Oberflächen aus Metall oder Kunststoff sollen in der Industrieproduktion so glatt wie möglich sein. Jeder Kratzer, jede Unebenheit muss frühzeitig erkannt und behoben werden. Bisher erfolgt die Qualitätssicherung durch Menschen. Doch je komplexer die Oberflächenstruktur ist, desto fehleranfälliger ist die Analyse mit dem menschlichen Auge. Um dieses Problem zu lösen, setzen mehr und mehr Hersteller auf den Einsatz von Künstlicher Intelligenz.

Qualitativ hochwertige Oberflächen zeichnen sich durch ihre Ebenmäßigkeit aus. Kleinste Abweichungen und Unregelmäßigkeiten können am Ende zu teuren Mängeln führen. Zuverlässige und effektive Materialprüfungen sind daher unerlässlich, um eine optimale Qualität zu gewährleisten. Die mit bloßem Auge durchgeführte Qualitätssicherung ist jedoch häufig fehleranfällig und mit relativ hohen Kosten verbunden. Zudem ist sie für bestehende Produktionsprozesse zu langsam. Aufgrund von Aufmerksamkeitsschwankungen kommt es zwangsläufig immer wieder zu fehlerhaften Ergebnissen.

Neue Maßstäbe in der Qualitätssicherung

Künstliche Intelligenz soll die Arbeit der Qualitätssicherer nun erheblich verbessern. Dazu hat elunic, ein in München ansässiges Software-Unternehmen, die aktuellen Methoden der Qualitätskontrolle weiterentwickelt. Das KI-basierte System AI.SEE ermöglicht eine genaue, schnelle, zuverlässige und kosteneffektive Qualitätssicherung für metallische und auf diversen anderen Materialien basierende Oberflächen. Unter Verwendung von Computer Vision in Kombination mit selbstlernenden Algorithmen des maschinellen Lernens werden bessere Resultate erzielt.

Die Software ermöglicht es, kleinste Risse auf heterogenen oder reflektierenden Oberflächen umgehend zu lokalisieren. Erkannte Schäden und Mängel zur Weiterverarbeitung werden an die zuständige Abteilung sofort weitergeleitet. AI.SEE kann bei Konzernen und Mittelständlern die Produktion in verschiedenen Branchen wie beispielsweise der Automobil-, Pharma- und Solarindustrie, bereichern.