KI-gestützte Qualitätskontrolle für Keramikfliesen: Schwer erkennbare visuelle Defekte zuverlässig aufdecken
Moderne Fliesenproduktionslinien laufen mit einer Geschwindigkeit von über 200 Stück pro Minute. Bei diesem Tempo wird die manuelle Sichtkontrolle zum Engpass – und Defekte schlupfen durch. Für Fliesenhersteller ist jede fehlerhafte Fliese, die das Werk verlässt, eine Kundenreklamation, die nur darauf wartet zu passieren. Bei Enao Vision hat unsere KI-gestützte Qualitätsprüfung (englisch: „AI-based Quality Inspection“) in etwas mehr als einem halben Jahr über 70 Millionen Artikel für unsere Kundinnen und Kunden gescannt, darunter Fliesenhersteller. Hier erfahren Sie, wie KI-gestützte Machine-Vision-Systeme in die Produktionslinie integriert werden können, um Prozesse zu verbessern und Ausschuss zu reduzieren.
Warum eine 100-%-Inspektion in der Linie wichtig ist
Ein anhaltendes Problem bei der manuellen Sichtkontrolle von Keramikfliesen besteht darin, dass Defekte nur einen Teil des Produktionslaufs betreffen können. Temperaturschwankungen im Brennofen über ein 10-Minuten-Fenster können Defekte verursachen, bevor sich die Temperatur wieder stabilisiert. Eine verstopfte Glasurauftragungsdüse oder ein Kontaminationsereignis können einige Fliesen beeinträchtigen, bevor das Problem behoben ist.
Eine vollständige manuelle Kontrolle (100 %) ist zu kostspielig und ineffizient. Hier kommen automatisierte Qualitätsprüfungen (englisch: „Automated Quality Inspections“) ins Spiel. Sie können auch nach 8-Stunden-Schichten konstant Leistung erbringen und Defekte für menschliche Bedienende markieren. Mit KI-gestützten Lösungen sind Maschinenkontrollen heute erschwinglicher und einfacher in die Produktionslinie zu integrieren als je zuvor. Es ist keine Entweder-oder-Entscheidung zwischen automatisierter und manueller Kontrolle. Wir sind der Überzeugung, dass beide zusammenarbeiten sollten.
Oberflächendefekte bei Keramikfliesen erkennen
Oberflächendefekte sind die offensichtlichsten Qualitätsfehler, die vor dem Versand erkannt werden müssen: Pinholes (Nadelstiche), Blasenbildung und Kriechen (englisch: „Crawling“), um nur einige zu nennen. Die Herausforderung bei der manuellen oder Stichprobenprüfung besteht darin, dass der Produktionslauf möglicherweise bereits abgeschlossen ist, wenn die Defekte entdeckt werden.
Mit automatisierter Qualitätsprüfung, die in Produktionslinien integriert ist, werden Defektmuster nahezu sofort sichtbar. Darüber hinaus unterstützt sie menschliche Bedienende bei der Ursachenanalyse: Probleme beim Brennprozess oder der Körperzusammensetzung, eingeschlossenes Gas beim Formen, Verunreinigungen oder Probleme mit der Glasurhaftung. Die Erkennung ist nur die halbe Arbeit – die korrekte Klassifizierung ermöglicht Prozesskorrekturen. Das ist für menschliche Bedienende heute einfach möglich durch das Hinzufügen von Bezeichnungen und Beschreibungen sowie das Zeichnen von Markierungsrahmen (englisch: „Bounding Boxes“) auf Oberflächen, die so vertraut sind wie die täglichen Apps.
