Smart ProductionSchweißnaht-
inspektion
mit KI

Wie KI in der industriellen Qualitätsprüfung neue Perspektiven öffnet

Bisherige Prüfverfahren arbeiten mit festen Regeln: Ein Merkmal wird detektiert oder gemessen, mit Grenzwerten verglichen und automatisch bewertet. Das funktioniert gut bei geometrisch klaren Abweichungen. Regelbasierte Systeme scheitern an fehlender Trennschärfe: Ein Spritzer ist für einen messenden Algorithmus basierend auf Grauwerten nicht immer eindeutig auf einer komplex geformten Schweißnahtoberfläche von der Nahtoberfläche zu unterscheiden. So kann beispielsweise eine Abschattung mit konventionellen Methoden als Loch interpretiert werden. Die Folge: Hohe Pseudofehlerraten, zu viele manuelle Nacharbeiten, steigender Prüfaufwand. In dieser Situation eröffnet KI neue Spielräume und Möglichkeiten. Doch ihr Einsatz muss ganzheitlich verstanden werden – technisch, organisatorisch und rechtlich.

Künstliche Intelligenz bietet in der Schweißnahtprüfung genau dort Vorteile, wo klassische Systeme an strukturelle Grenzen stoßen: bei der Erkennung und Klassifizierung von komplex geformten Unregelmäßigkeiten, die keiner linearen Regel folgen sowie Fehler, bei der Lokalisierung komplexer Nahtverläufe und bei der zuverlässigen Unterscheidung zwischen relevanten Abweichungen innerhalb zulässiger Varianz.

Automatische Nahtfindung mit KI

Ein zentrales Einsatzfeld ist die automatische Nahtfindung. In der Praxis bedeutet das: Die KI erkennt anhand geometrischer und grauwertbasierter Merkmale, wo eine Naht beginnt, wie sie verläuft und wo der Prüfbereich endet. Diese Fähigkeit ist entscheidend, um den Fokus der Prüfung korrekt zu setzen – unabhängig von Bauteillage, Oberflächenzustand oder Prozessschwankung.

Reduktion kostenintensiver Fehler mit KI

Ein weiterer Vorteil liegt in der Reduktion von   kostenintensiven Pseudofehlern. Die KI verbessert die Trennschärfe – also die Fähigkeit, echte Fehler zuverlässig zu erkennen und zugleich unkritische Merkmale auszublenden. Das senkt die Nacharbeitsquote und erhöht die Prüfsicherheit.

Warum KI in der Messtechnik nicht zur alleinigen Lösung wird

Trotz ihrer erweiterten Fähigkeiten ist KI in der industriellen Qualitätsprüfung kein Ersatz für klassische Messtechnik. Der Unterschied liegt im Prinzip: Während herkömmliche Systeme diskrete, eindeutig messbare Werte erzeugen – etwa Nahtbreiten in Millimetern oder die Tiefe einer Vertiefung in definierten Toleranzstufen –, arbeitet KI auf Basis von Wahrscheinlichkeiten. Sie sagt nicht: „Diese Naht ist exakt 20,2 mm breit.“ Sie sagt: „Mit hoher Wahrscheinlichkeit liegt eine Nahtstruktur innerhalb des bekannten Musters.“

Genau das aber genügt in vielen normierten Prüfprozessen nicht. Diskrete Ergebnisse sind erforderlich, wenn Bauteile nach industriellen Standards abgenommen, dokumentiert oder auditiert werden. In diesen Fällen ist die Wahrscheinlichkeit einer Abweichung nicht ausreichend – die Messung muss eindeutig, nachvollziehbar und belastbar sein.

Das ist nicht nur eine technische, sondern auch eine regulatorische Frage. Standards wie die DIN-Normen oder werksspezifische Normen der Automobilhersteller definieren Prüfmerkmale, Prüftoleranzen und Grenzwerte exakt. Systeme, die keine überprüfbaren Einzelwerte liefern, sind derzeit nicht als alleinige Prüfmittel anerkannt.

