• deevio team

Der Weg zur automatisierten industriellen Qualitätskontrolle

Damian Heimel, COO von deevio, beschreibt die einzelnen Stationen, die ein Unternehmen durchläuft, das mit deevio seine industrielle Qualitätskontrolle automatisieren will.


Angenommen ich hätte ein produzierendes Unternehmen und möchte meine abschließende Qualitätskontrolle automatisieren, was wäre der erste Schritt, den ich mache?

Zuallererst ist es wichtig, dass du dir als Geschäftsführer, als Produktionsleiter, als Leiter der Qualitätssicherung Gedanken darüber machst, was genau der Anwendungsfall ist, also an welchem Punkt die Qualitätskontrolle tatsächlich noch manuell durchgeführt wird. Viel mehr müssen wir am Anfang noch gar nicht wissen. Dann geht es darum, zu definieren, wie der Prozess bisher aussieht. Hier beantworten wir im Gespräch dann die folgenden Fragen: Was sind die Anforderungen der Qualitätskontrolle? Welche Fehler müssen erkannt werden? Gibt es bereits eine Fehlerliste? Welche Taktzeit ist notwendig? Wie schnell gehen die Produkte durch die Kontrolle? Wie viele Teile produziere ich? Sind das immer dieselben oder sehr verschiedene Teile? Wenn wir bei der Beantwortung dieser Fragen merken, dass ein hohes Potential für die Automatisierung besteht, dann hast du schon den ersten Schritt gemacht, um mit uns zusammen zu arbeiten.


Wie geht es dann weiter? Was passiert bis zur tatsächlichen Automatisierung?

Wenn wir dann zusammengefunden haben – über welchen Kanal auch immer – findet zunächst ein erstes Gespräch statt, in dem wir über den Anwendungsfall sprechen. Dabei besprechen wir die bereits erwähnten Fragen im Detail und wir definieren zusammen, wie das Produktionsvolumen, die Fehlerrate, die Diversität und die Verteilung der Fehler sowie die Anforderungen an das System aussehen. Außerdem stellt sich die Frage, ob komplett automatisiert werden soll oder ob es sich um eine Stand-Alone Lösung handelt. An diesem Punkt ist es hilfreich für uns, schon einmal Bilder von guten und defekten Produkten zu sehen, um ein Gefühl für deinen speziellen Anwendungsfall zu bekommen.

Sind alle Fragen geklärt, steht immer ein Fabrikbesuch an. Jede Fabrik sieht anders aus und es braucht eine individuell auf deine Prozesse zugeschnittene Lösung. Vor Ort schauen wir uns deswegen genau an, wie der Prozess bisher abläuft und was gemacht werden muss.

Wenn wir dann zusammenarbeiten wollen, beginnen wir damit, die bereits vorhandenen Bilder zu nutzen oder erste Bilder aufzunehmen. Dazu nehmen wir gute und defekte Produkte mit und überlegen uns, welche Kamera und welches Licht dafür geeignet sind. Zu diesem Zweck verfügen wir auch über ein großes Netzwerk an Machine Vision Experten, die ihre Expertise einbringen.

Basierend auf den Produkten und den Bildern von den Produkten führen wir dann eine erste Machbarkeitsstudie durch. Ziel der Machbarkeitsstudie ist einerseits, herauszufinden, welche Hardware für deinen speziellen Fall geeignet ist und andererseits, ob das mit unserer Software gut umsetzbar ist. In dieser Phase sind wir bereits in der Lage, ein erstes Modell zu trainieren und Ergebnisse dazu zu liefern. Sind diese ersten Ergebnisse positiv, gehen wir in eine Proof-of-Concept Phase über. Wir bestellen dann die benötigte Hardware und installieren sie bei dir vor Ort als Stand-Alone-Lösung. In dieser Phase greifen wir nicht in den Produktionsprozess ein, das System läuft stattdessen nebenher mit und wir nehmen vor Ort die Bilder von den Produkten auf. Das geschieht in einer Qualität, die die Bilder auch später haben werden und in einer solchen Menge, die es uns möglich macht, ein Deep Learning Modell zu trainieren.

