Wissensdatenbank
Monitoring & OEE10 Min. Lesezeit

Wie bringt Ihr Team einer Kamera ohne Trainingsdaten bei, worauf sie achten soll?

DBR77 Team · Veröffentlicht am

Ihr Team kann einer Kamera in Worten erklären, wonach sie suchen soll und wie ein gutes und ein schlechtes Ergebnis aussehen. In DBR77 IIoT gibt ein Ingenieur das Objekt ein, zum Beispiel „Schrauben an Flansch A“, dann das erwünschte Ergebnis, „10 von 10 gesetzt, drahtgesichert“, und das unerwünschte, „Schraube fehlt oder falsch“. Markiert das Team einige Teile als OK oder NOK, hat das System eine Referenz aus Ihrer eigenen Fertigung. Jede Szene hat dann drei mögliche Ergebnisse: ein erwünschtes, ein unerwünschtes und eine Abweichung, die noch niemand beschrieben hat und die ein Ingenieur einmal benennt. Sie müssen keine Trainingsdaten sammeln und kein Trainingsprojekt aufsetzen. Jede Prüfung wird aber an Fotos aus Ihrer eigenen Linie getestet, bevor sie in Betrieb geht.

Dieser Artikel gehört zu unserer Serie über Kameras in der Produktion. Die anderen Teile zeigen, wie eine Kamera jede Schraube mit einer Referenz vergleicht und wie sie prüft, ob jeder Montageschritt in der richtigen Reihenfolge erledigt wurde.

Wie bringt Ihr Team einer Kamera ohne Trainingsdaten bei, worauf sie achten soll?

Warum klassische Bildverarbeitung Trainingsdaten braucht

Die meisten Bildverarbeitungssysteme kennen eine feste Liste von Kategorien. CLIP ist ein Modell, das Bilder und Text verknüpft. Seine Autoren beschreiben den Preis des klassischen Ansatzes: Solche Systeme sind nur begrenzt einsetzbar, weil jedes weitere visuelle Konzept zusätzliche annotierte Daten erfordert. Jedes neue Teil, Werkzeug oder Fehlerbild bedeutet neue Bilder und neue Annotationen.

Für die Qualitätsprüfung sind solche Bilder schwer zu bekommen. Das Paper zu MVTec AD, einem verbreiteten Benchmark für die industrielle Prüfung, hält fest, dass industrielle Prozesse darauf optimiert sind, möglichst wenig fehlerhafte Teile zu erzeugen. Eine gute Linie produziert wenig Ausschuss, und bis für jeden Fehler genug Beispiele zusammenkommen, vergeht Zeit.

In der Praxis bekommt deshalb oft nur die Prüfung ein Bildverarbeitungsprojekt, die sich am meisten lohnt. Die übrigen laufen weiter auf Papier.

Wie bringt Ihr Team einer Kamera ohne Trainingsdaten bei, worauf sie achten soll? — DBR77 IIoTWie bringt Ihr Team einer Kamera ohne Trainingsdaten bei, worauf sie achten soll? — DBR77 IIoT

Wie das Beschreiben in Worten funktioniert

Neuere Erkennungsmodelle arbeiten mit einer Textbeschreibung statt mit einer festen Liste. Grounding DINO, ein Forschungsmodell dieser Art, erkennt beliebige Objekte anhand von Benutzereingaben wie Kategorienamen oder Beschreibungen. Man spricht von Open-Vocabulary-Erkennung.

Vision AI in DBR77 IIoT nutzt dieses Prinzip in zwei Schritten:

  1. Einlernen. Ein Ingenieur beschreibt die Szene: wonach gesucht wird, wie das erwünschte Ergebnis aussieht und wie das unerwünschte. Bei feinen Unterschieden markiert das Team einige Teile als OK oder NOK, und von da an prüft das System die Qualität an dieser Referenz.
  2. Erkennen. Das System vergleicht jedes Bild mit dem, was eingelernt wurde. Heraus kommt eines von drei Ergebnissen, die wir unten beschreiben.

Animation: Beschreibungen wie Drehmomentschlüssel oder leere Schraubenposition werden eingetippt, die Objekte umrahmt

Beispieldarstellung auf Basis der Präsentation zu DBR77 Vision AI: Jedes Objekt bekommt einen Rahmen, sobald es in Worten beschrieben ist.

In dieser Beispieldarstellung blickt eine Kamera auf eine Werkbank. Der Ingenieur tippt nacheinander ein: „Drehmomentschlüssel“, „Schale mit Ersatzschrauben“, „Flansch, leere Schraubenposition“, „Arbeitsanweisung“ und „Hand des Technikers mit Handschuh“. Sobald ein Objekt beschrieben ist, bekommt es einen Rahmen, und die leere Position wird rot markiert.

Ingenieure und Techniker können im laufenden Betrieb neue Prüfungen ergänzen. Kommt ein neues Teil oder ein neues Werkzeug an die Linie, beschreiben sie es, und ab dann sucht die Kamera danach.

