Technik Produkte Mess- und Prüftechnik

Bewerbungsfrist vom BESSER LACKIEREN Award 2026 verlängert!

Sie sind Lohn- oder Inhouse-Lackierer? Dann haben Sie sich sicherlich bereits für den BESSER LACKIEREN Award 2026  beworben. Wenn dem nicht so ist, dann können Sie dies noch bis zum 22. Juni 2026 tun. Wir haben die Einreichungsfrist verlängert! Vergleichen Sie sich mit anderen Unternehmen der Lackierbranche und profitieren Sie vom Prestige-Gewinn sowie dem Besuch der Fachjury.
➡️ Jetzt teilnehmen!

Oberflächen von Bauteilen in der Serienproduktion prüfen

In der Serienproduktion, beispielsweise in der metall- und kunststoffverarbeitenden Industrie, ist die zuverlässige und vollständige Inspektion von Bauteilen ein wichtiger Faktor für die Qualitätssicherung. Lackieranlagenbetreiber können durch eine rechtzeitige Erkennung von Beschädigungen in der Beschichtung zukünftige Lackierfehler vermeiden, ihre Prozessparameter optimieren und letztlich Kosten aufgrund von Nacharbeiten oder Ausschuss einsparen. Kamerabasierte Inspektionssysteme auf Basis von KI-Modellen bieten dafür eine effiziente und kostengünstige Lösung. Die Erkennung von Defekten, von denen nur wenige Musterteile vorliegen, stellt jedoch eine Herausforderung dar.

Dr. Silvia Schweizer (Freie Mitarbeiterin BESSER LACKIEREN)

Grafische Darstellung zum Aufbau
Das Projekt zielt darauf ab, eine generative KI in Kombination mit einem optischen Inspektionssystem zu entwickeln, um synthetische Bilddaten für die intelligente Qualitätsprüfung in der industriellen Serienproduktion zu erzeugen. Grafik: Fraunhofer IPM

Das Projekt „WenDeKI“ (Wenige Defektteile KI) adressiert diese spezifische Problematik. Unter der Leitung der SOTEC GmbH & Co KG und in enger Kooperation mit den Projektpartnern Fraunhofer Institut für physikalische Messtechnik IPM in Freiburg, BIA Kunststoff- und Galvanotechnik GmbH & Co. KG, PCM.de GmbH und Quittenbaum GmbH, verfolgt das Vorhaben das Ziel, dieser Herausforderung durch die Entwicklung eines innovativen, generativen KI-Modells zu begegnen. Dieses Modell soll in der Lage sein, die für das Training erforderlichen Bilddaten von Defektteilen synthetisch zu generieren.

Training des KI-Modells

Basierend auf einer begrenzten Anzahl realer Defektteilbilder wird das generative KI-Modell trainiert, um die charakteristischen Merkmale von Defekten zu erkennen und dann neuartige, plausible Bilder von Defekten zu erzeugen. Hierdurch wird nicht nur der Trainingsdatensatz des Inspektionsmodells signifikant erweitert, sondern auch die Präzision der Erkennung und Klassifikation erheblich verbessert. Um die Übertragbarkeit des Ansatzes auf unterschiedliche Branchen und Anwendungsfälle zu überprüfen und zu gewährleisten, werden flexible optische Inspektionssysteme zur Erhebung der Bilddaten eingesetzt. Insbesondere wird ein Tunnel-Inspektionssystem entwickelt, das in zwei verschiedenen Anwendungsfällen zum Einsatz kommt. Der Ansatz wird in unterschiedlichen Anwendungsgebieten industrienah validiert, so dass ein direkter Transfer nach erfolgreichem Projektabschluss sehr wahrscheinlich ist. Das Projekt läuft bis Januar 2028 und wird vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.

Zum Netzwerken:
SOTEC GmbH & Co KG, Ostelsheim, Matthias Feurer, Tel. +49 7033 5458-30, m.feurer@sotec.eu, www.sotec.eu

Fraunhofer-Institut für Physikalische Messtechnik IPM, Freiburg, Dr. Tobias Schmid-Schirling, Tel. +49 761 8857-281, tobias.schmid-schirling@ipm.fraunhofer.de, www.ipm.fraunhofer.de

Hersteller zu diesem Thema: