100%-Kontrolle statt Stichprobe: Sichtprüfung in Roboterzellen automatisieren, ohne Pseudoausschuss-Falle

Die manuelle Sichtprüfung ist in vielen Werken das letzte nicht automatisierte Glied der Linie und zugleich das fragilste. Sie ist subjektiv, ermüdungsabhängig und im Dreischichtbetrieb kaum noch zuverlässig zu besetzen. Wer sie automatisiert, löst dieses Problem jedoch oft nur scheinbar und erzeugt ein neues: ein Kamerasystem, das zwar keine Fehler durchlässt, dafür aber gute Teile fälschlich aussortiert. Dieser Pseudoausschuss ist in realen Projekten die häufigste Frustration mit bestehenden Systemen.

Dieser Beitrag zeigt den Weg zur automatischen 100%-Kontrolle: von der präzisen Definition der Prüfaufgabe bis zu den drei Hebeln, mit denen sich Pseudoausschuss systematisch reduzieren lässt.

Wichtige Punkte im Überblick

Zwei Auslöser prägen die meisten Projekte: eine Kundenreklamation, nach der vertraglich eine 100%-Kontrolle gefordert wird, und der Fachkräftemangel, der Sichtprüfplätze im Dreischichtbetrieb kaum noch besetzbar macht.
Jedes erfolgreiche Projekt beginnt mit einem Fehlerkatalog und realen Grenzmustern. Sie machen die Prüfaufgabe messbar statt zur Meinungsfrage und dienen als verbindliche Referenz für Machbarkeitstest und Abnahme.
Das größte Risiko ist Pseudoausschuss. Drei Hebel senken ihn systematisch: eine angepasste Beleuchtung, 3D-Höhendaten und KI-gestützte Klassifizierung.
Eine Rundumprüfung ohne tote Winkel lässt sich mit Mehrkopf-Anordnungen oder per Roboterhandling umsetzen. Welche Konfiguration nötig ist, sollte über eine Abdeckungsanalyse bereits vor dem Systementwurf festgelegt werden.
Am häufigsten werden solche Lösungen als Retrofit in bestehende Linien umgesetzt, meist durch Maschinenbauer und Integratoren, und nicht als Neubau auf der grünen Wiese

Die Auslöser: Reklamationen, Fachkräftemangel und die Forderung nach 100%-Prüfung

Zwei Auslöser dominieren die dokumentierten Projekte. Der erste ist die Kundenreklamation: Ein Fehler, der die menschliche Sichtprüfung passiert hat, erreicht den Kunden. Die Folge ist eine vertraglich geforderte 100%-Prüfung, oft inklusive Nachweisdokumentation. Der zweite Auslöser ist der Fachkräftemangel: Sichtprüfplätze im Dreischichtbetrieb lassen sich schlicht nicht mehr besetzen, und die Tätigkeit selbst ist monoton und ermüdend.

Beide Auslöser treffen auf dieselbe strukturelle Schwäche: Menschliche Sichtprüfung ist subjektiv und skaliert nicht. Zwei Prüfer bewerten dasselbe Teil unterschiedlich, derselbe Prüfer bewertet es morgens anders als am Schichtende, und mit steigender Stückzahl nimmt der Schlupf zu. Eine Stichprobe verschiebt das Problem nur statistisch, denn der reklamierte Fehler war per Definition nicht in der Stichprobe.

Die typischen Prüfobjekte aus den dokumentierten Anwendungen zeigen die Bandbreite: Nockenwellen und Stangen nach der Bearbeitung, Lagerringe nach dem Honen mit punktförmigen Defekten, laufende Bahnware wie Gewebe, Papier und Folie sowie lackierte und montierte Baugruppen. So unterschiedlich die Teile sind, so ähnlich ist der Projektverlauf, und er beginnt nicht bei der Kamera, sondern beim Fehlerkatalog.

Fehlerkatalog und Grenzmuster: die Prüfaufgabe sauber definieren

„Das Teil muss gut aussehen“ ist keine Prüfaufgabe. Der erste Schritt jedes erfolgreichen Projekts ist ein Fehlerkatalog, der die Fehlerarten präzise benennt: Kratzer, Dellen, Risse, Ausbrüche, Flecken, fehlende Beschichtung oder Schleiffehler. Jede Fehlerart zeigt sich optisch anders, denn ein Riss braucht anderes Licht als ein matter Fleck. Damit legt der Katalog unmittelbar fest, welche Kamera, Beleuchtung und Sensorik benötigt werden.