Auch im Sinne der Produkthaftung ist diese Unterscheidung relevant. Die finale Entscheidung liegt beim übergeordneten Prüfsystem oder beim verantwortlichen Personal. Das macht den rechtlichen Rahmen deutlich, in dem KI-Systeme derzeit eingesetzt werden können – und wo ihre Grenzen liegen. Klar ist: KI erweitert die Prüfstrategie. Aber sie ersetzt keine bestehenden Prüfpflichten – weder technisch noch rechtlich.

Wie VITRONIC die Möglichkeiten der KI heute in VIRO WSI integriert

Das System VIRO WSI von VITRONIC zeigt, wie sich KI bereits heute in der Serienfertigung nutzen lässt – ohne regulatorische Konflikte und mit eindeutigem Nutzen für die Qualitätssicherung. Es kombiniert laserbasierte 3D-Sensorik mit KI-gestützter Bildauswertung und wurde speziell für die Inline-Prüfung von Schweißnähten in der Karosseriefertigung entwickelt. Im Fokus stehen zwei Aufgaben: die automatische Nahtfindung und die Klassifizierung von komplexen Irregularitäten.

Die Nahtfindung erfolgt auf Basis geometrischer Merkmale. Das System erkennt, wo eine Schweißnaht beginnt, wo sie verläuft und wo sie endet – auch bei variierenden Bauteilen, wechselnden Positionierungen oder veränderten Oberflächen. Damit entfällt die manuelle Definition von Prüfbereichen und die Lokalisierung wird robuster gegen Fertigungsschwankungen.

Für die Fehlerdetektion nutzt VIRO WSI eine Kombination aus Grauwert- und Höheninformationen. Anders als viele marktübliche Systeme analysiert es nicht nur das zweidimensionale Bild, sondern bezieht auch die Tiefenstruktur der Oberfläche ein. Das verbessert die Klassifikation: Löcher und Poren lassen sich sicher von Schmauch unterscheiden, Spritzer werden als separate Merkmale erkannt, Nahtvertiefungen lassen sich bewerten. Erfasst werden  Fehlergrößen je nach Schweißverfahren und verwendetem Sensor ab 0,1 mm. Die Auswertung erfolgt in Echtzeit direkt in der Linie. Gerade dort, wo eine saubere Nahtbildbeurteilung notwendig ist – etwa um nachgelagerte Schleif-, Reinigungs- oder Korrekturprozesse zu reduzieren –, zeigen sich die Effekte besonders deutlich.

Die KI arbeitet nicht autonom. Sie ist in ein klassisches Prüfsystem eingebettet und liefert validierte, rückverfolgbare Ergebnisse. Alle Detektionen werden dokumentiert, Grenzfälle können manuell verifiziert werden. Damit erfüllt VIRO WSI die Anforderungen an Lösungen im Rahmen bestehender Werksvorgaben und Normen. VITRONIC verzichtet bewusst auf den Einsatz spezialisierter Hochleistungsrechner. Das System läuft auf industrietauglicher Standardhardware und lässt sich ohne infrastrukturelle Hürden in bestehende Linien integrieren.

Wohin geht die Reise in der Messtechnologie mit KI in naher Zukunft?

Aktuell sind probabilistische Systeme in vielen Normen nicht vorgesehen oder unterliegen strengen Fähigkeitsanalysen. Die meisten industriellen Prüfstandards fordern eindeutig messbare, diskrete Ergebnisse – also genau das, was KI derzeit nicht liefern kann. Deshalb bleibt KI auch mittelfristig ein Assistenzsystem. Doch der Druck zur Weiterentwicklung auf Gesetzgebungs- und Normierungsebene wächst. Immer mehr Unternehmen setzen auf datengetriebene, digitale Prozesse – in der Produktion ebenso wie in der Qualitätssicherung. Mit diesen zunehmenden Datenmengen werden Systeme benötigt, die performant zu zuverlässigen Analysen kommen.

KI verändert die Qualitätsprüfung von Schweißnähten – aber nicht radikal, sondern strukturell. Systeme wie VIRO WSI zeigen, wie sich intelligente Bildverarbeitung mit bestehenden Prüfprozessen verbinden lässt, ohne Normen zu verletzen oder Haftungsrisiken einzugehen. Der Einsatz von KI führt nicht zur Vollautomatisierung, sondern zur gezielten Unterstützung – dort, wo klassische Systeme zu starr, zu fehleranfällig oder zu unflexibel sind.