Drei Ergebnisse für jede Szene

Jede Prüfung hat drei mögliche Ergebnisse, und das Team legt fest, was bei jedem passiert:

  1. Erwünschtes Ergebnis. Das System zählt, erfasst und protokolliert es und kann nach einer festgelegten Anzahl den nächsten Schritt auslösen. Beispiel: Schraube 7 ist gesetzt und bestätigt, und nach 10 von 10 löst das System die Aktion aus, die das Team gewählt hat, etwa eine Meldung, dass Flansch A fertig ist.
  2. Unerwünschtes Ergebnis. Das System warnt, protokolliert und benachrichtigt eine Person. Beispiel: An Position 4 sitzt die falsche Schraube, und der Techniker bekommt ein Bild, auf dem die Stelle markiert ist. Das System stoppt keine Maschinen; wie es weitergeht, entscheidet ein Mensch.
  3. Abweichung, noch nicht eingeordnet. Es taucht etwas auf, das niemand beschrieben hat, etwa ein unbekannter Gegenstand auf dem Flansch. Ein Ingenieur benennt es einmal, daraus wird eine neue Kategorie mit eigenen Aktionen, und beim nächsten Mal erkennt das System so etwas und behandelt es automatisch. Die neue Kategorie fließt in Schritt 1 zurück, ins Einlernen.
Ergebnis Was passiert
Erwünschtes Ergebnis Zählen, erfassen, protokollieren, nach einer festgelegten Anzahl eine Aktion auslösen
Unerwünschtes Ergebnis Warnen, protokollieren und eine Person benachrichtigen, die entscheidet, wie es weitergeht
Abweichung, noch nicht eingeordnet Ein Ingenieur benennt sie einmal, und beim nächsten Mal wird sie automatisch behandelt

Das dritte Ergebnis hält das System auf dem aktuellen Stand. Die Forschung beschreibt eine ähnliche Idee, die Open-World-Erkennung: Ein Detektor kennzeichnet Objekte, die er nicht gelernt hat, als unbekannt, und unter allen unbekannten Objekten benennt ein Orakel die relevanten. In der Halle ist dieses Orakel Ihr Ingenieur.

Beschreiben Sie eine Prüfung aus Ihrer Linie

Schicken Sie uns einige Fotos und ein oder zwei kurze Videos einer Station, aufgenommen gemäß Ihrer Fotorichtlinie, und beschreiben Sie in Worten, worauf die Kamera achten soll. Wir zeigen Ihnen, was das System findet und was es übersieht.

Gespräch vereinbaren

Wo die Beschreibung in Worten an Grenzen stößt

Textbeschreibungen funktionieren am besten bei Objekten, die so aussehen, wie man sie beschreibt. Die Forschung nennt zwei Schwachstellen.

Die erste Schwachstelle: neue Anwendungsbereiche. Ein Benchmark mit 100 Datensätzen aus vielen Fachgebieten ergab, dass Zero-Shot-Modelle zur Objekterkennung in neuen Bereichen deutlich an Leistung verlieren. Eine Fabrikhalle mit eigenen Teilen, eigenem Licht und eigenen Blickwinkeln kann so ein neuer Bereich sein.

Die zweite: feine Details. Eine Studie von 2023 zu Open-Vocabulary-Detektoren zeigte, dass sie feinere Objektdetails nur schwer erfassen und unterscheiden, etwa Farbe, Muster und Material. Ein Preprint von 2025 geht noch weiter. Die Autoren haben aktuelle Foundation Models mit Textprompts an echten Industriebildern aus der Serienfertigung getestet. Sie schreiben, dass alle Modelle an den Daten aus der realen Fertigung scheitern, obwohl dieselben Modelle auf öffentlichen Benchmarks gut abschneiden.

Deshalb ist die Beschreibung in Worten nur der erste Schritt. Der Test an Ihren eigenen Fotos zeigt, wo sie genügt. Für feine Unterschiede, etwa ob der Sicherungsdraht angebracht ist oder fehlt, gibt es die OK/NOK-Referenz, und auch hier zeigt der Test, ob sie ausreicht. Das dritte Ergebnis meldet, was der Kamera auffällt, aber noch von niemandem beschrieben wurde.

Wer die Regeln und die Reaktionen verantwortet

Eine Prüfung nützt nur, wenn jemand auf ihr Ergebnis reagiert. In der Lean-Produktion ist das seit Langem Sache der Linie: Eine Andon-Tafel zeigt jedes Mal an, wenn eine Unregelmäßigkeit auftritt, und der Teamleiter kommt. Bei Vision AI legen dieselben Leute Prüfungen und Reaktionen fest, die auch die Station kennen.

Klären Sie ein paar Punkte, bevor die erste Prüfung in Betrieb geht:

  • Wer Prüfungen anlegen darf. Zum Beispiel der Prozessingenieur und der Vorarbeiter der Schicht.
  • Wie neue Kategorien heißen. Kurze Namen, die jeder an der Linie versteht, an einer Stelle festgehalten.
  • Wer das dritte Ergebnis sichtet. Jemand sieht sich die nicht eingeordneten Abweichungen in jeder Schicht oder einmal pro Woche an, damit sie sich nicht anhäufen.
  • Wer welche Benachrichtigung bekommt. Bei zu vielen Alarmen lernen Menschen, sie zu überhören. Das zeigt unser Artikel darüber, warum Maschinenalarme in der Fertigung ins Leere laufen.

So testen Sie es an einer Station

Der Test läuft ab wie bei jeder Vision-AI-Prüfung: eine Demo und ein Blick auf Ihre Station, ein Test mit einigen Fotos und kurzen Videos unter NDA, ein Proof of Concept an einer Station und ein Rollout nur dann, wenn die Ergebnisse Sie überzeugen.

  • Kamera. Geeignet ist jede handelsübliche IP-Kamera. Jedes Bild wird in etwa 25 ms auf einem Rechner in Ihrem Werk ausgewertet.
  • Definitionen. Ein Ingenieur beschreibt in Worten, worauf zu achten ist und was als gutes und als schlechtes Ergebnis gilt, und das Team kann im laufenden Betrieb neue Prüfungen ergänzen. Sie müssen keine Trainingsdaten sammeln und kein Trainingsprojekt aufsetzen.
  • Reaktion. Sie legen fest, was passiert: zählen, protokollieren, warnen oder eine Person benachrichtigen. Programmieren müssen Sie dafür nicht. Das System stoppt keine Maschinen; die Entscheidung trifft ein Mensch.
  • Kosten. Sie setzen sich aus der Edge-Einheit, dem KI-Chip, den Kameras und einer monatlichen Softwarelizenz pro Einheit zusammen. Eine Einheit kann 1 bis 40 Kameras parallel auswerten.

Wann eine Kamera der bessere Sensor für eine Aufgabe ist und wann nicht, klärt unser Artikel über Kameras als Sensoren.

Wie sich das in DBR77 IIoT einordnet

Vision AI ist die Kameraebene von DBR77 IIoT. Es gelten dieselben Regeln wie im übrigen System:

  • Unsere Geräte lesen nur. Sie senden nie Befehle an Ihre Maschinen und greifen nicht in die Steuerung ein.
  • Die Bilder werden vor Ort ausgewertet, Videos werden nicht aufgezeichnet.
  • 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.
  • Die Ereignisse aus Vision AI landen in IRIS, neben den Maschinendaten.

Häufige Fragen

Müssen wir zuerst Bilder sammeln?

Nicht, um das System zu trainieren. Für den Test bitten wir um einige Fotos und ein oder zwei kurze Videos der Station. Bei feinen Unterschieden markiert das Team einige Teile als OK oder NOK, die dann als Referenz dienen.

Wer kann eine neue Prüfung anlegen?

Ingenieure und Techniker, im laufenden Betrieb. Sie beschreiben das Objekt sowie das gute und das schlechte Ergebnis in Worten und legen die Reaktion ohne Programmierung fest.

Was passiert, wenn die Kamera etwas sieht, das niemand beschrieben hat?

Das System meldet es als noch nicht eingeordnete Abweichung. Ein Ingenieur benennt sie einmal und legt fest, was passieren soll. Beim nächsten Mal wird sie automatisch behandelt.

Funktioniert das bei jedem Teil?

Nicht ohne Weiteres. Bei feinen Details und ungewöhnlichen Teilen sind Textbeschreibungen schwächer. Deshalb testen wir jede Prüfung zuerst an Fotos aus Ihrer Linie, und für Unterschiede, die sich nicht in Worte fassen lassen, gibt es die OK/NOK-Referenz.

Kann eine Prüfung die Linie stoppen?

Nein. Eine Prüfung kann zählen, protokollieren, warnen oder eine Person benachrichtigen. Das System stoppt keine Maschinen; die Entscheidung trifft ein Mensch.

Fazit

Wählen Sie eine Station, an der eine Prüfung noch per Sichtkontrolle oder auf Papier läuft, und schreiben Sie in einfachen Worten auf, worauf die Kamera achten soll, wie ein gutes Ergebnis aussieht und wie ein schlechtes. Legen Sie einige OK- und NOK-Teile beiseite und klären Sie, wer benachrichtigt wird, wenn etwas schiefgeht. Vereinbaren Sie dann, wer die Abweichungen benennt, die niemand beschrieben hat. Damit haben Sie die Grundlage für einen ersten Test mit Fotos und kurzen Videos von der Station.

Bringen Sie eine Prüfung mit in die Demo

Schreiben Sie eine Prüfung aus Ihrer Linie in ein paar Sätzen auf. Wir zeigen Ihnen, wie sie eingegeben wird, welche Ergebnisse sie an einem ähnlichen Beispiel liefert und was dafür in Ihrem Werk nötig wäre.

Gespräch vereinbaren

Quellen

WissensdatenbankDemo buchen