Noch vor der Auswahl einer automatisierten Qualitätskontrolllösung sollte die richtige Beleuchtung installiert werden, die die Defekterkennung verbessert. Eine hellere Beleuchtung mit ausreichend Kontrast, aber aus Winkeln, die keine Blendung erzeugen, hilft sowohl menschlichen Bedienenden als auch Machine-Vision-Systemen, Oberflächendefekte präzise zu erfassen. Eine standardisierte Prüfbeleuchtung von 300 Lux gemäß ISO 10545-2, bei der Fliesen senkrecht aus mindestens 1 Meter Abstand betrachtet werden, ist optimal. Außerdem erhöhen Schulungen der Bedienenden zu den spezifischen Defektarten die Konsistenz. Investitionen in KI-gestützte Qualitätskontrolle bringen heute den zusätzlichen Vorteil, ein Modell einmal zu trainieren und seine Genauigkeit über Zeit mit mehr Daten weiter zu verbessern – statt bei jeder neuen Mitarbeiterin und jedem neuen Mitarbeiter von vorne anzufangen.
Haarrisse (Crazing) bei Fliesen mit KI-gestützter Qualitätskontrolle erkennen
Haarrisse (englisch: „Crazing“) – feine spinnennetzartige Risse in der Glasur – sind besonders problematisch, weil sie nach dem Brennen, während der Lagerung, nach der Montage oder sogar Monate später auftreten können. Der Einsatz neuester Technologien, um diese Mikrodetails zu erfassen, die bei der manuellen Kontrolle durchrutschen, wird die Betriebskosten erheblich verbessern.
Die ISO 10545-11 befasst sich speziell mit der Prüfung der Haarrissbeständigkeit, aber Standardtests erfassen nur die schwersten Fehlanpassungen. Darüber hinaus machen Risse, die Schmutz und Bakterien einfangen können, Fliesen für hygienische Anwendungen wie Bäder oder Gewerbeküchen ungeeignet. Höchste Qualitätsstandards zu wahren hält Kundinnen und Kunden loyal und erschließt neue Märkte in einem wettbewerbsintensiven Umfeld.
Machine-Vision-Systeme auf KI-Basis können bei der Erkennung feiner Oberflächenrisse helfen. Spezialisierte Kameras für die Qualitätskontrolle mit Objektiven, die Defekte jenseits der menschlichen Wahrnehmung erfassen, sowie eine korrekt eingerichtete Beleuchtung können die Defekterkennungsraten verbessern.
Wenn Sie mit einem Anbieter für KI-Qualitätskontrolle sprechen, empfehlen wir, nach Beleuchtungsempfehlungen und Setup-Unterstützung zu fragen, da diese die Bildqualität erheblich beeinflussen können. Ob Ihr Anbieter über die hochauflösendsten Kameras der Branche verfügt, ist möglicherweise nicht ausschlaggebend: Testen Sie Lösungen in der Linie, um zu verstehen, wie die Hardware mit der bereitgestellten Software zusammenarbeitet. Enao Vision beispielsweise arbeitet mit einem iPhone mit 5G-Hotspot als Kamera und einer Halterung (die Hardware bleibt deutlich unter 1.000 Euro) und kann individuelle Beleuchtungsempfehlungen basierend auf Ihrem Setup geben, damit Sie innerhalb weniger Stunden testen können.
Farbabweichungen erkennen und Farbtonabstimmung in der Produktionslinie durchführen
Während Defekte Gefahren erzeugen, können auch kosmetische Variationen große Auswirkungen haben. Automatisierte Scanner, die Farbverläufe abgleichen (englisch: „Colour Matching“), können sicherstellen, dass Fliesen aus demselben Produktionslauf letztendlich an der Wand oder dem Boden einer Kundin oder eines Kunden zusammenpassen.
Farbtonvariation (englisch: „Shade Variation“) ist eine der häufigsten Kundenreklamationen – und eine der schwierigsten, mit menschlicher Sichtkontrolle zu erfassen. Unsere Augen passen sich an schrittweise Veränderungen an, sodass Bedienende eine Abweichung möglicherweise nicht bemerken, die offensichtlich wird, wenn Fliesen vom Anfang und Ende eines Laufs nebeneinandergelegt werden. Die meisten Hersteller klassifizieren Fliesen nach Farbton (A, B, C) und bündeln sie entsprechend – doch die manuelle Farbtonklassifizierung ist subjektiv, und inkonsistente Klassifizierung führt zu gemischten Chargen.
