Projektdienstleister für KI-Rollen
  • Beispielszenario
  • Automobilzulieferer
  • Werk mit rund 800 Beschäftigten
  • Laufzeit: 8 Monate

Visuelle Qualitätsprüfung in der Serienfertigung

Sichtprüfung am Bandende ist ermüdend und fehleranfällig. Reklamationen des Kunden häufen sich, eine zweite Prüfstation würde Personal binden, das nicht verfügbar ist.

Das Team

RolleEinsatz
Computer Vision EngineerMonat 1 bis 8, Vollzeit
Data ScientistMonat 1 bis 4, drei Tage pro Woche
AI Data TrainerMonat 2 bis 5, drei Tage pro Woche
MLOps EngineerMonat 5 bis 8, drei Tage pro Woche

Vorgehen

  1. MachbarkeitSechs Wochen mit Kamera an einer Linie zeigen, welche Fehlerbilder sicher erkannt werden und welche mehr Daten brauchen.
  2. DatenPrüfer aus der Qualitätssicherung annotieren Bilder nach einem gemeinsamen Leitfaden.
  3. LinienintegrationDas Modell läuft auf einem Rechner an der Linie und ist an die Ausschleusung angebunden.
  4. BetriebNachtraining bei neuen Varianten und Überwachung der Erkennungsrate sind automatisiert.

Ergebnis

  • Jedes Teil wird geprüft und dokumentiert
  • Die Prüfer konzentrieren sich auf Grenzfälle und Ursachenanalyse
  • Reklamationen wegen der adressierten Fehlerbilder gehen deutlich zurück
  • Das Werk kann neue Varianten selbst einlernen

Was daraus zu lernen ist

Der Annotationsleitfaden war der wichtigste Schritt. Erst als sich die Prüfer einig waren, was ein Fehler ist, wurde das Modell verlässlich.

Die Praxisbeispiele sind Beispielszenarien. Sie zeigen, wie solche Projekte typischerweise besetzt werden und verlaufen. Es sind keine Referenzen einzelner Kunden.