Es beginnt mit einem Machbarkeitsgate an Ihren echten Mustern, denn manche visuellen Aufgaben sind bei Ihrer Taktzeit nicht lösbar, und das in Woche eins zu wissen ist billiger. Danach folgen Bildaufnahmedesign, annotierte Daten, ein validiertes Modell und ein kontrollierter Linientest — berichtet je Fehlerklasse, mit getrennt gezähltem Schlupf und Pseudoausschuss.
Meinen Bildverarbeitungsfall prüfenMit einem Fertigungsingenieur sprechenHauptansprechpartner: Qualitätsleitung · Produktionsleitung · Leitung Automatisierung · Technische Leitung · Werkleiter
Die Dauer ist typisch, nicht garantiert. Verlängernd wirken: fehlende oder unvollständige Daten, Sicherheits- und Netzwerkfreigaben, Lieferzeiten für Hardware, das Sammeln von Mustern, Zugang für die Installation, der Produktionsplan, ERP-Testzugänge und die Zeit, die Ihr Team für die Bewertung der Ergebnisse braucht.
Ein ungeplanter Stillstand ist nicht vorgesehen. Jedes Installationsfenster und jede kontrollierte Unterbrechung wird vorab mit Ihnen abgestimmt und um die Produktion herum geplant.
| Kennzahl | Wie sie definiert ist | Woher der Wert kommt | Art |
|---|---|---|---|
| Präzision je Fehlerklasse | Anteil der für eine Klasse markierten Teile, die wirklich zu ihr gehören — je Klasse berichtet, nie zu einer Zahl zusammengefasst. | Zurückgehaltener Validierungsdatensatz | Technisch |
| Trefferquote je Fehlerklasse | Anteil der Teile, die eine Klasse wirklich zeigen und erkannt werden — je Klasse und je Produktvariante berichtet. | Zurückgehaltener Validierungsdatensatz | Technisch |
| Schlupfquote | Fehlerhafte Teile, die als gut durchgehen. Getrennt vom Pseudoausschuss gezählt und berichtet, weil ihre betriebswirtschaftlichen Kosten völlig verschieden sind. | Zurückgehaltener Validierungsdatensatz | Technisch |
| Pseudoausschussquote | Gute Teile, die ausgeschleust werden. Die Zahl, die entscheidet, ob die Werker das System eingeschaltet lassen. | Zurückgehaltener Validierungsdatensatz | Operativ |
| Konfusionsmatrix und Musteranzahl | Vollständige Matrix je Klasse mit der Anzahl der Muster, damit der Leser einschätzen kann, wie viel das Ergebnis wert ist. | Zurückgehaltener Validierungsdatensatz | Technisch |
| Verarbeitungsverzug und Taktzeittreue | Prüfzeit je Teil gegen die verfügbare Taktzeit, an der Linie gemessen statt am Arbeitsplatzrechner. | Daten der MSF-Plattform | Technisch |
| Anteil unsicherer Klassifikationen | Anteil der Teile, bei denen das Modell nicht sicher entscheiden konnte — genau diese Last muss der Bestätigungsablauf auffangen. | Zurückgehaltener Validierungsdatensatz | Operativ |
| Verfügbarkeit und Bestätigungsverhalten der Werker | Systemverfügbarkeit während des Linientests und wie die Werker Bestätigungen und Übersteuerungen tatsächlich genutzt haben. | Daten der MSF-Plattform | Akzeptanz |
Vor der Umsetzung vereinbaren MSF und Ihr Team, wie jede Kennzahl berechnet wird, woher der Ausgangswert stammt, welche Daten ausgeschlossen sind und welches Ergebnis eine Rollout-Entscheidung trägt. Diese Seite listet auf, was gemessen wird; die konkreten Zielwerte gehören in den schriftlichen PoC-Umfang, nicht in ein Werbeversprechen.
Kommerzielle Bedingungen, Eigentum an der Hardware, Reisekosten, Integrationsumfang und eine etwaige Anrechnung auf den Rollout werden im schriftlichen PoC-Angebot festgelegt. Sie sind nicht für jedes Produkt gleich, und diese Seite sagt sie nicht zu.
Gesamtgenauigkeit wird nie als Abnahmekennzahl verwendet — auf einem unausgewogenen Fehlersatz kann sie hervorragend aussehen und trotzdem jeden relevanten Fehler übersehen. Ergebnisse werden je Klasse mit Musteranzahlen berichtet, und für Fehlertypen, Varianten oder Bedingungen außerhalb des validierten Satzes wird nichts behauptet.
Das hängt davon ab, wie variabel Fehler und Produkt sind, und das Machbarkeitsgate nennt eine konkrete Zahl für Ihren Fall. In der Regel ist der Engpass nicht das Gutteil — davon gibt es überall genug — sondern echte Schlechtteile je Klasse, gerade die seltenen Fehler, die der ganze Grund für das Projekt sind.
Weil auf einer Linie mit 2 % Fehleranteil ein Modell, das alles durchlässt, 98 % Genauigkeit erreicht und nichts findet. Präzision und Trefferquote je Klasse plus getrennter Schlupf und Pseudoausschuss sind die einzigen Zahlen, die beschreiben, was auf Ihrer Linie wirklich passiert.
Sie erhalten die Begründung, die Bildnachweise und, wo es eine gibt, eine Alternative — eine andere Prüfstelle, eine andere Beleuchtungsgeometrie oder eine sensorbasierte statt einer visuellen Prüfung. Ein klares Nein in Woche eins ist gegenüber einer gescheiterten Zelle in Monat neun ein gutes Ergebnis.
Nicht automatisch, und das steht in der Einschränkungsliste statt beschönigt zu werden. Ein Modell erkennt, worauf es trainiert und validiert wurde. Neue Fehlerklassen brauchen neue Muster, ein erneutes Training und eine neue Validierung — eine normale, planbare Tätigkeit, aber nicht umsonst.
Beschreiben Sie den Umfang, den Sie im Kopf haben, und wir melden uns mit einem schriftlichen PoC-Plan: was angebunden wird, was Sie bereitstellen, wie der Erfolg gemessen wird und wie die Entscheidung am Ende aussieht.