Fehler in sicherheitskritischen Filtern erkennen – KI unterstützt die Sichtprüfung

qualitaet

KI verbessert die Qualitätskontrolle von Automotive-Filtern

Die GKD Gebr. Kufferath AG setzt auf Künstliche Intelligenz, um die Qualitätskontrolle von Automotive-Filtern neu zu gestalten. Das KI-System bewertet Bildaufnahmen der Filter und unterscheidet automatisch zwischen „in Ordnung“, „nicht in Ordnung“ und „fraglich“. Durch die Integration der Mitarbeitenden in die Entwicklung wurde ein Arbeitssystem geschaffen, das Akzeptanz fördert und die Potenziale neuer Technologien gezielt nutzt. Der Ansatz ermöglicht eine zukunftsorientierte Arbeitsgestaltung, unterstützt Wissenserhalt und schafft Freiräume für Qualifizierung.

Steckbrief

Branche:

Metall- & Drahtweberei

Anzahl der Mitarbeitenden:

ca. 460

Produktart/-palette:

Metall- und Kunststoffgewebe für verschiedene Anwendungen (Industrie, Filtration, Prozessbänder, Architektur)

Standort:

Düren, Deutschland

Demonstrator:

Qualitätsprüfung

Bedarf

Sicherheitskritische Filter für die Automobilindustrie erfordern eine manuelle Qualitätskontrolle. Die manuelle Sichtprüfung feiner Metallgewebe ist stark belastend und erfordert hohe Konzentration von den Mitarbeitenden.

Umsetzung

Durch methodisches Einbinden von Mitarbeitenden wurde ein praxisnahes und akzeptiertes KI-gestütztes Arbeitssystem gestaltet. Mitarbeitende labeln Bilder von Filtern, damit eine KI die Filter mittels Anomalieerkennung prüfen kann.

Nutzen

Die Einführung der KI führt zu ergonomischer Entlastung und weniger monotonen Aufgaben. Mitarbeitende profitieren von abwechslungsreicheren Tätigkeiten und neuen Qualifizierungsmöglichkeiten.

Demonstrator

Der GKD-Demonstrator zeigt, wie sich Qualitätskontrolle durch den Einsatz von Künstlicher Intelligenz verändert. Am Beispiel sicherheitskritischer Filterbauteile wird erfahrbar, wie KI die Mitarbeitenden 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 am Produkt (Data Shift) – ohne auf externe Nachjustierung angewiesen zu sein.

Zurück zur Übersicht