Konventionelle Qualitätskontrollsysteme in der Produktion beschränken sich meist auf die reine Fehlererkennung und liefern lediglich binäre Bewertungen – Gutteil oder Schlechtteil. Eine systematische Unterstützung bei der Ursachenanalyse oder Fehlerbehebung bleibt dabei ebenso aus wie die gezielte Einbindung des wertvollen Prozesswissens erfahrener Bediener, das bislang kaum in digitale Systeme überführt wird.

Genau hier setzt das Forschungsprojekt KIdoka an: Ziel ist die Entwicklung eines KI-basierten Qualitätsassistenten, der über die klassische Fehlererkennung hinaus auch Ursachen identifiziert und direkt Maßnahmen zur Fehlerbehebung vorschlägt und autonom umsetzt. Der Name KIdoka orientiert sich am Jidoka-Prinzip des Toyota-Produktionssystems, das Automatisierung mit menschlichen Zügen verbindet – also Maschinen befähigt, Fehler selbstständig zu erkennen, zu bewerten und bei Bedarf einzugreifen. KIdoka überträgt dieses Prinzip in das Zeitalter der Künstlichen Intelligenz.

Herzstück des Qualitätsassistenten sind Vision Language Models (VLMs), die Funktionen der Computer Vision und der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) miteinander verbinden. Das System ist direkt an die Maschinensteuerung angebunden und ermöglicht somit die direkte Kommunikation in natürlicher Sprache mit der Anlage, um Maschinenparameter abzufragen oder anzupassen – ganz ohne komplexe Bedienoberflächen. Der Qualitätsassistent wird im Prozessschritt der Mantelextrusion in der Kabelproduktion erprobt und evaluiert.

Das dreijährige Verbundvorhaben KIdoka wird gemeinsam mit unseren Partnern HELU KABEL GmbH und Kühne+Vogel Prozessautomatisierung Antriebstechnik GmbH durchgeführt.

Kontakt: