Klassische Bildverarbeitungssysteme, die regelbasiert arbeiten, stoßen aktuell an ihre Grenzen. Zwar liefern sie in stabilen Szenarien wie beim Lesen von Barcodes oder bei geometrischen Prüfungen zuverlässige Ergebnisse, doch es fehlt ihnen die notwendige Flexibilität, um variable Oberflächen, wechselnde Materialien oder unbekannte Fehlerbilder zuverlässig zu erkennen. Hinzu kommt ein strukturelles Problem vieler Systeme: Da sie in sich geschlossen sind, lassen sie sich nur schwer in bestehende IT- oder OT-Umgebungen integrieren und erfordern tiefes Expertenwissen in der Bedienung.
Synergie statt Ablösung
Viele sehen den Einsatz von KI als Lösung, um den aktuellen Anforderungen zu begegnen. Der Schlüssel liegt jedoch nicht darin, klassische Bildverarbeitung durch KI zu ersetzen, sondern beide Ansätze zu kombinieren. Regelbasierte Verfahren bieten Stabilität, Geschwindigkeit und Nachvollziehbarkeit. KI hingegen bringt Robustheit und Flexibilität, insbesondere bei variablen Prozessen oder unbekannten Defekten. Im Zusammenspiel entsteht ein leistungsfähiges Werkzeug, das die Stärken beider Welten vereint. Entscheidend ist dabei, dass die Technologien integriert arbeiten und nicht als isolierte Lösungen nebeneinander bestehen. Zudem müssen die Systeme so gestaltet sein, dass sie auch ohne tiefes Fachwissen nutzbar sind. Künstliche Intelligenz (KI) verspricht die Revolution der Fertigung, doch in der Praxis scheitern viele Projekte an einer unzureichenden Datenbasis. Warum Sie erst Ordnung schaffen müssen, bevor Sie Künstliche Intelligenz erfolgreich nutzen können. ‣ weiterlesen
Ohne Datenordnung keine Effizienz: Wie Sie Ihre Produktion KI-ready machen
Integration statt Isolation
Damit Unternehmen von den Vorteilen hybrider Ansätze profitieren können, ist ein integrierter Workflow unerlässlich. Es geht darum, Systeme so miteinander zu verbinden, dass sie einen durchgängigen Prozess bilden – von der Hardware über die Software bis hin zur Ausführung neuronaler Netze. Ziel ist es, Daten, KI-Modelle und Geräte ohne Medienbrüche zusammenzuführen. So entstehen Lösungen, die auch ohne tiefe Fachkenntnisse bedienbar sind und sich nahtlos in bestehende Produktionsumgebungen einfügen. Die Machine Vision Software uniVision 3 von wenglor erfüllt diese Anforderungen. Sie deckt sämtliche Aufgaben der regelbasierten Bildverarbeitung ab, von geometrischen Prüfungen über das Codelesen bis hin zur Erweiterung durch Halcon-Skripte für komplexere Programmieranwendungen. Innerhalb dieses Systems arbeiten auch die Wenglor-Hardwarekomponenten wie die Smart Cameras B60 und Machine Vision Controller MVC. Allerdings lassen sich in UniVision 3 auch KI-Modelle ausführen. Damit können regelbasierte Prüfungen mit KI-gestützten Verfahren kombiniert werden, ohne, dass zwischen separaten Systemen gewechselt werden muss. Gleichzeitig stehen alle gängigen Industrieschnittstellen zur Verfügung, sodass die Integration in bestehende Produktionslinien problemlos möglich ist.
KI-Modelle mit AI Lab
Zur Erstellung der KI-Modelle stehen zwei Wege zur Auswahl: Entweder über offene Frameworks bzw. Drittsoftware, die ONNX-kompatible Netze generieren, oder über die cloudbasierte Plattform AI Lab. Das AI Lab vereinfacht den gesamten Prozess von der Datensammlung über das Labeln bis hin zum Training. Spezielles Knowhow zu KI ist dafür nicht notwendig, denn es führt Anwendende Schritt für Schritt durch den Workflow. WeHub dient als zentrales Verbindungselement im Workflow und erfüllt zwei Aufgaben: Es ermöglicht die Device Discovery und bildet zugleich die Schnittstelle zwischen UniVision 3 und AI Lab. Bilddaten lassen sich damit ins AI Lab übertragen, trainierte KI-Modelle wiederum zurück ins UniVision-System importieren. So entsteht ein geschlossener Kreislauf: der sogenannte AI Loop. Er stellt sicher, dass KI-Modelle kontinuierlich verbessert und nahtlos in den laufenden Betrieb integriert werden können.
