KI-Bildprüfung ohne eigene Data Scientists: was Ihr Qualitätsteam tut, und die Hardware

Was KI-Sichtprüfung im Mittelstand vom Unternehmen braucht

KI-Bildprüfung ohne Data Scientists funktioniert, wenn das Qualitätsteam den Teil übernimmt, den es am besten kennt: Es legt die Fehler fest, liefert Bilder guter und fehlerhafter Teile bei fester Beleuchtung und Kameraposition, labelt oder bestätigt sie und gibt die Abnahmekriterien frei. Das Modell zu trainieren und zu installieren ist technische Arbeit, die der Stationsbauer, ein Servicepartner oder ein geführtes Werkzeug übernimmt. Die GPU ist die kleinste Entscheidung im Projekt.

Dieser Leitfaden richtet sich an Qualitäts­leitung, Produktionsleitung und Inhaber kleiner und mittlerer Hersteller: Metallbearbeitung, Kunststoff, Guss, Elektronik, Holz, Textil, Lebensmittelverpackung. Er erklärt in einfachen Worten, was das Unternehmen liefern muss, wie viele Bilder die veröffentlichten Werkzeuge verlangen, was zu tun ist, wenn Sie kaum Fehlerbilder haben, und welche Hardware wohin gehört. Unser Leitfaden zum KI-Server für die Fertigung behandelt die Prüfung als eine von drei Lasten im Werk, und unser Leitfaden zum GPU-Server für das Training von Vision-Modellen richtet sich an die Fachleute, die Modelle trainieren. Die Prüfung der Produktqualität ist keine Sicherheitsfunktion; ein Kamerasystem, das Menschen an der Maschine schützt, ist nach der KI-Verordnung ein anderer Fall, wie unser Leitfaden zur KI-Verordnung im Maschinenbau erklärt.

Zuerst einige Begriffe. Ein Modell ist das trainierte Programm, das ein Bild ansieht und entscheidet. Training heißt, ihm viele Beispiele zu zeigen, bis es gut entscheidet. Inferenz heißt, das trainierte Modell an der Linie zu nutzen, Bild für Bild. Labeln heißt, auf jedem Bild zu markieren, was ein Fehler ist und welcher Art.

Zwei Methoden: Fehlererkennung oder Anomalieerkennung auf Gutteilen

Es gibt zwei Wege, einer Maschine beizubringen, wie ein schlechtes Teil aussieht, und die Wahl hängt davon ab, wie viele Fehlerbilder Sie sammeln können.

Der erste ist ein Fehlerdetektor. Er lernt aus Bildern, auf denen jeder Fehler mit einem Rahmen oder einer Kontur und einer Fehlerart markiert ist, etwa Kratzer, Pore, fehlender Clip. Ultralytics, der Hersteller der YOLO-Erkennungsmodelle, empfiehlt in seinen Tipps für beste Trainingsergebnisse mindestens 1.500 Bilder und mindestens 10.000 gelabelte Objekte je Klasse, mit Bildern, die der Einsatzumgebung entsprechen, und etwa 0 bis 10 Prozent Hintergrundbildern ohne Objekte, um Fehlalarme zu verringern. Diese Zahlen gelten für beste Ergebnisse; ein erstes Modell wird oft mit weniger trainiert und startet von vortrainierten Gewichten, die dieselbe Seite für kleine bis mittlere Datensätze empfiehlt.

Die zweite ist Anomalieerkennung. Sie lernt nur, wie ein Gutteil aussieht, und meldet alles, was davon abweicht. Das passt zu Kleinserien und zu Prozessen mit sehr niedriger Fehlerquote, in denen einige Hundert Fehlerbilder Jahre bräuchten. MVTec AD, ein öffentlicher Datensatz zum Vergleich solcher Methoden, zeigt das Prinzip: Nach Angaben von MVTec umfasst jede Kategorie einen Satz fehlerfreier Trainingsbilder, während der Testsatz Bilder mit und ohne Fehler enthält. Die quelloffene Bibliothek anomalib unter der Lizenz Apache 2.0 sammelt Methoden dieser Art, darunter PatchCore, PaDiM und seit ihrer Version 2.7.0 die Few-Shot-Methode FoundAD.

Ultralytics „Tips for Best Training Results“ und Seite des Datensatzes MVTec AD, gelesen am 25. Oktober 2026; die Tabelle ist unsere Zusammenfassung.

Auch Anomalieerkennung braucht Fehlerbilder, nur weniger. Sie brauchen sie, um das Modell zu testen und seinen Schwellenwert festzulegen, den Punkt, ab dem eine Abweichung als Ausschuss gilt. Unser Leitfaden zur visuellen Anomalieerkennung mit anomalib behandelt die Methoden und ihren GPU-Bedarf für die IT. Wo eine vorhandene Prüfmaschine bereits Teile markiert und zu viele davon Fehlalarme sind, ist ein zweites Modell, das nur die markierten Bilder nachbewertet, oft der schnellere Einstieg, wie unser Leitfaden zu AOI-Pseudofehlern in der SMT-Fertigung für die Elektronik zeigt.

