Aktualisiert Juli 2026 · 7 Min. Lesezeit · Serkan İnkaya · Mechanical Engineer, ODTÜ
Was verrät ein rohes Teilebild eigentlich über Ihren Betrieb?
Ein rohes Prüfbild ist kein neutraler Schnappschuss; es ist ein detaillierter Bericht darüber, wie Sie ein Teil herstellen. Ein hochauflösendes Bild kann die Teilegeometrie, die Vorrichtung und Werkzeuge im Hintergrund, die Oberflächengüte, den Druck- oder Etiketteninhalt tragen, und Bild um Bild die Durchsatz- und Fehlerraten der Linie. Für einen OEM oder einen Auftragsfertiger unter NDA ist das genau die Information, die ein Kunde im Werk halten will.
Die Datenresidenzfrage ist also nicht abstrakt. Wenn ein Prüfwerkzeug Bilder zur Verarbeitung in eine Anbieter-Cloud hochlädt, verlässt das sensibelste Bild Ihres Betriebs das Gebäude und landet im Speicher eines anderen, in einer Region und unter einem Vertrag, die Sie vielleicht nicht voll kontrollieren. Prüfbilder im Werk zu halten, ist der Unterschied zwischen einem Teil lokal klassifizieren und einem Dritten einen kontinuierlichen Strom Ihrer Produktions-IP übergeben.
Wie hält On-Device-Inferenz das Bild an der Linie?
On-Device-Inferenz hält das Bild an der Linie, indem sie die ganze Arbeit dort erledigt, wo das Bild aufgenommen wird. Adente Vision ist eine Edge-KI-Einheit für die visuelle Inspektion, entwickelt von ADENTE Advanced Engineering Technologies innerhalb der Aden Group und vertrieben über Automatisierungs-Systemintegratoren. Sie erfasst, analysiert und entscheidet jedes Teil in einem Gehäuse. Die Kamera speist ein lüfterloses Board der Jetson-Klasse mit 8-16 GB, das Modell läuft dort, und die Ausgabe, die die Einheit verlässt, ist ein Gut- oder Schlecht-Signal, nicht das Bild.
Das Timing zeigt, warum nichts hochgeladen werden muss. Die lokale Entscheidung dauert rund 30 ms pro Teil, gut innerhalb eines schnellen Taktzyklus, es gibt also keinen Grund, das Bild irgendwohin zu senden, um das Budget einzuhalten. Das Rohbild wird verarbeitet und kann an der Linie verworfen werden; nur das Urteil und die Zählungen, die Sie behalten wollen, wandert weiter. Jeder Schritt, Aufnahme, Inferenz und das Gut/Schlecht an Ihre SPS, geschieht auf Ihrer Seite der Werksgrenze.
Was ist Datenresidenz, und warum zählt sie für Werksbilder?
Datenresidenz ist die Frage, wo Ihre Daten physisch liegen und verarbeitet werden. Für Werksbilder entscheidet sie, wer die Bilder Ihrer Teile halten, kopieren oder vorladen kann und welche Rechtsordnung für sie gilt. Eine Cloud-Prüfpipeline legt diese Antwort außerhalb Ihrer Mauern; eine On-Device-Einheit hält sie an der Maschine.
Residenz zählt aus drei konkreten Gründen an einer Produktionslinie. Erstens IP: Das Bild ist ein Bauplan Ihres Teils und Prozesses, und ist es einmal hochgeladen, kontrollieren Sie Kopien davon nicht mehr allein. Zweitens Kundenverträge: Viele OEM- und Verteidigungsvereinbarungen verlangen, dass Bilder ihrer Teile nie das Gelände des Lieferanten verlassen, was eine Cloud-Pipeline nicht einhalten kann. Drittens Rechtsordnung: Ein Bild, das in ein Rechenzentrum im Ausland gesendet wird, kann unter die Übertragungs- und Offenlegungsregeln jener Region fallen, eine Compliance-Fläche, die eine Entscheidung vor Ort nie schafft. Wo personenbezogene Daten im Bild erscheinen können, wächst diese Fläche noch, was der Schwesterbeitrag zu DSGVO und Werksbildern als Architekturfrage behandelt.
Welche Daten verlassen die Linie: Cloud-Bildverarbeitung vs. On-Device-Einheit?
Der nützliche Weg, die beiden Architekturen zu vergleichen, ist aufzulisten, was jeweils tatsächlich die Werksgrenze überschreitet. In einer Cloud-Pipeline ist das Rohbild die Nutzlast; in einer On-Device-Einheit ist die Nutzlast eine Entscheidung.
| Daten | Cloud-Bildverarbeitung | On-Device-Edge-Einheit |
|---|---|---|
| Rohes Teilebild | Hochgeladen und extern gespeichert | An der Linie verarbeitet, nicht ausgelagert |
| Teilegeometrie und Werkzeugdetail | In jedem hochgeladenen Bild offengelegt | Bleibt im Werk |
| Durchsatz- und Fehlerraten | Aus dem Bildstrom ableitbar | Nur als lokale Metriken gehalten |
| Gut/Schlecht-Entscheidung | Aus der Cloud zurückgegeben | On-Device in rund 30 ms ausgegeben |
| Aggregierte Zählungen (optional) | Mit den Rohbildern gebündelt | Als Zahlen geteilt, Bilder bleiben unten |
Die unterste Zeile ist die wichtige. Den Edge zu wählen, heißt nicht, auf linienübergreifende Sichtbarkeit zu verzichten; es heißt, die Zahlen, die Sie zentralisieren wollen, von den Bildern zu trennen, die Sie nicht zentralisieren wollen. Zählungen, Raten und Drift können reisen; die Bilder, die Ihren Prozess kodieren, müssen sich gar nicht bewegen.
Bekommt man noch Flottenanalytik, ohne Rohbilder zu versenden?
Ja. Flottenanalytik braucht Metriken, keine Bilder. Jede Einheit entscheidet lokal und kann Zählungen, Gut/Schlecht-Raten, Zykluszeiten und Drift an ein webbasiertes Dashboard melden, sodass ein Qualitätsmanager Trends über mehrere Linien sieht, während jedes Rohbild auf der Einheit bleibt, die es erfasst hat. Das Dashboard aggregiert Zahlen; es baut keinen zentralen See Ihrer Teilebilder. Welche Metriken reisen und wie das Dashboard gespeist wird, ohne dass ein Bild die Zelle verlässt, zeigt der Beitrag zur Flottenanalytik ohne Rohbilder.
Die Governance-Regel ist, das kleinste Ding zu bewegen, das die Frage beantwortet. Eine Trendlinie braucht eine Fehlerzählung, nicht das Fehlerbild. Wenn jemand wirklich ein bestimmtes Teil ansehen muss, können Sie ein paar Muster bewusst ziehen und protokollieren, dass Sie es taten, statt alles standardmäßig zu streamen. Das hält die Analytik nützlich und die Bilder resident, und es gibt der Werks-IT eine saubere, kurze Antwort auf die Residenzfragen in jeder Anbieterprüfung: Wo werden die Bilder verarbeitet, wo werden sie gespeichert und was verlässt die Linie.
Dieser Beitrag ist eine Speiche des Leitfadens zur KI-Sichtprüfung; um zu sehen, wie Kamera, Edge-Rechenleistung und KI in einem Gehäuse sitzen, das das Bild an der Linie hält, durchstöbern Sie das System.