Zum Fehlerkatalog gehört auch die kleinste zu detektierende Fehlergröße, realistisch spezifiziert. In realen Projekten reichen die Anforderungen von etwa 1 mm² bis hinunter zu 0,3 × 0,3 mm. Diese Vorgabe bestimmt zusammen mit der Bauteilgröße die notwendige Auflösung und damit, ob eine Kamera ausreicht oder mehrere Ansichten erforderlich sind. Eine unnötig strenge Spezifikation verteuert das System, eine zu großzügige lässt den Reklamationsfehler passieren.

Das wichtigste Werkzeug sind jedoch Grenzmuster: reale Bauteile, die die Grenze zwischen „gerade noch gut“ und „gerade schon schlecht“ abbilden. Grenzmuster sind die gemeinsame Referenz für Machbarkeitstest, Systemabnahme und jede spätere Diskussion über einzelne Prüfentscheidungen. Ohne Grenzmuster wird die Abnahme zur Meinungsfrage, mit Grenzmustern wird sie messbar. Deshalb sollten sie früh gesammelt, dokumentiert und konserviert werden.

Rundumprüfung ohne Totzonen: Mehrkopf-Setups und Roboterhandling

Reklamationsrelevante Fehler halten sich nicht an eine Kameraperspektive. Rotationsteile wie Nockenwellen und Lagerringe sowie Bauteile mit komplexer Geometrie müssen über alle relevanten Flächen geprüft werden, daher braucht es ein belastbares Konzept gegen Totzonen. In dokumentierten Anwendungen haben sich dafür zwei Grundansätze bewährt: Mehrkopf-Anordnungen, bei denen mehrere Kameras oder Sensoren das Teil gleichzeitig aus unterschiedlichen Richtungen erfassen, und Roboterhandling, bei dem der Roboter das Bauteil vor der Prüfstation dreht und wendet oder die Kamera um das Teil führt. Bei Rotationsteilen ergänzt häufig eine Drehachse die Aufnahme der Mantelfläche.

Der methodische Kern ist die Abdeckungsanalyse vor der Systemauslegung. Dabei wird festgelegt, welche Fläche von welcher Aufnahme mit welcher Auflösung und unter welchem Winkel erfasst wird und an welchen Stellen Lücken bleiben. Diese Analyse gehört auf den Tisch, bevor Kameras ausgewählt und gezählt werden. Ein später entdeckter toter Winkel führt meist zu einem zusätzlichen Prüfschritt und kostet damit Taktzeit.

Auch die Taktzeit muss als Gesamtprozess betrachtet werden. In realen Projekten liegen die Zykluszeiten automatisierter Sichtprüfung häufig zwischen 3 und 25 Sekunden, inklusive Be- und Entladen. Entscheidend ist, dass nicht die reine Bildaufnahme den Engpass bildet, sondern Handling, Umorientieren und Ausschleusen. Wer nur die Auswertezeit berücksichtigt, legt die Zelle in der Regel zu optimistisch aus.

Pseudoausschuss reduzieren: Beleuchtung, 3D-Information und KI-Klassifizierung

Die häufigste Frustration mit Bestandssystemen ist in den dokumentierten Projekten immer dieselbe: Kameras, die sich nur mühsam stabil einstellen lassen, und zu viel Pseudoausschuss. Ein System, das gute Teile fälschlich aussortiert, vernichtet Wertschöpfung, erzeugt Nacharbeit und verliert das Vertrauen der Werker, die die Entscheidungen dann wieder manuell nachprüfen. Dagegen helfen drei Hebel.

Hebel 1 (Beleuchtung): Die meisten Pseudofehler entstehen, weil harmlose Erscheinungen, wie Reflexe, Texturunterschiede, Wasserflecken, die im Bild wie Fehler aussehen. Auf glänzenden und gewölbten Oberflächen trennen Shape-from-Shading-Verfahren, wie sie die Modellreihe CV-X unterstützt, die Formabweichung vom Glanzeindruck: Aus mehreren Aufnahmen mit unterschiedlicher Beleuchtungsrichtung wird die Oberflächenform von der Textur getrennt, sodass Dellen und Kratzer sichtbar bleiben, Reflexe verschwinden.

