Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Syntax-Starterpaket mit ‚Lookout for Vision‘ von AWS

Machine Vision aus der Cloud beziehen

Dem Einsatz von industrieller Bildverarbeitung stehen oft Bedenken hoher Einstiegs- und Betriebskosten entgegen. Neue Technologien und Servicepakete können mittelständischen Unternehmen den Einstieg in Machine Vision vereinfachen.

 (Bild: ©xiaoliangge/stock.adobe.com)

(Bild: ©xiaoliangge/stock.adobe.com)

Die Qualitätssicherung ist ein wesentlicher Bestandteil der Produktion. Es geht darum, eventuelle Schäden am Produkt vor der Auslieferung zu erkennen, um unnötige Kosten oder Reputationsverluste zu vermeinden. In einem typischen Machine Vision-Szenario machen Kameras entlang einer Linie Bilder des Produkts in verschiedenen Fertigungsphasen. Diese Aufnahmen werden anschließend vom einem KI-Algorithmus mit einem Idealbild verglichen und auf Anomalien untersucht. Dieser Abgleich funktioniert dabei idealerweise möglichst in Echtzeit. Pro Sekunde werden also teils mehrere Hundert Bilder erfasst, verglichen und bewertet. Je mehr Bilddaten vorliegen, desto besser wird das statistische Modell trainiert. In der Folge sinkt der Produktionsausschuss und Abläufe sowie Ergebnisse werden transparenter. Damit ein solches System funktioniert, müssen drei Komponenten ineinandergreifen: vernetzte Maschinen, Machine-Vision-Hardware und die Auswertung der Bilddaten, traditionell auf Hardware ‚on Edge‘ oder auch in der Cloud.

Die Grundlage schaffen

Grundvoraussetzung für den Einsatz von Machine Vision ist die Einbindung der Ergebnisse in bestehende Produktionsprozesse. Dazu müssen die beteiligten Maschinen miteinander kommunizieren. Nur wer relevante Daten über die gesamte Fertigungskette hinweg auf dem Shopfloor digital erfasst – etwa über Sensoren, per MES oder via IIoT-Netzwerk – kann die Abläufe entsprechend abbilden und nachvollziehen. Während neuere Anlagen die dafür benötigten Komponenten mitbringen, müssen ältere Modelle oft mit Sensoren und Co. nachgerüstet werden. IT-Dienstleister wie Syntax halten dafür Einstiegsangebote mit befristeter Laufzeit und inklusive der benötigten Hardware bereit.

 (Bild: ©xiaoliangge/stock.adobe.com)

(Bild: ©xiaoliangge/stock.adobe.com)

Machine Vision testen

Ähnliche Probe-Angebote gibt es auch für Machine-Vision-Systeme als Teil des IIoT-Netzwerks.So lässt sich mit bestimmten Paketen schnell ein erster Proof of Concept erstellen. Solche Sets enthalten sowohl Hardwarekomponenten wie Kamera, Processing Board, Kabel, Halterung und Licht als auch Softwarekomponenten. Diese Testballons sollen vor allem Vorbehalte gegenüber vermeintlich hochkomplexen Entwicklungs- und Planungsprozessen abbauen. Unternehmen können ohne größeres finanzielles Risiko feststellen, wie wirtschaftlich die Einführung eines größer skalierten Projektes gleicher Art ist.

Anbindung an die Cloud

Die Einführung der Syntax-Starterpakete für Machine Vision benötigt eine Cloud-Anbindung. In vorgefertigten Lösungen von Hyperscalern wie etwa ‚Lookout for Vision‘ von AWS gibt es statistische Standardmodelle, deren Algorithmen sich auf Basis von KI für die unternehmensspezifischen Anforderungen trainieren lassen. Die Vorhersagegenauigkeit der Modelle hängt letztlich von Qualität und Quantität der bereitgestellten Daten ab. Je zahlreicher und hochwertiger die analysierten Bilder sind, desto besser erkennt und meldet das System Fehler. Die Anbindung an die Cloud ermöglicht den Anwendern, die Rechenleistung für die KI-Anwendung bedarfsorientiert abzurufen. Historische Daten wie nicht mehr aktuell benötigte Trainingsdaten lassen sich über die Archivierungsangebote der Cloud-Provider in Speichern mit weniger Verfügbarkeit lagern.

Nicht ohne Domänenwissen

Neben technischen Aspekten kommt es auch auf den Input der Belegschaft an. Die Erfahrung des Personals muss beim Justieren des Auswertungsalgorithmus mit einfließen – sowohl am Anfang, vor allem aber bei der Fehlerkontrolle. Erst im Zusammenspiel von Mensch und Technik liefert die industrielle Bildverarbeitung die gewünschten Ergebnisse.

