Steckverbinderfertigung KI-gestützte Echtzeitvalidierung manueller Montageprozesse

Anbieter zum Thema

VOSS Automotive GmbH

MicroConsult Academy GmbH

MES Electronic Connect GmbH & Co. KG

DMB Technics AG

Ein multimodales Wearable kombiniert die Analyse akustischer und Bewegungssensorik mit künstlicher Intelligenz zur Absicherung manueller Steckvorgänge in der Automobilfertigung. Damit ist ein grundlegender Wandel in der industriellen Qualitätssicherung denkbar.

Die industrielle Endmontage gehört trotz zunehmender Digitalisierung weiterhin zu den anspruchsvollsten und fehleranfälligsten Bereichen moderner Produktionssysteme. Insbesondere in der Automobilindustrie steigt mit der zunehmenden Elektrifizierung, Modularisierung und Variantenvielfalt die Anzahl manuell auszuführender Steckvorgänge kontinuierlich an.

Allerdings ist der Automatisierungsgrad in der Fahrzeugendmontage niedrig, da viele Montageschritte aufgrund komplexer Einbausituationen, ergonomischer Anforderungen oder wirtschaftlicher Randbedingungen nicht vollständig automatisierbar sind. Gerade in diesen Bereichen bleibt die menschliche Feinmotorik unverzichtbar.

Bildergalerie

Gleichzeitig steigen die Anforderungen an Prozesssicherheit und Rückverfolgbarkeit. Fehlerhaft gesteckte und vergessene oder unvollständig verrastete Steckverbindungen können sporadische Kontaktprobleme, Kommunikationsfehler oder sicherheitskritische Funktionsstörungen verursachen. Klassische Qualitätssicherungsmaßnahmen wie Sichtprüfungen oder End-of-Line-Tests stoßen dabei zunehmend an ihre Grenzen, da Fehler häufig erst nachgelagert erkannt werden und bereits erhebliche Folgekosten verursacht haben.

Vor diesem Hintergrund gewinnen digitale Assistenzsysteme an Bedeutung. Sie erweitern die menschliche Wahrnehmung um datenbasierte Analyseverfahren und ermöglichen eine unmittelbare Bewertung einzelner Montageschritte direkt im Prozess.

Mit ClickID hat Automobilzulieferer Voss Automotive ein Wearable entwickelt, das manuelle Montageprozesse in Echtzeit analysiert, validiert und dokumentiert. Das System kombiniert akustische und Bewegungssensorik mit künstlicher Intelligenz, um korrekte Steck- und Verrastungsvorgänge unmittelbar während der Ausführung zu erkennen. Ziel ist es, Fehler nicht erst nachgelagert zu identifizieren, sondern bereits während ihrer Entstehung zu verhindern.

Technischer Aufbau des Wearables

Das System besteht aus einem textilen Trägersystem, integrierten Sensoreinheiten und einer Recheneinheit am Handgelenk. Der textile Träger wird wie ein Handschuh getragen und kann sowohl mit als auch ohne zusätzlichen Arbeitshandschuh eingesetzt werden. Seine Aufgabe besteht darin, Sensorik und Verkabelung ergonomisch zu fixieren, ohne die Bewegungsfreiheit der Mitarbeitenden einzuschränken oder bestehende Arbeitsabläufe zu verändern.

Leitkongress zu Trends und Einsatz moderner Steckverbinder

Anwenderkongress Steckverbinder in Würzburg

Der Anwenderkongress Steckverbinder beleuchtet praxisorientiert technische Aspekte beim Design und Einsatz moderner Steckverbinder. In Praxis-Workshops vermitteln hochkarätige Experten Steckverbinder-Grundlagen, spezifisches Knowhow und helfen bei der Auswahl des richtigen Steckverbinders.

Der Kongress ist eine in Europa einzigartige Veranstaltung, die sich den Themen rund um das Steckverbinder-Design, Design-in, Werkstoffe, Qualifizierung und Einsatz von Steckverbindern widmet.

Jetzt anmelden!

Die Sensoren befinden sich im Bereich von Daumen und Zeigefinger, also dort, wo während des Steckvorgangs die relevanten Vibrations- und Bewegungsinformationen entstehen. Zum Einsatz kommen Akustiksensoren sowie inertiale Messeinheiten zur Erfassung von Beschleunigungen, Rotationen und Bewegungsprofilen. Die Sensoren liefern Daten, die charakteristische Signaturen einzelner Montagevorgänge enthalten.

Die am Handgelenk positionierte Verarbeitungseinheit übernimmt die Datenerfassung, Signalaufbereitung und die KI-basierte Echtzeitanalyse der Daten. Gleichzeitig dient sie als Kommunikationsschnittstelle zu übergeordneten IT-Systemen und steuert die optischen sowie haptischen Rückmeldungen an den Anwender. Die Datenverarbeitung erfolgt direkt auf dem Gerät, wodurch Latenzzeiten minimiert und Echtzeitreaktionen ermöglicht werden.

Multimodale Sensordatenerfassung für die Prozessvalidierung

Die Besonderheit des Systems liegt in der kombinierten Auswertung akustischer und Bewegungssensordaten. Während rein akustische Systeme in industriellen Umgebungen aufgrund hoher Hintergrundgeräusche störanfällig sind, erhöht die Kombination mehrerer Sensoren die Klassifizierungssicherheit erheblich.

Das System analysiert unter anderem die charakteristischen Frequenzmuster des Verrastungsgeräuschs, Vibrationsprofile während des Steckvorgangs sowie Bewegungsrichtung, Geschwindigkeit und zeitliche Abläufe einzelner Handbewegungen. Auf diese Weise kann zwischen korrekt verrasteten Steckverbindungen, unvollständig zusammengefügten Bauteilen und irrelevanten Umgebungsereignissen unterschieden werden.

Insbesondere die Verknüpfung von Audio- und Bewegungsdaten verhindert Fehlklassifikationen durch benachbarte Arbeitsplätze oder ähnliche akustische Ereignisse innerhalb der Fertigungsumgebung. Erst wenn sowohl das charakteristische Geräusch als auch das zugehörige Bewegungsmuster erkannt werden, bewertet das System einen Montagevorgang als gültig.

KI-basierte Mustererkennung in Echtzeit

Die erfassten Rohdaten werden zunächst signaltechnisch vorverarbeitet und anschließend in charakteristische Merkmale überführt. Hierzu zählen Frequenzspektren, zeitliche Signalverläufe, statistische Parameter sowie Korrelationsmerkmale zwischen den einzelnen Sensoren. Insgesamt entstehen mehrere hundert Merkmale, die als Eingangsgrößen für das KI-Modell dienen.

Die eigentliche Analyse erfolgt mithilfe eines künstlichen neuronalen Netzes, das während des Trainingsprozesses typische Muster korrekter und fehlerhafter Montagevorgänge erlernt. Hierzu werden sowohl erfolgreiche Verrastungen als auch bewusst fehlerhafte Steckprozesse sowie Störereignisse als Trainingsdaten verwendet. Ziel des Modells ist es, subtile Unterschiede zwischen einer korrekt verrasteten Verbindung und einem lediglich scheinbar richtig zusammengefügten Bauteil und auch vollständig vergessene Steckverbindungen durch Zählung zuverlässig zu erkennen.

Nach Abschluss des Trainings wird das KI-Modell direkt auf der Wearable-Hardware im Handschuh ausgeführt. Dadurch kann die Bewertung während des Montageprozesses erfolgen. Mitarbeitende erhalten in Echtzeit optische Rückmeldungen über LEDs sowie haptische Signale in Form von Vibrationsimpulsen. Fehlerhafte Steckvorgänge lassen sich dadurch sofort korrigieren, bevor nachgelagerte Prozessschritte betroffen sind.

Adaptive KI-Modelle und flexible Anwendungsintegration

Ein wesentlicher Vorteil des Systems liegt in seiner Adaptierbarkeit. Veränderungen an Steckverbindern, Materialeigenschaften oder Montageprozessen erfordern keine grundlegende Anpassung der Hardware. Stattdessen können die KI-Modelle gezielt nachtrainiert und an neue Anwendungsfälle angepasst werden.

Über ein Device-Management-System lassen sich unterschiedliche Modelle zentral verwalten und dynamisch auf einzelne Geräte übertragen. Dadurch wird es möglich, Mitarbeitende innerhalb einer Schicht flexibel zwischen verschiedenen Montagetätigkeiten wechseln zu lassen, ohne dass ein Hardwaretausch erforderlich ist.

