In diesem Digital-Plus Projekt zum Thema Smarte Qualitätskontrolle wurde anhand von Trainingsdaten der Einsatz von Deep Learning in der Qualitätskontrolle des EdgeClip getestet.

Kurzer Blick ins Unternehmen:

Überall dort, wo Strom durch eine Leitung fließt oder Daten mit einem Glasfaserkabel übertragen werden, ist ein Produkt von HellermannTyton nicht weit entfernt. Aufbauend auf einem erfinderischen Erbe, dessen Geschichte 1935 mit den Erfindungen vom Gründungsvater Paul Hellermann in Hamburg begann, ist das Unternehmen heute einer der weltweit führenden Hersteller und Anbieter von Produkten zum Bündeln, Befestigen, Verbinden, Schützen und Kennzeichnen von Kabeln, Leitungen und Konnektivitätslösungen für Datennetzwerke – in Gebäuden, im Boden, in Maschinen und in Fahrzeugen.

Ausgangslage:

Zu den erfolgreichsten Produkten zählt auch der EdgeClip, welcher als Befestigungslösung für die flexible Führung von Kabelbäumen, Schläuchen oder Rohrleitungen in diversen Industrieanwendungen, unter anderem in der Automobilindustrie, dient. Der EdgeClip ist ein kleiner Kabelhalter für die Kantenmontage. Diese speziellen Kunststoffteile mit integrierten Federstahlklammern kommen mit einem Kabelbinder zum Einsatz. Auf mehreren vollautomatischen Montageanlagen werden davon enorme Jahresmengen produziert.

Die hohen Ansprüche der Kunden an die Lieferqualität sowie der eigene Qualitätsanspruch führen zu hohen Anforderungen an die Qualitätskontrolle der produzierten Edge Clips. Zu Sicherstellung dieser Ansprüche, wird derzeit ein automatisiertes pixelbasiertes Vision-System eingesetzt. Wenn dieses System Teile nicht als eindeutig „OK“ klassifizieren kann, werden sie aussortiert. Aufgrund der hohen Qualitätsanforderungen wurde das System so eingestellt, dass Gutteile sicherheitshalber aussortiert, statt Schlechtteile nicht erkannt werden. Aktuell beträgt die Ausschussrate etwa 1%, beinhaltet durch die zuvor erwähnten Umstände jedoch einen immensen Pseudoausschussanteil. 

Die Ursachen hierfür sind:

• Blitzeffekte, Glanz
• Schmutz- und Staubpartikel, Zinksplitter, verschmutzte Beschichtungen
• kleine Abweichungen in Geometrie, Abmessungen, Chargenabweichungen

Nachdem sich eine Vielzahl verschiedener Lösungsansätze wie z.B. komplexe Beleuchtungssysteme, 3D-Scans oder Strategien zur Vermeidung von Staub und Verschmutzungen in der Praxis nicht als hilfreich oder kosteneffizient herausgestellt hatten, sollte im Rahmen dieses Projektes durch ein Proof-of-Concept (PoC) untersucht werden, ob Künstliche Intelligenz, insbesondere das Deep Learning, dazu geeignet wäre, die bisherigen visuellen Qualitätssysteme zu unterstützen oder gar zu ersetzen.

Ablauf:

Das Vorgehen im Projekt zur smarte Qualitätskontrolle wurde angelehnt an den Cross Industry Standard Process for Data-Mining (CRISP-DM). Dieses Vorgehen zeichnet sich vor allem dadurch aus, dass es non-linear ist und die Prozessschritte auf Basis der Erkenntnisse beliebig oft iterativ wiederholt werden können.
Für den PoC wurde sich dafür vor allem auf die Bereiche der Datengewinnung, Datenverständnis und auf das Training eines ersten KI-Modells konzentriert.

Für Projekte dieser Art sind sowohl technisches Wissen aus dem Bereich KI, als auch ein hohes Prozessverständnis und Fachwissen zum jeweiligen Anwendungsfall essentielle Erfolgsfaktoren, sodass im Rahmen des Projektes eine enge Zusammenarbeit zwischen den KI-Experten Jan Fischer und Daniel Smit des Mittelstand-Digital Zentrum Hamburg und den Ingenieuren von HellermannTyton stattfand.

Für das gewählte KI-Verfahren Deep Learning kamen sogenannte Convolutional Neural Networks zum Einsatz, die dem visuellen Cortex nachempfunden sind und sich hervorragend für die Bilderkennung eignen. Wie bei vielen KI-Verfahren ist auch beim Deep Learning der Erfolg unter anderem von der Qualität und der Menge der verfügbaren Trainingsdaten abhängig. Der Trainingsdatensatz sollte möglichst repräsentativ für den späteren Einsatz sein.

In diesem Projekt besteht dieser aus Bildern von Teilen, die vom bisherigen Qualitätssystem als Ausschuss erkannt wurden. Diese werden im Nachgang von Experten begutachtet. Die Bilder des Datensatzes werden also nach erhaltenswerten und nicht erhaltenswerten Teilen sortiert. Hierzu wurde in einem ersten Schritt ein sog. Annotation-Tool zur Sortierung an die Anforderungen der Experten von HellermannTyton angepasst. Der Trainingsdatensatz wurde iterativ erweitert, so dass der finale Datensatz aus ca. 20.000 Bildern besteht.

Als Zwischenergebnis wurde auf Basis eines kleineren Datensatzes durch die Experten des Business Innovation Lab ein erstes Deep Learning Modell erzeugt. Das auf der Resnet50-Architektur basierende Modell wurde mit der Bibliothek fast.ai erzeugt und auf handelsüblichen PC mit einer RTX 3090 Grafikkarte trainiert.

Ausgehend von der Klassenverteilung von etwa 5:1, zeigte sich, dass die erreichte Genauigkeit von ca. 82% genau dieser Verteilung der Klassen entsprach. Eine genauere Analyse ergab jedoch, dass das KI-Modell keine Merkmale der Bilder, sondern nur die Verteilung der Klassen gelernt hatte. Um dem entgegenzuwirken wurden verschiedene Lösungsansätze, wie Augmentierung der Daten, Over- und Undersampling sowie gewichtete Verlustfunktionen untersucht. Insgesamt wurden so etwa 250 unterschiedliche Modellkonfiguration trainiert, bewertet und auf neuen Daten getestet.

Ergebnisse:

Der Proof-of-Concept zur smarten Qualitätskontrolle konnte zeigen, dass Deep Learning eine sinnvolle Alternative zu den klassischen visuellen Qualitätskontroll-Systemen sein kann: Aus den ca. 250 unterschiedlichen Modellkonfiguration wurden etwa 20 Modellkonfigurationen identifiziert, die sich als besonders geeignet erwiesen hatten. Die höchste Genauigkeit im Training von ca. 95% erreichte das Projektteam mit Hilfe des sog. Transfer Learnings, bei dem komplexe Deep Learning Modelle, die auf die Klassifizierung einer Vielzahl von Objekten mit hunderttausenden von allgemeinen Bildern trainiert wurden, mit dem eigenen Datensatz nachtrainiert (engl. finetuning) werden. Man profitiert also dabei von den Erkenntnissen und Trainingsfortschritten anderer, so reduziert sich der Ressourcen und Zeitaufwand um ein Vielfaches und ist somit auch für KMU durchführbar.

Zur Visualisierung, Sortierung und Clustering der Daten, sowie dem Testen und Vergleichen verschiedener Deep Learning Modelle wurde von den Experten der HAW ein Dashboard entwickelt, das HellermannTyton zur Verfügung gestellt wird und zukünftig bei der weiteren Bearbeitung des Themas „Smarte Qualitätskontrolle“ zum Einsatz kommen wird. Die Erkenntnisse und trainierten Modelle werden zukünftig in einer prototypischen Versuchsanlage eingesetzt.

Sie haben Fragen zu diesem Digital Plus-Projekt zum Thema smarte Qualitätskontrolle, oder zu anderen Digitalisierungs-Möglichkeiten?

Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus! Wir freuen uns über eine Nachricht an mittelstand-digital@hk24.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk.

Der Weg zur gelungenen Dokumentenarchivierung und was dies mit Kommunikation zu tun hat – Eine Praxisreise mit der Hamburger Hochdruck Hydraulik GmbH.

Dokumente transparent, übersichtlich und nachvollziehbar digital verwalten – das hört sich gut an! Da mittlerweile selbst bei kleinen Handwerksbetrieben immer mehr Dokumente im Umlauf sind, lohnt es sich, aufzuräumen und digitale Strukturen zu schaffen. Ein digitales  Dokumentenmanagementsystem (DMS) hilft Zeit einzusparen, verbessert die Nachverfolgbarkeit von Dokumenten und reduziert händische Bearbeitungsschritte. Dokumente, die in ein DMS gelangen, werden gekennzeichnet und strukturiert und können mithilfe von Schlagwörtern schneller gefunden und mit Berechtigungen versehen werden. 

Die Hamburger-Hochdruck-Hydraulik GmbH hat sich projektorientiert diesem Thema genähert und in Zusammenarbeit mit dem Mittelstand-Digital Zentrum Hamburg eine geeignete Lösung gefunden. Das eigentlich Spannende ist aber nicht die Lösung an sich, sondern der Prozess dahinter, denn ein DMS muss zum Betrieb und zu den Bedarfen der Belegschaft passen und bedarf daher einer guten Vorbereitung.

