43 Prozent der Automobilbranche nutzt KI in Bildverarbeitungssystemen
Automobilhersteller und -zulieferer sehen sich mit immer mehr gesetzlichen Auflagen und wachsendem Misstrauen der Verbraucher konfrontiert. Dadurch entsteht ein Bedarf an erhöhter Prüfungssicherheit, Rückverfolgbarkeit von Teilen und operativer Transparenz in der gesamten Lieferkette, was diese Entwicklung hin zur KI Machine Vision zusätzlich antreibt.
Erwartbar wäre, dass Erstausrüster (OEMs) KI-Technologien einsetzen, um Prozesse und Entscheidungen in der Produktion zu automatisieren. Der neue „AI Machine Vision in the Automotive Industry Benchmark Report“ zeigt, dass 49 Prozent der OEMs, 40 Prozent der Tier-1- und 35 Prozent der Tier-2-Zulieferer in Deutschland KI Machine Vision einsetzen. Im Vergleich dazu sind es in Großbritannien 56 Prozent der OEMs, 63 Prozent der Tier-1- und 44 Prozent der Tier-2-Zulieferer. Das spiegelt das Engagement der deutschen Automobilunternehmen für Qualität, Lieferfähigkeit und Kundenzufriedenheit, sowohl an der Schnittstelle zwischen Lieferketten als auch bei aufkommenden Branchentrends wie Elektro-, Hybrid- und autonome Fahrzeuge wider.
Mehr als 20 Prozent aller Befragten in Großbritannien und Deutschland gaben an, dass sie mehr über KI-Bildverarbeitungssysteme erfahren möchten oder bereits mit ihrer Beschaffung begonnen haben. Für diejenigen, die die Einführung der KI-gestützten industriellen Bildverarbeitung hinauszögern, könnte es jedoch schwieriger werden, einen Wettbewerbsvorteil zu erzielen. Zumal die befragten Automobilhersteller und -zulieferer in Deutschland und Großbritannien von zunehmendem Druck in Fragen der Nachhaltigkeit, Transparenz und Leistung berichten.
„Es ist besorgniserregend, dass mehr als ein Drittel – 34 Prozent – der deutschen und fast ein Viertel – 24 Prozent – der britischen Führungskräfte in der Automobilindustrie angeben, bei der industriellen Bildverarbeitung keine Form von KI, wie z. B. Deep Learning einzusetzen. Noch beunruhigender ist, dass sie die Relevanz nicht erkennen“, kommentiert Stephan Pottel, Automotive Manufacturing Practice Lead EMEA, Zebra Technologies. „Die Automobilindustrie ist hart umkämpft und Führungskräfte sollten nach Möglichkeiten suchen, wie sie das Vertrauen in die Qualität ihrer Produkte stärken können. Insbesondere angesichts der zunehmenden Verlagerung zur Produktion von Hybrid- und Elektrofahrzeugen.“
Für Automobilhersteller und -zulieferer, die ihre Ingenieure und Mitarbeiter darauf vorbereiten, wie Daten- und KI-Spezialisten zu denken und zu handeln, bietet neue KI-gestützte Bildverarbeitungssoftware mehr Produktivität, Geschwindigkeit, Genauigkeit und zusätzliche Fähigkeiten in anspruchsvollen Umgebungen und bei komplexen Anwendungsfällen.
Die Daten zeigen aber auch, dass es bei der KI-Leistung in der industriellen Bildverarbeitung noch Raum für Wachstum gibt. Von den Befragten, die in Deutschland KI in der industriellen Bildverarbeitung einsetzen, gibt fast jeder Fünfte (18,73 Prozent) an, dass ihre KI besser funktionieren oder mehr leisten könnte. „Einige OEMs und Zulieferer erwarten mehr von ihren KI-gestützten Bildverarbeitungsanwendungen – sie fordern ihre Bildverarbeitungspartner heraus, die diese Erwartungen erfüllen können und müssen“, so Pottel weiter.
Erläutert werden auch einige zentrale Herausforderungen bei der Verwendung herkömmlicher OCR-Tools (Optical Character Recognition). Diese werden weithin zum Lesen von Seriencodes, Bauteil- und Chargennummern sowie Fahrzeugidentifikationsnummern verwendet, um Qualität und Rückverfolgbarkeit sicherzustellen. Für ihren Einsatz ist aber ein erheblicher Schulungsaufwand erforderlich und ältere OCR-Tools sind oft instabil und schwer zu bedienen. Selbst gut ausgebildete Ingenieure sind oft nicht in der Lage, komplexe Anwendungsfälle damit zu bewältigen.
„Die Umfrage zeigt ein überraschend hohes Maß an Unzufriedenheit mit herkömmlichen OCR-Tools und eine ganze Reihe von Schwierigkeiten. Diese zu bewältigen würde hohe Investitionen erfordern – für unbefriedigende Ergebnisse“, sagt Pottel. „Diese älteren OCR-Tools werden den Anforderungen der modernen Fertigung nicht gerecht. Dabei gibt es längst neue Deep-Learning-OCR-Modelle, die keine besonderen Fähigkeiten erfordern und ohne Schulungen einen sofortigen Mehrwert bieten.“
Die Verfügbarkeit von Deep-Learning-OCR-Tools, die bereits mit Tausenden von Bildern trainiert wurden, hat über das letzte Jahr stark zugenommen. Auch Personen ohne KI-Erfahrung oder Data-Science-Kenntnisse können sie verwenden. Diese Deep-Learning-OCR-Modelle sind speziell für komplexe Anwendungsfälle wie beschädigte und schwer lesbare Zeichen, reflektierende Oberflächen und wechselnde Lichtverhältnisse konzipiert.
Dank dieser Innovation müssen Automobil-OEMs und -Zulieferer keine Ressourcen mehr für die Konfiguration von OCR-Tools oder die Validierung von Prüfergebnissen aufwenden. Es gibt Hardware- und Software-Tools, die die Antworten liefern können, die sie brauchen, um ihre Qualitäts- und Verfügbarkeitsversprechen zu erfüllen.
Die wichtigsten Ergebnisse:
- Fast die Hälfte (43 Prozent) der führenden Unternehmen der deutschen Automobilindustrie setzen KI in ihren Bildverarbeitungssystemen ein.
- Mehr als ein Drittel (34 Prozent) der OEMs und Zulieferer in Deutschland geben an, dass sie keine KI einsetzen und den Nutzen oder die Relevanz nicht sehen. Das zeigt, dass es nötig ist, den Mehrwert von KI klarer aufzuzeigen.
- Führende Unternehmen der Automobilindustrie sind mit der Leistung und dem Arbeitsaufwand herkömmlicher OCR-Tools unzufrieden. Sie benötigen eine einfache Methode, um visuelle Inspektionen in komplexen Anwendungsfällen zu automatisieren.
- Automobil-OEMs und -Zulieferer, die wissen möchten, wie sie im Vergleich zu anderen Unternehmen und Wettbewerbern in Bezug auf industrielle Bildverarbeitung und ihre Ziele für die KI-basierte Automatisierung abschneiden, können den vollständigen Bericht mit exklusiven Benchmark-Einsichten hier herunterladen.
Methodik: Die Umfrage wurde von Censuswide im Mai 2023 durchgeführt. Befragt wurden je 250 Entscheider der deutschen und britischen Autobranche, die für Bildverarbeitung zuständig sind. Quelle: Zebra Technologies