Bildbasierte Anomaliedetektion durch Künstliche Intelligenz

Trotz der anhaltenden Corona-Pandemie schreitet die Globalisierung weiter fort. Deutsche Unternehmen sehen sich immer mehr mit konkurrierenden Unternehmen auf dem Weltmarkt im Wettbewerb. Viele Produkte, die in Deutschland gefertigt werden, sind nur deshalb konkurrenzfähig, weil sie eine herausragende Qualität haben.

Wer nicht am billigsten produzieren kann, der muss die beste Qualität abliefern.

Produzierende Unternehmen stehen vor der Herausforderung, diesen Qualitätsstandard weiter zu erhöhen, um sich auf dem Weltmarkt behaupten zu können. Zur Sicherstellung von funktionalen und ästhetischen Eigenschaften eines Produkts entwickelt das Fraunhofer IPK neuartige Ansätze für datenreduzierte KI-Anwendungen. So ist es möglich, den Vorteil KI-basierter Bildverarbeitung in den Inspektionsprozess einzubinden, ohne den dabei entstehenden großen Aufwand der Trainingsdatenerhebung in Kauf nehmen zu müssen. Möglich ist dies durch die Umformulierung der Inspektionsaufgabe: Anstatt explizit angelernte Defekte in Bildern zu erkennen, wird jede Abweichung (Anomalie) von einem definierten Qualitätsstandard erkannt (Anomalie). Dazu wird die KI lediglich mit defektfreien Produkten trainiert, die naturgemäß in deutlicher größerer Stückzahl vorliegen als defekte Produkte. Dies hat noch zwei weitere Vorteile: 1. Es müssen nicht alle produktionsbedingten Defekte im vornherein bekannt sein. 2. Der hohe Personalaufwand zur Datenerhebung und der manuellen Kennzeichnung jeder einzelnen Defektstelle entfällt. Die Technologie der bildbasierten Anomaliedetektion bietet demnach ein großes Potenzial, die Anwendung der automatisierten optischen Inspektion zu revolutionieren.

Mehr zum Thema bildbasierte Anomaliedetektion durch künstliche Intelligenz