KI-gestützte End-of-Line-Inspektion fertiger Türen

Wenn am Ende der Linie nichts mehr durchrutschen soll

Am Ende der Fertigungslinie entscheidet sich, ob eine Tür wirklich auslieferbar ist: Oberfläche, Verglasung, Bänder, Schloss, Dichtungen – alles muss zueinander und zum Auftrag passen. Je höher die Variantenvielfalt, desto schwieriger wird eine rein manuelle End-of-Line-Prüfung.

Andere Industrien (z. B. Automobil, Modulbau) setzen hier bereits KI-basierte Systeme ein, die fertig montierte Bauteile in Echtzeit prüfen.


Die Ausgangssituation: Manuelle EOL-Prüfung mit Zeitdruck

Typische Situation:

  • Mitarbeitende prüfen Türen auf sichtbare Schäden, korrekte Ausstattung und Maßhaltigkeit.
  • Checklisten werden abgearbeitet, aber Zeitdruck ist hoch.
  • Fehler wie fehlende Bänder, falsche Schlossvarianten, kleine Lackschäden oder falsche Verglasung werden trotz Kontrolle gelegentlich erst beim Kunden entdeckt.

Die Prüfung ist wichtig, aber gleichzeitig ein Engpass – und stark von Erfahrung und Tagesform abhängig.


Das Zielbild: 100 % Endkontrolle mit System

Ziele eines Türenwerks:

  • Jede fertige Tür wird konsistent geprüft.
  • Ausstattung und Optik werden mit den Auftragsdaten abgeglichen.
  • Die End-of-Line-Prüfung wird schneller und gleichzeitig sicherer.
  • Fehler werden intern gefunden, nicht beim Kunden.

Die Lösung

Ein KI-gestütztes EOL-Inspektionssystem funktioniert aus Anwendersicht so:

  • Multikamera-Setup: Die Tür wird von vorne, hinten und ggf. an der Kante aufgenommen.
  • Bauteilerkennung: Die KI erkennt, ob alle vorgesehenen Komponenten vorhanden sind (z. B. Anzahl und Position der Bänder, Schloss, Drückerbohrung, Glasfeld, Dichtungen).
  • Abgleich mit Auftrag: Die Lösung verknüpft die Bilddaten mit dem Auftrag (z. B. über Barcode/Etikett) und prüft: „Soll diese Tür verglast sein? Welche Schlossvariante war bestellt? Welche Bandpositionen sind vorgesehen?“
  • Prüfentscheid: Das System markiert Auffälligkeiten – die finale Freigabe kann je nach Setup automatisiert oder durch QS erfolgen.

Auch hier bleibt die technische Umsetzung (Architektur, Modelle) im Blog eine Black Box – du beschreibst nur, was die Lösung kann, nicht wie sie intern aufgebaut ist.


Ergebnisse & Mehrwert

Typische Nutzenargumente, die sich aus vergleichbaren Projekten ableiten lassen:

  • Weniger Durchrutscher, da jede Tür geprüft wird.
  • Entlastung der Prüfenden, die sich auf echte Grenzfälle konzentrieren.
  • Bessere Nachvollziehbarkeit dank Bild- und Prüfhistorie je Tür.
  • Stabilere Lieferqualität und weniger Eskalationen mit Kunden.

Learnings & Stolpersteine

Erfahrungspunkte aus End-of-Line-Projekten:

  • Die Verknüpfung mit den Auftragsdaten ist ein kritischer Erfolgsfaktor.
  • Es ist sinnvoll, mit einem klar abgegrenzten Sortiment (z. B. Standard-Innentüren) zu beginnen.
  • Die Definition von Fehlercodes und Rollen („Was darf die KI automatisch sperren, was muss ein Mensch entscheiden?“) muss früh gemeinsam erarbeitet werden.

Voraussetzungen

Technisch

  • Eindeutige Identifikation jeder Tür (z. B. Barcode, RFID oder Etikett mit Auftragsnummer).
  • Platz für Kameras und Beleuchtung an der End-of-Line.
  • Schnittstellen zu ERP/MES für Auftragsdaten und Rückmeldungen.

Organisatorisch

  • Klare Verantwortung für Freigaben (Produktion, QS).
  • Abgestimmter Fehlerkatalog (Oberfläche, Ausstattung, Maße).

Mehr zu diesem Thema – KI Kurse & Schulungen

Mehr zu diesem Thema – KI Agentur


Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert