KI für visuelle Inspektion in der Industrie

Dr. Andreas de Jonges Faible für Künstliche Intelligenz zieht sich durch seinen gesamten Werdegang – vom Physikdiplom über die Promotion hin zur wissenschaftlichen Arbeit an der Universität Heidelberg im Bereich Computer Assisted Clinical Medicine. Er betreute KI-Projekte in Forschung und Entwicklung im industriellen Umfeld und baute schließlich den KI-Bereich eines mittelständischen Unternehmens in der Wärmebildtechnologie auf.

Auf welchen Prinzipien seine KI beruht und was sie auszeichnet, schildert Andreas de Jonge im Interview.

Künstliche Intelligenz kann Ausschuss verringern, die Produktqualität verbessern, dabei helfen, Anlagenfehlverhalten zu erkennen, die Anlageneffizienz steigern, Fremdkörper erkennen und vieles mehr. In unserem Consulting ist die Problemstellung des Kunden und die entsprechende Definition der Aufgabe das A und O zu Beginn eines Projekts. Entsprechend unterstützen wir bei der konkreten Formulierung des Problems sowie der Feststellung von IST-Situation und ZIEL-Beschreibung.

Unser Fokus im Consulting, das meist dem Einsatz unserer KI in der Produktion vorangeht, liegt auf der Verbesserung von industriellen Produktionsprozessen mit kamerabasierter Qualitätskontrolle. Dieses Feld ist breit und bedarf einer konkreten Aufgabenstellung, die wir gemeinsam mit unseren Kunden definieren.

Wir erfragen Produktspezifikationen und Projektinformationen, legen gemeinsam Spektralbereiche fest und beraten, wie eine virtuelle Erweiterung der Datenbasis mit synthetischen Daten aussehen kann. Im Anschluss prüfen wir vorhandene Kamerasysteme auf ihre Eignung oder legen neue Kamerasysteme fest. Anschließend erhalten unsere Kunden einen Hardware-Integrationsplan, wie die KI in die jeweiligen Systeme, Chips oder Kameras integriert werden kann.

Unsere Embedded AI-Modelle für optische Inspektionssysteme in der Industrie werden auf die spezifischen Anforderungen jedes Kunden angepasst. Künftig bieten wir verschiedene Demonstrationsmodelle für Objekterkennung und Personenerkennung an, die unverbindlich getestet werden können, um die Funktionsweise nachvollziehen zu können.

Diese Modelle lassen sich im nächsten Schritt flexibel auf die individuellen Bedürfnisse zuschneiden, zum einen, was die Architektur betrifft, zum anderen was die Definition von Transparenzkriterien betrifft, die die Entscheidungen der KI nachvollziehbar und vertrauenswürdig gestalten.

Durch eine spezifische Anpassung an die eingesetzte Hardware wird sichergestellt, dass die KI ressourcenschonend und schnell agiert. Sie kann unmittelbar in bestehende Systeme integriert werden. Damit vereinfachen wir den Einsatz Künstlicher Intelligenz erheblich und halten Entwicklungsaufwand und Kosten gering.