KI-basierte visuelle Qualitätsprüfung für die Produktion

Automatisierte Fehlererkennung mit SCIIL AI VISION

SCIIL AI VISION ist eine vollständige Softwarelösung für die automatische, KI-basierte visuelle Qualitätsprüfung in industriellen Produktionsumgebungen. Das System analysiert hochauflösende Kamerabilder in Echtzeit und erkennt zuverlässig optische Defekte wie Falten, Kratzer, Verschmutzungen, Schlieren oder Farbabweichungen – auch innerhalb enger Taktzeiten.

Der besondere Schwerpunkt liegt auf dynamischen Defekten, deren Erscheinungsbild sich je nach Material, Geometrie, Spannung oder Prozesszustand verändert. Genau hier stoßen klassische Bildverarbeitung und Smart-Kameras an ihre Grenzen.

Automatisierte Qualitätskontrolle als Antwort auf Fachkräftemangel

Manuelle Sichtprüfungen sind personalintensiv, subjektiv und schwer skalierbar. Gleichzeitig steigt der Qualitätsdruck, während qualifiziertes Prüfpersonal zunehmend knapp wird.

SCIIL AI VISION automatisiert diese Prüfprozesse vollständig. Das System erkennt Abweichungen sofort, dokumentiert sie lückenlos und kann bei Bedarf direkt mit nachgelagerten Prozessen interagieren – etwa durch Line-Stop, Rework-Trigger oder gezieltes Feedback an die Produktion. So lassen sich Prüfkosten senken,Qualitätsstandards stabilisieren und Personal gezielt entlasten, unabhängig von Erfahrung oder Tagesform einzelner Mitarbeiter.

Zentrale KI statt isolierter Smart-Kameras

SCIIL AI VISION setzt bewusst auf hochauflösende Standard-Industriekameras in Kombination mit einer zentralen Deep-Learning-Architektur – statt auf lokal arbeitende Smart-Kameras.

Der entscheidende Unterschied:
Die KI lernt das Fehlerbild selbst, unabhängig von Lage, Orientierung oder festen Referenzmustern. Dadurch erkennt das System auch dynamische Defekte, die bei jedem Produkt anders aussehen und mit klassischem Bild-zu-Bild-Vergleich nicht zuverlässig erfassbar sind.

Gleichzeitig ermöglicht der zentrale Ansatz eine skalierbare Architektur:

  • KI-Modelle werden einmal trainiert und anschließend auf mehrere Linien, Stationen oder Werke ausgerollt.
  • Lokales Anlernen jeder einzelnen Kamera entfällt.
  • Zusätzlich liegen die Kosten für Standard-Industriekameras deutlich unter denen klassischer Smart-Kameras.

Smart-Kameras vs. SCIIL AI VISION

Smart-Kameras arbeiten typischerweise mit festen Referenzbildern und lokalem Speicher. Sie reagieren empfindlich auf Lageänderungen, Varianten oder Materialwechsel und stoßen bei dynamischen Defekten schnell an technische Grenzen.

SCIIL AI VISION nutzt dagegen KI-basiertes Deep Learning mit zentraler Datenhaltung. Das System bleibt robust gegenüber Variationen, speichert alle Bilder und Ergebnisse dauerhaft und ermöglicht kontinuierliches Lernen sowie datenbasierte Optimierung.

Effizientes Training und schnelle Inbetriebnahme

Das initiale KI-Training erfordert nur eine geringe Datenmenge. Bereits rund 100 Bilder reichen für den Start, typische Trainingsphasen liegen unter einer Woche.

Neue Varianten oder Materialien lassen sich schnell nachlernen, ohne Eingriffe in den laufenden Produktionsbetrieb. Die zentrale Konfiguration erlaubt den parallelen Einsatz auf mehreren Linien und Werken.

Mehr als Fehlererkennung: eine vollständige Vision-Plattform

SCIIL AI VISION ist keine isolierte KI-Engine, sondern eine datenbankbasierte Qualitätsapplikation mit Benutzeroberfläche, Administration und integrierten Shopfloor-Funktionen.

