Mit KI und Kamera: Wie der Roboter zum Qualitätsprüfer wird

Die Anforderungen an die Abläufe in produzierenden Unternehmen waren schon immer hoch. Doch sie sind in den vergangenen Jahren noch einmal gestiegen. Die Toleranzen bei den produzierten Bauteilen - also das, was an Abweichung vom perfekten Maß noch akzeptiert wird - sind enger geworden. Die Serienfertigung wird immer perfekter.

Das hat auch die Anforderungen an die Qualitätskontrolle erhöht. Während es früher oft ausgereicht hat, einzelne Teile stichprobenartig im Messraum zu prüfen, setzen Unternehmen nun zunehmend auf eine 100-Prozent-Inspektion. Diese sollte aber möglichst kostengünstig geschehen. Denn neben dem Streben nach Perfektion sehen sich die Fertigungsbetriebe auch einem enormen Kostendruck ausgesetzt. Gleichzeitig fehlen die Fachkräfte, die sich um Inspektionsaufgaben kümmern können.

Scanner und Kamera machen Roboter zu präzisen Beobachtern

Das sind einige der Gründe, weshalb die Nachfrage nach Automatisierung rund um die Qualitätssicherung stetig ansteigt. Dabei übernehmen unter anderem Roboter - ausgerüstet mit Laserscannern oder Industriekameras - die Inspektionsaufgaben. Sie kontrollieren jedes einzelne Teil im 24/7-Takt. Das reduziert Ausschuss und Stillstände auf ein Minimum.

Dies gelingt umso besser, je stärker die Fertigung digitalisiert ist. Können möglichst viele Daten aus Produktion und Qualitätssicherung analysiert werden, sind Firmen in der Lage, Fehler frühzeitig zu erkennen und entsprechend gegenzusteuern. Das wiederum bedeutet: Die involvierten Systeme müssen miteinander vernetzt sein. "Es gibt viele verschiedene Technologien, die in einer Automatisierungslösung eine Rolle spielen und miteinander verknüpft werden", erklärt Thomas Frahler, Business Lead für IoT bei Microsoft. "Das sind zum Beispiel Hardware-Komponenten wie etwa eine Messmaschine, Systeme für die Fertigungssteuerung, Software für die Datenanalyse und Unternehmensanwendungen wie etwa eine ERP-Lösung."

Ein einzelner Ansprechpartner erleichtert die Integration

Das bedeutet aber auch, dass viele unterschiedliche Technikanbieter involviert sind. Diese müssen zusammenarbeiten, damit die Vernetzung reibungslos funktioniert. Die Integrationsarbeit kann in Automatisierungsprojekten viel Zeit und Geld kosten. "Für Unternehmen ist es daher hilfreich, wenn sie nur einen Ansprechpartner haben", so Frahler. Ein Unternehmen wie Microsoft trete daher in solchen Fällen als Vermittler auf, der die verschiedenen Expertisen zusammenführt. "Microsoft hat langjährige Erfahrung beim Thema IoT und verfügt über ein großes Ökosystem an Partnern, die spezielle Lösungen für bestimmte Anwendungen und Anforderungen zur Verfügung stellen."

Hinzu kommt laut Frahler, dass Microsoft mit Azure auch eine Plattform bietet, die quasi als Fundament für die digitalisierte Produktion dient. Eine solche Basis ist auch entscheidend, um die unterschiedlichen Daten zusammenzuführen und auszuwerten, wenn es um die automatisierte Qualitätssicherung geht. Das können zum Beispiel Messwerte von den Inspektionssystemen sein, aber auch Daten von den Fertigungsmaschinen wie etwa Temperatur oder Druck.

Wichtig sei dabei eine hybride Architektur - also eine Kombination aus Cloud- und Edge-Technik, so Frahler. Für Abläufe, die eine möglichst schnelle Rückmeldung benötigen, werden Daten dann an der Edge - also direkt vor Ort - verarbeitet. Andere können in Cloud-Systemen ausgewertet werden.

KI macht mehr aus dem Erkannten

Eine solche Architektur ist auch für die Voraussetzung, um rechenintensive Verfahren wie Machine Learning zu nutzen. Besonders in der Qualitätssicherung spielt künstliche Intelligenz ihre Stärken aus. Die entsprechenden Technologien sorgen dafür, dass sich Inspektionsaufgaben automatisieren und schneller umsetzen lassen. Wenn es zum Beispiel darum geht, mit der Vielfalt an Defekten in der Oberflächeninspektion zurecht zu kommen, ist ein klassisches Bildverarbeitungssystem überfordert. Ausgestattet mit KI kann es den Job jedoch auch selbstständig übernehmen.

Dank KI lassen sich die Roboter auch einfacher einsetzen. Mittlerweile gibt es eine Reihe von Startups wie zum Beispiel Wandelbots aus Dresden, die Verfahren entwickelt haben, um Roboter auch ohne die entsprechenden Fachkenntnisse zu programmieren. Der Nutzer oder die Nutzerin zeigt dem mechanischen Helfer dabei zum Beispiel nur mit einem Stift, was er zu tun hat. Dank solcher No-Code-Lösungen lassen sich die Roboter auch flexibler einsetzen, weil sie ohne großen Aufwand an neue Aufgaben angepasst werden können.

Welche Möglichkeiten die KI eröffnet, zeigt das Beispiel BMW. In seinem Werk in Dingolfing setzt der Autobauer Leichtbauroboter in verschiedenen Linien ein. Weil diese sich dank Wandelbots-Software einfach umprogrammieren lassen, übernehmen sie dort viele wechselnde Tätigkeiten. Eine davon ist die Qualitätskontrolle. Bestückt mit Kameras nehmen die Roboter Bilder von den zu prüfenden Teilen auf. Ob diese den geforderten Standards genügen oder nicht, zeigt dann die Auswertung der erfassten Bilder auf der Basis von KI-Modellen. Dafür setzt BMW auf die Softwareplattform des Digitalisierungsspezialisten Robotron und Microsoft Azure.

Wie die BMW Group diese Fertigungslinie in Dingolfing eine anpassungsfähige Lösung umgesetzt hat, zeigt diese Casestudy. Lesen Sie, wie industrielle Roboter, IT-gestützte Bilderkennung (Computer Vision) und KI-gestützte Lernmodelle zusammenspielen.

Leichtbauroboter auf Qualitätstripp!