Qualitätskontrolle

KI-Implementierung in der industriellen Qualitätskontrolle

KI-Implementierung in der industriellen Qualitätskontrolle

Ein Design-Science-Ansatz, der technische und menschliche Faktoren miteinander verbindet
Erdi Ünal ORCID Icon, Kathrin Nauth ORCID Icon, Pavlos Rath-Manakidis, Jens Pöppelbuß ORCID Icon, Felix Hoenig, Christian Meske ORCID Icon
Künstliche Intelligenz (KI) bietet ein erhebliches Potenzial zur Verbesserung der industriellen Qualitätskontrolle, doch eine erfolgreiche Implementierung erfordert die sorgfältige Berücksichtigung ethischer und menschlicher Faktoren. Dieser Artikel untersucht, wie automatisierte Oberflächeninspektionssysteme eingesetzt werden können, um menschliche Fähigkeiten zu erweitern und gleichzeitig eine ethische Integration in die Arbeitsabläufe zu gewährleisten. Im Rahmen einer Design-Science-Research-Untersuchung (DSR) wurden zwölf Interessenvertreter aus sechs Organisationen auf drei Kontinenten befragt und zwölf soziotechnische Designanforderungen abgeleitet. Diese sind in Vorbereitungs- und Implementierungs-/Betriebsphasen unterteilt und befassen sich mit menschlichem Handeln, Mitarbeiterbeteiligung und verantwortungsvollem Wissensmanagement. Zu den wichtigsten Ergebnissen zählen die entscheidende Bedeutung einer sinnvollen Mitarbeiterbeteiligung während der ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 120-127 | DOI 10.30844/I4SD.26.1.120
KI-gestützte Workstation für die Qualitätskontrolle

KI-gestützte Workstation für die Qualitätskontrolle

Mehr Effizienz durch Bildverarbeitung, Echtzeitunterstützung und axiomatisches Design
Leonardo Venturoso ORCID Icon, Simone Garbin ORCID Icon, Dieter Steiner ORCID Icon, Dominik T. Matt ORCID Icon
Die traditionelle Qualitätskontrolle stößt in Produktionsumgebungen mit hoher Produktvielfalt und geringen Stückzahlen aufgrund von Variabilität und Komplexität oft an ihre Grenzen. Dieses Projekt stellt eine fortschrittliche Workstation vor, die die industrielle Produktivität und Qualität durch die Verwendung eines axiomatischen Designs steigert, um so eine klare Verbindung zwischen Kundenbedürfnissen, funktionalen Anforderungen und Designlösungen zu gewährleisten. Polarisationskameras, hochauflösender Bildgebung, adaptiver Beleuchtung und Deep-Learning-basierte Bildverarbeitung ermöglichen präziseste Prüfungen von Menge, Qualität und Konformität Über eine intuitive Benutzeroberfläche bietet das digitale Assistenzsystem Echtzeit-Feedback. In kontrollierten Tests konnte es sowohl durch Praxistauglichkeit als auch durch Skalierbarkeit überzeugen.
Industry 4.0 Science | 41. Jahrgang | 2025 | Ausgabe 5 | Seite 128-134 | DOI 10.30844/I4SD.25.5.128
Digitalisierung von Raster-Zeichnungen mit Deep Learning

Digitalisierung von Raster-Zeichnungen mit Deep Learning

Wie ein Framework OCR-Software bei der Extraktion von Daten übertrifft
Xiao Zhao, Marko Weber, Jan Schöffmann, Daniela Oelke ORCID Icon
Ein neuer Blick in die Tiefe technischer Zeichnungen: Ein Deep-Learning-Framework liest CAD-Grafiken so genau wie nie zuvor – erkennt Formtoleranzen, Maße und jedes Detail. Was früher mühsam von Hand geschah, übernimmt nun eine KI, die sich in die Besonderheiten jeder Linie und Beschriftung einfühlt. Diese vielversprechende Technologie steigert nicht nur die Genauigkeit, sondern beschleunigt auch die Verarbeitung von Zeichnungen erheblich. So eröffnet das System neue Wege für Präzision in der Produktion.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 6 | Seite 10-17
Oberflächenprüfung von Mikrobauteilen

Oberflächenprüfung von Mikrobauteilen

Bernd Scholz-Reiter ORCID Icon, Michael Lütjen ORCID Icon, Hendrik Thamer
Aufgrund der zunehmenden Miniaturisierung in allen Bereichen der Technik gewinnen mechanische Fertigungsverfahren von Mikrobauteilen an Bedeutung. Die Kombination von hohen Fertigungsraten und niedrigen Fertigungstoleranzen im Mikrometerbereich erfordert dabei ein umfassendes Qualitätsmanagement, welches leistungsfähige Prozesse mit niedrigen Qualitätskosten anstrebt. Aufgrund der geringen Bauteilgröße und der damit verbundenen schwierigen Handhabung scheidet die klassische Sichtprüfung als Prüfverfahren aus. In Kombination mit einer auf die Mikrofertigung angepassten Oberflächenmesstechnik bedarf es leistungsfähiger Bildverarbeitungssysteme, um Oberflächenunvollkommenheiten wie z.B. Risse, Dellen und Brüche zu identifizieren. Im folgenden Beitrag werden ausgehend vom Qualitätsmanagement verschiedene Normen und Anwendungen vorgestellt, welche die Oberflächenprüfung von Mikrobauteilen betreffen. Anhand eines tiefgezogenen Mikrobauteils aus dem Sonderforschungsbereich (SFB) ...
Industrie Management | 26. Jahrgang | 2010 | Ausgabe 3 | Seite 43-46