Anbieter zum Thema

Sick AG

Baumer Group

FAULHABER SA

Prozessoptimierung inklusive

Neben den reinen Verbesserungen bei der Fehlererkennung und der effektiveren Datenannotation schätzen Maddox AI-Anwender nach Droeges Worten auch die weitergehende Funktionalität der Software zur Optimierung von Produktionsprozessen. Im realen Einsatz von Inspektionssystemen werden Informationen über erkannte Fehler oft noch gar nicht oder nicht effizient genug zur Optimierung von Anlagen genutzt. Maddox AI füllt diese Lücke: «Durch die Auswertung der gesammelten Qualitätsdaten erkennt die Software übergeordnete Zusammenhänge wie beispielsweise die Abnutzung von Werkzeugen oder falsch eingestellte Anlagenparameter und gibt dem Anwender entsprechende Hinweise. So kann dieser rechtzeitig reagieren und auf diese Weise die Effektivität seiner Produktion steigern.»

Für die Zukunft haben Droege und sein Team eine Reihe von Ideen, um die Leistungsfähigkeit von Maddox AI noch weiter auszubauen. Eine dieser Ideen deutet der CEO an: «Wir wollen Anwendern künftig nicht nur zeigen, welche Fehler erkannt wurden und wie sie entstanden sein könnten, sondern proaktive Vorschläge machen, durch welche Massnahmen man diese Fehler vermeiden könnte.»

Bildergalerie

Bildergalerie mit 8 Bildern

Event-basierte Bildgebung

Präzise Erfassung schneller Bewegungen mit EVS

Komplexe Qualitätskontrolle wirtschaftlich automatisieren - mit KI

Schon heute sieht Droege klare Vorteile des KI-Ansatzes seines Unternehmens: «Für die meisten industriellen Aufgabenstellungen in der Qualitätskontrolle ist der Einsatz menschlicher Arbeitskräfte zu langsam, zu teuer, nicht zuverlässig genug und deshalb keine wirtschaftliche Option. Traditionelle regelbasierte Inspektionssysteme weisen zwar oft eine hohe Kosteneffizienz auf, eignen sich aber vor allem für einfachere Prüfaufgaben. Selbst bei optimaler Auslegung aller Parameter liefern solche seit Jahren etablierten klassischen Machine-Vision-Lösungen oft keine absolut zuverlässigen Ergebnisse. Zudem dauert es häufig sehr lange, bis ein System stabil eingerichtet und einsatzbereit ist. Dies gilt insbesondere dann, wenn sich die Randbedingungen in Produktionsanlagen verändern oder Fehler nicht eindeutig definiert werden können.»

Der Machine Learning-basierte Ansatz von Maddox AI eignet sich hingegen auch für komplexe Inspektionsaufgaben und besticht durch seine hohe Kosteneffizienz, so Droege. «Wir sind absolut davon überzeugt, dass das für einen Grossteil der industriellen Inspektionsaufgaben der richtige Lösungsweg ist.»

Die KI-Experten von Maddox AI konnten bereits in zahlreichen Anwendungen nachweisen, dass sowohl das Konzept der Risikoumverteilung als auch die entwickelte KI-Software an sich erfolgreich ist. So gelang es beispielsweise bei der Inspektion von Metallteilen, die Erkennungsgenauigkeit durch eine optimierte Datenkonsistenz von rund 80 auf über 99 Prozent zu steigern. Bei der Überprüfung von Kabeln erzielten die Tübinger mit ihrer Methode bei einem ihrer Kunden ebenfalls einen Sprung von knapp über 80 auf mehr als 99 Prozent Erkennungsrate, in einer anderen Anwendung konnten Automotive-Komponenten statt mit 85 sogar mit 100 Prozent Sicherheit verifiziert werden.

Nicht immer war dabei die Entwicklung einer komplett neuen Inspektionszelle erforderlich: Die Experten von Maddox AI analysieren üblicherweise zunächst das vorhandene Kamera-Equipment und können existierende Komponenten bei Eignung auch weiterverwenden. So muss nicht zwingend in neue Kamera-Hardware investiert werden: Die Maddox AI-Software liefert in Kombination mit der bestehenden Hardware eine optimale Prüfgenauigkeit.

«Wir haben unsere Lösungen mittlerweile in sehr vielen Industriesparten wie Automotive, Medizin und Pharma, Elektronik, bei der Lebensmittelherstellung, bei der Produktion von Konsumgütern und in zahlreichen weiteren Bereichen erfolgreich im Einsatz», freut sich Droege. «Das zeigt uns, dass wir mit unserer Idee eines optimierten Machine Learning-Ansatzes richtig liegen und damit selbst komplexe Qualitätskontrollen mit hoher Kosteneffizienz realisieren können.»

(ID:50686430)