Die Software übernimmt die zentrale Konfiguration und Steuerung aller Hardware-Komponenten wie Kameras, Beleuchtung und Trigger. Über Schnittstellen zur Liniensteuerung und zur Übergabe von Produktinformationen (Artikel, Variante, Seriennummer) wählt das System automatisch:

  • das passende KI-Modell
  • variantenspezifische Prüfparameter
  • optimierte Lichtsettings

Die Beleuchtung passt sich automatisch an Produkt, Material und Variante an und sorgt so für reproduzierbare Prüfergebnisse – auch bei häufig wechselnden Designs.

Automatisierte Faltenerkennung für Sitzmontage

SCIIL verfügt über umfangreiche Projekterfahrung in der Sitzproduktion und in der KI-basierten KI-basierte visuelle Qualitätsprüfung, speziell Faltenerkennung. SCIIL AI VISION wurde gezielt für die zuverlässige Erkennung dynamischer Falten entwickelt – sowohl vor als auch nach prozesskritischen Schritten wie dem Steaming.

Das System erkennt Falten unabhängig von Material, Form oder Orientierung und eignet sich damit besonders für variantenreiche Sitzprogramme und wechselnde Produktionsbedingungen.

Statische Defekte wie Kratzer, Farbabweichungen oder Montagefehler lassen sich optional durch bestehende Smart-Kamera-Systeme (z. B. Keyence) abdecken oder vollständig in SCIIL AI VISION integrieren. Alle Ergebnisse stehen zentral für Traceability, Heatmaps, Dashboards und statistische Auswertungen zur Verfügung.

SCIIL VisuSteam

SCIIL VisuSteam kombiniert KI-basierte Faltenerkennung mit der **Steuerung von Steaming-Robotern**.

Das System erkennt Falten vor dem Prozess, überträgt optimierte Parameter wie Druck, Richtung und Zeit an den Roboter und prüft das Ergebnis anschließend automatisch.

Optional ermöglicht eine zweite Vision-Station nach dem Steaming einen **automatischen Auto-Learning-Loop** auf Basis realer Produktionsergebnisse – innerhalb der vorgegebenen Taktzeit und unter optimaler Nutzung der Roboterkapazitäten.

SCIIL AI VISION QCX

SCIIL AI VISION QCX realisiert die automatische End-of-Line-Qualitätskontrolle für dynamische und statische Defekte.

Das System reduziert den Bedarf an manuellen Prüfungen, senkt Personalkosten und sorgt für stabile Qualität – unabhängig von Erfahrung oder Verfügbarkeit des Prüfpersonals.

KI-Anlernen durch den Kunden – ohne Lieferantenabhängigkeit

Ein integriertes KI-Training- und Nachlernmodul ermöglicht es Kunden, neue Produktvarianten, Materialien oder Defektbilder eigenständig anzulernen, zu validieren und freizugeben.

Feste Kodierungen oder permanente Abhängigkeit vom Softwareanbieter entfallen. Das unterstützt schnelle Produktanläufe und einen nachhaltigen Serienbetrieb.

Traceability, Analyse und Prävention

Alle Bilder, Prüfergebnisse, Defekte und Entscheidungen werden vollständig rückverfolgbar gespeichert. Darauf aufbauend bietet SCIIL AI VISION Dashboards, Heatmaps, Berichte und automatische Benachrichtigungen bei auffälligen Trends oder Defekthäufungen.

So wird Qualität nicht nur geprüft, sondern aktiv gesteuert, analysiert und kontinuierlich verbessert.


    Mit der SCIIL-Lösung konnten wir unsere Prüfabläufe vereinheitlichen, Prozessschritte digital abbilden und die Rückverfolgbarkeit lückenlos sicherstellen. Statt vieler Insellösungen haben wir jetzt ein gemeinsames System, das uns effizientere Abläufe, bessere Datenqualität und schnellere Reaktionen auf Abweichungen ermöglicht..“

    Joachim Maurer, 
    Tenneco Director Quality Powertrain

    Kundenreferenz von TENNECO zu MES, Traceability, CAQ und Betriebsdatenerfassung

    Wir wollten endlich EINE Lösung für ALLE Produktionsschritte. Die optimierten Prozesse in der Endkontrolle bringen etwa 15 Prozent Effizienzgewinn.“

    Ulrich Albicker, 
    Department Manager Quality Improvement

    Kundenreferenz von IWC zu Endkontrolle und Traceability in der Uhrenindustrie

    IWC setzt in der Endmontage auf SCIIL Q‑TRACE, um Uhren durchgängig per Seriennummer zu verfolgen, visuelle und funktionale Prüfungen zu dokumentieren und Nacharbeiten effizient zu steuern. Das Ergebnis: mehr Transparenz, messbare Qualitätsverbesserung und Effizienzgewinn in der Endkontrolle, sowie lückenlose Traceability.

