- Tanácsadási szolgáltatások
Optische Qualitätssicherung in der Produktion: 3-mon-Proof of Concept
AI Vision Quality Control ermöglicht die vollständige, kontinuierliche und exakte Erfassung von Produktqualität und reduziert manuelle Aufwände in der Qualitätskontrolle signifikant.
This service is only available in German.
Der angebotene Proof of Concept behandelt die optische Qualitätssicherung in der Produktion durch KI-Videoanalyse.
Auf Basis von Microsoft Azure und dem Microsoft Azure IoT Hub, ermöglicht die AI Vision Platform die Analyse von Bild- und Videodaten durch passgenaue Verbindung von KI-Analyse-Modulen und löst damit anspruchsvolle Aufgaben im Bereich visuelle Qualitätskontrolle.
Manuelle Qualitätskontrollen während oder am Ende eines Herstellungsprozesses sind personalaufwendig und zeitintensiv, jedoch die Antwort auf wachsende Kundenanforderungen im Bereich Qualität. Mittels künstlicher Intelligenz ist es möglich, diese Aufwände zu reduzieren und die Erfassung von Qualität zu standardisieren. Während geschulte Qualitätsprüfer stets mit wachen Augen Prozesse rund um die Uhr überwachen und dabei unstetige und lückenhafte Ergebnisse erreichen, können optische Systeme zuverlässig und rund um die Uhr jede Art von Qualitätsmängel aufdecken.
Wir bieten den Einsatz der AI Vision Platform zugeschnitten auf Ihre konkrete Problemstellung aus dem Bereich optische Qualitätssicherung an. Dabei erfassen wir Ihre spezifischen Anforderungen und konzipieren einen KI-Bildanalyseprozess inklusive Hardwareauswahl und -Installation, Datenerfassung, Datenvorverarbeitung, Modelentwicklung (inkl. Labeling und Training in Microsoft Azure ML Studio), Aggregation und Live-Test.
Das angebotene PoC-Szenario sieht eine On-Edge Berechnung der sogenannten KI-Infrenz am Standort vor und ermöglicht die direkte Anzeige für den Prüfer (Evaluation) sowie Weiterverarbeitung der gewonnenen Daten in der Microsoft Azure Cloud oder am Standort. Das heißt, der manuelle Prüfprozess wird im ersten Schritt nicht ersetzt, sondern optimal unterstützt, um die KI zu trainieren. Die Analyse-Ergebnisse werden dem Qualitätsprüfer transparent in einer Software zur Evaluation bereitgestellt und entscheiden über Produktivsetzung und/oder Weiterentwicklung des Ansatzes.