-Prüfung

Die Kamera nimmt alle 2.000 Teile auf, jedes wird bewertet. Wie viele Fehler das System an Ihren Teilen tatsächlich findet, zeigt erst der Pilot. Eine Prozentzahl nenne ich deshalb vorab nicht.

Was Sie gegenrechnen

Auf der einen Seite der Pilot ab 12.000 € plus Hardware, Richtwert 1.500 bis 3.500 €. Auf der anderen Ihre Kosten für Reklamationen, Ausschuss, Nacharbeit und Prüfzeit. Diese Werte kennen nur Sie; im Potenzial-Workshop sehen wir gemeinsam an, wo sich KI bei Ihnen rechnet und wo nicht.

So läuft es ab

  1. Erstgespräch

    Kostenlos · 30–45 Min

    Wir klären Anlass, Ziel und Datenlage – und ob es überhaupt ein KI-Thema ist. Sie bekommen eine ehrliche Einschätzung und eine Empfehlung für den nächsten Schritt.

  2. Potenzial-Workshop

    1 Tag · Festpreis

    Use-Cases priorisieren, Datenlage prüfen, Fahrplan festlegen. Für die Qualitätsprüfung heißt das: eine Station, ein Defekttyp, ein klares Erfolgskriterium.

  3. Pilot an Ihrer Linie

    2–6 Wochen · ab 12.000 €

    Beleuchtung zuerst, dann Trainingsbilder: mindestens einige hundert Bilder von Gutteilen und, soweit vorhanden, von Defekten. Der Pilot testet Ihren Use-Case im Betrieb, mit messbaren KPIs.

  4. Umsetzung & Betrieb

    nach Pilot

    Wenn der Pilot überzeugt: Produktivbetrieb in Ihrer Infrastruktur, mit Monitoring, Wartung und Doku. Weitere Varianten und Stationen kommen schrittweise dazu.

Preis

Pilot
ab12.000 €

Typischer Rahmen je nach Umfang: 12.000 bis 30.000 €

Einstieg bei klar abgegrenztem Umfang: eine Station, ein Fehlertyp, 2 bis 6 Wochen.

Alle Preise netto, zzgl. USt.

  • Zuzüglich Hardware, Richtwert 1.500 bis 3.500 €: Industriekamera, Objektiv, Beleuchtung und Edge-PC. Montage und Halterungen nach Aufwand.

Was im Preis enthalten ist

  • Abstimmung von Station, Fehlertyp und Erfolgskriterium
  • Beleuchtung und Kameraposition einrichten
  • Bildaufnahme an der Linie, einige hundert Bilder
  • Modell trainieren und an echten Teilen testen
  • KPI-Messung und Ergebnis-Review mit Empfehlung

Was den Preis nach oben treibt

  • Mehrere Stationen oder viele Varianten
  • Wechselnde Beleuchtung oder Fremdlicht
  • Seltene Fehler, die mehr Bilder brauchen
  • Anbindung an SPS oder MES
  • Dokumentation und Rückverfolgbarkeit

Häufige Fragen

Oberflächenfehler wie Kratzer, Dellen, Verfärbungen und Einschlüsse, die Vollständigkeit und Montage von Baugruppen, Maße im Bereich von Zehntelmillimetern und die Bilddokumentation jedes Teils. Am besten eignen sich repetitive visuelle Prüfungen unter kontrollierten Bedingungen.
Sichtbare Fehler an der Oberfläche wie Kratzer, Dellen, Verfärbungen und Einschlüsse, fehlende oder falsch montierte Teile wie Schrauben, Clips, Dichtungen und Stecker sowie Maßabweichungen im Bereich von Zehntelmillimetern. Ein trainiertes Modell erkennt die Fehlerarten, für die es Beispielbilder gesehen hat. Fehler, die noch nie vorkamen, kann eine Anomalie-Erkennung als Abweichung vom Gutteil melden, das ist aber weniger zuverlässig. Was die Kamera nicht sieht, etwa Hinterschneidungen, Bohrungstiefen oder Fehler im Inneren, bleibt Aufgabe anderer Prüfverfahren.
Entscheidend ist weniger die Branche als die Prüfaufgabe: wiederkehrende visuelle Prüfungen unter kontrollierten Bedingungen. In der Metallverarbeitung geht es oft um Kratzer, Dellen und Grate; polierte Oberflächen brauchen dabei besondere Beleuchtung. Bei Kunststoffteilen um Verfärbungen, Fehlstellen und unvollständig gefüllte Teile, transparente Teile sind aufwändiger. In der Holzverarbeitung um Risse, Äste und Verfärbungen, wo die natürliche Maserung mit festen Regeln schwer zu fassen ist. In der Elektronik um Vollständigkeit und Lage von Bauteilen und Steckern.
Klassische Bildverarbeitung arbeitet regelbasiert mit definierten Schwellwerten. Ein trainiertes KI-Modell macht dort Sinn, wo Defekte variabel sind, also nicht immer gleich aussehen: Es lernt das Muster aus Beispielen, statt für jede Variante eine eigene Regel zu brauchen.
Für den Start mindestens einige hundert Bilder von Gutteilen und, soweit vorhanden, von Defekten. Je mehr Variabilität in den Bildern steckt, desto robuster wird das Modell. Bei sehr seltenen Defekten fehlen Beispiele; Anomalie-Erkennung hilft dann, ist aber weniger zuverlässig.
Nein. Für Mikrometer-Genauigkeit oder komplexe 3D-Geometrien bleibt das KMG unverzichtbar. Die Kamera ergänzt es: hundert Prozent Inline-Prüfung mit moderater Genauigkeit plus Stichproben am KMG mit hoher Genauigkeit.
Drei Fragen klären wir früh: Wo wird die Kamera montiert? Wie wird das Trigger-Signal erzeugt? Wie kommuniziert das Ergebnis mit der SPS? Diese Fragen klingen banal, binden aber schnell mehrere Tage Arbeit und gehören deshalb von Anfang an in den Plan.
Ein Pilot dauert 2 bis 6 Wochen und testet Ihren Use-Case im Betrieb, mit messbaren KPIs. Er kostet ab 12.000 €, inklusive Bildaufnahme an der Linie, Training, Test an echten Teilen und Ergebnis-Review; die Hardware kommt dazu, Richtwert 1.500 bis 3.500 €. Das Erstgespräch vorab ist kostenlos. Überzeugt der Pilot, folgt der Produktivbetrieb in Ihrer Infrastruktur.
Kameras und Beleuchtungen verschmutzen in der Produktion durch Kühlschmierstoffe, Staub und Vibrationen. Regelmäßige Wartung gehört deshalb in die Planung, ebenso Monitoring und Doku für den Betrieb.

Weiterlesen

Starten wir mit einem Erstgespräch

Das Erstgespräch ist kostenlos. Wir klären Anlass, Ziel und Datenlage – und ob es überhaupt ein KI-Thema ist.

Erstgespräch buchen