KI-assistierte Qualitätssicherung in der Galvanotechnik
| Steckbrief | |
|---|---|
| Firma | C. Jentner GmbH |
| Produkte & Dienstleistungen | Auf Kundenauftrag Beschichtung komplexer Werkstücke aus der Medizintechnik, der Luft- und Raumfahrt und der Elektrotechnik |
| Business Model Canvas | Wertangebote, Kundenbeziehungen, Schlüsselressourcen, Schlüsselaktivitäten |
| ca. Zahl der Mitarbeiter:innen (weltweit) | 40 |
| Zielgruppe | Entwickler |
| Hauptsitz | Pforzheim |
| Use Cases | Computer Vision |
Ausgangssituation & Herausforderungen
Die C. Jentner GmbH ist auf Galvanotechnik und Oberflächenveredelung spezialisiert. Als mittelständisches Unternehmen mit rund 40 Mitarbeitern betreut es Kunden aus Medizintechnik, Luft- und Raumfahrt sowie Elektrotechnik. Von der Vernickelung bis zur Rhodinierung bietet es verschiedene galvanische Beschichtungen an. Früher manuell durchgeführt, ist die optische Inspektion in der Galvanisierungsbranche anspruchsvoll und ressourcenintensiv.
Ziele
Eine Automatisierung des Inspektionsprozesses soll Zeit und Ressourcen sparen. Daher bestand das Ziel darin, den Inspektionsprozess zu automatisieren.
Lösung/Maßnahmen/Projekt
Innerhalb des Projektes wurde in Zusammenarbeit mit einem Softwareanbieter ein KI-basiertes visuelles Qualitätskontroll- und Fehlererkennungssystem entwickelt, welches Bilder direkt auswertet, Fehler und Schäden erkennt und Fehlerklassen direkt zuordnen kann.
Umsetzung
Das semi-automatische, optische Prüfsystem wurde als selbstlernendes KI-System auf Basis künstlich neuronaler Netze und Deep Learning zur Bildanalyse umgesetzt.
Was wurde benötigt?
Die KI wurde mittels historischer Daten trainiert. Weiterhin erfolgte die Zusammenarbeit mit dem Softwareunternehmen elunic AG, welches ein KI-as-a-Service-Lösungskonzept anbietet. In dieser Anwendung wird das Qualitätskontrollsystem AI.SEE™ und das selbstlernende Kontrollsystem AI.SEEM™ Core genutzt.
Was wurde erreicht?
Die Automatisierung der Qualitätskontrolle führt zur Minimierung fehleranfälliger Prozesse und ermöglicht die schnelle und klare Identifizierung häufig auftretender Fehlerquellen wie auch kleinster Defekte, die von menschlichen Inspektoren oft übersehen werden.
Lessons Learned
In Zusammenarbeit mit der elunic AG konnte die Automatisierung der KI-basierten Qualitätskontrollen implementiert werden, welche Effizienzsteigerung sowie Qualitätssteigerung und -sicherung bewirkt.