Warum in KI bei der Qualitätskontrolle investieren?

Folge 6

Autorin: Hanna Nennewitz

Warum in KI bei der Qualitätskontrolle investieren?

Folge 6

Autorin: Hanna Nennewitz

maddox

In der letzten Folge hat Peter Droege, CEO und Mitgründer von Maddox AI, erklärt, worin die größten Probleme der visuellen Qualitätskontrolle in der Industrie bestehen. Die Erkenntnis war, dass KI-basierte Systeme eine gute Option sind, um diese Probleme zu beheben. Doch wie sieht es finanziell aus? Lohnt es sich überhaupt, in ein KI-basiertes System zu investieren? Diesen Fragen wende ich mich in dieser Folge zu. Antworten auf diese Fragen kann mir wieder Peter Droege geben.

Peter erklärt in unserem Gespräch, dass es durch den Einsatz von KI-basierten Systemen fünf finanzielle Stellschrauben gibt, an denen sich mithilfe von KI-basierten Systemen, wie das Maddox AI-System, drehen lässt. Die Stellschrauben sind Folgende:

  1. Einsparung von Personalkosten,
  2. Minimierung von Retouren / Reklamationen,
  3. Erhöhung der Rückverfolgbarkeit,
  4. Verhinderung von zu hohen Ausschussquoten in der Produktion und
  5. Prozessverbesserungen.

In der letzten Folge hat Peter Droege, CEO und Mitgründer von Maddox AI, erklärt, worin die größten Probleme der visuellen Qualitätskontrolle in der Industrie bestehen. Die Erkenntnis war, dass KI-basierte Systeme eine gute Option sind, um diese Probleme zu beheben. Doch wie sieht es finanziell aus? Lohnt es sich überhaupt, in ein KI-basiertes System zu investieren? Diesen Fragen wende ich mich in dieser Folge zu. Antworten auf diese Fragen kann mir wieder Peter Droege geben.

Peter erklärt in unserem Gespräch, dass es durch den Einsatz von KI-basierten Systemen fünf finanzielle Stellschrauben gibt, an denen sich mithilfe von KI-basierten Systemen, wie das Maddox AI-System, drehen lässt. Die Stellschrauben sind Folgende:

  1. Einsparung von Personalkosten,
  2.  Minimierung von Retouren / Reklamationen,
  3. Erhöhung der Rückverfolgbarkeit,
  4. Verhinderung von zu hohen Ausschussquoten in der Produktion und
  5. Prozessverbesserungen.

1. Personalkosten

Wie bereits in der letzten Folge festgestellt, sind manuelle Kontrollen in der visuellen Qualitätskontrolle insbesondere in Hochlohnländern wie Deutschland ein großes Thema. Gleichzeitig ist es aufgrund des Fachkräftemangels schwer, Menschen zu finden, die einen so anstrengenden Job überhaupt noch machen möchten. “Einer unsere Kunden”, berichtet Peter, “hat im Schichtbetrieb manuell Dichtungen kontrollieren lassen. Nach der Installation des Maddox AI-Systems konnte die Anzahl derjenigen, die in der Qualitätskontrolle arbeiten mussten, deutlich reduziert werden, um die Arbeitskraft an anderer Stelle einzusetzen. Durch ein einziges Maddox AI System können sich nun neun Mitarbeiter werthaltigeren Aufgaben zuwenden.” Einsparung kommen natürlich immer auf den konkreten Use Case an, bei besagtem Kunden lagen sie durch die Einsparung der Personalkosten zwischen 200-250 Tausend Euro.

2. Minimierung von Reklamationen & Retouren

Retouren, in Verbindung mit den notwendigen Nachsortieraktionen, können schnell sehr teuer werden. Daneben sind fehlerhaft versandte Teile schlecht für die Kundenbeziehung. Mit einem KI-basierten System in der visuellen Qualitätskontrolle lässt sich die Wahrscheinlichkeit, Retouren zu erhalten, deutlich verringern. Das liegt vor allem daran, dass ein KI-basiertes System genauer und konsistenter als ein Mensch prüft. Ein Kunde von Maddox AI erhielt in dem Jahr vor der Installation des Maddox AI-Systems zwei Reklamationen. Allein die Reklamation und Nachsortierarbeiten generierten Kosten von einer Viertelmillion Euro. Seit der Installation von Maddox AI und der damit einhergehenden optimierten Kontrolle der Teile erhielt unser Kunde keine weiteren Reklamationen, was relevante Kosten einspart.

Peter berichtet von einem weiteren Kunden, der Traktoren teilweise sehr individuell nach Kundenwunsch herstellt. Die Traktoren werden in die ganze Welt verschifft. Vor der Installation von Maddox AI wurde von Zeit zu Zeit eine falsche Konfiguration in der Produktion in Deutschland nicht bemerkt. Wenn der Traktor dann beispielsweise in die USA verschifft wurde und die falsche Konfiguration erst dort vor Ort auffiel, war die Ausbesserung dieses Fehlers sehr kostspielig. Seitdem die manuellen Kontrolleure vom Maddox AI-System unterstützt werden, konnte die Anzahl der Kundenreklamationen signifikant reduziert werden. Jeder eingesparte Fehler spart dabei meist direkt einen fünfstelligen Betrag ein.

3. Nachverfolgbarkeit

Sollte es jedoch trotz KI-basierter Qualitätskontrolle zu einer Retour kommen, haben Kunden von Maddox AI ebenfalls der Vorteil, dass jedes Teil individuell nachverfolgt werden kann. “Wenn ich zum Beispiel eine Seriennummer oder einen QR-Code habe, kann ich ein Teil eins zu eins nachverfolgen. Falls doch eine Reklamation vorkommt, kann ich mithilfe eines Bildes nachweisen, dass das strittige Teil das Werk ohne Mängel verlassen hat.”, erklärt Peter. Die Dokumentation bietet entsprechend einen weiteren Schutz vor hohen Reklamationskosten.

4. Verhinderung von zu hoher Ausschussproduktion

Durch die Digitalisierung, die oftmals mit der Installation von KI-basierten Kontrollsystemen einhergeht, lässt sich ebenfalls eine zu hohe Ausschussproduktion verhindern. Über SMS oder Mail kann man sich vom Maddox AI-System warnen lassen, sollte die Ausschussquote einen gewissen Schwellwert überschreiten. Peter berichtete mir von einem Kunden, der mehrere Teile pro Sekunde produziert. Vor der Installation von Maddox AI wurden nur stichprobenartig alle ein bis zwei Stunden Qualitätskontrollen durchgeführt. Dadurch wurde nur sehr spät bemerkt, wenn die Produktion fehlerhaft verlief, und im schlimmsten Fall mussten die in den letzten ein bis zwei Stunden produzierten Teile aufwendig identifiziert und entsorgt werden. Durch die Installation des Maddox AI-Systems wird nun automatisch der Schichtleiter per SMS benachrichtigt, wenn die Ausschussquote zu hoch wird. Maddox AI agiert in diesem Fall als Frühwarnsystem und hilft dabei keine unnötigen Ressourcen zu verschwenden.

5. Prozessverbesserung

Eine weitere Stellschraube, die mit der Digitalisierung einhergeht, ist die Möglichkeit zur Prozessverbesserung. Was bedeutet das konkret? Peter erklärt es so: “Durch Maddox AI wissen wir wo und wie häufig Fehlertypen auf einem Bauteil auftreten. Wenn ich nun z.B. sehe, dass zu einer gewissen Uhrzeit stets der gleiche Fehler an der gleichen Stelle auftritt, dann weiß ich, dass im Produktionsprozess etwas schiefgelaufen ist.” Ein Kunde von Maddox AI produziert z.B. im Spritzgussverfahren. Die verwendeten Werkzeuge müssen regelmäßig gesäubert werden, da sich ansonsten Gummirückstände oder andere Verschmutzungen bilden. Wenn man diese Rückstände nicht früh genug bemerkt, werden nur noch fehlerhafte Teile produziert. Maddox AI liefert automatisch strukturierte Ursachenanalysen in Form von Fehlerkonzentrationsanalysen, die strukturelle Fehler frühzeitig erkennen. Mit Hilfe dieser Fehlerkonzentrationsanalysen können Prozessverbesserungen angeschoben werden, die die Ursache für eine erhöhte Fehlerquote direkt adressieren.

Der Einsatz von KI-basierten Systemen bietet Ihnen viele Möglichkeiten, um Kosten in der Produktion zu reduzieren. Wenn Sie auch diese Möglichkeiten nutzen wollen, kontaktieren Sie uns gerne. Unser Team nimmt sich gerne die Zeit, um den möglichen Einsatz von Maddox AI in Ihrem Unternehmen zu prüfen.

Nachdem ich nun über die Probleme in der visuellen Qualitätskontrolle und die finanziellen Vorteile durch den Einsatz von KI-basierten Systemen berichtet habe, wende ich mich in den nächsten Folgen den mit Peter in Folge 5 besprochenen Problemen noch genauer zu. In der nächsten Folge werde ich selbst versuchen, das Maddox AI-System und ein regelbasiertes System zu benutzen.

Blogartikel

Benutzerfreundlichkeit -
Kann auch ich Maddox AI bedienen?

Folge 7

maddox
In dieser Folge testet Hanna Nennewitz die Benutzerfreundlichkeit von Maddox AI, in dem sie versucht selbst ein Qualitätskontrollmodell zu erstellen. Vergleichend dazu versucht sie die gleiche Prüfaufgabe mit einem regelbasierten System zu programmieren.Zum Blogartikel