Im Rahmen von TÜV-Prüfungen müssen Schweißnähte und Risse an containerfboard-Kranen auf Schiffen inspiziert werden. Hierzu nimmt ein Prüfer vor Ort eine Vielzahl von Bildern auf, die anschließend alle gesichtet und bewertet werden müssen. Der bisherige Prüfprozess war mit einem sehr hohen manuellen Aufwand verbunden. Jedes aufgenommene Bild musste einzeln begutachtet werden, obwohl nur ein Teil davon tatsächlich kritische Risse, relevante Schweißnähte oder konkrete Schadstellen zeigte. Ziel war es, die relevanten Inhalte aus den erfassten Bildern automatisch zu filtern, Beinahe-Defekte zuverlässig zu identifizieren und die Anzahl der Bilder, die einer manuellen Nachprüfung bedürfen, deutlich zu reduzieren. Gleichzeitig sollte der bestehende Arbeitsablauf des Prüfers unverändert bleiben. Mit Maddox AI werden die aufgenommenen Bilder automatisch vorsortiert. Relevante Risse, Schweißnähte und Fehlstellenverdachte werden gezielt herausgefiltert, sodass Prüfer nur noch die Bilder sichten müssen, die tatsächlich für die Bewertung relevant sind. Dadurch bleibt der bestehende Prozess erhalten, während der Gesamtaufwand für die Prüfung erheblich reduziert wird.