KI-gestützte Qualitätskontrolllösungen werden trainiert und durch eine Defektbibliothek kontinuierlich verbessert. Das bedeutet, dass Lösungen konsistent mit physischen Referenzstandards trainiert werden können und Fliesen direkt aus der Datenbibliothek vergleichen, anstatt sich auf das individuelle Gedächtnis der Bedienenden zu verlassen. Eine objektive Farbtonbewertung über jede einzelne Fliese hinweg hilft menschlichen Bedienenden, Abweichungen zu erkennen, bevor sie die Toleranzgrenzen überschreiten, und ermöglicht eine präzisere Chargenbildung nach Farbton.
Maßdimensionsfehler mit Machine-Vision-Systemen erkennen
Dimensionsfehler wie Verzug, Kantenwölbung und Maßschwankungen (englisch: „Size Variation“ bzw. „Kaliber“) beeinflussen die Verlegung und können durch KI-Lösungen visuell erkannt werden.
Mit den neuesten Technologien können industrielle Überwachungslösungen (englisch: „Industrial Monitoring Solutions“) an verschiedenen Stellen installiert werden, um die Qualitätskontrolle zu unterstützen. Beispielsweise können Temperaturmonitore für Heizung und Kühlung installiert werden, um die Wahrscheinlichkeit von Verzug zu reduzieren, und Defekte können durch automatisierte Dimensionsmesssysteme erfasst werden. KI-gestützte Qualitätskontrolle ist sowohl eine Überwachungslösung als auch eine letzte Prüfung vor dem Versand.
Besonders nützlich ist die Sichtprüfung mit Machine-Vision-Systemen beim Erkennen von Kantensplittern, Eckschäden und Problemen mit der Kantengeradheit, die Dimensionssysteme übersehen. Diese Systeme können darauf trainiert werden, diagonalen und kantennahen Verzug (englisch: „Warpage“) zu verfolgen und die Ebenheit sicherzustellen. Enao Vision wird beispielsweise auf den Produktionslinien unserer Kundinnen und Kunden installiert, um die Dimensionsmessung zu ergänzen, indem visuelle Kantendefekte erfasst werden – Splitter, abgesprengte Ecken und Oberflächenunregelmäßigkeiten in Kantennähe –, die automatisierte Messschieber (englisch: „Automated Calipers“) nicht erkennen.
Jetzt starten
Manuelle Sichtkontrolle auf Produktionslinien ist in der neuesten Generation automatisierter Qualitätskontrolle ein unnötig eingegangener Kompromiss. Hersteller können heute aus einer Vielzahl von Lösungsanbietern wählen – von Gesamtpaketen mit proprietären Kameras und speziellen Schulungen bis hin zu anpassbaren Lösungen, die innerhalb weniger Stunden auf Produktionslinien getestet werden können. Neue Technologien und Preismodelle geben Herstellern mehr Flexibilität denn je, ihr Budget optimal einzusetzen und Anbieter zu testen, bevor sie sich für Jahre verpflichten. Als Einstieg können Sie sich unsere Liste der führenden Anbieter von Bildverarbeitungssystemen ansehen.
Die iPhone-basierte Lösung von Enao Vision kann im ersten Monat kostenlos getestet werden. Die nötige Hardware (refurbished iPhone, Lampe, Kabel, Halterung) bleibt deutlich unter 1.000 Euro. Testen Sie Enao Vision kostenlos auf einer Ihrer Keramikfliesenproduktionslinien, um zu sehen, wie es funktioniert.
Jetzt starten
Möchtest Du sehen, wie Enao Vision auf Deiner Linie funktioniert? Du kannst kostenlos starten mit einem iPhone, das Du schon hast, oder der Community beitreten, um Dich mit anderen Qualitäts- und Produktionsteams auszutauschen, die KI auf den Shopfloor bringen.
