Deep Learning für die Qualitätskontrolle im Mittelstand

Die Deevio GmbH aus Berlin hat eine Deep Learning Lösung für die Qualitätskontrolle entwickelt, die sich an den tatsächlichen Bedürfnissen des Kunden orientiert, bestehende Hardware und Produktbilder-Datenbanken umfassend miteinbezieht und im Produktivbetrieb einen dauerhaften Genauigkeitsgrad von über 99 Prozent erreicht.

Bisher eignete sich die sogenannte Machine Vision, also das auf Bildverarbeitung basierende, automatisierte Freigeben oder Aussondern von Produkten, vorwiegend für vergleichsweise banale Qualitätsprüfungs-Aufgaben. Der Software mussten vom Bediener genaue Regeln vorgegeben werden, um akzeptable Ergebnisse und Ausschussquoten zu erzielen ("Ist die Länge ungleich 2150 mm, wird das Werkstück ausgesondert"). Stellte sich die Fehlervarianz jedoch schon etwas breitgefächerter dar, wuchs der Anteil der Pseudofehler-Quote massiv an. Der Einsatz einer manuellen Prüfung durch qualifizierte Mitarbeiter ist hingegen keine probate Alternative. Er wirkt sich einerseits negativ auf Verarbeitungsgeschwindigkeit und -kosten aus, andererseits können selbst hochmotivierte und -konzentrierte Qualitätsprüfer nicht rund um die Uhr arbeiten – und übersehen auch immer wieder relevante Material- und Verarbeitungsfehler.

Die eingebaute Künstliche Intelligenz sorgt dafür, dass sich die Software kontinuierlich verbessert und sogar auch von produktionsfremden Fehlervarianten lernen kann. Die Experten von Deevio setzen – von der ersten Kontaktaufnahme bis zur Einbindung der vollkonfigurierten und getesteten Lösung in den Produktionsablauf – auf ein transparentes, schrittweises Vorgehen. Im Fokus steht der tatsächliche Mehrwert für den Kunden und das realistisch zu erzielende Einsparungs- und Optimierungspotential.

Der Kontakt mit Deevio kann ganz unkompliziert über das Senden einer E-Mail mit einem angehängten Produktbild aus der aktuellen Fertigung erfolgen. Im nächsten Schritt werden der Status Quo und die besonderen Herausforderungen analysiert, das Volumen eruiert und die momentan erreichte Prüfgenauigkeit genau betrachtet.

Lässt die Sichtung dieser Daten dann den Schluss zu, dass Deevio dem Unternehmen bei der Verbesserung der Qualitäts-/Qualitätsendkontrolle hilfreich zur Seite stehen kann, wird zunächst eine Machbarkeitsstudie und dann ein Proof-of-Concept erarbeitet. Berücksichtig wird dabei auch, inwieweit sich vorhandene (und in der Regel sehr investitionsintensive) Hardware, Kameras, Lichtquellen und Bilddatenbanken in die finale Lösung bestmöglich integrieren lassen. Werden zusätzliche Geräte oder Infrastruktur benötigt, hilft Deevio bei der Suche und Einbindung der passenden Partner, kann aber auf Wunsch auch auf ein bewährtes Netzwerk zurückgreifen.

Um auch unter sehr begrenzten Raumverhältnissen arbeiten zu können, findet die auf die speziellen Anforderungen angepasste Deevio Software in einem kompakten Mini-PC Platz, der zusammen mit einer sehr leistungsfähigen Grafikkarte die sogenannte "AI-Box" ergibt und als KI-Rechenzentrale fungiert.

• Bei der sehr anspruchsvollen Gussteilinspektion beispielsweise erstellt Deevios System eine Vielzahl von hochauflösenden Bildern mit unterschiedlichen Belichtungszeiten.
• Der von Deevio selbstentwickelte HDR-Algorithmus errechnet daraus dann ein sehr aussagekräftiges Bild des Produkts, das keinerlei störende Lichtreflexionen mehr aufweist.
• Die resultierende Image-Datei wird auf mögliche Material- und Verarbeitungsfehler wie Kratzer, Risse, poröse Stellen, Lufteinschlüsse oder andere Ausschlusskriterien untersucht.
• Abhängig von den zugrundeliegenden Qualitätskriterien passiert das Produkt die Qualitätskontrolle – oder wird direkt ausgesondert.

Jedes aufgenommene Bild trägt zur Verbesserung des Algorithmus bei, die jeweilige "Pass"- oder "No-Pass"-Entscheidung der AI-Box wird umfassend dokumentiert, mit anderen Daten angereichert und verknüpft. Parallel zur scharfen Produktionslinie wird die Lösung im Test- und Optimierungsbetrieb zuerst von Deevio‘s Experten und den verantwortlichen Mitarbeitern gemeinsam kontinuierlich überwacht und verbessert. Nach Erreichen einer Genauigkeit von mehr als 99 Prozent kann das neue Qualitätsprüfungssystem dann in die Produktion eingeklinkt und vollständig unternehmensintern und ohne weiteres Zutun von Deevio überwacht werden.

Abhängig von den in der Evaluierungsphase festgelegten Zielen ist die Deevio Lösung in der Lage, die Qualitäts- und Qualitätsendkontrolle komplett zu automatisieren, die Prüfer bei ihrer Arbeit umfassend zu unterstützen – oder bestehende Machine Vision Systeme nachträglich mit KI auszustatten. Die enorme Reduzierung sowohl von Pseudofehlern als auch von Freigaben trotz erheblicher Produktmängel wirkt sich in beiden Fällen positiv auf Kosten und Produktivität aus. Eine weitere Qualitätszunahme der an die Endverbraucher gelieferten Produkte verbessert auch das Image des gesamten Unternehmens. In besonders fehlersensiblen Industrien (Pharma, Chemie, Automotive, Aerospace, etc.) führt selbst ein minimal nachlassendes Qualitätsniveau zu unabsehbaren Folgen.