Anschließend geht es in die Erstellung des Deep Learning Modells. Unser Expertenteam von Data Scientists in unserem Büro in Berlin trainiert ein Modell, das für genau diesen einen speziellen Anwendungsfall optimiert ist. Dieser Prozess dauert je nach Anwendungsfall 1-2 Wochen. Die Software kommt dann auf unsere AI-Box – ein Mini-Computer, der für die Nutzung unserer Software konzipiert ist – und wird in der Fabrik getestet. Während des Tests ist auch ein Experte von deinem Unternehmen dabei, der unsere Klassifizierung bewertet. Sagt unser System beispielsweise, dieses Produkt ist defekt, das ist zum Beispiel Defektkategorie 3, bewertet er diese Einschätzung, gibt ihr also Recht, oder sagt nein, das ist eigentlich Defektkategorie 2. Durch dieses Feedback wird das Modell wesentlich besser und genauer. Und das machen wir solange, bis wir ein Modell haben, das in einem Genauigkeitsbereich von über 99 Prozent liegt.

Und dann kommt der finale Factory-Acceptance Test. Dazu verabreden wir uns vor Ort, um das Modell mit neuen, noch nie gesehenen Bildern zu testen. Wenn vom ersten Gespräch über den Fabrikbesuch, die Machbarkeitsstudie und die Proof-of-Concept Phase alles positiv verlaufen ist, dann ist das der Startschuss für die Industrialisierung. Bei diesem Schritt arbeiten wir mit Systemintegratoren, Maschinenbauern und Machine Vision Experten zusammen, die sich unter anderem um die Hardware und die Maschinenaussteuerung kümmern. Wir bieten dir also eine komplette Automatisierung. Nach diesem letzten Schritt kann das System in Betrieb genommen werden und voll automatisiert laufen.


Wie lange dauert es in der Regel vom ersten Kontakt mit deevio bis zur tatsächlichen Automatisierung der Qualitätskontrolle?

Da gibt es zwei Anwendungsfälle: Hat das Unternehmen schon ein Machine Vision System und dadurch schon Bilder vorliegen, dann können wir sehr schnell sein. Wir machen dann innerhalb von einer Woche eine Machbarkeitsstudie und führen in 3-4 Monaten den Proof-of-Concept durch, weil der Kunde natürlich auch dementsprechend lange testen will. Danach können wir direkt in die Industrialisierung übergehen. Das nimmt dann noch einmal 1-2 Monate in Anspruch. Alles in allem hat man das laufende System dann in 4-5 Monaten. Wenn man noch gar keine Hardware hat und das erste Mal mit dem Thema in Berührung kommt, müssen wir zuerst die Hardware bestellen, was ungefähr einen Monat dauert, und sie dann testen und kalibrieren. Im Endeffekt dauert es dann 6-7 Monate.


Wie läuft der Übergang von der manuellen zur automatisierten Qualitätskontrolle in meiner Produktion dann konkret ab und was muss ich dabei beachten?

Vor allem sollten wir uns relativ früh im Projekt überlegen, wie die finale Automatisierung am Ende aussehen soll. Da gibt es zwei Möglichkeiten: Eine wäre, vollständig zu automatisieren. Dazu arbeiten wir dann mit einem Automatisierungsunternehmen zusammen, um die visuellen Inspektionen komplett zu automatisieren. Die zweite Möglichkeit besteht darin, die Mitarbeiter, die für die Qualitätskontrolle zuständig sind, zu unterstützen. Dazu stellen wir ein System zusammen, das die Position eben nicht ersetzt, sondern unterstützen soll. Dieses System gibt dann eine Empfehlung, aber das letzte Wort hat der Mensch. Im Ablauf des Produktionsprozesses ändert sich dabei nicht so viel. Man kann sich das so vorstellen: Ich habe die Kamera neben mir, da ist ein Bildschirm angeschlossen, ein Foto wird ausgelöst und ich sehe auf dem Bildschirm das Bild mit der Klassifizierung gut oder schlecht.

deevio GmbH

Swinemünder Straße 121

10435 Berlin

  • LinkedIn - Grey Circle

deevio is supported by the Pro FIT Program of the Investitionsbank Berlin. The goal of the cooperation is the research and development of continuous learning algorithms for automated quality control. This project is co-financed by the European Fund for Regional Development (EFRE).