Wie KI die Entwicklung von KI-Modellen unterstützt

Ein Strom leuchtender Bild icons, die das Zusammenfließen realer und synthetischer Bilder symbolisieren.

Die KI-gestützte Inspektion transformiert die industrielle Qualitätskontrolle rasant. Um diese Prüfprozesse noch effizienter und zuverlässiger zu gestalten, benötigt künstliche Intelligenz Zugriff auf eine große Anzahl hochwertiger, idealerweise bereits klassifizierter Daten für das Training. In der Praxis ist das Erfassen solcher Daten zeitaufwendig und kostspielig, sodass die benötigten Daten oft nicht in ausreichender Menge vorliegen. Synthetische Bilddaten bieten eine Lösung für diese Herausforderung, indem sie eine skalierbare Methode zur Generierung von Trainingsdaten bereitstellen, die eine schnellere und effizientere Entwicklung von KI-Modellen ermöglicht und gleichzeitig die Modellleistung verbessert.

ZEISS CT scan, bei dem innere Porositätsdefekte in einem lichtdurchlässigen Bauteil hervorgehoben werden

Die Herausforderung: Datenmangel und seltene Defekte

Bei der Einführung von KI zur Qualitätskontrolle stoßen Produktionsunternehmen oft auf eine große Hürde: die begrenzte Verfügbarkeit von Daten zu Beginn des Projekts sowie bei seltenen, aber kritischen Mängeln während der Anlaufphase. Das Digitalisieren und Erfassen ausreichender Messdaten aus der Praxis ist oft zeitaufwendig und kostspielig. Schwerwiegende Defekte sind zwar selten, in den Datensätzen jedoch unterrepräsentiert, was es erschwert, KI-Modelle so zu trainieren, dass sie diese zuverlässig erkennen. Dies kann beispielsweise bei der Batterieprüfung von kritischer Bedeutung sein. Diese Herausforderungen verlangsamen die Einführung von KI und schränken deren Potenzial zur Optimierung von Herstellungsverfahren ein.

ZEISS CT Scan einer Batteriezelle mit überlagernden Maßangaben in der Software ZEISS INSPECT X-Ray

Die Lösung: Was sind synthetische Bilddaten?

Synthetische Bilddaten sind Bilddaten, die künstlich erzeugt werden und reale Bedingungen nachbilden. Mithilfe fortschrittlicher Algorithmen, Simulationen und KI-Methoden lassen sich diese Datensätze gezielt erstellen, um Herausforderungen wie begrenzte Datenmengen und sehr seltene Fehler zu bewältigen.

Dieser Ansatz beschleunigt die Entwicklung von KI-Modellen, indem er umfangreiche und vielfältige Datensätze bereitstellt, darunter auch Beispiele für seltene Defekte. Die Kombination von synthetischen und realen Daten verbessert die Modellgenauigkeit, da die Modelle dadurch robuster und zuverlässiger werden.

Zusätzlich – und das ist vielleicht der größte Vorteil – sind synthetische Daten bereits mit Labeln versehen. Dadurch entfällt die manuelle Annotation, was den Zeit- und Ressourcenaufwand erheblich reduziert. „Mit Labeln versehen" bedeutet, dass Informationen wie Beschriftungen, Tags oder Metadaten den Rohdaten bereits während des Datengenerierungsprozesses automatisch hinzugefügt werden, was für die Verwendung in KI-Applikationen unerlässlich ist.

Applikationen für viele Branchen und zahlreiche Komponenten

Der Einsatz synthetischer Daten ermöglicht eine schnellere und zuverlässigere Anomalieerkennung branchenübergreifend und verbessert die Leistung von KI-Modellen deutlich. Da synthetische Daten bereits aufbereitet und beschriftet sind, verkürzt sich der Zeitaufwand für die Datenaufbereitung und -annotation. Dadurch lässt sich die Einführungsphase von KI-Prüfprozessen um bis zu 25 % beschleunigen und der Bedarf an iterativen Einstellungen minimieren.

Im Beispiel der Batterie-Inspektion tragen synthetische Daten dazu bei, robuste KI-Modelle zu entwickeln, die seltene, aber kritische Defekte frühzeitig und zuverlässig erkennen können. Synthetische Daten sind auch in Bereichen wertvoll, in denen Daten aus der Praxis nur spärlich verfügbar sind, wie beispielsweise bei der Prüfung von Gussteilen. Durch die Einbindung synthetischer Daten können Unternehmen Prüfprozesse automatisieren, die Modellgenauigkeit verbessern und Kosten senken, während gleichzeitig eine gleichbleibende Qualität gewährleistet wird. Ganz gleich, ob sie zum Trainieren neuer KI-Modelle oder zur Leistungssteigerung bestehender Modelle eingesetzt werden – synthetische Daten sind ein leistungsstarkes Werkzeug für eine zuverlässige und effiziente Defekterkennung.

Abstraktes digitales Würfel-Gitter mit leuchtenden 3D-Blöcken und einer Datensphäre

Erleben Sie KI in der Qualitätskontrolle

Entdecken Sie unsere umfassenden Lösungen für effiziente, KI-gestützte Prüfprozesse. Sorgen Sie für Produktivität und zuverlässige Leistung branchenübergreifend und in vielfältigen Applikationen. Wir bieten Ihnen flexible, auf Ihre Anforderungen zugeschnittene Lösungen, die sich nahtlos in Ihre Workflows integrieren lassen.

Mehr erfahren

Wir unterstützen Sie beim Erstellen synthetischer Daten

Sie verfügen nicht über genügend Daten, damit Ihre Komponenten die KI-gestützte Inspektion effektiv verwenden können? Wir können Ihnen helfen, indem wir synthetische Daten generieren, die genau auf Ihre Anwendung zugeschnitten sind. Nehmen Sie Kontakt mit uns auf, um den Ablauf zu besprechen. Selbstverständlich sind synthetische Daten vollständig kompatibel mit unserem wachsenden Portfolio an KI-gestützten Lösungen für die Qualitätskontrolle.

Synthetische Bilddaten verbessern die KI-gestützte Qualitätskontrolle, indem sie den Datenmangel beheben und eine schnellere sowie genauere Modellentwicklung ermöglichen. Da sich diese Technologie ständig weiterentwickelt, wird sie eine immer wichtigere Rolle dabei spielen, Unternehmen dabei zu unterstützen, eine höhere Produktionsqualität und -effizienz zu erreichen. Bei ZEISS haben wir es uns zur Aufgabe gemacht, Innovationen in diesem Bereich voranzutreiben und unseren Kunden die Möglichkeit zu geben, das volle Potenzial der KI in der Qualitätskontrolle auszuschöpfen. Mit synthetischen Bilddaten ist die Zukunft der industriellen Qualitätsprüfung bereits Realität – und sie ist intelligenter, schneller und zuverlässiger als je zuvor.

Abstrakte digitale Landschaft aus leuchtend blauen Datenpunkten, die wellenartige Strukturen auf einem dunklen Hintergrund bilden.

Wie KI die Inspektion revolutioniert

Industrien und Produktionsprozesse entwickeln sich fortlaufend weiter und künstliche Intelligenz gewinnt in den Inspektionsprozessen zunehmend an Bedeutung. Interessieren Sie sich für die aktuellen Möglichkeiten und wie KI Ihren Inspektionsprozess verbessern kann? Wir sprachen mit Christian Wojek, Head of AI bei ZEISS Research & Quality Solutions, darüber, wie KI die Zukunft der Qualitätskontrolle prägt.

Mehr erfahren