KI-Qualitätskontrolle in der Fertigung: Die Kosten übersehener Fehler und fälschlich abgewiesener Teile

Ein Prüfbericht kann die Anzahl der aussortierten Teile aufzeigen, ohne jedoch zu belegen, ob die Prüfentscheidungen korrekt waren. Einige aussortierte Teile entsprechen möglicherweise den Spezifikationen. Manche akzeptierten Teile weisen unter Umständen einen Defekt auf, der erst bei einem späteren Arbeitsgang oder beim Kunden sichtbar wird. Beide Fehlerarten sind relevant, verursachen jedoch unterschiedliche Kosten und erfordern unterschiedliche Nachweise.

Das ist der Ausgangspunkt für die KI-gestützte Qualitätskontrolle in der Fertigung. Bevor man sich für eine Kamera oder ein Modell entscheidet, sollte man feststellen, was der aktuelle Prozess nicht erfasst, was er unnötigerweise aussortiert und wer die Unterschiede überprüfen kann. Die vielversprechendste Möglichkeit bietet sich möglicherweise in vorhandenen Inspektionsbildern, Maschinenaufzeichnungen oder der Qualitätshistorie – und nicht in einer Neuinstallation.

Dieser Artikel vertieft die im französischsprachigen Webinar von Embiggen X zum Thema Qualitätskontrolle aufgeworfenen Fragen. Er ergänzt diese um einen praktischen Rahmen für englischsprachige Betriebsteams: Entscheidungsfindung definieren, Nachweise verknüpfen, parallel zum bestehenden Prozess testen und eine verantwortliche Person für das Ergebnis benennen.

01 Sehen Sie sich das Webinar zur Qualitätskontrolle an.

In der Diskussion kommen Camille, Stéphane und Nicolas zusammen, um versteckte Qualitätskosten, visuelle Beurteilung, Prozesskorrelationen und das Verhältnis zwischen Prüfern und KI zu erörtern. Die französische Originalaufnahme finden Sie unten. Das in diesem Artikel vorgestellte Pilotprojekt ist eine redaktionelle Anwendung dieser Themen und kein Transkript oder Versprechen von Ergebnissen.

02 Messen Sie beide Arten von Inspektionsfehlern

Ein als gut akzeptiertes, fehlerhaftes Teil ist ein Fehler, der nicht erkannt wird. Ein als fehlerhaft zurückgewiesenes, konformes Teil ist eine Fehlklassifizierung. Wenn ein Modell Fehler als positiv kennzeichnet, entsprechen diese falsch negativen und falsch positiven Ergebnissen. Vereinbaren Sie diese Konvention, bevor Sie Dashboards vergleichen, da Teams manchmal dieselben Begriffe für unterschiedliche Ergebnisse verwenden.

Eine niedrigere Ausschussquote beweist nicht zwangsläufig eine Verbesserung. Sie kann bedeuten, dass der Prozess weniger Fehler produziert. Sie kann aber auch bedeuten, dass die Prüfung weniger sensibel geworden ist und mehr fehlerhafte Teile durchkommen. Ebenso kann eine höhere Ausschussquote auf ein tatsächliches Produktionsproblem oder einen Test hinweisen, der zulässige Abweichungen aussortiert.

Zunächst muss die Prüfentscheidung vom verifizierten Zustand des Bauteils getrennt werden. Die Entscheidung entspricht dem Ergebnis des aktuellen Systems. Der verifizierte Zustand erfordert eine vereinbarte Referenz: eine Messung, einen geeigneten Folgetest oder ein dokumentiertes Gutachten eines Sachverständigen. Weder die erste Einschätzung des Prüfers noch die Zuverlässigkeit des Modells stellen automatisch die absolute Wahrheit dar.

Verwenden Sie dieselbe Referenzmethode beim Vergleich von Personen und Modellen. Nehmen Sie, soweit praktikabel, sowohl akzeptierte als auch abgelehnte Teile als Stichprobe und dokumentieren Sie die Grenzen dieser Stichprobe. Die alleinige Betrachtung des Ausschusses gibt keinen Aufschluss darüber, wie viele Fehler unentdeckt geblieben sind. Die alleinige Berücksichtigung von Kundenreklamationen erfasst nicht alle noch nicht gemeldeten Fehler.

03 Entdecken Sie die Chancen, die sich in der Gesamtzahl der Ablehnungen verbergen.

Betrachten Sie die folgende, beispielhafte Veränderung, die der Präsentationsfolie des Webinars entnommen ist. Zweihundert Teile werden geprüft. Im ersten Bericht heißt es, 188 Teile seien in Ordnung und 12 zurückgewiesen worden. Eine Nachprüfung ergibt, dass drei der zurückgewiesenen Teile einwandfrei waren, während ein defektes Teil die Prüfung bestanden hat. Die Gesamtzahlen haben sich nicht verändert; das Verständnis des Prozesses jedoch schon.

Die Chance besteht darin, beide Fehlerwege sichtbar zu machen. Die drei einwandfreien, aber abgewiesenen Teile weisen auf einen vermeidbaren Verlust hin, der untersucht werden sollte. Das fehlerhafte Teil, das die Prüfung passiert hat, zeigt ein anderes Versagen mit möglicherweise anderen Folgen. Es wäre irreführend, beides gegeneinander aufzurechnen und das Nettoergebnis als akzeptablen Kompromiss zu betrachten.

Auch der Nenner ist entscheidend. In diesem Beispiel sind 190 Teile tatsächlich einwandfrei und zehn fehlerhaft. Drei fälschlich abgewiesene Teile unter 190 einwandfreien Teilen messen etwas anderes als drei einwandfreie Teile unter den insgesamt zwölf abgewiesenen Teilen. Notieren Sie für jede Kennzahl Zähler, Nenner und Prüfmethode. Bewahren Sie die absoluten Zahlen neben den Prozentwerten auf, besonders wenn Fehler selten auftreten.

Dieses Beispiel zeigt keine Verbesserung durch KI. Es verdeutlicht die Voraussetzungen für eine Verbesserung. Ein Modell sollte sich seine Berechtigung durch die Verbesserung einer definierten Entscheidung unter vereinbarten Bedingungen verdienen, beispielsweise durch die Reduzierung unnötiger Nachprüfungen, ohne die Anzahl der Verstöße über das vom Qualitätsteam akzeptierte Limit hinaus zu erhöhen.

04 Erstellen Sie ein Kostenbild, das über den Schrott hinausgeht.

Das ASQ-Kostenmodell für Qualität unterscheidet zwischen Prävention und Bewertung sowie internen und externen Fehlerkosten. Diese Unterscheidung trägt dazu bei, zu erklären, warum die Ausschusssumme nur eine unvollständige Wirtschaftlichkeitsberechnung darstellt: Inspektionsaufwand, Nacharbeit und nach der Auslieferung entdeckte Fehler gehören zu anderen Teilen des Gesamtbildes.

Erstellen Sie für ein geplantes Pilotprojekt eine einfache Kostenaufstellung für die ausgewählte Teilefamilie. Erfassen Sie die bereits in Ausschussteile investierten Material- und Bearbeitungskosten, den Zeitaufwand für Nachbearbeitung oder erneute Prüfung sowie die Kosten für die Untersuchung eines Fehlers. Dokumentieren Sie außerdem alle Störungen, die auf das Problem zurückzuführen sind. Halten Sie unsichere Schätzungen von den Kosten getrennt, die das Team belegen kann.

Vermeiden Sie es, denselben Verlust doppelt zu zählen. Wenn eine Nacharbeitskalkulation bereits Arbeitsstunden beinhaltet, addieren Sie diese nicht erneut als separate Einsparung. Wenn die Kapazitätswiederherstellung der Hauptvorteil ist, ermitteln Sie, wofür diese Kapazität genutzt werden könnte. Freigesetzte Zeit bedeutet nicht automatisch eine Kostenersparnis, und eine theoretische Produktionssteigerung ist wenig wert, wenn der nächste Arbeitsgang weiterhin den Engpass darstellt.

Die betriebswirtschaftliche Frage wird konkret: Welche Entscheidung verursacht so viel vermeidbaren Aufwand oder Verlust, dass ein Test gerechtfertigt ist? Das kann beispielsweise eine wiederholte Fehlaussage, ein zu spät entdeckter Fehler oder ein Stapel von Teilen sein, die auf die Begutachtung durch Experten warten. Wählen Sie einen Fall aus, bevor Sie den Test auf jedes Qualitätsproblem im Werk ausweiten.

05 Prüfen Sie die Aufzeichnungen, bevor Sie Geräte hinzufügen.

Das Webinar wirft die Frage auf, ob neue Sensoren oder Kameras notwendig sind. Der erste praktische Schritt ist eine Bestandsaufnahme, nicht die Annahme, dass jede Fabrik bereits über ausreichende Daten verfügt. Vorhandene Maschinenparameter, Inspektionsbilder, Qualitätshistorien und Zeichnungen können hilfreich sein. Ihre Eignung hängt von der Abdeckung, der Rückverfolgbarkeit und davon ab, ob sie die zu untersuchende Entscheidung widerspiegeln.

Nehmen Sie einige kürzlich gefertigte Teile und versuchen Sie, deren Weg nachzuvollziehen. Kann das Team eine Serien- oder Chargenkennung mit den Prozesseinstellungen, dem Prüfergebnis und dem endgültigen Verbleib verknüpfen? Sind die Zeitstempel konsistent? Lässt sich die ursprüngliche Prüfung von einer Nachprüfung unterscheiden? Ein Tabellenexport kann ein nützlicher Ausgangspunkt sein, doch nicht übereinstimmende Kennungen können selbst ein ausgeklügeltes Modell zunichtemachen.

Für die Sichtprüfung sollten Beispiele für zulässige Abweichungen sowie für Fehler aufbewahrt werden. Beleuchtung, Kameraposition, Materialbeschaffenheit und Bauteilausrichtung können den Bildinhalt beeinflussen. Falls die relevanten Merkmale auf den vorhandenen Bildern nicht erkennbar sind, können zusätzliche Aufnahmen erforderlich sein. Diese Schlussfolgerung sollte der Beweismittelprüfung folgen und ihr nicht vorangehen.

Die Qualität der Kennzeichnung verdient einen eigenen Arbeitsbereich. Prüfer sollten Fehlerkategorien definieren und unklare Fälle dokumentieren, anstatt jeden Grenzfall sofort mit Ja oder Nein zu bewerten. Bei Uneinigkeiten zwischen den Prüfern sollte die Spezifikation geklärt oder eine Eskalationsregel festgelegt werden. Inkonsistente Kennzeichnungen können zu schnelleren Meinungsverschiedenheiten führen.

06 Wählen Sie die Entscheidung, die KI unterstützt

Der Begriff KI-gestützte Qualitätskontrolle bietet verschiedene Möglichkeiten. Ein visuelles Modell kann helfen, vermutete Oberflächenfehler zu erkennen. Ein auf Produktionsdaten basierendes Modell kann die Priorisierung von Teilen für die weitere Prüfung unterstützen. Die Analyse der Prozesshistorie kann Muster identifizieren, die mit späteren Fehlern zusammenhängen. Dies sind unterschiedliche Aufgaben mit jeweils eigenen Eingaben und Validierungsanforderungen.

Das im Webinar vorgestellte Prozessbeispiel ist besonders hilfreich: Eine einzelne Einstellung kann innerhalb des zulässigen Bereichs liegen, während die gesamte Produktionshistorie dennoch einer Untersuchung bedarf. Ein vorhersagbarer Zusammenhang kann Ingenieure auf eine bisher unberücksichtigte Beziehung hinweisen. Er klärt jedoch weder die physikalische Ursache, noch berechtigt er zur Änderung einer Produktionseinstellung ohne technische Überprüfung.

Beschreiben Sie den geplanten Arbeitsablauf in einem Satz. Beispiel: Nach der bestehenden Prüfung wird eine Teilmenge unsicherer Teile markiert, die ein Qualitätsingenieur anhand des Originalbildes und des Prozessprotokolls prüft. Dieser Satz definiert, wann das Modell ausgeführt wird, welche Ergebnisse es liefert und wer die Aufgaben übernimmt. Er ist wesentlich besser testbar als der bloße Wunsch nach einer Automatisierung der Qualitätssicherung.

Unser separater Artikel von Siemens zum Thema vorausschauende Qualitätssicherung untersucht ein konkretes Beispiel aus der Fertigung. Hier geht es im Kern darum, ob Ihr Prozess eine bessere Erkennung, eine bessere Priorisierung oder eine bessere Untersuchung benötigt. Wählen Sie die Aufgabe, die zu den gesammelten Daten und den Maßnahmen passt, die Ihr Team tatsächlich ergreifen kann.

07 Geben Sie den Prüfern Beweise, die sie anfechten können.

Eine unerklärte Warnmeldung lässt dem Prüfer kaum eine Grundlage für eine Zustimmung oder Ablehnung. Ein aussagekräftigerer Prüfbildschirm verknüpft die Warnmeldung mit den ursprünglichen Nachweisen: dem relevanten Bildausschnitt, der Teilebezeichnung, der Spezifikation und allen im Rahmen der Bewertung verwendeten Prozessinformationen. Er sollte zudem die Möglichkeit bieten, Unsicherheiten und Meinungsverschiedenheiten zu dokumentieren.

Eine Studie von Senoner und Kollegen in Scientific Reports untersuchte erklärbare KI in der visuellen Inspektion, darunter ein Experiment mit 48 Fabrikmitarbeitern bei Siemens in Zug. Die Ergebnisse befürworten die Bewertung von Erklärungen als Teil der Mensch-KI-Kollaboration. Der Fokus lag auf einer spezifischen Inspektionssituation mit visuellen Heatmaps; es ist keine Garantie dafür, dass eine Erklärung jeden Fabrikprozess verbessert.

Bewerten Sie im Rahmen eines Pilotprojekts den gesamten Arbeitsablauf und nicht nur das Modell. Verstehen die Prüfer die Bedeutung der Kennzeichnung? Erkennen sie, wann die Nachweise irrelevant sind? Dauert die Überprüfung länger als die bestehende Prüfung? Werden Ausnahmen mit Begründung protokolliert, sodass sie später nachvollziehbar sind? Die Schnittstelle und der Eskalationsweg sind Teil des Betriebstests.

Ein Hervorhebungspunkt dient als Anlass zur Untersuchung, nicht als Beweis für einen Fehler. Bewahren Sie den Zugriff auf das Originalbild und das entsprechende Kriterium auf. Vermeiden Sie eine Gestaltung des Bildschirms, die die Akzeptanz des Modells erleichtert, seine Überprüfung jedoch erschwert. Der Qualitätsverantwortliche sollte sowohl Modellfehler als auch Fälle, in denen ein korrekter Vorschlag abgelehnt wurde, überprüfen können.

08 Führen Sie parallel zum aktuellen Prozess einen begrenzten Test durch.

Beginnen Sie mit einer Bauteilfamilie, einem klar definierten Fehler oder einer Prüfentscheidung und einem benannten Qualitätsverantwortlichen. Legen Sie die Referenzmethode und die Entscheidungskriterien fest, bevor Sie die Ergebnisse prüfen. Ein Pilotprojekt lässt sich leichter interpretieren, wenn der Umfang so begrenzt ist, dass er erklärt, warum ein Fehler aufgetreten ist und wie das Team darauf reagiert.

Nutzen Sie historische Daten, um die Machbarkeit zu prüfen, und evaluieren Sie das Modell anschließend anhand von Beispielen, von denen es noch nicht gelernt hat. Trennen Sie die Evaluierung nach Möglichkeit nach Zeit oder Produktionscharge, anstatt nahezu identische Bilder desselben Bauteils zufällig aufzuteilen. Andernfalls kann ein Test die Vertrautheit mit dem Datensatz belohnen, anstatt die Leistung bei tatsächlich neuer Produktion zu bewerten.