Kurzes Unternehmensportrait:

Die 2001 gegründete Hamburger-Hochdruck-Hydraulik GmbH (3H) hat sich auf Dienstleistungen rund um die Wartung und Reparatur sowie den Verleih von hydraulischen Geräten der Presstechnik spezialisiert. Mit 36 Mitarbeitenden des Standortes Hamburg bietet der Betrieb verschiedene Services in der Metropolregion an. Das Know-how der Mitarbeitenden erstreckt sich dabei über ein breites Spektrum von Produkten, Technologien und Dienstleistungen.

©Firma Hamburger-Hochdruck-Hydraulik GmbH

Ausgangslage: 

3H ist bereits seit 2019 in der Lage, auftragsbezogene Prozesse weitgehend papierlos zu steuern, wie z. B. die Aufnahme von Kundenanfragen, die Wareneingänge und die interne Bearbeitung der Verleih- oder Reparaturaufträge.

Die Archivierung von auftragsunabhängigen Dokumenten erfolgte bisher jedoch ohne eine klar definierte Struktur. Die Probleme dabei lagen in den vielen händischen Bearbeitungsschritten und einer fehlenden Transparenz. Die Suche nach Dokumenten war somit besonders zeitaufwändig und stellte eine große Herausforderung dar. Mehrfachablage und Doppelarbeit sägten an den Nerven. Philipp Rahn kann sich rückblickend an folgende Gesprächssituationen erinnern: „Kann mir jemand sagen, wo die Papiere vom PKW zu finden sind?“ oder „Die Aufstellung hatte ich dir doch schon das letzte Mal in die Hand gegeben!“. Für den Geschäftsführer Curt Kaesler und Philipp Rahn stand fest: Speicherung, Pflege und Austausch von Dokumenten soll künftig in strukturierter und digitaler Form erfolgen. Eine softwarebasierte und transparente Dokumentation soll sowohl Zusammenarbeit, als auch Effizienz verbessern.

Vorgehen und Ergebnis:

Gemeinsam mit dem Mittelstand-Digital Zentrum Hamburg wurde ein Umsetzungsprojekt für ein digitales Dokumentenmanagement gestartet. Ziel war die Unterstützung von 3H bei der systematischen Auswahl und Einführung eines digitalen Dokumentenmanagements, welches die Anforderungen und Rahmenbedingungen des Betriebes berücksichtigt.

Hierzu wurde das folgende Vorgehen im Umsetzungsprojekt angewandt:

Zunächst wurden gemeinsam die bestehenden Prozesse bei 3H analysiert. Hierbei wurde eine Analysemethode entwickelt und angewandt, die sowohl die relevanten Informationen abbildet als auch einfach zu erlernen ist und besonders verständlich und anschaulich unterschiedliche Dokumententypen berücksichtigt. Aus der Analyse ergab sich, dass die wertschöpfenden Prozesse bei 3H bereits größtenteils digital abgebildet werden, aber keine klare Struktur bei der Archivierung besteht. Bei den unterstützenden Prozessen führten nicht definierte Verantwortlichkeiten zudem häufig zu Unregelmäßigkeiten bei der Abwicklung, was zu Zeit- und Informationsverlusten führte.

Nach der Analyse wurde der Bedarf an das digitale Dokumentenmanagement festgelegt. Hierzu wurden die Grundfunktionalitäten verschiedener Softwaresysteme verglichen. Als Ergebnis wurde ein digitales Dokumentenmanagement als geeignetes System für 3H identifiziert, wobei einzelne Grundfunktionen eines Workflow-Management-Systems ebenfalls gewünscht waren.

Nach der Eingrenzung der Systemart wurden geeignete digitale Dokumentenmanagement in einer Marktübersicht zusammengetragen, welche die zuvor definierten Grundfunktionen abdecken. Um die Anforderungen an ein passendes digitales Dokumentenmanagement zu erarbeiten, wurden die Belange der Beteiligten gesammelt und strukturiert. Die Anforderungen wurden unterteilt in funktionale Anforderungen die das künftige System abbilden sollte, Randbedingungen welche u.a. vertragliche Bedingungen beinhalten und Qualitätsanforderungen die sich aus der Gesetzgebung ergeben können.

Unter anderem wurden folgende Anforderungen an ein digitales Dokumentenmanagement erarbeitet:

• Bereitstellung einer geeigneten Archivierungsstruktur
• Umgang mit gängigen Datenformaten und Verlinkung zu weiteren Dokumenten
• Schnittstellen für den Import und Export von Daten
• Übersichtliche und nachvollziehbare Versionsverwaltung von Daten
• Bereitstellung eines konfigurierbaren Rechtemanagements mit verschiedenen Anwenderrollen
• Fallspezifisches Zusammenstellen, Kopieren und Gruppieren von verschiedenen Dokumenten

Vor der Auswahl eines digitalen Dokumentenmanagements wurden diese Anforderungen noch geschärft bzw. konkreter gemacht und führten dazu, dass die zuvor erstellte Markt-Übersicht angepasst wurde. Denn DMS ist nicht gleich DMS!

