Qualitätssicherung der Zukunft:

KI-basierte Bildanalyse
für regionale Unternehmen

Die KI-basierte Bildanalyse ist eines der wegweisenden Entwicklungsprojekte im Bereich der regionalen Digitalisierung. Im Kern geht es um innovative Lösungen, die es Unternehmen ermöglichen, visuelle Daten intelligent und automatisiert zu verarbeiten. Von der Qualitätssicherung in der Produktion bis zur smarten Besucheranalyse im Einzelhandel eröffnet diese Technologie völlig neue Perspektiven für den regionalen Mittelstand.

Doch was genau verbirgt sich hinter dieser Technologie?

KI-basierte Bildanalyse funktioniert ähnlich wie das menschliche Auge und Gehirn – nur schneller und präziser bei wiederkehrenden Aufgaben. Durch den Einsatz künstlicher Intelligenz können Programme Bilder und Videos in Echtzeit „sehen“ und verstehen. Sie erkennen automatisch relevante Muster, Objekte oder Auffälligkeiten – sei es ein Produktionsfehler auf dem Fließband oder die Bewegungsmuster von Kunden im Geschäft. Was früher zeitaufwändige manuelle Kontrollen erforderte, geschieht nun in Sekundenschnelle und rund um die Uhr. Die Software lernt dabei kontinuierlich dazu und wird mit der Zeit immer treffsicherer in ihrer Analyse.

Qualitätskontrolle im Wandel

Die Qualitätskontrolle steht vor einem Paradigmenwechsel. Aktuellen Studien zufolge, können durch die KI-basierte Bildanalyse Fehlerraten um bis zu 0% reduziert werden. Für kleine und mittlere Unternehmen bedeutet dies nicht nur Kosteneinsparungen, sondern auch eine Antwort auf den zunehmenden Fachkräftemangel.

Gleichzeitig sind die Herausforderungen der bisherigen, menschlichen Qualitätskontrolle deutlich. Nach Stunden kontinuierlicher Inspektion sinkt die Erkennungsgenauigkeit erheblich und die Übereinstimmungsrate zwischen Prüfern sinkt. Zudem führen Ermüdungserscheinungen zu erhöhten Fehlerraten in der letzten Arbeitsstunde.

Diese Faktoren unterstreichen die strategische Notwendigkeit der Automatisierung vor allem für KMUs, um Prozesse in ihrer Präzision und Effizienz nachhaltig zu verbessern.

KI-Regio

Innovation für unsere Region

Das Projekt KI-Regio verbindet wissenschaftliche Expertise mit praktischen Anforderungen regionaler Unternehmen. Das Praxisnetzwerk umfasst dabei:

• • Händler
• • Produzenten
• • Technologie
• • Medien und Verbände
• • Dienstleister

Prof. Dr. Gunther Gust über die KI-basierte Bildanalyse

Qualitätssicherung der Zukunft
Maintal-Konfitüren
Praxisbeispiel

Die Implementierung bei Maintal-Konfitüren zeigt exemplarisch das Potenzial der KI-Bildanalyse. Das traditionsreiche Unternehmen setzt die innovative Technologie ein, um seine hohen Qualitätsstandards noch effizienter zu gewährleisten.

Ihre Vorteile und Ergebnisse:

• Die KI-gestützte Qualitätskontrolle ermöglicht eine deutlich präzisere Inspektion der Produkte. Selbst kleinste Abweichungen bei Glasgebinden, Verschlüssen oder der Konfitüre selbst werden zuverlässig erkannt. Dies führt zu einer nachweislichen Qualitätsverbesserung im gesamten Produktionsprozess.
• Bei der Sortierung und Verarbeitung der Rohwaren unterstützt die KI-Bildanalyse die Mitarbeiter durch automatische Erkennung der Fruchtqualität. Dies optimiert nicht nur die Effizienz, sondern gewährleistet auch eine gleichbleibend hohe Produktqualität.
• Ein weiterer wichtiger Aspekt ist die schrittweise Digitalisierung bisher manueller Abläufe im Unternehmen. Die KI-Technologie ermöglicht es, Routinekontrollen zu automatisieren, wodurch sich die Mitarbeiter auf komplexere Aufgaben konzentrieren können. Dies steigert nicht nur die Produktivität, sondern schafft auch Freiräume für Innovationen.

Qualitätssicherung der Zukunft
Maschinenbau
Praxisbeispiel

Im Maschinenbau ermöglicht KI-basierte Bildanalyse die präzise Unterscheidung zwischen echten Defekten und temporären Verschmutzungen. So werden menschliche Fähigkeiten ergänzt und Ressourcen optimal genutzt. Während herkömmliche Qualitätssicherung oft zu Vorsichtsaussortierungen führt, erkennt die KI zuverlässig, ob es sich bei einer Unregelmäßigkeit um einen kritischen Produktionsfehler oder nur um harmlose Ablagerungen handelt. Dies reduziert Ausschuss erheblich und spart wertvolles Material. Die Technologie unterstützt dabei das Qualitätssicherungspersonal, das sich nun auf komplexere Aufgaben konzentrieren kann. Gerade für mittelständische Fertigungsbetriebe bedeutet dies einen entscheidenden Wettbewerbsvorteil: höhere Produktionseffizienz bei gleichzeitiger Qualitätssteigerung.

