Wie prüft eine Kamera, ob jede Schraube an ihrem Platz ist?

Warum eine fehlende Schraube auch einem sorgfältigen Prüfer entgeht

Sichtprüfung ist eintönige Arbeit, und auch geschulte Prüfer übersehen Fehler. In einer Studie der Sandia National Laboratories untersuchten 82 Prüfer 140 Teile auf acht Fehlerarten. Sie sortierten 85 % der fehlerhaften Teile richtig aus und fälschlich auch 35 % der Gutteile. Die Autoren merkten an, dass dies kaum besser sei als der Branchendurchschnitt von 80 %.

Schraubensicherungen sind ein übliches Prüfmerkmal. Die FAA erinnert Mechaniker daran, dass Sicherungsdraht überall dort nötig ist, wo sich eine Schraube durch Vibration lösen könnte. Die NASA-Norm für Schraubverbindungen verlangt, dass das Vorhandensein der Schraubensicherungen nachgewiesen wird, und nennt für mechanische Sicherungen die Sichtprüfung nach der Montage als Methode.

Nacharbeit erhöht das Risiko: Wird ein Teil wieder geöffnet, gilt die ursprüngliche Prüfung dafür nicht mehr. Bei der Untersuchung von Alaska-Airlines-Flug 1282 stellte das NTSB fest, dass schon vor dem Unfall die vier Bolzen fehlten, die den Türstopfen (Door Plug) sichern sollten. Weil die Arbeiten nicht dokumentiert waren, prüfte die Qualitätssicherung den Verschluss des Türstopfens nicht. In den wenigsten Werken steht so viel auf dem Spiel, doch die Lehre lässt sich übertragen: Arbeiten, die nach der ursprünglichen Prüfung erfolgen, müssen eigens geprüft werden.

So funktioniert ein Referenzabgleich

Ein Referenzabgleich besteht aus drei Schritten: Sie legen fest, wonach das System suchen soll, Sie zeigen ihm, wie ein Gutteil aussieht, und Sie entscheiden, was bei einer Abweichung passiert. In DBR77 IIoT heißt die Kameraebene Vision AI. So arbeitet sie:

1. Szene in Worten beschreiben. Ein Ingenieur gibt ein, wonach die Kamera suchen soll, zum Beispiel „Schrauben an Flansch A“. Sie müssen keine Trainingsdaten sammeln und kein eigenes Trainingsprojekt aufsetzen.
2. Einige Teile als OK oder NOK markieren. Die freigegebene Baugruppe wird zur Referenz. Im Beispiel steht OK für „10 von 10 montiert, mit Sicherungsdraht“ und NOK für „Schraube fehlt oder falsch“.
3. Regel und Reaktion festlegen. Zählen, protokollieren, warnen oder eine Person benachrichtigen. Programmieren müssen Sie dafür nicht.

Von da an vergleicht das System jedes Bild mit dem Eingelernten. Die Auswertung eines Bildes dauert etwa 25 ms und läuft auf einem Rechner in Ihrem Werk. Jede handelsübliche IP-Kamera ist geeignet.

Beispieldarstellung aus der Präsentation zu DBR77 Vision AI: Der Scan markiert eine fehlende Schraube an Position 3 und fehlenden Sicherungsdraht an den Positionen 7 und 8.

Die Animation ist eine Beispieldarstellung mit einem Flansch und zehn Schrauben. Der Scan stellt fest, dass an Position 3 keine Schraube sitzt und der Sicherungsdraht zwischen den Positionen 7 und 8 nicht erkannt wird. Das Tablet an der Station zeigt beides auf dem Bild des Flansches.

Ob eine Kamera für eine Station überhaupt die richtige Datenquelle ist, klärt unser Artikel über Kameras als Sensoren.

Was eine Kamera bestätigen kann und wofür Sie ein anderes Prüfmittel brauchen

Eine Kamera bestätigt, was sie von ihrem Montageort aus sieht: Anzahl, Position, Schraubentyp, Einbaulage und sichtbare Schraubensicherungen. Was verdeckt ist, im Gewinde liegt oder als Abweichung zu klein ist, um im Bild sichtbar zu sein, muss anders geprüft werden.

Die Zeilen zu Maßen im Mikrometerbereich und zur Maschinenabsicherung stehen so auch auf unserer Produktseite: Für Messungen im Mikrometerbereich setzen Sie spezielle Messtechnik ein, und Vision AI ist nicht als zertifiziertes Sicherheitssystem zu betrachten.

Am meisten hängt das Ergebnis von der Kameraposition ab. Verdeckt das Werkzeug oder ein Kabel eine Schraube in dem Moment, in dem das Bild aufgenommen wird, kann die Kamera sie nicht bestätigen. Im Test probieren wir deshalb mehrere Kameravarianten an der Station aus und wählen die Variante, die jede Position erfasst. Auf eine Kamera legen wir uns nicht vorab fest.