Hebel 2 (3D-Information): Höhenrelevante Fehler wie Dellen, Ausbrüche oder erhabene Einschlüsse lassen sich mit Profilsensoren der Modellreihe LJ-X8000 direkt in den Höhendaten erkennen, unabhängig von Farbe und Glanzgrad. Was in den Höhendaten keine Abweichung zeigt, ist keine Delle. So lässt sich eine ganze Klasse typischer Pseudofehler von vornherein ausschließen.

Hebel 3 (KI-Klassifizierung): Schwieriger bleibt die Unterscheidung echter Fehler von zulässigen Erscheinungen, die sich regelbasiert kaum erfassen lässt. KI-basierte Klassifizierung, etwa mit Smartkameras der Modellreihe VS oder dem Vision-Sensor IV4, erlernt diese Unterscheidung anhand von Beispielbildern aus Gut- und Schlechtteilen. Grundvoraussetzung dafür ist ein sauber aufgebauter Bildbestand, der sich am Fehlerkatalog und den Grenzmustern orientiert.

Nachrüsten oder neu bauen? Integration in Bestandsanlagen

Die wenigsten Sichtprüfprojekte starten auf der grünen Wiese. Der häufigste Projektweg ist der Retrofit: Ein Maschinenbauer oder Integrator rüstet die Prüfung in eine Bestandslinie nach, entweder an der Stelle des bisherigen Sichtprüfplatzes oder direkt hinter dem fehlerverursachenden Prozess.

Dabei bestimmen die Randbedingungen der Bestandsanlage die Auslegung oft stärker als die eigentliche Prüfaufgabe. Entscheidend sind der verfügbare Bauraum für Kamera, Beleuchtung und gegebenenfalls Handling, die vorhandene Taktzeit, die sich durch die Prüfung nicht verlängern darf, sowie die Schnittstellenlandschaft mit Profinet als Standard. Hinzu kommen Sonderanforderungen wie netzwerkgetrennte Umgebungen oder hygienegerechte Ausführungen, die in einzelnen Projekten explizit gefordert waren.

Vor Projektstart muss die Rollenverteilung geklärt sein: Eigenintegration durch den Betreiber, Umsetzung durch den Maschinenbauer mit Applikationsunterstützung des Sensorherstellers oder ein Generalunternehmer, der die Zelle schlüsselfertig liefert. Alle drei Wege sind gängig. Teuer wird es erst, wenn Verantwortlichkeiten für Machbarkeitstest, Parametrierung und Abnahme zwischen den Beteiligten ungeklärt bleiben.

Nachweisbare Qualität: Dokumentation, Audit-Trail und Rückverfolgbarkeit

Die automatische Sichtprüfung liefert dabei, was die manuelle nie leisten konnte: einen lückenlosen Nachweis. In auditierten Fertigungen ist genau das zunehmend Pflicht. Prüfergebnisse und Prüfbilder werden je Bauteil archiviert, sodass sich im Reklamationsfall belegen lässt, in welchem Zustand ein Teil die Prüfung passiert hat und mit welcher Entscheidung.

Grundlage der Zuordnung ist die Verknüpfung mit der Bauteilidentität. Die Codelesung, typischerweise per DMC im selben Prüfschritt, verbindet Ergebnis und Bild mit der Seriennummer und ermöglicht so eine durchgängige Rückverfolgbarkeit über die gesamte Prozesskette, vom Rohteil bis zur ausgelieferten Baugruppe.

Den letzten Baustein bilden aussagekräftige Kennzahlen. Ausschuss, Pseudoausschuss und Schlupf sollten getrennt erfasst und kontinuierlich verfolgt werden, denn erst diese Trennung zeigt, ob das System richtig eingestellt ist. Sinkender Ausschuss bei steigendem Schlupf ist kein Erfolg, und ein konstanter Pseudoausschuss ist ein stiller Kostenblock. Wer alle drei Größen im Blick behält, macht aus der Prüfstation ein Instrument der Prozessverbesserung statt einer reinen Sortiereinrichtung.