Ein Schattentest ermöglicht es dem Modell, Empfehlungen auszusprechen, während der autorisierte Prüfprozess weiterhin die Freigabe steuert. Vergleichen Sie die Empfehlungen mit den verifizierten Ergebnissen und protokollieren Sie Abweichungen. Leiten Sie die Produktion nicht stillschweigend über das neue Modell, nur weil erste Beispiele überzeugend wirken. Änderungen an der Prüfung oder Freigabe erfordern die übliche Qualitätsgenehmigung des Unternehmens.

Eine festgelegte Frist kann die Beweiserhebung fokussieren, aber sie darf keine Beweislücken verursachen. Ein kurzer Prozess kann ausreichen, um fehlerhafte Kennungen oder unbrauchbare Bilder aufzudecken. Er kann jedoch viel zu kurz sein, um einen seltenen, wichtigen Defekt zu erkennen. Legen Sie sowohl die erforderlichen Beweismittel als auch den Überprüfungstermin fest und seien Sie bereit, die Beweiserhebung auszuweiten, anstatt aufgrund zu weniger Fälle von einem Erfolg zu sprechen.

Bei der Überprüfung sollten Fehler, fälschlicherweise abgelehnte Fälle, die Bearbeitungszeit und die Anzahl ungelöster Fälle erfasst werden. Berücksichtigen Sie die Kosten für Datenaufbereitung, Integration und laufende Überwachung. Zeigen Sie auf, wo sich die Leistung je nach Teilevariante oder Betriebsbedingungen unterscheidet. Eine einzelne Gesamtbewertung kann die für das Qualitätsteam entscheidende Situation verschleiern.

09 Entscheide, was nach der Pilotfolge passiert.

Es gibt drei sinnvolle Ergebnisse: einen kontrollierten nächsten Schritt einleiten, die Evidenz verbessern und erneut testen oder das Projekt abbrechen, weil die Chancen nicht ausreichen. Ein abgebrochenes Pilotprojekt kann dennoch wertvoll sein, wenn es eine größere Investition verhindert, die auf unzuverlässigen Daten basiert, oder einen Nutzen, der sich in der Produktion nicht realisieren lässt.

Vor der Erweiterung sollte festgelegt werden, wer die Leistung überwacht, welche Änderungen eine erneute Validierung auslösen und wie das Team zum etablierten Prozess zurückkehrt, falls der neue Workflow unzuverlässig wird. Neue Materialien, Änderungen an der Ausrüstung oder eine überarbeitete Spezifikation können die Bedingungen verändern, unter denen das Modell evaluiert wurde. Die Modellversion sollte zusammen mit den darauf basierenden Entscheidungen dokumentiert werden.

Lernen Sie bewusst. Die Korrektur eines Prüfers ist ein zu überprüfender Beleg, kein Grund für eine automatische Nachschulung ohne Überprüfung der Etiketten und erneute Leistungsbewertung. Dasselbe gilt für geänderte Schwellenwerte: Eine Änderung kann sowohl die Anzahl der erfolgreichen Abschlüsse als auch die Anzahl der Fehlablehnungen beeinflussen, daher muss der Effekt für den Qualitätsverantwortlichen sichtbar sein.

Das nächste Gespräch mit Ihrem Team kann ganz einfach sein: Welchen Fehler verstehen wir am wenigsten, welche Beweise würden uns helfen, ihn zu bestätigen, und welche Entscheidung könnten wir gefahrlos im Rahmen des aktuellen Prozesses testen? Diese Antworten geben der KI eine konkrete Aufgabe. Sie ermöglichen es dem operativen Bereich außerdem zu beurteilen, ob sie diese Aufgabe gut erfüllt hat.

Identifizieren Sie eine Qualitätskontrollentscheidung, die es wert ist, getestet zu werden. Besprechen Sie Ihren Arbeitsablauf mit Embiggen X.