Direkt zum Inhalt
Dögel GmbH

Künstliche Intelligenz

Qualitätssicherung mit KI: Welche Prüfaufgaben sich eignen und wie Sie die Schwelle setzen

4 Min LesezeitRedaktion Dögel GmbHReihe: Das ABC der Digitalisierung

Bei der KI-Qualitätsprüfung entscheidet über den Nutzen vor allem 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, also darum, 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 und misst nicht.

Nicht geeignet sind Prüfungen, deren Ergebnis ein exakter Messwert mit Nachweispflicht sein muss. Dort ist die Kamera Ergänzung, nicht Ersatz.

Wie Sie die Schwelle setzen und welche Beispiele das Modell braucht

Jedes Prüfsystem macht zwei Arten von Fehlern, und sie stehen gegeneinander. Falsch-negativ bedeutet, dass ein fehlerhaftes Teil durchgelassen wird. Die Kosten entstehen beim Kunden, durch Reklamation, Nacharbeit vor Ort und im Extremfall einen Rückruf. Falsch-positiv bedeutet, dass ein gutes Teil aussortiert wird. 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 und nicht der Trefferquote. Vor die Inbetriebnahme gehört deshalb 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.

Ein Modell lernt aus Bildern. Für die Fehlererkennung braucht es Fehlerbilder, und die sind selten, weil gute Fertigung wenige Fehler produziert. Der Ausweg heißt Anomalieerkennung. Dabei wird das Modell 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.

Woran KI-Prüfprojekte im Mittelstand scheitern

Am Umfeld, nicht am Modell. Wechselnde Beleuchtung, verschobene Teileposition oder ein neuer Lieferant mit anderem Materialglanz lassen die Erkennungsrate einbrechen. 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, und zwar unter den Voraussetzungen, die auf unserer Seite zu Digital Operational Excellence neben den Zahlen stehen.

Welche DOpE-Stufe die KI-Qualitätsprüfung voraussetzt

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 praktische Grund dafür ist einfach. Eine Prüfentscheidung wird erst dann wertvoll, wenn sie im System landet, am Auftrag, am Bauteil und in der Kennzahl. Mehr dazu im Beitrag Was ist Digital Operational Excellence?

Drei Schritte vor dem ersten Prüfmodell

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 belastbar will, bekommt es als DOpE-Analyse mit einer Bewertung, welche Prüfaufgaben tragen, welche Datengrundlage fehlt und welche Maßnahme nach Wirtschaftlichkeit zuerst kommt.

Melden Sie sich bei uns. Und wenn eine feste Regel oder klassische Messtechnik Ihre Prüfaufgabe zuverlässiger löst, sagen wir Ihnen das ebenso.

Redaktion Dögel GmbH

Keine Antwort verpassen

Die Fragen entstehenin unseren Webinaren.

Dort werden sie zuerst gestellt und beantwortet. Was aus Zeitgründen offen bleibt, wird hier zu einem Beitrag.

Zu den Terminen

Newsletter

Muss das noch ein Mensch machen?

Der Newsletter von Mathias Dögel zu KI und humanoider Robotik. Echte Projekte aus dem Mittelstand, echte Zahlen, auch die aus den Fällen, die nicht funktioniert haben.

  • Klartext statt Marketing-NebelEine klare Position zu Robotik und KI, auch wenn sie unbequem ist.
  • Hebel aus über 300 UnternehmenWo in Betrieben tatsächlich Geld liegt, benannt statt angedeutet.
  • Marktentwicklung eingeordnetWas sich bei humanoider Robotik gerade wirklich ändert und was Schlagzeile bleibt.
  • Einladungen zu unseren WebinarenTermine und Themen direkt ins Postfach.

Mit der Anmeldung willigen Sie ein, den Newsletter der Dögel GmbH mit Informationen zu Robotik, KI und Digitalisierung per E-Mail zu erhalten. Die Einwilligung können Sie jederzeit mit Wirkung für die Zukunft widerrufen, etwa über den Abmeldelink in jeder E-Mail. Weitere Informationen in der Datenschutzerklärung.

Cookies und Fremdinhalte

Diese Website setzt keine eigenen Cookies. Videos, Anmeldeformulare und Standortkarte sind bei Vimeo, YouTube, HubSpot und Google Maps eingebettet. Beim Laden erhalten diese Ihre IP-Adresse und können Daten auf Ihrem Gerät speichern.

Der Google Tag Manager verwaltet weitere Dienste, die Cookies setzen und Ihr Verhalten auf der Seite auswerten. Mit Google Analytics werten wir aus, wie die Seite genutzt wird, mit Google Ads messen und steuern wir unsere Anzeigen bei Google und sprechen frühere Besucher erneut an. Mit dem Meta-Pixel und dem LinkedIn Insight Tag messen wir die Wirkung unserer Anzeigen auf Facebook, Instagram und LinkedIn und sprechen auch dort frühere Besucher an. Mit Leadfeeder erkennen wir außerdem anhand Ihrer IP-Adresse, welches Unternehmen unsere Seite besucht hat.

Sie entscheiden einzeln, und Ihre Entscheidung gilt sechs Monate.