    Leadec Management Central Europe

    Gerade in der Halbleiterindustrie, in der neben hohem Materialeinsatz sensibler Präzisionskomponenten auch enormer Zeitdruck besteht, sind Steuerung und Rückverfolgbarkeit logistischer Warenströme wichtiger denn je. Die gemeinsam von Leadec und SCIIL entwickelte Logistiklösung SCOTT schafft hier Abhilfe.

    „Die intelligente Tracking-Lösung ist webbasiert und stellt prozessübergreifende Transparenz über die Verwendung und den Verbleib einzelner Packstücke her.

    Gerd Brandl, 
    Key Account Manager Teachnical Solutions

    „Das SCIIL eLPA-System ist einfach zu bedienen und überzeugt durch seine Funktionalität. Für mich als Werksleiter ist besonders wichtig: Ich habe online jederzeit Zugriff und den vollen Überblick über unsere Audits – egal ob im Büro oder unterwegs.

    Jürgen Müller, 
    Werksleiter Adient Saarlouis

    Kundenreferenz aus dem Adient-Werk Saarlouis zur digitalen Auditierung

    Adient Saarlouis war das erste Werk des Konzerns, das SCIIL eLPA erfolgreich pilotierte. In der komplexen Sitzmontage mit zahlreichen Kundenanforderungen, täglichen LPAs und hohem OEM-Druck sorgt das Tool für klare Struktur, einfache Durchführung und maximale Transparenz – ein Muss, wenn Qualität täglich abgesichert werden muss. Heute gehört SCIIL eLPA zum Standard und läuft weltweit in allen Adient-Werken.

    „Hätten wir SCIIL eLPA nur früher eingeführt – heute läuft es mit Prozessaudits fast von selbst und kommt im Team richtig gut an.

    Daniel Zimmermann, 
    Global Commodity Buyer

    Kundenreferenz von MAHLE zu SCIIL eLPA Layered Process Audits

    Als globaler Automobilzulieferer mit über 100 Standorten und höchsten Qualitätsanforderungen braucht MAHLE ein System, das täglich durchgeführte LPAs effizient, transparent und weltweit einheitlich abbildet. Die manuelle Planung und Auswertung war fehleranfällig und zeitaufwändig – mit SCIIL eLPA wurde ein zentrales System eingeführt, das Planung automatisiert, Abweichungen sofort sichtbar macht und die Prozesse standortübergreifend strukturiert. Das steigert nicht nur die Audit-Qualität, sondern sorgt auch für die nötige Akzeptanz bei den Nutzern.

    „Mit SCIIL CAQ & TRACE haben wir weltweit einheitliche Standards geschaffen – und können deutlich schneller reagieren. Das bringt mehr Qualität, mehr Transparenz und passt perfekt zu unserem Nachhaltigkeitsansatz.

    Johann Trischbergerr, 
    COO Olymp Bezner

    Kundenreferenz von OLYMP zur MES-gestützten Produktionssteuerung in der Textilindustrie

    Mit SCIIL CAQ & TRACE steuert OLYMP komplexe Prüfprozesse in der Hemdenfertigung – von der Wareneingangskontrolle bis zur End-of-Line-Prüfung. Dabei kommen auch spezielle Prüfmethoden und individuell definierte Stichprobenlogiken zum Einsatz, die exakt an die Anforderungen der Textilproduktion angepasst wurden. Eine bidirektionale Integration mit dem ERP-System sorgt für durchgängige Datenflüsse. Die Erfassung erfolgt direkt an der Linie – mobil, bequem und intuitiv. Ein starkes Beispiel für erfolgreiche CAQ-Integration in der Modeindustrie.