top of page
Flakes_Header

Falsche Flakes früh erkannt

Unsere KI erkennt Produktveränderungen bevor der Kunde es tut.

“Dieses Produkt kann Spuren von Erdnüssen enthalten” – Haben Sie sich schon einmal gefragt, was Erdnüsse in Ihrer Erdbeermarmelade zu suchen haben? Die Antwort ist einfach: Produktionsanlagen werden zum Teil für die Herstellung mehrerer Produktlinien genutzt. Beim Umschalten von einer auf die andere Linie, können dann Rückstände von der vorigen Linie in der Anlage verbleiben.

Das Problem

Handelt es sich lediglich um Spuren, ist dies für Allergiker zwar ärgerlich, Hersteller können dieses “Problem” allerdings mit einer einfachen Deklaration lösen. Geht es jedoch um gröbere Produktveränderungen, führt dies zu Rückläufern oder gar aufwendigen Rückrufaktionen. Ersteres passiert öfter, als man denkt. Bei der Produktion von Weizen-Flakes zum Beispiel. Diesen knusprigen Dingern aus dem Frühstücksmüsli, die es in verschiedenen Formen und Farben gibt. Im Schokomüsli sollen sie gern schokoladig braun, im Erdbeermüsli vielleicht eher weiß oder rosa sein. Aber bitte nicht umgekehrt!

Flakes mit Anomalien
Detektion von Anomalien
Detektion der Anomalien im Produkt

Unsere KI identifiziert und markiert verfärbte oder verformte Flakes.

Unsere Lösung

Der geschickteste Weg, um ungewünschte Ergebnisse eines Produktwechsels zu erkennen, ist die Entwicklung einer KI-Software, die Anomalien erkennt. Anhand von Bildern aus dem Produktionsprozess werden Abweichungen von der Norm direkt erkannt und die Anlage kann ggf. gestoppt werden. Dabei bleibt die Software besonders flexibel: Denn sie wird nicht auf einzelne ausgewählte Fehlerfälle (wie braune in weißen Flakes) trainiert, sondern erkennt allgemein Abweichungen von der Norm. Wird die KI einmal auf die Norm trainiert, schlägt sie immer dann Alarm, wenn etwas nicht so aussieht wie es soll.

 

Zur Entwicklung des KI-Modells haben wir einen besonderen Ansatz aus aktuellen Forschungsergebnissen genutzt, angepasst und auf Fotos von Weizen-Flakes trainiert. Das Ergebnis kann sich sehen lassen: Nicht nur abweichende Farben werden erkannt und markiert, sondern auch Verformungen oder Fremdkörper. So ist ein breites Spektrum an möglichen Produktveränderungen effizient mit einem Modell abgedeckt. Ohne aufwendiges Nachtraining.

Winkelgenauigkeit: unter 

Schnelligkeit: 0,2 sek. Verarbeitungsgeschwindigkeit

Extras: voll adaptierungsfähig

Verwendete Technologien: 

CNN, Blender, Data Augmentation

bottom of page