Schnellere und präzisere Qualitätskontrolle dank Visual Inspection AI

Ganz gleich, ob es um die Herstellung von Autos, Halbleiterchips, Smartphones, Lebensmitteln oder Getränken geht – die Produktionsqualität und der Ertrag gehören zu den wichtigsten Leistungsmerkmalen der Branche. Eine mangelhafte Qualitätskontrolle bei der Herstellung führt zu erheblichen Betriebskosten und finanziellen Einbußen durch die Nachbearbeitung von Teilen, anfallenden Ausschuss, geringeren Ertrag, Mehrarbeit bei der Bestandsaufnahme, Rückrufen nach dem Verkauf, Gewährleistungsansprüchen und Reparaturen.  

Die American Society for Quality geht davon aus, dass diese Qualitätseinbußen für viele Unternehmen bei 15 % bis 20 % des Jahresumsatzes liegen. Bei größeren Herstellerbetrieben kann dieser Betrag bei Milliarden von Dollar liegen. 

Wir möchten herstellende Unternehmen bei der präzisen und kostenwirksamen Durchführung von Qualitätsprüfungen in der Produktion unterstützen und freuen uns daher, die Einführung der neuen Lösung Visual Inspection AI von Google Cloud bekannt zu geben. Dank unserer speziell entwickelten Technologie für künstliche Intelligenz (KI) und maschinelles Sehen ist die Lösung genau auf die Branchenanforderungen zugeschnitten, und kann so dabei helfen, entsprechende Herausforderungen in der Produktionsumgebung zu lösen.

Das Problem bei bestehenden Lösungen der Sichtprüfung

Herstellungsverfahren umfassen üblicherweise einen oder mehrere Schritte, in denen das Produkt visuell auf Mängel überprüft wird. Die Sichtprüfung ist normalerweise ein manueller Prozess, der zeitaufwendig und fehleranfällig sein kann. Seit einigen Jahren gibt es auch Maschinen, mit denen eine regelbasierte Sichtprüfung erfolgt. 

Jeder Ansatz hat jedoch seine Nachteile: 

• Die manuelle Überprüfung ist von der Wahrnehmung und Erfahrung der ausführenden Person abhängig, was die Konsistenz beeinflusst.

• Herkömmliche Maschinen für derartige Überprüfungen müssen programmiert werden, sind nicht flexibel und können nicht an veränderte Produkte angepasst werden.

• Mit den vorhandenen Möglichkeiten für die Sichtprüfung können nur wenige Mängel gleichzeitig erkannt werden. 

Innovationen sind für die Fertigungsbranche nichts Neues – von der Massenproduktion über die schlanke Produktion und Six Sigma bis zur jüngsten, der Unternehmensressourcenplanung (Enterprise Resource Planning-Systems, ERP). Künstliche Intelligenz (KI) stellt noch mehr Potenzial für Innovationen in Aussicht. Auf dem Papier hat der Einsatz von KI mehrere Vorteile:

• Eine geringere kognitive Beanspruchung für die ausführenden Personen und weniger übersehene Mängel

• Keine Programmierung erforderlich, jedoch Anpassung an veränderte Produkte möglich

• Sekundenschnelle Erkennung von Hunderten interessanter Merkmale eines Produkts 

Vor der Corona-Pandemie befanden sich viele Herstellerbetriebe mit ihren KI- und ML-basierten Projekten in der Pilotphase, da ihre Investitionen nicht zu einem ausreichenden Nutzen für das Unternehmen führten. Die jüngste Umfrage von Google Cloud, bei der mehr als 1.000 Führungskräfte der Fertigungsbranche aus sieben Ländern befragt wurden, deutet darauf hin, dass sich 76 % nun digitalen Wegbereitern wie Daten und Analysen, Cloud und KI zugewandt haben.

Unsere Lösung: Visual Inspection AI

Mit Visual Inspection AI von Google Cloud werden Sichtprüfungen automatisiert. Dabei kommt eine Reihe von Technologien aus den Bereichen KI und maschinelles Sehen zum Einsatz, durch die herstellende Unternehmen ihre Qualitätskontrollverfahren neu gestalten können, da Produktmängel automatisch erkannt werden.  

Wir haben Visual Inspection AI entwickelt, um den Anforderungen von Qualitäts-, Prüf-, Fertigungs- und Prozessingenieur:innen gerecht zu werden, die auf ihren Gebieten Expert:innen sind, nicht jedoch im Bereich KI. Die Kombination von Nutzungsfreundlichkeit mit einem Fokus auf bevorzugte Anwendungsfälle bietet erhebliche Vorteile gegenüber universellen Machine Learning-Lösungen (ML):

• Autonome lokale Ausführung: Fertigungsunternehmen können Prüfmodelle am Netzwerkrand oder lokal ausführen. Die Prüfung kann entweder in Google Cloud oder vollständig autonom am Produktionsstandort ausgeführt werden.

• Beschleunigte Wertschöpfung: Kundenunternehmen können eine Implementierung innerhalb weniger Wochen vornehmen, nicht wie für herkömmliche ML-Lösungen üblich in mehreren Monaten. Entwickelt für Prozess- und Qualitätsingenieur:innen – Erfahrungen mit maschinellem Sehen oder ML ist nicht erforderlich. Eine interaktive Benutzeroberfläche begleitet die Nutzer:innen durch alle einzelnen Schritte.

