Intelligente Algorithmen, selbstlernende Modelle und Fabriken, die sich selbst kontrollieren: Das klingt nach Zukunftsmusik. Doch bei EKB weiß man es inzwischen besser. „KI ist ein großartiges Hilfsmittel, aber absolut kein Zauberstab“, warnen die Experten Jasper Verhoef und Sebastien Negrijn. Was muss man als Industrieunternehmen wirklich wissen, bevor man mit KI loslegt?
Machine Vision – die automatische Kontrolle von Produkten mithilfe von Kamerabildern – ist seit Jahrzehnten ein zuverlässiges Werkzeug in industriellen Produktionsumgebungen. Doch dort, wo herkömmliche Systeme häufig an ihre Grenzen stoßen – bei Variationen oder Abweichungen, die sich nur schwer in Regeln fassen lassen –, bietet KI eine Lösung. Dennoch birgt sie auch Risiken, die laut EKB oft übersehen werden.
„Viele Unternehmen glauben, dass KI alles kann. Das stimmt einfach nicht.“
Von Katzen und Tassen
„Den Unterschied zwischen einem Hund und einer Katze erkennt man auf den ersten Blick“, sagt Sebastien Negrijn, Manager Engineering bei EKB. „Aber erklären Sie das einmal einer Maschine in Regeln. Genau hier macht KI den Unterschied: Statt Regeln aufzustellen, lassen Sie das System selbst lernen, zu unterscheiden.“
Genau deshalb ist KI bei der Qualitätskontrolle in dynamischen Produktionsumgebungen so leistungsstark. Denken Sie an Produkte, die ständig variieren – von Bechern mit wechselnden Logos bis hin zu Pflanzen im Gartenbau, bei denen man zählen muss, wie viele Blüten sie tragen. „Herkömmliche Machine Vision kann das oft nicht ohne hohe Kosten oder langwierige Neuprogrammierung bewältigen“, ergänzt der KI-Spezialist Jasper Verhoef. „KI-Systeme sind viel flexibler und schneller zu implementieren.“
Geschwindigkeit ≠ Zuverlässigkeit
Doch es gibt auch Kehrseiten. In High-Speed-Umgebungen – etwa auf Produktionslinien, auf denen Dutzende Produkte pro Sekunde vorbeiziehen – kann KI schlicht zu langsam sein. Zudem besteht das Risiko, dass ein KI-Modell fehlerhafte Produkte freigibt oder umgekehrt.
„Bei einem Produkt mit einem möglicherweise tödlichen Fehler – denken Sie an Schimmel in Lebensmitteln – möchte man 100 % Sicherheit. Dann ist klassische Machine Vision oft noch die sicherste Wahl.“
Auch die Validierung von KI-Modellen ist ein wichtiger Punkt. „Man trainiert mit historischen Daten, aber woher weiß man sicher, dass das Modell auch in der Praxis funktioniert?“, fragt sich Verhoef laut. Bei EKB kombiniert man Training und Validierung daher stets mit strengen Testsätzen und wöchentlichen Qualitätskontrollen mit abweichenden Produkten.
Was Sie als Hersteller wissen müssen
Laut Negrijn und Verhoef gibt es einen Ratschlag, der für Unternehmen, die mit KI starten wollen, an erster Stelle stehen muss: Wissen Sie, was Sie lösen wollen. Ist Geschwindigkeit am wichtigsten? Ist das Produkt stark variabel? Ist 100 % Sicherheit entscheidend, oder darf es eine Fehlermarge geben?
„KI ist ein Hilfsmittel. Kein Wundermittel. Beginnen Sie mit einer klaren
Problemdefinition – und wählen Sie erst dann die Technologie.“
Was bringt die Zukunft?
Die Experten erwarten, dass KI-Systeme immer leistungsstärker und benutzerfreundlicher werden. „In ein paar Jahren kann man vielleicht einfach eintippen, was die Freigabe- und Ausschusskriterien sind – und das Modell erledigt den Rest“, prognostiziert Verhoef. „Doch bis dahin ist die intelligente Kombination von menschlichem Sachverstand, klassischen Techniken und KI der Schlüssel zum Erfolg.“
Wollen Sie als Hersteller mit KI in der Qualitätskontrolle experimentieren? Dann bedenken Sie: Es geht nicht darum, den neuesten Hype umzusetzen – sondern darum, das richtige Problem zu lösen. EKB weiß genau, wie das funktioniert.