Die jüngsten Entwicklungen bei generativer KI (GenKI) haben auch bei der klassischen KI viele neuen Verfahren, Möglichkeiten und Anwendungen ermöglicht. Das betrifft insbesondere die Qualitätskontrolle (QC), die sich inzwischen zu einem vollautomatischen Überwachsprozess in Echtzeit entwickelt hat. "KI in der Qualitätssicherung ermöglicht die Automatisierung von Prüfaufgaben, die bisher rein manuell durchgeführt wurden", heißt es in einem Bericht des Fraunhofer Instituts. "Selbst Prüfprozesse, deren Regeln nur mit erheblichem Aufwand festgelegt werden können, lassen sich mithilfe von geeigneten Trainingsdaten und dem Erfahrungswissen des Prüfpersonals automatisieren und objektivieren", so die Einschätzung der Autoren. Der größte Vorteil von KI in der QC ist jedoch die Möglichkeit, die Qualität eines Produktes vorherzusagen. Hierzu werden die Daten von integrierten Sensoren sowie Kenngrößen aus der Maschinensteuerung von der KI selbstständig ausgewertet um dann den Produktionsprozess nachzuregeln - was zu erheblichen Einsparungen führen kann. Nachfolgend zwei Beispiele, an denen die neuen KI-Möglichkeiten gut erkennbar sind.
KI kontrolliert die Schweißnähte
Southern Fabricators, ist ein amerikanischer Auftragshersteller, der komplexe Produktbaugruppen und Komponenten für landwirtschaftliche Geräte und Gabelstapler produziert. Ein besonderes Problem sind die Schweißnähte, die äußerst präzise und fehlerfrei sein müssen. Für die gesamte QC, inklusive der Überwachung der Schweißprozesse setzt das Unternehmen die KI-Lösung OneView des kanadischen Software-Unternehmens Eigen Innovations ein. Mithilfe von Kameras und Sensoren überwacht OneView alle Prozesse und Halbprodukte. Entdeckt die KI ein Problem an einer Naht erfolgt eine Alarmmeldung. Ein Techniker kann dann anhand von Wärmebildern und anderen Messwerten den Defekt bewerten und Gegenmaßnahmen einleiten. "Mithilfe der Lösung von Eigen haben wir den Ausschuss in der Fertigung deutlich reduziert und sehr viel Geld gespart", sagt Rocky Carpenter, Werksleiter bei Southern Fabricators. So habe sich die Investition in nur sechs Monaten amortisiert.
OneView basiert auf Intel® Core™ CPUs und dem OpenVINO™ Toolkit. Bei OpenVINO handelt es sich um ein von Intel entwickeltes Open-Source Software-Toolkit, das die Optimierung und Beschleunigung von KI-Inferenzen, vor allem in der Computer Vision, auf verschiedenen Intel-Hardwareplattformen ermöglicht. Die Entscheidung zugunsten von Intel basierte unter anderem darauf, dass Grafikprozessoren aufgrund von Umgebungsbedenken nicht infrage kamen. Ein weiteres Kriterium war die Performance. "Die Geschwindigkeit von OpenVINO ist unübertroffen", sagt Jon Weiss, Eigens Innovation Officer. Hierbei verweist er auf einen Spezialpapierhersteller, bei dem sich in wenigen Sekunden Maschinenrückstände ansammeln können, die einen Schaden von bis zu 120.000 Dollar verursachen können. "Mit OpenVINO kann ein potenzieller Schaden in nur einer Sekunde erkannt und analysiert werden, sodass unverzüglich Gegenmaßnahmen eingeleitet werden können", sagt er über die Leistungs-Vorteile von OpenVINO.
QC in der Landwirtschaft
Wer bei QC nur an die klassische industrielle Fertigung denkt, der denkt zu kurz. Auch die Landwirtschaft gleicht inzwischen in vielen Bereichen einem Industriebetrieb und nutzt entsprechende Technologien. Nature Fresh Farms betreibt eines der größten Gewächshäuser in Kanada. Es hat eine innovative Edge-Lösung entwickelt, die die Produktion und Logistik von Lebensmittel komplett neu aufstellt. Die KI-Lösung beobachtet und verwaltet alles, was den Wachstumsprozess beeinflusst: Temperatur, Licht, Luftfeuchtigkeit und andere Daten, wodurch die Quantität und Qualität deutlich verbessert wird, und weniger Abfall entsteht.
Deren System ist eine On-Prem-Lösung mit auf Intel Xeon Prozessoren basierenden Servern und dem OpenVINO-Toolkit. Gegenüber einer früheren Lösung konnte damit die Rechenzeit zum Erfassen, Verarbeiten und Analysieren von Daten von drei Stunden auf 30 Minuten reduziert werden. Heizung, Kühlung, Luftfeuchtigkeit und Bewässerung werden jetzt fünf Mal häufiger optimiert. "Intel ermöglicht die Analyse von Daten an der Edge, sodass wir nicht nur wissen, was wir in der nächsten Woche produzieren, sondern auch, was wir in den Wochen danach produzieren werden", sagt Keith Bradley, VP Information Technology, Nature Fresh Farms. Dabei kann er auf beeindruckende Ergebnisse hinweisen:
Drei Prozent bessere Ernteerträge pro Jahr
90 Prozent weniger Wasserverbrauch
Zehnfacher Ertrag pro Hektar im Vergleich zur traditionellen Landwirtschaft
Fazit
Moderne, vollautomatische KI-basierte QC kann Qualitäts- und Produktrisiken identifizieren, bevor sie auftreten, sodass Unternehmen entsprechende Maßnahmen ergreifen können. Das spart Geld und Ressourcen. Mit der Weiterentwicklung dieser Technologie wird sich deren Einsatzspektrum noch deutlich ausweiten. So gibt es bereits Versuche, KI-basierte QC-Daten in eine Rückkopplungsschleife einzubinden, bei der die Erkenntnisse aus den Fehlern automatisch zu Konstruktionsverbesserungen führen.