Automatisierte Qualitätssicherung per KI im Produktionsprozess

Welches Problem im Unternehmen wird gelöst? 

Das Holzwerk Keck produziert über 250 Produktvarianten im Bereich Schnittholz, exportiert zu 80 % international und muss hohe Qualitätsstandards einhalten. Kunden verlangen verlässliche Voransichten der gelieferten Produkte – insbesondere aus dem Ausland – um teure Reklamationen oder Besichtigungsaufwand zu vermeiden. Traditionelle manuelle Qualitätskontrollen sind zeitaufwändig, subjektiv und fehleranfällig, vor allem bei feinen Defekten wie Rissen, Ästen oder Verfärbungen, die mit bloßem Auge manchmal schwer zu erfassen sind. Somit besteht die Herausforderung darin, Qualität schnell, zuverlässig und automatisiert zu prüfen und Kunden transparente Bildinformationen bereitzustellen, um Vertrauen zu schaffen und Prozesse effizienter zu gestalten. 

Wie sieht die Lösung aus? 

Das Projekt begann mit der konsistenten Bilderfassung jeder produzierten Holzdiele im Produktionsprozess – standardisiert, mit kontrolliertem Hintergrund und Beleuchtung, um störende Bildanteile zu minimieren. Diese Bilder werden nicht nur für eine Webplattform bereitgestellt, über die Kunden ihre bestellte Ware virtuell betrachten können, sondern durchlaufen zusätzlich eine KI-Komponente, die anhand von Trainingsmodellen automatische Qualitätseinstufungen vornimmt. Für das Training der KI wurde das Open-Source-Projekt Detectron2 verwendet, mit hunderten annotierter Trainingsbilder pro Qualitätsmerkmal (z. B. Risse, faule Äste, Verfärbungen). Die KI erkennt Merkmale, misst und kategorisiert sie und erstellt daraus eine Prognose zur Qualitätsklasse jeder Diele. Durch diese Lösung entlastet die KI die manuelle Kontrolle, liefert objektive Bewertungen, erleichtert die Kundenkommunikation über das Webportal und reduziert Reklamationsrisiken.  

Wie hat der Digital Hub unterstützt? 

Das ZD.BB begleitete das Vorhaben durch Beratung, Vermittlung und methodische Unterstützung, insbesondere bei Konzept, Technologieauswahl und prototypischer Umsetzung. Es half bei der Definition der Anforderungen zur Bildqualität (Beleuchtung, Hintergrund, Bildausschnitt) und bei Schulungen/Workshops mit den beteiligten Akteuren, um sicherzustellen, dass die erzeugten Bilder für KI-Verarbeitung geeignet sind. Zudem unterstützte der Hub bei der Integration zwischen Produktion, IT und Kundenportal, orchestrierte Feedbackschleifen und half bei der Bewertung und Auswahl von Modellen (z. B. Einsatz von Detectron2). Darüber hinaus stellte der Hub durch sein Netzwerk Verknüpfungen mit Forschungspartnern (z. B. HHZ / Hochschule) her und vermittelte Erfahrungen und Best Practices im Bereich KI und Mittelstand. 

Abschließender Rat / Tipp für andere Unternehmen 

Mit einem klar definierten Qualitätsmerkmal starten, dann die Bildqualität optimieren und den KI-Einsatz iterativ planen – so integriert sich der KI-Einsatz nach und nach ins Tagesgeschäft.