Quality Control

Okt. 5, 2025

—

von

Philipp: Schweizer KI Akademie

1) Einfach erklärt

KI‑gestützte Qualitätskontrolle bedeutet: Computer „sehen“ oder „messen“ Produkte automatisch und sagen, ob alles in Ordnung ist. Die Systeme nutzen Kameras, Sensoren und kluge Programme (z. B. Bild‑Erkennung), um Fehler zu finden – schnell, gleichmäßig und rund um die Uhr.

Beispiele:

Kamera am Förderband: Findet Kratzer, Risse, Schmutz oder Maßfehler an Bauteilen in Echtzeit.
Etikett/Verpackung: Liest Texte, Codes, Haltbarkeitsdaten sicher aus (auch bei Druckfehlern).
Prozess‑Daten: Vibration, Temperatur oder Strom zeigen Abweichungen an – das System meldet Ausschuss‑Gefahr.

Warum das? Weniger Ausschuss, stabile Qualität, Dokumentation – und Menschen können sich auf schwierige Fälle konzentrieren.

2) Professionelle Definition

KI‑gestützte Qualitätskontrolle (QC) umfasst automatisierte Prüfverfahren entlang der Fertigung (inline/at‑line/end‑of‑line), bei denen maschinelles Lernen und Computer‑Vision aus Sensor‑ und Bilddaten Fehler/Abweichungen erkennen und Konformität gegen Spezifikationen beurteilen. Typische Teilaufgaben:

Visuelle Inspektion (Klassifikation, Objekterkennung, Segmentierung, Anomalie‑Detektion),
Maß‑/Formprüfung (2D/3D), Oberflächenanalyse, OCR/Code‑Lesen,
Prozess‑Qualität (Zeitreihen‑Analytik, Ausreißer, Regelkarten mit ML),
Rückverfolgbarkeit & Dokumentation (Ablage von Befunden/Bildern, Audit‑Trail).

Pipeline (vereinfacht): Datenaufnahme → Vorverarbeitung → Modell‑Inference (z. B. CNN/Transformer) → Entscheidung/Ausschleusen → Feedback an Prozess/Bedienende. Metriken: Falsch‑Negativ‑Rate (übersehene Fehler, sicherheitskritisch), Falsch‑Positiv‑Rate (unnötige Ausschleusung), mAP/F1 (Vision), Ausschuss‑/Erstpassquote (FPY). Betrieb: Edge‑Ausführung für geringe Latenz; MLOps/Qualifizierung (Verifikation/Validierung), Drift‑Überwachung, Einbettung in QMS nach ISO 9001.