Gastbeitrag: Technologien wie Computer Vision und Maschinelles Lernen erlauben es immer mehr Unternehmen Qualitätskontrollen vollautomatisiert durchzuführen. Insbesondere Cloud-Dienste eignen sich dabei hervorragend, diese Technologien einem breiten Spektrum an Unternehmen zugänglich zu machen.
Foto: AWS
Der Autor Michael Meidlinger ist Solutions Architect bei AWS
Produktqualität und Maßnahmen diese zu prüfen gewinnen in unserer globalisierten und vernetzten Welt zunehmend an Bedeutung. Kundenzufriedenheit und Vertrauen hängen stark von der Qualität gelieferter Produkte ab und selbst vereinzelte Mängel können das Kundenerlebnis beinträchtigen. Nicht zu vernachlässigen sind auch die unmittelbaren Kosten die Unternehmen durch Qualitätsmängel entstehen, welche oft bis zu 15 bis 20 Prozent des Verkaufserlöses ausmachen können, sei es durch Nachbesserungen, Ausschussware, Umtausche oder Garantiefälle. Alleine 2018 verursachten Garantiefälle für herstellende Betriebe in den USA Kosten in der Höhe von 26 Mrd. USD.
Zur Sicherstellung der Qualität setzen viele Unternehmen nach wie vor auf manuelle Verfahren wie z.B. Sichtkontrollen. Diese sind zwar flexibel, häufig aber auch aufwendig und natürlich begrenzt in der Genauigkeit und Geschwindigkeit mit der sie durchgeführt werden können. Automatische Verfahren hingegen sind schneller, reproduzierbar und haben niedrigere laufende Kosten pro Kontrolle. Vor-Ort-Installationen erzeugen allerdings Kosten in der Anschaffung und im Betrieb, sowie bei Anpassungen oder Umgestaltung der überwachten Prozesse.
Cloud-Dienste erlauben es Unternehmen von den Vorteilen der automatisierten Kontrollen zu profitieren und ermöglichen gleichzeitig Flexibilität und einfachen Zugang ohne Vorabinvestitionen.
AWS Dienste für maschinelles Lernen erkennen Qualitätsmängel automatisch anhand von Produktbildern. Ein Beispiel für einen solchen Dienst ist Amazon Lookout for Vision. Vor Ort erfolgt mit diesem Dienst lediglich die Bilderfassung, die Verarbeitung und Durchführung der Kontrollen wird in die Cloud ausgelagert. Dabei können Unternehmen sehr einfach individuell angepasste Modelle für ihre Produkte erstellen, indem sie zunächst gekennzeichnete Bilder ihrer defekten und intakten Produkte hochladen. Anhand dieser Trainingsbilder lernt Amazon Lookout for Vision dann Produktmängel auf neuen Bildern aus der laufenden Produktion selbstständig zu erkennen. Auch können Fachkräfte aus dem Unternehmen die Bewertung überprüfen und so mithelfen die Vorhersagen kontinuierlich zu verbessern. Sollen tiefergehende Analysen durchgeführt werden, wie beispielsweise das Erkennen der Art des Defekts, bietet AWS mit Amazon Rekognition einen weiteren, universell nutzbaren Dienst zur Bildanalyse an.
Bei Anwendungen mit besonderen Anforderungen (z.B. bezüglich Echtzeit oder Datenschutz) kann die Erkennung aber auch vor Ort erfolgen. Die Cloud wird in diesem Fall nur für das Trainieren von Erkennungsmodellen verwendet; die Erkennung selbst erfolgt direkt vor Ort. Der Dienst AWS Panorama funktioniert nach diesem Prinzip: Mit Hilfe eines von AWS bereitgestellten Panorama Appliance Gerätes können bestehende IP Kameras um Smart Funktionalitäten erweitert werden. Dies spart Kosten und ermöglicht eine unkomplizierte Adaption für bestehenden Videosysteme.
Cloud-Dienste machen Computer Vision gestützte Verfahren leicht und ohne große Vorabinvestitionen zugänglich und erlauben es Unternehmen, in wenigen Schritten ihre Qualitätskontrollen zu automatisieren. Unternehmen können sich weiterhin auf ihre Kernkompetenz konzentrieren und so einen Mehrwert für sich und ihre Kunden schaffen.
Dieser Artikel ist der letzte Teil unserer Serie "Cloud Computing im Fokus". Bisher sind folgende Beiträge erschienen:
_gross.jpg&size=390x230&crop=0&trim=1)
_gross.jpg&size=390x230&crop=0&trim=1)
