Frequently Asked Questions

Unser Geschäftsmodell besteht aus einer einmaligen Gebühr für die Einrichtung und Entwicklung des optimalen KI-Modells für Ihre AVI-Maschine, das die Inferenzanforderungen (z. B. 8, 10, 12 ms) erfüllt und die höchste Leistung in Bezug auf Erkennungsratensteigerung und Falscherkennung gewährleistet Reduzierung der Ausschussrate.

Das Dateneigentum kann bei Ihnen liegen. Dennoch muss vereinbart werden, dass INSPECTIFAI die Daten speichern und verarbeiten darf.

Wichtiger als die Menge der Daten ist "welche Daten". Um ein gut funktionierendes KI-Modell zu entwickeln, müssen wir Bilder von defekten Produkten, guten Produkten und idealerweise qualifizierten Fehlauswürfen und echten Defekten erfassen. Einige Hundert Produkte pro Kategorie sind ausreichend.

Ein Edge-Gerät, das alle Hardware-Anforderungen für die Inferenz des KI-Modells erfüllt, wird mit der Bildverarbeitungseinheit der Inspektionsmaschine verbunden (physische Verbindung + SW-Schnittstelle). Das KI-Modell wird auf dem Edge-Gerät bereitgestellt. Sobald die Bildverarbeitungseinheit das Bild abruft, wird es an das Edge-Gerät gesendet, die Inferenz wird durchgeführt und die Inspektionsentscheidung wird an die Inspektionsmaschine zurückgegeben.

Im Allgemeinen berechnen wir 5-6 Monate, um alle Aufgaben im Zusammenhang mit der Entwicklung des KI-Modells und der endgültigen Implementierung an der Inspektionsmaschine durchzuführen. Dies umfasst die Datenerfassung, das Labeling der Daten und die anschließende Entwicklung des Modells sowie Implementierung, Funktionstests, Installationsqualifizierung und Betriebsqualifizierung.

INSPECTIFAI kennzeichnet die Daten, da das Labeling von Daten eine mühsame Aufgabe ist. Wir tauschen uns regelmäßig mit Visionsexperten aus, um Produkte/Bilder zu besprechen und Richtlinien für das Labeling zu entwickeln, die in unsere speziell für das Labeling von Bildern für die visuelle Inspektion entwickelte Softwareanwendung integriert werden.

Um leistungsstarke KI-Modelle zu erstellen, benötigen wir die Vorteile skalierbarer Infrastrukturen. Nach der Bereitstellung des KI-Modells auf dem lokalen Edge-Gerät kann jedoch die Cloud-Verbindung deaktiviert werden.

Unsere Lösung basiert auf AWS, da es eine Vielzahl von Cloud-Services bietet, die wir nutzen, um die besten KI-Modelle zu erstellen, die Leistung der Modelle zu überwachen und sogar Edge-Geräte vollständig remote zu warten. Darüber hinaus bietet AWS bedeutende Maßnahmen zur Cyber- und Datensicherheit und erfüllt relevante Zertifizierungen, die für die regulierte Branche erforderlich sind.

Wir entwickeln Software gemäß den GxP-Richtlinien, haben ein internes Qualitätsmanagementsystem eingerichtet, definieren unsere Prozesse über  SOPs und stellen die erforderliche Dokumentation mit unserer Lösung bereit, z. B. Risikobewertungen, funktionale Spezifikationen, IQ- und OQ-Protokolle.

Eine erste Indikation kann nach dem Modelltraining anhand der übermittelten Daten gegeben werden. Mittels eines speziellen Betriebsmodus, dem Benchmark-Modus, ermöglichen wir einen Vergleich zwischen den Ergebnissen der traditionellen Bildverarbeitung und der KI-unterstützten visuellen Inspektion während der kommerziellen Chargenproduktion.

Wir verwenden den gleichen Mechanismus wie zur Berechnung der Fehlauswurfrate, jedoch mit klarem Bezug auf die defekten Produkte, die normalerweise für die Maschinenqualifizierung verwendet werden.

Die Installation des Edge-Geräts einschließlich des AI-Modells und der IQ/OQ kann in der Regel an einem Tag abgeschlossen werden. Danach kann bereits der Benchmark durchgeführt werden.