Nachrüstbare Edge-KI soll Fehlausschüsse reduzieren

Heutige kamerabasierte Prüf- und Sortieranlagen arbeiten überwiegend mit festen Regeln und Schwellenwerten. Verschmutzungen, wechselnde Lichtverhältnisse oder Fokusabweichungen führen daher regelmäßig dazu, dass einwandfreie Bauteile als Ausschuss deklariert werden. Starre Schwellenwerte können solche Veränderungen nicht ausgleichen, weil sie den Zustand der Anlage nicht kennen.

„Pseudoausschuss heißt: Wir prüfen und sortieren dieselben Teile mehrfach und kalibrieren zwischendurch von Hand nach. Das mindert die Effizienz der ganzen Linie. Besonders deutlich zeigt sich das in der Lohnsortierung: Wer Bauteile im Kundenauftrag prüft und sortiert, rechnet pro Teil ab, jeder Fehlausschuss kostet unmittelbar Geld“, sagt Dennis Freudenreich, Geschäftsführer der SDC Control.

Edge-KI: Lernen direkt an der Anlage

Im Zentrum von KIMIPA steht eine universell nachrüstbare Hardwareplattform, auf der KI-Modelle nicht nur ausgeführt, sondern direkt vor Ort nachtrainiert werden. Das System ordnet geprüfte Bauteile den Klassen „in Ordnung“, „nicht in Ordnung“ und „Pseudoausschuss“ zu und erkennt parallel die Ursache einer Fehlbewertung, zum Beispiel Verschmutzungen, ungünstige Beleuchtung oder eine Prozessabweichung. Angestrebt wird eine Klassifikationsgenauigkeit von mindestens 90 Prozent.

Die technische Grundlage dafür liefert das Fraunhofer IMS: Mit dem am Institut entwickelten Open-Source-Framework AIfES lassen sich neuronale Netze ausführen, direkt auf Mikrocontrollern trainieren und anpassen. Damit gehört das Fraunhofer IMS zu den wenigen Einrichtungen, die selbstadaptives Lernen auf ressourcenbeschränkter Hardware beherrschen. Dies ist Voraussetzung dafür, dass KIMIPA ohne Cloud auskommt.

Erfahrungswissen fließt in das Training ein

Über eine digitale Benutzeroberfläche kennzeichnen Anlagenmechaniker fehlerhaft aussortierte Teile und bringen so ihr Erfahrungswissen unmittelbar in das KI-Training ein. Umgekehrt liefert das System konkrete Handlungsempfehlungen zur Nachsteuerung, etwa zur Beleuchtung, zur Zuführgeschwindigkeit oder zur Reinigung von Anlagenkomponenten. Perspektivisch soll die Plattform ausgewählte Prozessparameter selbst anpassen und auf Abweichungen in weniger als einer Sekunde reagieren.

Herstellerunabhängig und nachrüstbar

Da vorhandene Anlagen weiter genutzt werden sollen, setzt das Konsortium konsequent auf offene Standards und gängige Industrieschnittstellen wie OPC UA und MQTT. Die Lösung ist modular aufgebaut und soll sich herstellerunabhängig in vorhandene Produktions-, Prüf- und Sortierlinien integrieren lassen. Vergleichbare Systeme sind derzeit nicht am Markt verfügbar: Bestehende Ansätze arbeiten entweder regelbasiert, cloudgestützt oder branchenspezifisch geschlossen.

Vom Prüfaufbau in die Serienfertigung

In den kommenden Projektphasen werden die entwickelten Verfahren zunehmend unter realen Produktionsbedingungen erprobt. Geplant sind Messreihen an realen Prüfaufbauten sowie die schrittweise Integration in bestehende Anlagen. Im Fokus steht dabei die Übertragbarkeit der KI-Modelle auf unterschiedliche Bauteile, Prüfmerkmale und Anlagentypen.

Mit KIMIPA leisten die Partner einen Beitrag zur ressourcenschonenden Produktion: Weniger Pseudoausschuss bedeutet kürzere Prüfzeiten, geringeren Material- und Energieeinsatz sowie eine Entlastung des Bedienpersonals. Da die Plattform ohne Cloud-Backend arbeitet, entstehen zudem keine laufenden Betriebskosten für externe Rechenleistung und Datenübertragung. Im Fokus stehen die Lohnsortierung und die optische Qualitätssicherung in der Serienfertigung.