Erkenntnisse bewerten

Wer industrielle Bildverarbeitung in Verbindung mit Cloud-basierter Datenanalyse in bestehende Produktionsprozesse einbindet, kann die Produktqualität steigern und den Ausschuss reduzieren. Weitere Effekte ergeben sich, wenn die im Shopfloor gewonnenen Erkenntnisse im Gesamtkontext betrachtet werden. Voraussetzung dafür eine vernetzte Fabrik, in der IT-Systeme verzahnt sind und miteinander kommunizieren können. Dann lässt sich die gesamte Supply Chain vom Einkauf über die Fertigung bis hin zu Versand und Afterservices digital abbilden und steuern.


Das könnte Sie auch interessieren:

Die Arbeitsgruppe Arbeit, Aus- und Weiterbildung der Plattform Industrie 4.0 untersucht in einem neuen Impulspapier, in welchen Bereichen sogenannte Green Skills notwendig sind und entwickeln einen Lernpfad für Unternehmen.‣ weiterlesen

Ein neuer Supercomputer soll Forschende am Karlsruher Institut für Technologie dabei unterstützen, neue Materialien etwa für die Medizin- oder Energieforschung schneller zu entwickeln.‣ weiterlesen

Version 5.2.9 der xSuite Business Solutions steht für den Einsatz bereit. Die Workflows des SAP-basierten Produktportfolios sind jetzt komplett in SAP Fiori ausführbar und wurden für das neue SAP S/4Hana 2022 zertifiziert. Hersteller xSuite hat zudem sein Softwareangebot in neue Basis- und Premiumpakete umgeschnürt.‣ weiterlesen

Mit dem Aufbau von Wirtschaftskreisläufen könnten Fertigungsunternehmen einige der akuten Herausforderungen wie Preissteigerungen und Ressourceneffizienz wirkungsvoll adressieren. Dazu müssen Firmen allerdings eine Reihe von Qualifikationen erlangen. Das ERP-System kann dafür den Rahmen bilden.‣ weiterlesen

Wie belegen Unternehmen die Ergebnisse ihrer ESG-Initiativen? Mit Auswertungen und Reports aus ihrer Unternehmenssoftware. Die Anwendung des ERP-Anbieters IFS Applications für solche Aufgaben heißt Sustainability Hub.‣ weiterlesen

Acatech-Präsident Jan Wörner wird Co-Vorsitzender der Plattform Lernende Systeme. Gemeinsam mit Bundesministerin Bettina Stark-Watzinger bildet er die neue Doppelspitze des KI-Netzwerks. Der scheidende Co-Vorsitzende Reinhard Ploss bleibt der Plattform verbunden.‣ weiterlesen

Analysesoftware-Spezialist Alteryx hat sein Produkt Analytics Cloud Platform funktional erweitert. Die neu gestaltete Designer Cloud-Benutzeroberfläche ist jetzt mit mehr als 30 erweiterten Tools zur Vorbereitung, Zusammenführung, Analyse und Automatisierung verfügbar, schreibt der Anbieter in der Pressemitteilung zum Release.‣ weiterlesen

Integrieren Hersteller Technologien mit dem Prädikat 'Green Manufacturing', ist der Blick oft nur auf den unmittelbaren ökologischen und ökonomischen Nutzen gerichtet. Oft fehlt die Berechnung der Gesamtbilanz dieser Digitalisierungsmaßnahmen und der Weitblick in Sachen Nachhaltigkeit.‣ weiterlesen

Eigentlich soll der Low-Code-Ansatz vieles einfacher machen, wenn sich etwa Fachabteilungen ihre eigenen Anwendungen aufsetzen können. Doch in den IT-Abteilungen steigt dadurch der Aufwand für Support und Entwicklung. Eine zentrale Integrationsplattform kann diesem Effekt entgegenwirken.‣ weiterlesen

Die Anbindung der Produktionsmaschinen an die IT-Systeme beeinflusst zunehmend die Effizienz und Flexibilität einer Fabrik. Die wohl höchste Hürde solcher Integrationen ist, den vielen verschiedenen Maschinen die gleiche Sprache beizubringen. Wer das plant, aber die Individualentwicklung dahinter scheut, sollte sich die Software MK|Connect ansehen.‣ weiterlesen

Seit dem Urteil des Bundesarbeitsgerichts vom 13. September 2022 ist die Arbeitszeiterfassung nun für Unternehmen verpflichtend. Lösungen zur elektronischen Zeiterfassung können dabei behilflich sein. Doch was gilt es bei der Systemauswahl zu beachten, um möglichst reibungslos ans Ziel zu kommen?‣ weiterlesen