Qualitätskontrolle in der Fertigung Machine Vision und der Einfluss von KI-Systemen

Anbieter zum Thema

ABI Research

MES Electronic Connect GmbH & Co. KG

CTX Thermal Solutions GmbH

IBR Leiterplatten GmbH & Co. KG

Der Markt für Machine-Vision-Anwendungen zur Qualitätskontrolle in der Fertigung wächst stark. Das ist auf eine Reihe von Faktoren zurückzuführen, darunter strengere gesetzliche Anforderungen, neue Fertigungstechnologien und den Arbeitskräftemangel. KI-Systeme spielen zunehmend eine wichtige Rolle.

Machine-Vision für die Qualitätskontrolle in der Fertigung werden für Hersteller aufgrund strengerer gesetzlicher Anforderungen, neuer Fertigungstechnologien und des Arbeitskräftemangels immer wichtiger. Laut einem neuen Bericht von ABI Research steht der Markt vor einer entscheidenden Entwicklungsphase, da KI-Anwendungen zunehmend als treibende Technik eingesetzt werden, welche das Wachstum des Marktes für Machine Vision zur Qualitätskontrolle von 2,3 Mrd. US-Dollar im Jahr 2023 auf 7,2 Mrd. US-Dollar im Jahr 2028 steigern wird.

KI-Systeme können die Geschwindigkeit bei der Inspektion um bis zu 50 Prozent erhöhen und gleichzeitig die Qualität in den Upstream-Bereich verlagern. Das bedeutet, dass Fehler früher erkannt und behoben werden können, was zu einer höheren Produktqualität und weniger Ausschuss führt. In der Fertigung ist der Upstream-Bereich der Teil des Produktionsprozesses, der vor der eigentlichen Fertigung stattfindet. Dazu gehören Forschung und Entwicklung, Beschaffung, Produktion sowie Qualitätskontrolle.

Künstliche Intelligenz in der Machine Vision

„KI beschleunigt und verbessert die Effizienz auf dem Markt für industrielle Bildverarbeitung. Sie ermöglicht höhere Geschwindigkeiten bei der Inspektion und eine Verlagerung der Qualität in den Upstream-Bereich. Darüber hinaus sind KI-Systeme anpassungsfähiger als herkömmliche Software.

Obwohl viele KI-Anwendungen leicht in bestehende Hard- und Software integriert werden können, handelt es sich häufig um Black-Box-Systeme. Wenn die Entscheidungen von KI-Systemen nicht erklärt werden können, kann dies für Unternehmen problematisch sein, die die Einhaltung von Vorschriften oder die Qualitätskontrolle von Produkten mit hohen Sicherheitsanforderungen gewährleisten müssen“, sagt James Prestwood, Analyst für Industrie und Fertigung bei ABI Research.

„Während einige KI-Anbieter wie Neurala große Anstrengungen unternehmen, ihre Software mit Erklärungsfunktionen auszustatten, ist das noch nicht bei allen KI-Anwendungen der Fall.“ In Märkten mit hoher Regulierungsdichte, wie der Automobilindustrie oder der Medizintechnik, ist es wichtig, dass die Entscheidungen von KI-Systemen nachvollziehbar sind. Das ist notwendig, um sicherzustellen, dass die Systeme ordnungsgemäß funktionieren und dass die Produkte den Vorschriften entsprechen.

Das komplexe Umfeld des Machine Vision

Das Ökosystem für Machine Vision (MV) ist ein komplexes und sich ständig veränderndes Umfeld. Es besteht aus einer Vielzahl von Anbietern, die eine Vielzahl von Produkten und Dienstleistungen anbieten.

• KI-Algorithmen: Neurala, Intel, Google, Landing AI und Instrumental

• Kameras: Sony, Teledyne und Nikon

• Beleuchtung: Jenoptik, Edmund Optics und Thorlabs

• Objektive: Canon, Nikon und Zeiss

• Bearbeitungshardware: Nvidia, Intel und Xilinx

• Software: Cognex, Basler, Keyence und Sick

• Aqrose Technology: Anbieter von MV-Systemen für die Automobilindustrie

• Cognex: Weltmarktführer bei MV-Systemen

• Basler: Anbieter von MV-Kameras

• Keyence: Anbieter von MV-Systemen für die Fertigung

• Sick: Anbieter von MV-Systemen für die Logistik

• Omron: Anbieter von MV-Systemen für die Elektronikindustrie

• Elementary Robotics: Anbieter von MV-Systemen für die Robotik

„Für die meisten Hersteller sind das Budget und die Komplexität der Konstruktion ausschlaggebend für die Wahl zwischen Standardlösungen und Eigenbau mit Best-of-Breed-Komponenten sein. Kleinere Hersteller werden wahrscheinlich am meisten von Standardlösungen profitieren, da ihre Kosten geringer und ihre Anforderungen einfacher sind“, schließt Prestwood von ABI Research.  (heh)

(ID:49861975)