Häufige Fragen

F Was ist Pseudoausschuss und warum ist er so kritisch?

Pseudoausschuss bezeichnet gute Teile, die das Prüfsystem fälschlich als fehlerhaft aussortiert. Er vernichtet Wertschöpfung, erzeugt Nacharbeit und untergräbt das Vertrauen in die Anlage. In der Praxis ist er die häufigste Frustration mit Bestandssystemen. Die wirksamsten Gegenmittel sind eine angepasste Beleuchtung wie Shape-from-Shading, 3D-Höhendaten zur Trennung echter Formfehler von Texturunterschieden sowie KI-basierte Klassifizierung.

F Welche Fehlergrößen kann eine automatische Sichtprüfung erkennen?

In dokumentierten Anwendungen reichen die Anforderungen von etwa 1 mm² bis hinunter zu 0,3 × 0,3 mm. Die kleinste relevante Fehlergröße bestimmt gemeinsam mit der Bauteilgröße die erforderliche Auflösung und Anzahl der Ansichten. Sie sollte daher realistisch aus dem Reklamationsgeschehen abgeleitet und im Machbarkeitstest an Grenzmustern verifiziert werden.

F Wie wird ein Bauteil von allen Seiten geprüft?

Mehrkopf-Anordnungen, bei denen mehrere Kameras oder Sensoren das Teil gleichzeitig aus verschiedenen Richtungen erfassen, sowie Roboterhandling, bei dem der Roboter das Teil vor der Prüfstation dreht oder die Kamera um das Teil führt, sind die gängigen Lösungsansätze. Grundlage ist in beiden Fällen eine Abdeckungsanalyse vor der Systemauslegung, die Totzonen systematisch aufdeckt.

F Welche Taktzeit ist bei automatisierter Sichtprüfung realistisch?

In realen Projekten liegen die Zykluszeiten zwischen 3 und 25 Sekunden, einschließlich Be- und Entladen. Dabei bestimmen Handling und Umorientieren den Takt meist stärker als die Bildauswertung selbst. Die Taktzeit sollte daher stets als Gesamtprozess geplant und im Machbarkeitstest mit realem Handlingablauf verifiziert werden.

F Was sind Grenzmuster und wozu werden sie gebraucht?

Grenzmuster sind reale Bauteile an der Grenze zwischen „gerade noch gut" und „gerade schon schlecht". Sie dienen als verbindliche Referenz für Machbarkeitstest, Systemabnahme und spätere Diskussionen über einzelne Prüfentscheidungen und bilden zugleich die Datenbasis für das Anlernen KI-basierter Klassifizierung. Ohne Grenzmuster bleibt die Bewertungsgrenze Verhandlungssache.

F Lässt sich die Sichtprüfung in eine Bestandsanlage nachrüsten?

Der Retrofit über Maschinenbauer und Integratoren ist in der Praxis sogar der häufigste Projektweg. Entscheidend sind dabei die Randbedingungen der Bestandslinie: verfügbarer Bauraum, vorhandene Taktzeit, Schnittstellen, typischerweise Profinet, sowie gegebenenfalls netzwerkgetrennte oder hygienegerechte Ausführungen. Die Rollenverteilung zwischen Betreiber, Maschinenbauer und Hersteller sollte vor Projektstart verbindlich geklärt sein.

Weiterführende Artikel

Übergeordnete Themenseite: Messtechnik, Kennzeichnung und Bildverarbeitung für Maschinen- und Anlagenbauer

Hauptartikel zum Thema: Bin Picking im Maschinenbau: So gelingt der Griff in die Kiste, von der Machbarkeit bis zur Taktzeit

Weiterer Artikel im Thema: Lageerkennung für Roboter: Wie Bildverarbeitung Position und Drehlage millimetergenau an den Greifer übergibt

Weiterer Artikel im Thema: Inline-3D-Profilmessung im Sondermaschinenbau: Messtaster und Lehren optisch ersetzen

Weiterer Artikel im Thema: Kleberaupen und Schweißnähte automatisch prüfen: 3D-Inline-Inspektion am Roboter