Kosmetik und Körperpflege
Erkenne Füllstandsfehler, Etiketten- und Pumpkopf-Defekte, Dekor-Drift, Chargencode-Lesbarkeit und Verunreinigungen, bevor das Produkt die Abfülllinie verlässt.
Automatisierte Qualitätskontrolle für Kosmetik- und Körperpflegeproduktion, läuft auf einem refurbed iPhone an Füller, Verschließer, Dekorations-Zelle, Etikettierer und Kartonpacker.
Was ist automatisierte Qualitätskontrolle in der Kosmetik- und Körperpflege-Produktion?
Automatisierte Qualitätskontrolle in der Kosmetik- und Körperpflege-Produktion nutzt eine Kamera und ein KI-Modell, um jede Einheit an Füller, Verschließer, Dekorations-Zelle, Etikettierer und Kartonpacker zu erfassen und nicht-konforme Einheiten vor dem Versand zu melden. Statt auf den Bediener am Inspektionstisch oder auf starre regelbasierte Machine-Vision zu setzen, lernt die KI Deine spezifische Flaschenform, Dekorationsmotive, Verschlussgeometrie und Chargencode-Bereich und legt einen konstanten visuellen Prüfpunkt über Schichten, Linientempo und Rezepturwechsel.
Kosmetik- und Körperpflegeprodukte sind bei Produktionsgeschwindigkeit besonders schwer zu prüfen, weil die Bulk-Farbe zwischen opaken, transluzenten und klaren Formulierungen unterschiedlich liest, die Dekoration auf einem Prestige-Flakon bewusst subtil ist, und der unterfüllte Tiegel, der ein Geschenk-Set ruiniert, unter Reinraumbeleuchtung wie eine normale Kopfraum-Variation aussieht. Regelbasierte Vision für eine einzige SKU bricht beim Wechsel auf eine andere Flasche, eine andere Dekoration oder eine andere Rezeptur. KI-gestützte Prüfung schluckt diese Schwankungen, weil das Modell aus echten Produktionsbildern statt aus festen Schwellwerten lernt.
Das Ergebnis ist ein automatischer visueller Prüfpunkt, der Deine End-of-Line-Stichprobe ergänzt und Dir eine einheit-scharfe Bilddokumentation liefert. Wenn die Händler-Anfrage sechs Wochen später kommt, ziehst Du die Frames aus dem genauen Produktionsfenster und bestätigst entweder den Defekt oder konterst mit Beweisen.
Defekte, die wir auf Kosmetik- und Körperpflege-Linien erkennen
Füllstandsfehler und Kopfraumdrift
Füllstandsfehler sind die unter- und überfüllten Flaschen, verursacht durch Füllerkolben-Verschleiß, Bulk-Viskositätsänderungen während des Laufs oder Temperaturdrift im Bulk-Tank. Unterfüllungen brechen die Volumen-Spezifikation am Händler-Lager, und Überfüllungen führen zu Verschlussgewinde-Verunreinigung am Verschließer. Bediener prüfen die Füllung per Auge, können aber nicht jede Einheit beobachten, sodass Grenzfälle den Inspektionstisch passieren. Das KI-Modell lernt den Soll-Kopfraum pro SKU und meldet Drift, sobald die lokale Füllhöhe Deine Toleranz überschreitet, mit den Frames als Beweis, damit Du den Füller anpasst, bevor eine ganze Palette außerhalb der Spezifikation ausgeliefert wird.
Pumpkopf- und Verschlusssitz
Verschlussdefekte umfassen schiefe Pumpen, fehlende Steigrohre, dezentrale Schraubverschlüsse und untersitzende Spender, verursacht durch Verschließer-Drehmomentdrift, Verschluss-Vorschub-Fehlausrichtung oder Gewindetoleranz-Probleme. Schiefe Pumpen scheitern am Dosier-Test auf dem Schminktisch, und untersitzende Verschlüsse lecken im Transit. Bediener prüfen Verschlüsse stichprobenartig in der Pause, übersehen aber die Fenster dazwischen. Das KI-Modell lernt die Soll-Verschlusssignatur und meldet schiefe, Steigrohr-fehlende und untersitzende Verschlüsse am Verschließer-Ausgang, mit den Frames als Beweis, damit Du das Drehmoment anpasst, bevor eine ganze Charge ausgeliefert wird.
