Machine Learning & Computer Vision

Intelligente Datenverarbeitung für moderne Prozesse

Möchten Sie Ihre Ausschussraten senken und ein modernes Monitoring für Ihre Produktionsprozesse einführen? Suchen Sie nach Möglichkeiten, Ihre Produktionsabläufe zu automatisieren und zu digitalisieren? Ich unterstütze Sie gerne dabei, eine maßgeschneiderte Machine-Learning-Lösung für Ihre individuellen Anforderungen zu entwickeln.

Was kann künstliche Intelligenz in der Produktion bewirken?

Neuronale Netze sind die Grundlage von intelligenten Computer Vision Modellen. Sie werden mit großen Datenmengen trainiert und können genutzt werden um Vorhersagen auf weiteren (neuen) Daten zu erstellen. In der Bildverarbeitung werden Bilddaten als Eingabeformat für die Netze verwendet, als Ausgabe wird dann eine Klassifizierung, Objektdetektion oder Bildmasken erwartet. Eine oftmals unterschätzte Alternative sind klassische Bildverarbeitungsalgorithmen zum Beispiel zur Kantendetektion oder um Qualitätsmängel anhand von Helligkeitsunterschieden im Bild zu identifizieren.

Klassifikation

Detektion

Segmentierung

In vielen Anwendungen kann eine Automatisierung mit neuronalen Netzen zu Qualitätskontrolle und Prozessüberwachung Ausschuss senken, Sicherheitsrisiken in der Produktion minimieren und Stillstandszeiten senken. Das spart Zeit, Kosten und Aufwand. Kontaktieren Sie mich gern – gemeinsam finden wir die beste Lösung für Ihre Anwendung!

Impact in der Produktion

Durch Produktionsüberwachung lassen sich sicherheitskritische Vorfälle nicht nur nachverfolgen, sondern aktiv verhindern. So wird eine Krananlage beispielsweise automatisch abgeschaltet, sobald eine Person unter der Krankatze erkannt wird. Auch in der Qualitätskontrolle bietet eine KI-gestützte Überwachung wertvolle Unterstützung, indem sie durch frühzeitige und automatisierte Prüfungen die Ausschussrate reduziert und Rückrufaktionen vermeidet. Weitere Anwendung finden sich in der Füllstandsüberwachung, Versiegelungskontrolle und Predictive Maintenance. So lassen sich Havarien vermeiden und Wartungsstillstände gezielt planen!


Unsere Zusammenarbeit – Ihr Ergebnis

Nachdem wir das Problem definiert haben lassen Sie mir ein paar Beispielaufnahmen oder Daten zukommen, ich entwickle darauf verschiedene Ansätze, die wir in einem nächsten Schritt gemeinsam besprechen.

Mit dieser iterativen Methode von Programmierung und Review nähern wir uns immer weiter einer passenden Lösung für Ihren Prozess an. Die gemeinsame Arbeit und die Absprachen stellen dabei sicher, dass die Software hinterher genau Ihren Vorstellungen und Anforderungen entspricht. Niemandem ist geholfen, wenn hinterher eine Lösung entwickelt wurde, die das Ziel verfehlt.

Klare Kommunikation

Individuelle Software

Gemeinsame Reviews

Für die Reviews können wir uns online treffen oder auch direkt bei Ihnen im Betrieb. Besonders wenn es um Fragen der Beleuchtung und Bildaufnahme geht, haben Vor Ort Termine unschlagbare Vorteile. Wir können uns gemeinsam das Problem anschauen und überlegen wo welche Kameras, Lichtquellen oder andere Sensorik ergänzt werden muss. Für Softwareanpassungen und Diskussionen zum Layout der Oberfläche kann man auch wunderbar online Termine nutzen und sich dadurch Zeit und Stress sparen.

Sowohl Vor-Ort-Inbetriebnahme also auch Wissenstransfer und Schulung Ihres Teams Vor Ort gehören selbstverständlich mit dazu, sprechen Sie mich gerne darauf an!

Am Ende ist es mir wichtig, dass Sie zufrieden sind mit der Lösung und immer eine Ansprechpartnerin für Bugs, Verbesserungen oder kurzfristigen Support haben. Ich freue mich langfristige Partnerschaften und spannende Herausforderungen!


Häufige Fragen

Das Erstgespräch ist immer kostenlos! Eine Machbarkeitsstudie geht je nach Anforderung über 1-2 Wochen und kostet etwa 3.000€. Danach wissen Sie ob sich ein Computer Vision System für Ihre Anwendung lohnt und mit welchen Rahmenbedingungen entwickelt werden sollte. Die Kosten für ein Komplettsystem hängen stark vom Entwicklungsaufwand ab und beginnen bei 15.000€.

Es müssen ausreichend nutzbare Daten als Grundlage für ein Machine Learning oder Computer Vision System verfügbar sein. Alternativ können Methoden wie Daten Augmentierung, Simulationsdaten oder Transfer Learning genutzt werden.

Die meisten neuronalen Netze werden auf GPU (Grafikkarten) trainiert, laufen in der Produktion allerdings im Inference Mode auf CPUs. Es ist also keine Anschaffung von speziellen Grafikkarten für den Betrieb von intelligenten Computer Vision Systemen notwendig. Die Infrastruktur für das Training ist im Preis bereits enthalten.

Fertig entwicklete System können über Deskoptanwendungen oder WebInterfaces eingebunden werden. Außerdem ist eine Kommunikation über OPC UA oder TCP/IP Protokolle möglich, um einen smart factory Ansatz zu implementieren. Dashboards und reports fassen die Ergebnisse des Systems zusammen und stellen sie einheitlich für den Benutzer dar.