Mithilfe einer Nutzwertanalyse wurden die Systeme im weiteren Verlauf des Umsetzungsprojektes bewertet. Hierzu wurden zunächst die Kriterien gewichtet, d.h. mit einer Gewichtung von 1-10 versehen. Mithilfe der Bewertung der einzelnen Systeme konnten die geeigneten Systeme als Liste der möglichen „Gewinner“ immer weiter eingegrenzt werden, bis schließlich die passende Lösung gefunden war.

Wird ein neues DMS eingeführt, besteht zunächst ein leeres System ohne individuell gewünschte Struktur. Diese musste zunächst während der Implementierung geschaffen und gefüllt werden. Das Rechtemanagement bspw. ordnet Personen einer Gruppe zu und vergibt entsprechende Rechte. Stück für Stück wurde die Struktur auf die Unternehmensbedarfe angepasst.

Sollte es also bei einem digitalen Dokumentenmanagement für 3H bleiben? Ja, bestätigte die Geschäftsführung. 3H entschied sich, zunächst kein umfangreiches DMS zu implementieren, sondern sich erst einmal auf nicht auftragsbezogene Dokumente zu fokussieren. Es sei wichtig, während eines Projektes immer wieder die Anforderungen und ggf. Ziele anzupassen und nachzusteuern. Nicht immer sei es in Projekten so, dass am Ende genau das herauskommt, was anfangs verlangt wurde.

Aber was hat das Ganze nun mit Kommunikation zu tun? Bevor mit dem neuen System gestartet werden konnte, wurde geredet, getestet und geschult. Und zwar wurde vorher mit allen 3H Mitarbeitenden persönlich gesprochen – über den Sinn des DMS, aber auch über Bedenken und kritische Punkte. „Wer sein Team hier nicht ernst nimmt, verdirbt sich einen guten Start.“ so Philipp Rahn.

Getestet wurde spielerisch, in dem eine DMS-Schnitzeljagd im Testmodus durchs Unternehmen durchgeführt wurde. In kleinen Teams aufgeteilt, bekamen Mitarbeitende Aufgaben zu „Finden und ablegen im DMS“, ihrem künftigen „Unternehmens-Google“, z.B. zu Fotodokumentation (Fotos von einem Cocktail im passenden Ordner ablegen) und Kommentierungen. Nicht vorbereitet waren die Geschäftsführung über die großartige Resonanz ihrer Mitarbeitenden.

Philipp Rahn, Hamburger Hochdruckhydraulik

„Was das Tool für uns mittlerweile unverzichtbar macht, ist die Vernetzung unserer Mitarbeitenden, gepaart mit Papieren, die nicht auftragsbezogen sind.“

Nach der Testung des digitalen Dokumentenmanagements stellte sich die Kernfrage: Klappt der Wechsel zur konsequenten Nutzung eines digitalen Dokumentenmanagements? Ein klares Ja! Heute ist das eingesetzte digitale Dokumentenmanagement zentraler Kommunikationsknoten und hat mehrere Schnittstellen, die anfangs nicht geplant waren. So wird nun die Buchhaltung hierüber abgewickelt und sogar Umfragen für die Mitarbeitenden werden regelmäßig und anonym über das DMS angeboten, um die Bedarfe der Belegschaft gespiegelt zu bekommen. Mittlerweile werden 80% aller früheren Mails über das DMS abgewickelt. Das also hat ein digitales Dokumentenmanagement alles mit Kommunikation zu tun!

Im Leitfaden Dokumentenmanagementsysteme in KMU systematisch auswählen und einführen des Mittelstand-Digital Zentrum Hamburg finden Sie eine Vorgehensweise, die Sie bei der Auswahl eines geeigneten digitalen Dokumentenmanagements und der erfolgreichen Einführung unterstützt.

Sie haben Fragen zu diesem Umsetzungsprojekt im Bereich digitales Dokumentenmanagement, oder zu anderen Digitalisierungs-Möglichkeiten? Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Kontaktdaten zu diesem Umsetzungsprojekt:

Philipp Rahn, Prokurist Hamburger Hochdruck Hydraulik, E-Mail: p.rahn@HHHydraulik.com
Feras El Sakka, Helmut-Schmidt-Universität Hamburg, E-Mail: feras.elsakka@hsu-hh.de
Christine Mish, Mittelstand-Digital Zentrum Hamburg, E.Mail: christine.mish@hwk-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk.