Während die maschinelle Bilderkennung zur Qualitätskontrolle bereits weit verbreitet ist, sind die Möglichkeiten der KI-basierten Videoanalyse bisher nur wenigen bekannt. Der US-Spezialist Drishti geht hier neue Wege: Dessen Video-KI hilft, aus tausenden von Arbeitszyklen pro Monat diejenigen mit den größten Verzögerungen, aber auch die mit den Best Practices zu identifizieren. Damit können Fertigungsunternehmen Fehlerquellen erkennen und Verbesserungsmaßnahmen erarbeiten.
So konnte der Automobilzulieferer Hella mithilfe der KI-Technologie aus Kalifornien in seiner Sensorproduktion im indischen Dhankot die Zykluszeit in seiner Fertigung reduzieren, den Durchsatz erhöhen und die Ergonomie der Mitarbeiter verbessern. In weniger als sechs Monaten hat sich die Investition amortisiert. Das Hella-Team in Indien konnte dabei eine Reihe von Entdeckungen machen, die bis dahin verborgenen geblieben waren. So ermittelte die KI Engpässe an Montagestationen, die ursprünglich gar nicht im Fokus der Verbesserungsbemühungen gestanden hatten.
Engpässe an Montagestationen entdecken
Da in Drishtis System jeder Datenpunkt mit den entsprechenden Videoaufnahmen hinterlegt ist, erkannte das Hella-Team schnell, dass es die physische Konfiguration der entsprechenden Station war, die die Arbeit an der Linie verlangsamte. Der Aufbau der Station verursachte ergonomische Probleme, da der Mitarbeiter mit dem rechten Arm auf die linke Seite greifen und so bei jedem Arbeitsgang eine Drehbewegung ausführen musste, die den Montageprozess komplizierter als notwendig machte. Innerhalb weniger Minuten nach der Sichtung des Videomaterials hatte das lokale Team Ideen, um die Station so umzugestalten, dass sie für die Mitarbeiter am Band gesünder ist und die Zykluszeit verkürzt wird.
Prozessverzögerungen und Mikrostopps zu reduzieren
„Dies ist das zweite Mal, dass wir mit Drishti signifikante Verbesserungsmöglichkeiten gefunden haben. Im Jahr 2020 konnten wir bereits die Zykluszeiten in unserem Werk in Guanajuato, Mexiko, reduzieren“, freut sich Huri Mendoza, Leiter der Abteilung Operational Excellence bei Hella. Die Montagelinie für Automobilkomponenten in Mexiko hatte eigentlich als „lean-optimiert“ gegolten. Mithilfe von 12 Kameras, Drishtis Videosystem und sowie der automatischen Zykluserkennung identifizierten das Hella-Team und Drishti dennoch gemeinsam eine Reihe von Verbesserungsmöglichkeiten, um Prozessverzögerungen und Mikrostopps weiter zu reduzieren.
Bei einem Hersteller von Medizintechnik geht Drishti noch einen Schritt weiter: Um das Ziel, die Rate von 1,5 fehlerhaften Teilen in einer Million auf null zu reduzieren, prüfen Drishtis proprietären KI-Netzwerke nahezu in Echtzeit, ob die standardisierten Arbeitsvorgaben eingehalten werden. Potenziell fehlerhafte Produkte können so sofort aussortiert, Mitarbeiter besser geschult und die Qualität auf einem bereits extrem hohen Niveau weiter gesteigert werden. Drishti nennt diese Technik Action Recognition.
Der Großteil der derzeit etwa 190 Mitarbeiter von Drishti arbeiten in den USA und in Bangalore, wobei das Unternehmen Kunden und Mitarbeiter in Nordamerika, Asien und Europa hat. In der letztgenannten Region wird Drishtis Software bisher von Herstellern von Automobilkomponenten sowie Haushaltsgeräten in Deutschland, Polen, der Tschechischen Republik und der Slowakei eingesetzt.
Drishti Technologies, Inc
https://drishti.com/