Kamera, Licht und Lage des Teils bei der optischen Prüfung

Viele Probleme in Prüfprojekten beginnen vor dem Modell: Die Bilder ändern sich, während die Teile gleich bleiben. Ein Schatten, der mit der Tageszeit wandert, ein Teil, das einige Millimeter anders in der Aufnahme liegt, oder ein Objektiv, das Staub sammelt, sehen für ein Modell, das sie nie gesehen hat, jeweils wie ein Fehler aus.

Drei Entscheidungen halten die Bilder stabil. Das Teil liegt jedes Mal in derselben Position, in einer Aufnahme oder auf einem Band mit Anschlag. Die Station hat ihre eigene Beleuchtung, gegen Tageslicht und Hallenlampen abgeschirmt und passend zum Fehler: Licht unter flachem Winkel macht Kratzer und Dellen sichtbar, diffuses Licht passt zu bedruckten oder farbigen Oberflächen, Durchlicht zeigt Kanten und Bohrungen. Kamera, Objektiv und Einstellungen sind fest und dokumentiert, sodass eine Ersatzkamera dieselben Bilder liefert. Diese Komponenten wählt ein Integrator für industrielle Bildverarbeitung; das Qualitätsteam testet sie mit echten Grenzmustern, Teilen, die gerade noch gut und gerade schon schlecht sind, bevor jemand Trainingsbilder sammelt.

Labeln: wer es macht, und wie

Über die Labels kommt das Wissen des Qualitätsteams in das Modell. Ein Modell lernt genau, was die Labels sagen, einschließlich ihrer Fehler, deshalb sollten die Personen, die täglich über Teile entscheiden, die Labels setzen oder prüfen, nach einem schriftlichen Fehlerkatalog mit Fotos der Grenzmuster.

Ultralytics formuliert die Regel deutlich: Alle Instanzen aller Klassen müssen in allen Bildern gelabelt sein, teilweises Labeln funktioniert nicht. In der Praxis heißt das: Eine Person labelt, eine zweite prüft eine Stichprobe, und wo beide abweichen, wird neben dem Bild auch der Fehlerkatalog geklärt. Bei Anomalieerkennung ist die Aufgabe leichter: Jemand bestätigt, dass jedes Trainingsbild ein Gutteil zeigt, denn ein fehlerhaftes Teil unter den „guten“ Bildern bringt dem Modell bei, dass der Fehler normal ist.

Das Labelwerkzeug kann auf Ihrem eigenen Server laufen. CVAT, ein quelloffenes Annotationswerkzeug, dessen Kern unter der MIT-Lizenz steht, läuft mit Docker Compose in Ihrer eigenen Infrastruktur und unterstützt Rahmen, Polygone und Masken; sein Hersteller nennt eingebautes automatisches Labeln mit SAM 2 und SAM 3 für seine kostenpflichtigen Online- und Enterprise-Pläne. Bilder Ihrer Produkte und ihrer Fehler bleiben dann im Unternehmen.

Von den Bildern zum freigegebenen Modell

Der Stationsbauer oder Servicepartner trainiert das Modell auf dem Server und übergibt drei Dinge: das Modell, seine Ergebnisse auf Bildern, die es im Training nicht gesehen hat, und den vorgeschlagenen Schwellenwert für die Linie. Das Qualitätsteam entscheidet dann nach Zahlen, nicht nach Eindrücken.

1. Einen Testsatz zurückhalten. Legen Sie vor dem Training einen Teil der Bilder beiseite, mit so vielen echten Fehlern, wie Sie haben, den das Training nie sieht.
2. Beide Fehlerarten zählen. Ein Pseudoausschuss schickt ein Gutteil in Ausschuss oder Nacharbeit; ein Durchschlupf lässt ein fehlerhaftes Teil passieren. Der Schwellenwert wägt das eine gegen das andere ab, und nur die Qualität kann sagen, was je Fehlerart teurer ist.
3. Abnahmekriterien freigeben. Zum Beispiel: jeder Durchschlupf im Testsatz geprüft, die Pseudoausschussquote unter der heutigen manuellen Quote, ein festgelegter Lauf an der Linie parallel zur manuellen Prüfung.
4. Das Modell je Produkt versionieren. Jede Produktvariante, Kamera und Modellversion wird festgehalten, damit sich eine Reklamation auf das Modell zurückführen lässt, das das Teil beurteilt hat.
5. Nachtraining einplanen. Ein neues Produkt, ein neuer Rohstofflieferant oder eine geänderte Oberfläche bedeuten neue Bilder, neue Labels und einen neuen Abnahmelauf. Sammeln Sie ausgeworfene und grenzwertige Bilder an der Linie vom ersten Tag an.

Das Training ist der kürzeste Teil. Auf einem Server mit Karten der RTX PRO 6000 Server Edition kann ein Team über Nacht mehrere Modellgrößen oder Einstellungen ausprobieren, eine je Karte, wie unser Leitfaden zum Trainingsserver erklärt; eine veröffentlichte Trainingszeit für ein Prüfmodell auf diesen Karten haben wir nicht gefunden, die Zahl liefert ein Test mit Ihren eigenen Bildern. Wir liefern den Trainingsserver und die GPUs für die Linie; schicken Sie uns Ihre Teile, Fehlerarten, Taktzeit und die Bilder, die Sie schon haben, und unser Team antwortet mit einer Konfiguration für Training und Linie.

Wer was tut in einem Projekt ohne Data Scientists

Unsere empfohlene Aufgabenteilung; „Integrator“ heißt Stationsbauer oder Servicepartner, und Ihre Verträge legen die tatsächliche Teilung fest.

Die Hardware: an der Linie und im Serverraum

Die Prüfung nutzt Hardware an zwei Orten. An der Linie führt eine kleine GPU das Modell auf jedem Bild im Takt der Linie aus und läuft weiter, wenn das Netz zum Serverraum ausfällt. Im Serverraum trainiert ein größerer Server die Modelle, trainiert sie nach und hält das Bildarchiv.

Produktseite der NVIDIA L4 (24 GB, 300 GB/s, 72 W, einfach breit, Low Profile, PCIe Gen4), gelesen am 25. Oktober 2026; RTX PRO 4000 SFF und RTX PRO 5000 nach NVIDIAs Produktseiten, wie in unseren GPU-Leitfäden angegeben; Strom des Servers nach unserer Schätzung (Karten, Prozessoren und 15 Prozent für den Rest), bestätigt durch eine Messung am gelieferten System.

Die L4 ist passiv gekühlt und braucht den Luftstrom eines Servers, wie NVIDIAs Produktbrief angibt und unser Vergleich von RTX PRO 4000 SFF, RTX PRO 2000 und L4 erklärt; in einem Industrie-PC oder einem Schaltschrank ohne solchen Luftstrom passt die aktiv gekühlte RTX PRO 4000 SFF, wo der Hersteller des PCs sie listet. Welche Karte eine Station braucht, hängt von der Zeit Ihres Modells je Bild bei Ihrer Taktzeit ab; der Stationsbauer misst sie auf der Karte, bevor Sie für jede Linie bestellen. Ein trainiertes Modell an der Linie effizient zu betreiben ist ein eigenes Thema, das unser Leitfaden zum Betrieb von Vision-Modellen mit Triton, ONNX und TensorRT behandelt.

Der Trainingsserver ist die Einstiegskonfiguration unserer KI-Server: zwei Karten der NVIDIA RTX PRO 6000 Blackwell Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Arbeitsspeicher und zwei NVMe-Laufwerke. Jede Karte lässt sich in bis zu vier MIG-Instanzen mit 24 GB teilen, sodass sich mehrere kleine Trainingsjobs eine Karte teilen können, wie unsere MIG-Profile der RTX PRO 6000 zeigen. Prüftraining läuft nur ab und zu, nach einer Produktänderung oder wenn neue Bilder kommen, deshalb betreibt derselbe Server in der übrigen Zeit meist auch den Firmenassistenten oder andere KI-Anwendungen.

Lizenzen, die vor dem ersten Modell zu prüfen sind

Die Softwarelizenz zählt in der Prüfung mehr, als man erwartet, weil das trainierte Modell in Ihrer Produktion läuft. Nach der Lizenzseite von Ultralytics fallen alle mit Ultralytics YOLO trainierten Modelle standardmäßig unter die AGPL-3.0, und die Seite nennt die Enterprise-Lizenz für interne Geschäftsanwendungen und private Unternehmensanwendungen sowie für eingebettete Einsätze in Edge-Geräten und Kameras. Unser Leitfaden zur Lizenz von Ultralytics YOLO erläutert, was das für eine Station im eigenen Haus bedeutet. anomalib und der Kern von CVAT stehen unter den freizügigen Lizenzen Apache 2.0 und MIT. Auch Datensätze haben Lizenzen: MVTec gibt an, dass sein Datensatz nicht für kommerzielle Zwecke genutzt werden darf. Welche Lizenzen zu Ihrer Nutzung passen, bestätigt Ihre Rechtsberatung; der GPU-Plan bleibt gleich, welche Sie auch wählen.

Was wir liefern

Wir liefern die NVIDIA L4, die RTX PRO 4000 SFF und die RTX PRO 5000 für Systeme an der Linie und im Labor, nach einer Prüfung, ob die Karte zu Gehäuse, Stromversorgung und Kühlung passt, und bauen KI-Server für das Training auf Bestellung, vor der Lieferung montiert und getestet, mit einem EU-Vertrag und einer Rechnung und mit Herstellergarantie auf jede Komponente, abgewickelt über uns. Unser Service Private AI/ML mit unserem Engineering-Partner Vixen.UNO richtet die Plattform auf dem Trainingsserver und die MLOps-Abläufe darum ein; die Kamerastation selbst kommt von Ihrem Integrator für Bildverarbeitung. Sie können diese Hardware bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Beschreiben Sie Ihre Prüfaufgabe und die geplanten Stationen, und wir antworten mit der Hardware für jeden Ort.

FAQ