GKD (alternative Darstellung mit Demonstrator)
September 2024 – Oktober 2026
Vorname Nachname
v.nachname@wirksam.nrw
KI-gestützte Bildanalyse zur Qualitätskontrolle metallischer Filter
Bei der Gebr. Kufferath AG (GKD) wird die Qualität sicherheitskritischer Automotive‑Filter aus feinem Metallgewebe derzeit manuell von Mitarbeitenden geprüft, weil das vorhandene Kamerasystem mit klassischer Bildverarbeitung die filigrane Gewebestruktur nicht zuverlässig bewerten kann. Die manuelle Inspektion ist ergonomisch ungünstig, monoton und führt zu schneller Ermüdung der Augen, wodurch die Rate von „false positives“ steigt. Ein KI‑gestütztes System soll die Kamerabilder automatisch und konsistent als iO (in Ordnung), niO. (nicht in Ordnung) oder „fraglich“ (uneindeutige Fälle) klassifizieren, sodass Mitarbeitende nur noch die wenigen niO‑ bzw. fraglichen Fälle prüfen.
Bedarf
Die aktuelle Qualitätskontrolle erfordert umfangreiche Schulungen und hohe Konzentration, weil die Gewebestruktur der Filter extrem filigran ist. Ergonomisch ist die Tätigkeit belastend und monoton, was zu Ermüdungserscheinungen und Gesundheitsproblemen führt, die die das Risiko für false positives erhöht und die Produktivität einschränken. Des Weiteren ist diese Tätigkeit für die Mitarbeitenden wenig persönlichkeitsförderlich.
Umsetzung
Über einen Labeling‑Prozess, bei dem Mitarbeitende Fehler auf Kamerabildern der zu prüfenden Filter manuell kennzeichnen und so klassifizieren, wird eine KI zur Anomalierkennung trainiert. Das System wird in die Produktionslinie eingebunden, liefert die Klassifizierung und entlastet die Mitarbeitenden bei der Filterprüfung. Von Beginn an werden die Beschäftigten in die Entwicklung des soziotechnischen Arbeitssystems eingebunden.
Nutzen
Die KI reduziert die zu prüfende Stückzahl und den damit verbunden zeitlichen Aufwand der Mitarbeitenden, weil der überwiegende Teil der Filter schon automatisch klassifiziert wird. Freigewordene Kapazitäten können für abwechslungsreichere Tätigkeiten und Kompetenzerweiterungen genutzt werden. Durch die KI-gestützte Qualitätsbewertung wird die Produktionsqualität und die Wettbewerbsfähigkeit von GKD langfristig erhöht.
Mensch und KI im Zusammenspiel begreifbar machen
Der GKD‑Demonstrator zeigt, wie sich Qualitätskontrolle durch den Einsatz von Künstlicher Intelligenz verändert. Am Beispiel sicherheitskritischer Filterbauteile wird erfahrbar, wie KI Fachkräfte unterstützen kann und warum ihre Expertise weiterhin unverzichtbar bleibt.
Der Demonstrator macht den Unterschied zwischen manueller Prüfung und KI‑gestützter Bewertung sichtbar und zeigt, wie Systeme durch menschliches Feedback kontinuierlich lernen. Damit vermittelt er praxisnah, wie menschzentrierte KI im industriellen Einsatz funktioniert und welchen Mehrwert sie für Unternehmen bietet.
So funktioniert der Demonstrator
Im Zentrum des Exponats stehen zwei interaktive Arbeitssituationen, die Besucher:innen selbst durchlaufen können:
1. Manuelle Qualitätsprüfung ohne KI
Besucher:innen prüfen Filter eigenständig und entscheiden, ob diese in Ordnung (i.O.) oder nicht in Ordnung (n.i.O.) sind. Dabei werden Zeitaufwand, Konzentrationsbedarf und Unsicherheiten bei Grenzfällen unmittelbar erfahrbar.
2. Qualitätsprüfung mit KI‑Unterstützung
In der zweiten Station bewertet eine KI die Filterbilder vor: als i.O., n.i.O. oder „unsicher“. Die Besucher:innen überprüfen diese Einschätzung und geben direkt Feedback, indem sie die Entscheidung bestätigen oder korrigieren. Dieses menschliche Feedback fließt im realen Prozess in das System ein.
Active Learning im laufenden Betrieb
Ein zentrales Element des Exponats ist das Active Learning. Die KI lernt kontinuierlich aus dem Feedback der Nutzer:innen und passt ihr Modell entsprechend an. So wird deutlich: Mitarbeitende bleiben Domänenexpert:innen, ihr Wissen wird dauerhaft im System verankert. Gleichzeitig zeigt das Exponat, wie KI-Systeme flexibel auf Veränderungen reagieren können – etwa bei Veränderungen an der Maschine (Data Shift) – ohne auf externe Nachjustierung angewiesen zu sein.