Prüfen mit Kamera

Fehlerteile erkennen, bevor sie die Linie verlassen

Ob eine optische Prüfung funktioniert, entscheidet sich an Licht und Aufbau. Das Modell kommt danach, und die Schwelle bestimmt, welchen Fehler du lieber machst.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Seit 1997 am Markt Kleine Gruppen Präsenz und Live-Online Zertifizierte Trainer
Worum es geht

Die Entscheidung fällt an der Beleuchtung, nicht am Modell

Der typische Ablauf startet umgekehrt. Es wird eine Kamera montiert, ein paar hundert Bilder aufgenommen und ein Modell trainiert, das im Test überzeugt. An der Linie fällt die Erkennung dann deutlich ab, weil die Teile anders liegen, das Hallenlicht durch ein Fenster wandert und die Taktzeit weniger Zeit für die Aufnahme lässt als der Versuchsaufbau.

Der zweite wunde Punkt ist die Definition des Fehlers. Ohne abgestimmten Fehlerkatalog und ohne Grenzmuster bewertet jede Schicht anders, und die gesammelten Bilder tragen widersprüchliche Kennzeichnungen. Ein Modell, das aus widersprüchlichen Vorgaben lernt, wird nicht unentschlossen, sondern zufällig, und die Ursache dafür wird anschließend in der Technik gesucht.

Ein falsch aufgesetzter Aufbau kostet doppelt. Zu viel Falschausschuss vernichtet gute Teile und wird von der Linie stillschweigend umgangen, indem jemand die Schwelle verschiebt. Zu viel Schlupf schickt fehlerhafte Teile weiter, und der Fehler taucht später im Prozess oder beim Kunden auf, wo er ein Vielfaches kostet. Beide Wege enden damit, dass wieder von Hand geprüft wird, nur mit zusätzlicher Technik daneben.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Der Aufbau im Detail

Der Aufbau im Detail

Der Aufbau

Prüfergebnis = Beleuchtung + Optik + Auslöser -> Aufnahme -> Modell -> Schwelle -> Gutteil oder Nachprüfung
  1. 01 Sichtbarkeit Beleuchtung

    Sie entscheidet, ob der Fehler im Bild überhaupt vorkommt. Streifendes Licht für Kratzer, Durchlicht für Konturen, flacher Einfall für Prägungen, dazu eine Abschirmung gegen Hallen- und Tageslicht.

  2. 02 Abbildung Optik

    Objektiv, Abstand und Auflösung bestimmen, wie viele Bildpunkte auf den kleinsten relevanten Fehler entfallen. Wenn ein Kratzer nur ein bis zwei Punkte breit abgebildet wird, hilft kein Modell weiter.

  3. 03 Zeitpunkt Auslöser

    Meist eine Lichtschranke oder ein Signal der Steuerung, damit das Bild immer an derselben Stelle im Takt entsteht. Ohne festen Auslöser schwankt die Lage des Teils im Bild, und genau darauf reagiert das Modell empfindlich.

  4. 04 Bewertung Modell

    Entweder eine Anomalieerkennung, die nur den Gutzustand kennt, oder eine Klassifikation benannter Fehlerarten. Die Wahl hängt daran, ob eine Fehlersammlung existiert und ob die Arten unterschieden werden müssen.

  5. 05 Abwägung Schwelle

    Der Punkt, an dem aus einem Zahlenwert eine Entscheidung wird. Sie verschiebt Falschausschuss und übersehene Fehler gegeneinander und gehört deshalb ins Qualitätsmanagement, nicht in die Bildverarbeitung.

  6. 06 Ventil Nachprüfung

    Der dritte Ausgang für unsichere Fälle, der die Schwelle für den automatischen Durchlauf streng bleiben lässt. Die Menge an diesem Platz ist zugleich die ehrlichste Kennzahl über den Zustand des Systems.

Wenn es nicht funktioniert

Das siehst du

Im Versuch lag die Erkennung hoch, an der Linie fällt sie deutlich ab.

Warum

Der Versuchsaufbau war nicht der Betriebsaufbau: andere Teilelage, Fremdlicht durch ein Hallenfenster, kürzere Belichtungszeit wegen der Taktzeit.

Was hilft

Nimm die Trainingsbilder am endgültigen Aufbau im laufenden Takt auf, über mehrere Schichten und Tageszeiten verteilt, und schirm Fremdlicht ab, bevor du das Modell erneut trainierst.