Etiketten-Versatz und Dekor-Drift
Etiketten- und Dekor-Defekte umfassen schiefe Anbringung, abgehobene Ecken, fehlausgerichtete Heißpräge-Folie und Rotationsfehler, verursacht durch Leimwalzen-Verschleiß, Etikettenstapel-Vorschubfehler, Dekorations-Trommel-Drift oder Druckwalzen-Fehlausrichtung. Die schlimmsten Fälle sitzen auf der Rückseite eines Prestige-Flakons und passieren den Front-Inspektionstisch, um am Lager zu scheitern. Das KI-Modell hält die visuelle Signatur eines korrekten Etiketts und einer korrekten Dekoration pro SKU vor und meldet Schräge, Ablösung und Rotation, sobald das lokale Muster vom Soll abweicht.
Heißprägung, Siebdruck und Folie
Dekor-Druckdefekte umfassen gebrochene Folie, fehlende Siebdruck-Pixel und ausgefranste Heißpräge-Schrift, verursacht durch Folien-Walzenverschleiß, Sieb-Verunreinigung oder Stempel-Temperaturdrift. Die Defekte scheitern an der Prestige-Listing-Inspektion und lösen Verbraucherreklamationen aus Geschenk-Set-Rückgaben aus. Das KI-Modell lernt die Soll-Dekorationssignatur pro SKU und meldet gebrochene Folie, fehlende Pixel und ausgefranste Schrift an der Dekorations-Zelle, damit die Linie anpasst, bevor ein ganzer Lauf ausgeliefert wird.
Chargencode-Lesbarkeit und Rezeptur-Stempel
Chargencode-Defekte umfassen verblasste Tinte, verschmierte Ziffern, fehlende Zeichen und falsche Rezepturcodes, verursacht durch Inkjet-Drucker-Wartung, Bandverschleiß oder Rezepturwechsel-Fehler. Die Defekte scheitern an der Wareneingangsprüfung des Händlers und lösen Palettenablehnungen am Lager aus. Das KI-Modell liest den Chargencode-Bereich in jedem Frame und meldet unleserliche, fehlende oder falsch formatierte Codes am Etikettierer-Ausgang, damit die Linie den Drucker korrigiert, bevor eine ganze Palette ausgeliefert wird.
Kosmetische Schäden an Flasche und Tube
Kosmetische Defekte umfassen Oberflächen-Kratzer auf Glas, Beulenmarken auf Tuben, Prägefehler und Schulter-Fließlinien, verursacht durch Förderband-Verschleiß, Verschließer-Aufprall oder Lieferanten-Chargenprobleme. Die schlimmsten Fälle überstehen den Inspektionstisch und scheitern am Wareneingang des Prestige-Händlers. Das KI-Modell lernt die Soll-Kosmetik-Signatur und meldet Kratzer, Beulen und Prägefehler am Kartonpacker-Eingang, damit die Linie aussondert, bevor der Karton sie einwickelt.
Der Beleuchtungsaufbau, der das auf einer Kosmetiklinie funktionieren lässt, ist eine diffuse Deckenleuchte über Füller und Etikettierer für Füllstand, Etikett und Dekoration, plus eine Niedrigwinkel-Ringleuchte am Verschließer für den Verschlusssitz und ein Backlight am Kartonpacker für die Pack-Zusammensetzung. Ein iPhone Pro mit Makro- und Weitwinkellinsen deckt die sieben Defektfamilien aus einer Prüfstation pro kritischem Kontrollpunkt ab. Wir synchronisieren das Rig mit dem Förderband-Encoder, damit gemeldete Einheiten eine Aussonderungs- oder Halt-Entscheidung auslösen. Die Optik spezifizieren wir gemeinsam beim Onboarding.