Was passiert, wenn die Kamera eine Abweichung findet

Findet die Kamera eine Abweichung, führt sie die festgelegte Reaktion aus und schickt dem Werker ein Bild, auf dem die Stelle markiert ist. Jede Szene in Vision AI kennt drei mögliche Ergebnisse:

• Ergebnis OK. Das System zählt und protokolliert es. Sind zum Beispiel 10 von 10 Schrauben bestätigt, kann es die nächste Aktion auslösen, die Sie festgelegt haben.
• Ergebnis NOK. Das System warnt, protokolliert und benachrichtigt eine Person, zum Beispiel mit „Falscher Schraubentyp an Position 4“ und einem Bild von Position 4. Wie es weitergeht, entscheidet die Person.
• Noch nicht klassifizierte Abweichung. Auf dem Teil ist etwas Ungewöhnliches zu sehen. Ein Ingenieur benennt es einmal, daraus wird eine neue Kategorie, und beim nächsten Mal erkennt das System es und reagiert automatisch darauf.

Aus der Präsentation zu DBR77 Vision AI: Jede Szene hat drei mögliche Ergebnisse. Eine Abweichung geht an einen Menschen, der entscheidet, wie es weitergeht.

Prüft eine Kamera die Anzahl anhand einer Referenz, ist das eine Form der Fehlervermeidung. Die ASQ beschreibt Poka-Yoke als Methode, die einen Fehler sofort sichtbar macht, sobald er passiert ist. Eine der dort genannten Methoden zählt Teile, um sicherzustellen, dass ein Produkt vollständig ist. Diese Zählung übernimmt die Kamera an der Station.

Was eine Abweichung kostet, hängt davon ab, wo sie auffällt. Die ASQ unterscheidet interne Fehlerkosten für Fehler, die vor der Auslieferung entdeckt werden, von externen Fehlerkosten für Fehler, die der Kunde entdeckt. Fällt eine fehlende Schraube an der Station auf, heißt das Nacharbeit an der Station. Findet sie der Kunde, wird daraus eine Reklamation und oft eine Sofortmaßnahme.

Eine Meldung, die nur „NOK“ lautet, schickt den Werker auf die Suche. Ein Foto mit markierter Position 3 zeigt ihm dagegen, wohin er muss. Wer die Meldung bekommt, auf welchem Gerät und was er bestätigt, beschreibt unser Artikel darüber, warum Maschinenalarme in der Fertigung ins Leere laufen. Wie sich diese Ereignisse mit Qualitätsaufzeichnungen verbinden lassen, zeigt der IRIS-Artikel Qualitätsprobleme mit Produktion und Instandhaltung verknüpfen.

So testen Sie es an Ihrer eigenen Station

Ein Test läuft in vier Schritten ab, und Sie können nach jedem Schritt aussteigen:

1. Demo und Anwendungsfall. Wir sehen uns die Station gemeinsam an: die Arbeitsschritte, die Schrauben und wie eine Abweichung aussieht.
2. Test mit Ihrem Material. Sie schicken uns einige Fotos und ein oder zwei kurze Videos der Station, aufgenommen von Ihren Mitarbeitern gemäß Ihrer Fotorichtlinie. Vorher unterschreiben wir ein NDA. Danach zeigen wir Ihnen, was das System findet und was es übersieht.
3. Proof of Concept an einer Station. Wir installieren das System, stimmen es vor Ort fein ab und messen das Ergebnis an der Station, die Sie auswählen.
4. Rollout. Wenn Sie die Ergebnisse überzeugen, kommt die Prüfung an alle Stationen, an denen sie sinnvoll ist.

Die Kosten setzen sich aus vier Posten zusammen: der Edge-Einheit, dem KI-Chip, einer monatlichen Softwarelizenz pro Hardware-Einheit und den Kameras. Welcher Chip nötig ist, hängt davon ab, wie viele Kameras eine Einheit bedient, von Auflösung und Bildrate und davon, wie aufwendig die Prüfung ist. Eine Einheit kann 1 bis 40 Kameras parallel auswerten. Die Kameras reichen von denen, die Sie schon haben, bis zu speziellen Röntgen- oder Lasersystemen, je nachdem, was die Prüfung sehen muss.

Wenn Sie noch überlegen, wo Sie anfangen sollen, hilft unser Leitfaden zur Wahl des ersten Anwendungsfalls, die Kandidaten zu priorisieren.