Das siehst du

Der Ausschuss steigt sprunghaft an, ohne dass sich am Prozess etwas geändert hat.

Warum

Eine neue Materialcharge, ein Lieferantenwechsel oder eine gealterte Leuchte verändert Helligkeit und Glanz der Oberfläche, das Modell bewertet gegen den alten Zustand.

Was hilft

Lass zu Schichtbeginn ein gutes und ein schlechtes Referenzteil durchlaufen und protokolliere das Ergebnis. Die Abweichung zeigt dir den Auslöser, bevor die Ausschussstatistik es tut.

Das siehst du

Zwei Schichten bewerten dieselben aussortierten Teile unterschiedlich.

Warum

Es gibt keinen abgestimmten Fehlerkatalog mit Grenzmustern, deshalb entscheidet Erfahrung, und die gesammelten Kennzeichnungen widersprechen sich bereits im Trainingsmaterial.

Was hilft

Leg mit dem Qualitätsmanagement echte Grenzmuster fest, sortiere die vorhandenen Kennzeichnungen danach neu und lass strittige Bilder von zwei Personen unabhängig bewerten.

Das siehst du

Ein bekannter Fehler wird durchgelassen, obwohl er auf dem Bild deutlich zu sehen ist.

Warum

Der Fehler war in dieser Ausprägung nicht im Trainingsmaterial, etwa an einer anderen Stelle des Teils oder in kleinerer Ausdehnung, und die Klassifikation ordnet ihn dem nächstähnlichen Muster zu.

Was hilft

Ergänze gezielt Varianten dieser Fehlerart nach Ort und Größe und prüfe, ob eine zusätzliche Anomalieerkennung parallel läuft, die unbekannte Abweichungen an den Nachprüfplatz gibt.

Das siehst du

Eine Reklamation lässt sich Monate später nicht mehr aufklären.

Warum

Zum Prüfergebnis wurden weder Bild noch Schwelle noch Modellversion archiviert, deshalb ist nicht rekonstruierbar, wie das Teil damals bewertet wurde.

Was hilft

Archiviere Bild, Entscheidung, Schwellenwert und Modellversion gemeinsam mit der Teilekennung und regle schriftlich, wer die Schwelle ändern darf und wie das festgehalten wird.

Sechs Festlegungen vor dem ersten Trainingsbild

  1. 01 Die Fehlerart bestimmt, ob Durchlicht, Auflicht oder streifendes Licht passt.
  2. 02 Position, Abstand und Belichtung werden fixiert und dokumentiert.
  3. 03 Fremdlicht aus der Halle wird abgeschirmt, nicht ausgeregelt.
  4. 04 Der Fehlerkatalog wird an echten Grenzmustern festgemacht.
  5. 05 Der Auslöser bestimmt, wann im Takt das Bild entsteht.
  6. 06 Unsichere Teile gehen an den Nachprüfplatz statt in den Ausschuss.
Was du mitnimmst

Was du danach beurteilen und festlegen kannst

Eine Prüfstation, die im Dreischichtbetrieb hält, entsteht aus wenigen physikalischen und organisatorischen Festlegungen. Diese Punkte sind der Unterschied zwischen Versuchsaufbau und Betriebsmittel.

Licht zur Fehlerart wählen

Du weißt, dass Kratzer streifendes Licht brauchen, Konturprüfungen Durchlicht und Prägungen einen flachen Einfallswinkel. Damit klärst du in einer Stunde am Musterteil, ob die Aufgabe optisch überhaupt lösbar ist.

Aufbau reproduzierbar machen

Du fixierst Position, Abstand, Winkel und Belichtung und schirmst Fremdlicht ab. Jede spätere Änderung an Kamera oder Leuchte wird zum dokumentierten Eingriff, weil das Modell auf genau diesen Aufbau gelernt hat.

Fehlerkatalog abstimmen

Du legst mit dem Qualitätsmanagement fest, welche Fehlerarten es gibt und wo die Grenze zwischen zulässig und Ausschuss liegt, festgemacht an echten Grenzmustern. Ohne das sind die gesammelten Kennzeichnungen widersprüchlich.

Verfahren passend wählen

Du entscheidest zwischen Anomalieerkennung auf Gutteilen und Klassifikation benannter Fehlerarten, je nachdem, ob eine Fehlersammlung existiert und ob die Arten unterschieden werden müssen.

Schwelle bewusst setzen

Du bewertest Falschausschuss und übersehene Fehler getrennt und mit ihren jeweiligen Kosten, statt eine einzelne Genauigkeit zu betrachten. Ein Nachprüfplatz für unsichere Fälle nimmt der Entscheidung die Härte.

Drift im Blick behalten

Du planst tägliche Referenzteile, archivierst Bild, Entscheidung und Modellversion und regelst, wer die Schwelle ändern darf. Damit erkennst du Materialwechsel und Lampenalterung, bevor die Ausschussstatistik es tut.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt

Die Prüfaufgabe bestimmt die Beleuchtung

Ein Kratzer auf einer glänzenden Fläche ist im diffusen Auflicht praktisch unsichtbar, im streifenden Licht dagegen deutlich zu sehen. Der Grund ist die Physik: Die glatte Fläche spiegelt das Licht am Objektiv vorbei und bleibt dunkel, während die Kanten des Kratzers Streulicht in die Kamera werfen. Umgekehrt braucht eine Prüfung auf Kontur und Maßhaltigkeit Durchlicht, weil dann nur der Umriss zählt und die Oberfläche keine Rolle spielt. Prägungen und Vertiefungen brauchen gerichtetes Licht aus einem flachen Winkel, das Schattenkanten erzeugt.

Der zweite Teil ist die Wiederholbarkeit. Position, Abstand, Winkel und Belichtung müssen von Teil zu Teil gleich sein, und Fremdlicht aus der Halle gehört abgeschirmt. Ein Modell lernt genau den Aufbau, unter dem die Bilder entstanden sind. Wenn ein Jahr später jemand die Kamera um zwei Zentimeter versetzt oder eine defekte Leuchte durch ein anderes Modell ersetzt, ist das Ergebnis wertlos, und niemand verbindet den plötzlichen Anstieg des Ausschusses mit dem Lampenwechsel.

Fehlerbilder sind das knappe Gut

Gutteile hast du im Überfluss, Fehlerteile fast nie, und die seltenen Fehler sind genau die, die weh tun. Daraus ergeben sich zwei Wege. Die Anomalieerkennung lernt nur den Gutzustand und meldet alles, was davon abweicht. Sie kommt ohne Fehlersammlung aus, unterscheidet die Fehlerarten aber nicht und reagiert empfindlich auf harmlose Schwankungen wie Materialglanz.

Die Klassifikation ordnet stattdessen benannte Fehlerarten zu und braucht dafür Beispiele jeder Art in ihren Varianten. Sinnvoll ist deshalb, Fehlerteile ab sofort systematisch zu sammeln, mit Bild, Fehlerart und Fundort, statt sie in den Ausschussbehälter zu werfen. Diese Sammlung ist meist der eigentliche Engpass des Vorhabens und lässt sich nicht durch Rechenleistung ersetzen.

Unverzichtbar sind Grenzmuster. Was ist ein noch zulässiger Kratzer, ab wann ist er Ausschuss? Solange diese Frage nicht mit dem Qualitätsmanagement geklärt und an echten Teilen festgemacht ist, streitet die Schicht mit jeder Entscheidung des Systems, und die Modellgüte ist am Ende zweitrangig.

Falschausschuss und Schlupf getrennt bewerten

Beide Fehlerarten haben einen Namen: Falschausschuss meint gute Teile, die aussortiert werden, Schlupf meint fehlerhafte, die durchrutschen. Sie hängen an derselben Schwelle und bewegen sich gegenläufig, denn wer den Schlupf senkt, erhöht den Falschausschuss. Deshalb ist die Frage nicht, wie genau das System arbeitet, sondern welcher der beiden Fehler mehr kostet. Bei einem sicherheitsrelevanten Teil ist ein durchgelassener Fehler kaum akzeptabel, bei einem teuren Gussteil ist unnötiger Ausschuss der größere Posten.

In der Praxis löst ein dritter Ausgang die Zwickmühle. Das System entscheidet nicht nur gut oder schlecht, sondern gibt unsichere Fälle an einen Nachprüfplatz. Damit lässt sich die Schwelle für den automatischen Durchlauf streng setzen, ohne die Ausschussquote in die Höhe zu treiben, und die Menge am Nachprüfplatz zeigt direkt, wo das System noch unsicher ist.

Der Betrieb danach

Die Erkennungsleistung wandert, ohne dass jemand etwas ändert. Eine neue Materialcharge glänzt anders, ein Lieferantenwechsel bringt eine andere Oberfläche mit, das Werkzeug verschleißt und erzeugt neue Muster, und die Leuchte altert und wird dunkler. Deshalb gehören regelmäßige Prüfungen mit bekannten Teilen dazu. Ein gutes und ein schlechtes Referenzteil täglich zu Schichtbeginn durchlaufen zu lassen kostet Minuten und fängt genau diese Fälle ab.

Zweitens braucht der Aufbau eine Rückverfolgbarkeit. Bild, Entscheidung, Schwelle und Modellversion gehören zusammen archiviert, sonst lässt sich eine Reklamation Monate später nicht mehr aufklären. Drittens gehört festgelegt, wer die Schwelle ändern darf und was dabei dokumentiert wird, denn eine still verschobene Schwelle ist die häufigste Ursache für unerklärliche Sprünge in der Ausschussstatistik.

Dazu passende Kurse

Wie Fehlerkatalog, Grenzmuster und Schwellen zusammen mit dem Qualitätsmanagement festgelegt werden, damit die Schicht die Entscheidungen mitträgt, behandeln die Kurse zu KI in der Qualitätssicherung .

Wer über die Prüfstation hinaus den KI-Einsatz an der Linie insgesamt betrachtet, findet den weiteren Zuschnitt in den Kursen für Produktionsteams.

Wissen prüfen

Wie sicher bist du beim Thema wirklich?

Lesen fühlt sich schnell nach Können an. Ein kurzer Test zeigt dir, was davon schon sitzt und wo sich ein Kurs lohnt. Kostenlos, ohne Anmeldung, mit einer Erklärung zu jeder Antwort.

Die Inhalte wurden sehr gut vermittelt und Fragen wurden perfekt beantwortet.
LLM Security: Injections erkennen & abwehren
Marco ist ein extrem guter Trainer, der mit seinem Fachwissen zum Thema KI sehr viel Expertise mitbringt.
KI Data Science: Datenanalyse Grundkurs
Seminarleiter war sehr gut vorbereitet, Den Lehrstoff hat er ausführlich und praxisorientiert vorgetragen.
ChatGPT Aufbaukurs: Datenanalyse, Automatisierung und Workflows

Häufige Fragen

Wie viele Fehlerbilder braucht das Modell?
Entscheidend ist die Vielfalt, nicht die Menge. Jede Fehlerart sollte in ihren Ausprägungen vorkommen, also groß und klein, an verschiedenen Stellen des Teils, auf hellem und dunklem Material. Hundert Bilder derselben Kratzerart an derselben Stelle bringen weniger als deutlich weniger Bilder, die die Bandbreite abdecken. Für den Einstieg ohne Fehlersammlung bleibt die Anomalieerkennung auf Gutteilen.
Erkennt das System auch Fehler, die es noch nie gesehen hat?
Eine Klassifikation nicht, die ordnet nur den Arten zu, die sie kennt, und steckt einen unbekannten Fehler ins nächstähnliche Fach oder erklärt das Teil für gut. Die Anomalieerkennung kann unbekannte Abweichungen melden, allerdings ohne Aussage darüber, was sie gefunden hat. Wenn neue Fehlerarten realistisch sind, gehört ein Nachprüfplatz zwingend in den Aufbau.
Ersetzt die Kamera die Endprüfung?
Sie ersetzt die Sichtprüfung dort, wo der Fehler optisch sichtbar ist und der Aufbau stabil bleibt. Alles, was Haptik, Ton, Funktion oder innere Struktur betrifft, bleibt bei anderen Prüfverfahren. Sinnvoll ist die Kamera außerdem früher in der Linie als die Endprüfung, weil ein erkannter Fehler dann noch keine weiteren Bearbeitungsschritte verbraucht hat.
Persönlich für dich da

Deine Ansprechpartner

Du bist dir nicht sicher, welcher Kurs oder welches Level zu dir passt? Wir beraten dich persönlich und kostenlos.

Yves Hoppe

Yves Hoppe

Weiterbildung & Beratung

Hilft dir, aus dem KI-Programm den passenden Kurs für deinen Stand zu finden.

Norbert Jansen

Norbert Jansen

Beratung & Inhouse

Plant mit dir Inhouse-Trainings, die auf eure Abläufe und euren Datenbestand zugeschnitten sind.

Erst das Licht, dann der Fehlerkatalog, dann das Modell

In den Kursen zu KI in der Qualitätssicherung baust du eine Prüfaufgabe optisch auf, stimmst sie mit dem Qualitätsmanagement ab und hältst sie am eigenen Prüffall über den Schichtbetrieb stabil.