• Erstklassige Technologie für maschinelles Sehen und KI: Bei Produktionstests haben Unternehmen, die Visual Inspection AI nutzten, eine bis zu zehnmal höhere Genauigkeit erzielt als mit universellen ML-Lösungen. Grundlage für diese Tests waren die Benchmarks mehrerer Kund:innen von Google Cloud. Durch die Unterstützung ultra-hochauflösender Bilder (bis zu 100 Mio. Pixel) und die Technologie für maschinelles Sehen, die von Forrester als branchenführend eingestuft wurde, können selbst die kleinsten Mängel erkannt werden. 

• Schnell loslegen, ohne großen Aufwand: Visual Inspection AI kann präzise Modelle erstellen – mit bis zu 300-mal weniger manuell gekennzeichneten Bildern als ML-Plattformen für allgemeine Zwecke. Das haben Pilotversuche mehrerer Kund:innen von Google Cloud gezeigt. Legacy-Lösungen erfordern Tausende von manuell gekennzeichneten Bildern sowohl mit Mustern von Mängeln als auch ohne Mängel, was äußerst kostspielig ist.

• Mehr als nur Anomalieerkennung: Im Gegensatz zu den Lösungen anderer Anbieterunternehmen, die eine einfache Anomalieerkennung nutzen, bietet die Deep Learning-Methode der Visual Inspection AI-Lösung Kund:innen die Möglichkeit, Modelle zu trainieren, die mehrere Arten von Mängeln in einem einzigen Bild erkennen und klassifizieren sowie die genaue Stelle ermitteln. Auf diese Weise können nachgelagerte Aufgaben in der Produktionslinie automatisch ganz ohne menschliches Eingreifen gestartet werden.

• Hoch skalierbare Bereitstellung: Herstellende Unternehmen können den Lebenszyklus der ML-Modelle flexibel gestalten sowie verwalten und somit die Lösung je nach Produktionslinie und Anlage skalieren.

Anwendungsfälle aus der Branche

In der Demo zur Visual Inspection AI werden Anwendungsfälle vorgestellt, bei denen Herausforderungen bei der Qualitätskontrolle unter anderem in den folgenden Branchen gelöst werden:

• Automobilherstellung: Oberflächenprüfung in der Lackiererei, Überprüfung der Schweißnähte in der Karosseriewerkstatt, Prüfungen in der Formwerkstatt (Kratzer, Dellen, Risse, Flecken), Motorblocküberprüfung in der Gießerei (Risse, Verformungen, Anomalien)

• Halbleiterfertigung: Erkennung von Anomalien auf Wafer-Level sowie von Mängeln, Prüfung auf Risse im Guss, Prüfung vor der Platzierung, Prüfung der SoC-Verpackung, Prüfung der Baugruppenbestückung

• Elektronikherstellung: Mangelhafte oder fehlende Komponenten von Leiterplatten (PCB), z. B. Schrauben, Federn, Schaumstoff, Anschlussstecker, Blenden usw., PCB-Verlötung und -Verklebung (unzureichende Verlötung, Zapfen, Übergänge, überstehendes Material usw.), Produktoberflächenprüfung (Klebstoffflecken, Gitterverformungen, Kratzer, Blasen usw.)

• Allgemeine Herstellung: Verpackungs- und Kennzeichnungsprüfung, Überprüfung von Stoffen (Maschenweite, Risse, Garne), Überprüfung der Schweißnaht von Metall und Kunststoff, Oberflächenprüfung

Unternehmen profitieren bereits von Visual Inspection AI

FIH Mobile, eine Tochtergesellschaft von Foxconn, ist ein weltweit führendes Unternehmen im Bereich Herstellung und Dienstleistungen in der Mobiltelefon- und Mobilfunk-Sparte und hat Visual Inspection AI Anfang des Jahres auf den Prüfstand gestellt. „Die Zusammenarbeit mit Google Cloud war super. So konnten wir innovatives Machine Learning und Technologien für maschinelles Sehen in unsere Verfahren zur Qualitätskontrolle einbinden“, erklärt Sabcat Shih, Senior Associate Manager bei FIH Mobile. „Unsere Entwickler:innen vertrauen auf Google Cloud. Dank der Zusammenarbeit mit den Teams von Google erzielen wir beträchtliche Produktverbesserungen. Wir können es kaum erwarten, die Lösung im Rahmen unseres umfassenden Produktionsbetriebs bei der Prüfung der Leiterplattenbestückung einzuführen.“ 

KYOCERA Communication Systems, ein bedeutendes Unternehmen im Bereich der Herstellung von Mobiltelefonen für Mobilfunkanbieter, konnte mithilfe dieser Lösung seine Kompetenz in den Bereichen KI und ML verbessern. „Es gibt zu wenige KI-Entwickler:innen, aber mit Visual Inspection AI können auch die Mitarbeiter:innen innovativ sein, die keine fundierten Kenntnisse im Bereich KI haben“, so Masaharu Akieda, Division Manager der Digital Solution Division von KYOCERA Communication Systems. „Wir haben festgestellt, dass es mit Visual Inspection AI möglich ist, mit nur 10–20 Bildern von Mängeln hochpräzise Modelle zu erstellen. Wir werden unsere Partnerschaft mit Google weiter stärken und Lösungen entwickeln, die den Digitalisierungsprojekten unserer Kund:innen zum Erfolg verhelfen.“

Einstieg in Visual Inspection AI

Visual Inspection AI ist eine leistungsstarke Lösung, die herstellenden Unternehmen dabei hilft, ihre Prozesse zur Kontrolle der Produktionsqualität zu verbessern. Weitere Informationen zu Visual Inspection AI, den Möglichkeiten und Anwendungsfällen finden Sie auf unserer Website sowie in diesem Video.