Bei der KI-Qualitätsprüfung entscheidet nicht die Trefferquote über den Nutzen, sondern die Frage, welcher Fehler teurer ist. Was Qualitätssicherung mit KI bedeutet, steht im Glossar unter Qualitätssicherung mit KI. Hier geht es um die Auswahl und die Einstellung: welche Prüfungen tragen, welche Beispiele nötig sind und wo die Schwelle liegen muss.
Prüfaufgaben, die sich für KI eignen
Vollständigkeitsprüfung. Sind alle Bauteile vorhanden, sitzen alle Schrauben, ist das Etikett da? Klare Soll-Vorgabe, gut trainierbar.
Oberflächenfehler. Kratzer, Risse, Einschlüsse, Lackfehler. Klassisches Feld, weil die Fehler visuell und schwer in Regeln zu fassen sind.
Montagekontrolle. Richtige Variante, richtige Orientierung, richtiger Farbcode. Häufig der schnellste Nutzen, weil Verwechslungen teuer sind.
Maßhaltigkeit im Groben. Für enge Toleranzen bleibt Messtechnik zuständig, denn KI erkennt Abweichungen, sie misst nicht.
Nicht geeignet sind Prüfungen, deren Ergebnis ein exakter Messwert mit Nachweispflicht sein muss. Dort ist die Kamera Ergänzung, nicht Ersatz.
Die entscheidende Einstellung: Falsch-positiv gegen Falsch-negativ
Jedes Prüfsystem macht zwei Arten von Fehlern, und sie stehen gegeneinander:
Falsch-negativ heißt: Ein fehlerhaftes Teil wird durchgelassen. Die Kosten entstehen beim Kunden: Reklamation, Nacharbeit vor Ort, im Extremfall Rückruf.
Falsch-positiv heißt: Ein gutes Teil wird aussortiert. Das ist Pseudoausschuss, und er kostet Material und Nachprüfung.
Wer die Schwelle strenger setzt, senkt die eine Fehlerart und hebt die andere. Es gibt keine Einstellung, die beide gleichzeitig minimiert.
Die Schwelle folgt den Fehlerkosten, nicht der Trefferquote.
Deshalb gehört vor die Inbetriebnahme eine einfache Rechnung: Was kostet ein durchgelassener Fehler, was kostet ein aussortiertes Gutteil? Das Verhältnis bestimmt die Einstellung, und es ist bei einem Sicherheitsbauteil ein völlig anderes als bei einer Verpackung.
Was Sie an Beispielen brauchen
Ein Modell lernt aus Bildern. Für die Fehlererkennung braucht es Fehlerbilder, und genau die sind selten, weil gute Fertigung wenige Fehler produziert.
Der Ausweg heißt Anomalieerkennung: Das Modell wird ausschließlich mit Gutteilen trainiert und meldet, was davon abweicht. Das braucht keine Fehlersammlung, erkennt aber auch nicht, um welchen Fehler es sich handelt. Für eine Sortierentscheidung genügt das oft, für eine Fehlerursachenanalyse nicht.
Wer bekannte, wiederkehrende Fehlerbilder klassifizieren will, kommt an einer Sammlung nicht vorbei und sollte sie ab heute anlegen, auch ohne laufendes Projekt.
Warum KI-Prüfprojekte im Mittelstand scheitern
Am Umfeld, nicht am Modell. Wechselnde Beleuchtung, verschobene Teileposition, ein neuer Lieferant mit anderem Materialglanz, und die Erkennungsrate bricht ein. Ein Prüfsystem braucht reproduzierbare Bedingungen, sonst prüft es die Umgebung mit.
Das zweite Muster ist die fehlende Nachvollziehbarkeit. Wo Rückverfolgbarkeit gefordert ist, muss dokumentiert sein, welches Bild zu welcher Entscheidung führte. Das ist eine Frage der Ablage, nicht der KI, wird aber regelmäßig vergessen.
Die Dögel GmbH setzt bei KI-Qualitätskontrolle 20 bis 40 Prozent weniger Ausschuss an, unter den Voraussetzungen, die auf unserer Seite zu Digital Operational Excellence neben den Zahlen stehen.
Qualitätssicherung mit KI in der Digitalisierungsstrategie: Stufe 3 im DOpE-Modell
In der Digitalisierungspyramide der Dögel GmbH gehört die KI-gestützte Prüfung zur Stufe 3, der datenbasierten Steuerung. Darunter liegen die digitale Grundlage und der vernetzte Betrieb.
Der Grund ist praktisch: Eine Prüfentscheidung ist erst dann wertvoll, wenn sie im System landet: am Auftrag, am Bauteil, in der Kennzahl. Mehr dazu im Beitrag Was ist Digital Operational Excellence?
KI-Qualitätsprüfung einführen: die ersten drei Schritte
1. Fehlerkosten gegenrechnen. Was kostet ein durchgelassener Fehler, was ein Pseudoausschuss? Diese beiden Zahlen bestimmen die Einstellung.
2. Bilder sammeln. Gutteile in großer Zahl, Fehlerbilder soweit vorhanden, ab sofort und systematisch.
3. Bedingungen fixieren. Beleuchtung, Position, Hintergrund. Ohne reproduzierbare Aufnahme keine reproduzierbare Prüfung.
Diese drei Schritte lassen sich selbst gehen. Wer es strukturiert will, bekommt es als DOpE-Analyse: eine Bewertung, welche Prüfaufgaben tragen, welche Datengrundlage fehlt und welche Maßnahme nach Wirtschaftlichkeit zuerst kommt.
Sprechen Sie uns an. Wir sagen Ihnen auch, wenn eine feste Regel oder klassische Messtechnik Ihre Prüfaufgabe zuverlässiger löst.
Redaktion Dögel GmbH