Wie Enao auf einer Kosmetik- und Körperpflege-Linie läuft
Das komplette Hardware-Rig kostet unter €1.000 und besteht aus einem refurbed iPhone Pro, einer diffusen Deckenleuchte mit optionaler Niedrigwinkel-Ringleuchte für die Verschließer-Prüfung und einem Backlight für die Pack-Zusammensetzung, einem USB-C-Kabel und einer Halterung über Füller, Verschließer, Dekorations-Zelle, Etikettierer oder Kartonpacker. SPS-Integration ist für die erste Inbetriebnahme nicht nötig, das Rig passt in einen Flightcase, und die Linie läuft beim Aufbau weiter.
Das Onboarding läuft self-serve. Dein Linienteam montiert das Rig, öffnet die Enao-App und sammelt am nächsten Wechsel Referenzframes. Tag eins liefert 80% Genauigkeit ohne Vorlabeling, und ab Tag vierzehn arbeitet das Modell auf den gesehenen Defektfamilien über dem manuellen Prüfer und verbessert sich mit jeder Einheit, die die Linie bestätigt oder verwirft.
Jede Linie trainiert ihr eigenes Modell auf Flaschenformen, Dekorationsmotive und Verschlussgeometrien. Beim Wechsel auf eine andere SKU oder Bulk-Rezeptur an derselben Linie adaptiert das Modell in einer Schicht. Wenn Du eine Schwesterlinie mit ähnlicher Produktfamilie startest, beginnt das zweite Modell mit der Erfahrung des ersten, und der Aufwand sinkt deutlich.
Außertolerante Einheiten erreichen den Kartonpacker nicht, Ausschuss wird am Prüfpunkt statt im QS-Büro verbucht, und Deine Bediener bekommen die Stunden zurück, die sie für die Aufgaben brauchen, die einen Menschen erfordern: Füller-Setup, Rezeptur-Tuning und Verbraucher-Rückgabe-Analyse.
Wie Enao gegen manuelle Prüfung und klassische Machine-Vision abschneidet
Für Kosmetik- und Körperpflege-Produzenten verdichtet sich der Vergleich auf fünf Dimensionen.
Aufbauzeit auf einer Kosmetiklinie. — Manuelle Sichtprüfung: stundenlange Schulung pro Bediener, laufende Lohnkosten. Klassische Machine-Vision: drei bis neun Monate Integration mit einem Systemintegrator, plus ein Regelsatz pro Flasche und Dekoration. Enao: in einer Woche von Deinem Team eingerichtet, Tag eins auf 80% Genauigkeit.
Hardwarekosten pro Linie. — Manuelle Sichtprüfung: keine Anschaffung, laufende Lohnkosten. Klassische Machine-Vision: €40.000 bis €200.000 pro Linie für Industriekameras, strukturierte Beleuchtung und Integration. Enao: unter €1.000 pro Linie mit refurbed iPhone Pro, Lampe und Halterung.
Umgang mit neuen SKUs, Dekorationen und Bulk-Rezepturen. — Manuelle Sichtprüfung: Bediener pro neuer SKU neu schulen. Klassische Machine-Vision: Regelsatz pro Rezeptur neu schreiben, oft an den Integrator ausgelagert. Enao: Modell auf neue Flaschen, Dekorationen und Rezepturen in einer Schicht nachtrainieren, ohne Code anzufassen.
Erkennungsgenauigkeit auf subtiler Dekor-Drift und kosmetischen Schäden. — Manuelle Sichtprüfung: zu Schichtbeginn hoch, fällt nach drei Stunden messbar ab. Klassische Machine-Vision: stark bei Maßprüfung, schwach bei subtiler Dekor-Drift und Kosmetik-Schadenserkennung. Enao: lernt Füll-, Etiketten-, Dekorations- und Verschlusssignaturen aus Referenzframes und hält die Genauigkeit über Schichten und Läufe.
Wer es betreibt. — Manuelle Sichtprüfung: geschulter Bediener am Inspektionstisch. Klassische Machine-Vision: Systemintegrator oder spezialisierter Vision-Engineer. Enao: Dein Linienteam, kein externer Spezialist nötig.
Beauty-Händler und Prestige-Distribution-Category-Manager wechseln Lieferanten wegen einer einzigen abgelehnten Palette, und die Kosten eines Chargebacks oder eines stillen Listing-Verlusts liegen weit über den Kosten eines iPhone-basierten Prüf-Rigs. Genau für diese Lücke ist Enao gebaut.