Wie sich das in DBR77 IIoT einordnet

Vision AI ist die Kameraebene von DBR77 IIoT. Daneben gibt es MasterHub für Maschinensignale sowie das Status Deck und die Tablets für die Bediener. Für Vision AI gelten dieselben Regeln wie für das übrige System:

• Unsere Geräte lesen nur. Sie senden nie Befehle an Ihre Maschinen und greifen nicht in die Steuerung ein. Vision AI stoppt keine Maschine: Diese Entscheidung trifft ein Mensch.
• Die Bilder werden vor Ort ausgewertet, Videos werden nicht aufgezeichnet. Weitergegeben wird ein Ereignis, dazu das Bild des markierten Bereichs für den Werker. Warum diese Aufteilung wichtig ist, erklärt unser Artikel zu Edge vs. Cloud in der Fertigung.
• Vision AI läuft auf DBR77 Vector, unserer eigenen Industrie-KI, die sich auf Ihren Servern betreiben lässt. Ohne Ihre schriftliche Zustimmung wird mit Ihren Daten kein Modell trainiert. DBR77 ist nach ISO/IEC 27001:2022 zertifiziert.
• Jedes Ergebnis landet als Ereignis zusammen mit den Maschinendaten in IRIS.

Häufige Fragen

Kann eine Kamera prüfen, ob eine Schraube mit dem richtigen Drehmoment angezogen ist?

Nein. Eine Kamera sieht, ob eine Schraube vorhanden ist, an der richtigen Position sitzt und den richtigen Typ hat, das Drehmoment aber sieht sie nicht. Das Drehmoment liefert der Schrauber mit seinen Schraubdaten. Sieht eine Kamera den Arbeitsbereich, kann eine zweite Prüfart bestätigen, dass die geplanten Arbeitsschritte in der richtigen Reihenfolge erledigt wurden.

Brauchen wir viele Trainingsdaten?

Nein. Sie beschreiben in Worten, wonach die Kamera suchen soll, und markieren einige Teile als OK oder NOK. Die freigegebene Baugruppe wird zur Referenz, und Ingenieure können im laufenden Betrieb neue Prüfungen hinzufügen.

Was ist, wenn eine Schraube vom Bauteil, vom Werkzeug oder von einer Hand verdeckt wird?

Dann kann die Kamera sie in diesem Moment nicht bestätigen. Abhilfe schaffen Kameraposition und Aufnahmezeitpunkt: prüfen, bevor das nächste Bauteil die Schraube verdeckt, oder eine zweite Kamera ergänzen. Wir testen mehrere Kameravarianten an Ihrer Station, bevor wir uns für eine entscheiden.

Zeichnet die Kamera unsere Werker auf?

Es wird kein Video aufgezeichnet. Die Bilder werden auf einem Rechner in Ihrem Werk ausgewertet. Heraus kommt ein Ereignis wie „2 Abweichungen an Flansch A“ mit dem Bild des Teils. Prüfen Sie, welche Regeln für Kameras am Arbeitsplatz bei Ihnen gelten, und informieren Sie die Beschäftigten, bevor die erste Kamera installiert wird.

Kann das System prüfen, ob die Arbeitsschritte in der richtigen Reihenfolge erledigt wurden?

Ja. Eine zweite Prüfart erkennt jeden geplanten Arbeitsschritt, warnt, wenn die Reihenfolge nicht eingehalten wird, und nennt den fehlenden Schritt. Diese Prüfart beschreiben wir in einem eigenen Artikel.

Fazit

Wählen Sie eine Baugruppe, bei der eine fehlende Schraube, ein fehlender Sicherungsdraht oder Steckverbinder schon einmal Nacharbeit oder eine Reklamation verursacht hat. Machen Sie in dieser Woche einige Fotos einer guten Baugruppe, einige von einer bekannten Abweichung und ein kurzes Video der Arbeit, und zwar aus einem Blickwinkel, den eine Kamera an der Station haben könnte. Mehr braucht ein erster Test nicht. Er zeigt, welche Positionen ein Referenzabgleich bestätigen kann und welche Prüfungen beim Schrauber und im Prozess bleiben.

Quellen

• J. E. See, Sandia National Laboratories, Visual Inspection Reliability for Precision Manufactured Parts, Human Factors, 2015
• FAA Safety Team, Safety Wire, Merkblatt AFS-850 20-05
• NASA, NASA-STD-5020B Requirements for Threaded Fastening Systems in Spaceflight Hardware, 2021
• NTSB, Alaska Airlines flight 1282 door plug investigation, press release, 2025
• ASQ, What is Poka-Yoke? Mistake and Error Proofing
• ASQ, What is Cost of Quality (COQ)?
• A3, Vision and Imaging Statistics, 2026
• VDMA Machine Vision, Machine Vision Industry Shows Upward Trend, 2026
• DBR77, DBR77 IIoT, 2026
• DBR77, Kundenpräsentation zu IIoT und Vision AI, 2026