Mithilfe Künstlicher Intelligenz (KI) lassen sich viele industrielle Prozesse automatisieren, die bisher auf manuelle Tätigkeiten angewiesen waren. Dazu gehören auch Wareneingangskontrolle oder Qualitätsprüfungen an Bauteilen und Komponenten. Aber: Die meisten KI-Systeme nutzen Methoden des überwachten Lernens, für die große Datenmengen erforderlich sind. Für viele Unternehmen sind die zugehörigen Kosten zu hoch, der Personalaufwand ist enorm.
Eine neuartige Technologie zur KI-basierten optischen Qualitätskontrolle von industriellen Gütern haben nun Forscher am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK in Berlin entwickelt. Um die Lösung für unterschiedlichste Anwendungen zu testen, sind Partner aus der Industrie gefragt.
Im Projekt „Viaduct – Aufwandsverkleinerung von KI-Anwendungen in der Industrie durch Reduzierung von Trainingsdaten“ haben die Forscher gemeinsam mit dem armenischen Technologiepartner Ngene LLC ihren neuen Ansatz für datenreduzierte KI-Lösungen entwickelt. Die so genannte bildbasierte Anomaliedetektion soll es Unternehmen ermöglichen, die Vorteile KI-basierter Bildverarbeitung in ihre Inspektionsprozesse einzubinden, ohne dabei große Aufwände für das Erheben der Trainingsdaten in Kauf nehmen zu müssen.
Wer die Aufgabe richtig formuliert, spart viel Aufwand
Möglich macht dies die Umformulierung der Inspektionsaufgabe: Anstatt nach bereits bekannten Fehlern zu suchen, lautet die Aufgabe bei der Anomaliedetektion, nach jeglichen Abweichungen (Anomalien) von einem vorab festgelegten Qualitätsstandard Ausschau zu halten. Dazu wird die KI mit defektfreien Produkten trainiert, die naturgemäß in deutlich größerer Stückzahl vorliegen als defekte Produkte. Zwar müssen auch die Gutteile zunächst bildhaft erfasst werden, allerdings entfällt die sehr zeitaufwendige pixelweise Annotation von Defekten. Das Fraunhofer-Team konnte in einer ersten Studie bereits zeigen, dass auf diese Weise bei der Datenerhebung bis zu 97 % des Aufwands entfallen können.
Um die neue Technologie an einem möglichst breiten Spektrum industrieller Objekte zu erproben, sucht das Fraunhofer IPK jetzt Anwendungspartner. Interesse an der Technologie haben bereits verschiedene Unternehmen bekundet, darunter die Würth Industrie Service GmbH & Co. KG, die Charité CFM Facility Management GmbH, die Maschinenfabrik Bernard Krone GmbH & Co. sowie die Metaq GmbH.
Solche Produkte sind für die Potenzialanalyse geeignet
Interessenten werden gebeten, Produkte oder auch Bauteile einzuschicken, die dann auf das Anwendungspotenzial untersucht werden. Dafür müssen bestimmte Rahmenbedingungen erfüllt sein:
- Gesucht sind Objekte, die in Länge, Breite und Höhe gut ausgeprägt sind.
- Gebraucht werden mindestens zehn defektfreie Objekte pro Produkt
- Ebenfalls erforderlich: Mindestens zehn Objekte mit produktionsbedingten Defekten pro Produkt.
- Hinsichtlich der Maße darf die längste Ausprägung mindestens 5 mm und maximal 500 mm betragen.
Teilnehmende Unternehmen erhalten im Anschluss eine individuelle, kostenfreie und unverbindliche Potenzialanalyse, wie sich KI-basierte Bildverarbeitung ohne großen Aufwand in ihre Inspektionsprozesse integrieren lässt. Das dafür erstellte Bildmaterial zu den eingesandten Produkten wird nach Projektabschluss in einen öffentlich zugänglichen Datensatz übergehen. Ist keine Veröffentlichung von Produktbildern gewünscht, ist dennoch eine Kooperation außerhalb des Projekts möglich. Auf Wunsch werden die eingereichten Produkte an die Interessenten zurückgeschickt. (op)
Das Bundesforschungsministerium fördert
das Projekt Viaduct im Rahmen seiner
Strategien zur Künstlichen Intelligenz sowie zur Integration der Länder der Östlichen Partnerschaft in den Europäischen Forschungsraum.
Kontakt zu den Forschern:
Fraunhofer IPK
Pascalstraße 8-9
10587 Berlin
Jan Lehr
Tel.: +49(0)30 39006-483
E-Mail: jan.lehr@ipk.fraunhofer.de