Mit wachsender Datenbasis verbessert sich zudem kontinuierlich die Erkennungsgenauigkeit des Systems. Moderne Verfahren zur Data-Drift-Analyse ermöglichen darüber hinaus die Überwachung der Modellqualität während des laufenden Betriebs.

Integration in industrielle IT- und OT-Infrastrukturen

ClickID ist nicht als isoliertes Assistenzsystem konzipiert, sondern als Bestandteil vernetzter Industrie-4.0-Architekturen. Die Kommunikation mit übergeordneten Systemen erfolgt über standardisierte Schnittstellen wie REST-APIs oder MQTT-Protokolle. Dadurch können die erfassten Prozessdaten in bestehende Manufacturing-Execution-Systeme, CAQ-Lösungen oder Traceability-Plattformen integriert werden.

Die kontinuierliche Dokumentation jedes einzelnen Montagevorgangs ermöglicht eine lückenlose Rückverfolgbarkeit. Produktionsverantwortliche erhalten Zugriff auf detaillierte Prozessanalysen, aus denen sich Rückschlüsse auf Fehlerschwerpunkte, Prozessabweichungen oder Optimierungspotenziale ableiten lassen.

Neben der unmittelbaren Prozessunterstützung entsteht dadurch eine wertvolle Datengrundlage für langfristige Qualitätsverbesserungen und datenbasierte Produktionsoptimierung.

Mensch und KI im kollaborativen Zusammenspiel

Das System verfolgt bewusst keinen Ansatz zur vollständigen Substitution menschlicher Arbeit. Vielmehr steht die Unterstützung manueller Tätigkeiten im Vordergrund. Die menschliche Hand bleibt aufgrund ihrer Feinmotorik, Anpassungsfähigkeit und situativen Entscheidungsfähigkeit weiterhin zentraler Bestandteil des Montageprozesses.

Die KI hilft hingegen bei repetitiven Prüf- und Kontrollaufgaben, die bei monotonen Tätigkeiten besonders fehleranfällig sind. Durch die unmittelbare Rückmeldung sinkt die kognitive Belastung der Mitarbeitenden, während gleichzeitig die Prozesssicherheit steigt. Das System fungiert damit als digitales Assistenzorgan, das menschliche Fähigkeiten ergänzt.

Potenziale über die Automobilindustrie hinaus

Obwohl das System primär für Anwendungen in der Automobilfertigung entwickelt wurde, ist das zugrunde liegende Prinzip branchenübergreifend einsetzbar. Überall dort, wo manuelle Fügeprozesse charakteristische akustische oder mechanische Signaturen erzeugen, kann die Technologie adaptiert werden. Dies betrifft unter anderem die Elektronikfertigung, den Maschinen- und Anlagenbau, die Medizintechnik oder die Produktion von Haushaltsgeräten.

Darüber hinaus eröffnet die Kombination aus Sensorik, Echtzeitdatenerfassung und Embedded AI langfristig zusätzliche Einsatzmöglichkeiten im Bereich des Condition Monitorings oder der Maschinenzustandsüberwachung.

Fazit: Neue Form der Werkerassistenz

Damit ist ein grundlegender Wandel in der industriellen Qualitätssicherung möglich. Fehler werden nicht mehr ausschließlich nachgelagert erkannt, sondern direkt während ihrer Entstehung identifiziert und verhindert. Die Kombination aus multimodaler Sensorik, Embedded AI und Echtzeitfeedback schafft eine neue Form der prozessintegrierten Werkerassistenz.

Gerade in hochvariantenreichen Produktionsumgebungen mit begrenzter Automatisierbarkeit entsteht dadurch ein Ansatz, der Qualität, Effizienz und Rückverfolgbarkeit signifikant verbessert und gleichzeitig die Belastung der Mitarbeitenden reduziert. Die Zukunft der industriellen Montage liegt damit nicht ausschließlich in der vollständigen Automatisierung, sondern zunehmend im intelligenten Zusammenspiel von Mensch und künstlicher Intelligenz. (kr)

* Maximilian Gunst ist Program Lead Smart Production bei Voss Automotive in Wipperfürth.

(ID:50859556)