Prof. Dr. Gunther Gust über die Herausforderungen
KI-basierter Bildanalyse

Prof. Dr. Gunther Gust, Inhaber des Lehrstuhls für Wirtschaftsinformatik und künstliche Intelligenz in Unternehmen

Der Weg zur KI Lösung
Gemeinsam mit KI-Regio

Der Fortschritt in der künstlichen Intelligenz eröffnet neue Möglichkeiten für Unternehmen. Ein nachhaltiger Weg zur eigenen KI-Lösung beginnt mit dem systematischen Aufbau von Wissen direkt in den Organisationen. Die Vernetzung von Wissenschaft und Wirtschaft ermöglicht es kleinen und mittleren Unternehmen, KI-Potenziale zu erkennen und zu nutzen. Wissenschaftliche Expertise unterstützt bei der Analyse bestehender Prozesse und der Entwicklung passender Lösungsansätze. Von der Weiterbildung, über die Prozessanalyse bis zur Umsetzung steht der gemeinsame Weg zur individuellen KI-Lösung im Fokus des Handelns.

Vision4Quality
Ein Umsetzungsweg
Für regionale KMUs

„Wir haben die Vision durch kameragestützte Montagekontrolle höchste Qualität zu erreichen.“
– Vision4Quality

Die Vision4Quality GmbH ist ein innovatives Unternehmen, das mit ModPCB einen KI-gestützten Montageassistenten entwickelt hat. Das System kombiniert künstliche Intelligenz mit Bildverarbeitung, um Mitarbeiter bei der Qualitätssicherung und Montage zu unterstützen. Die Lösung garantiert 100% geprüfte Gut-Teile und ermöglicht die schnelle Erstellung von Prüfprogrammen für verschiedene Anwendungen wie Montage, Bestückung und Qualitätsprüfung.

Die Kernfunktionalität basiert auf einem NoCode-Ansatz, der es Mitarbeitern ermöglicht, ohne Programmierkenntnisse neue Prüfprogramme zu erstellen. Das System führt dabei durch einen interaktiven Prozess, bei dem die zu prüfenden Merkmale einfach definiert werden können.

Die KI-gestützte Bildverarbeitung erkennt automatisch verschiedene Komponenten wie Stecker, Kabel, DIP-Schalter oder elektronische Bauteile und überprüft deren korrekte Position und Ausführung. Ein besonderer Vorteil des Systems liegt in seiner Flexibilität: Durch das kompakte Design und die variable Arbeitshöhe kann es an praktisch jedem Arbeitsplatz installiert werden. Die Bedienung erfolgt über einen Touchscreen-Monitor, der sowohl zur Konfiguration als auch zur Anzeige der Prüfergebnisse dient. Alle Prüfdaten werden dabei langfristig gespeichert und können für Analysen und Optimierungen genutzt werden.

Das KI-Ökosystem in Mainfranken

• Es vereint Unternehmen, Forschung und öffentliche Akteure, um mit KI nachhaltige und innovative Lösungen für regionale Wertschöpfungsketten zu entwickeln.
• Es steht für kurze Wege, vertrauensvolle Zusammenarbeit und praxisorientierte Lösungen, die ökonomische und ökologische Vorteile für die Region schaffen.

Was ist die Stärke des Ökosystems in Mainfranken?

“Wir haben schon viel Kompetenz und Wertschöpfung lokal vorhanden.“

Prof. Dr. Gunther Gust

Erfolgsfaktor: Zusammenarbeit durch ZDI Mainfranken

Dr. Christian Andersen – O-Ton ZDI Mainfranken

KI als Enabler für regionale Prozesse

Durch den Einsatz von KI können regionale Wertschöpfungsketten effizienter gestaltet und Prozesse nachhaltiger aufeinander abgestimmt werden.

KI sorgt dafür, dass Produzenten wissen, wie viel sie herstellen, und Händler, wie viel sie benötigen.
Prof. Dr. Gunther Gust

Best Practice:

Erfolgreiche KI-Integration in der Praxis

WeSort.AI

WeSort.AI ist ein innovatives Unternehmen aus Würzburg, das sich auf die Analyse und Sortierung von Abfallmaterialien mittels künstlicher Intelligenz spezialisiert. Mit ihrem System „BatterySort“ erkennen sie gefährliche Stoffe wie Lithium-Akkus frühzeitig und verhindern so Brände in Recyclinganlagen. Durch den Einsatz von KI optimiert WeSort.AI Recyclingprozesse, steigert die Effizienz und erfüllt gleichzeitig hohe Umweltstandards. Auch Dank der Förderung durch das ZDI Mainfranken konnte WeSort.AI den Deutschen Gründerpreis 2024 gewinnen – ein Erfolg, der die Stärken des regionalen Ökosystems mit seinen kurzen Wegen und starken Netzwerken unterstreicht. Heute gilt das Unternehmen als bundesweiter Leader im KI-Bereich und zeigt, wie Innovation aus Mainfranken nachhaltige Lösungen vorantreibt.

Zukunftsperspektive: Ein nachhaltiges Ökosystem aufbauen

Ein starkes Ökosystem verbindet Unternehmen, Hochschulen und Startups, um Innovation und Nachhaltigkeit voranzutreiben. Durch Zusammenarbeit und den Einsatz moderner Technologien entstehen Lösungen, die die Region zukunftsfähig machen. Gleichzeitig können durch solche Netzwerke Fachkräfte in der Region gehalten werden, indem Studierende und Absolventen frühzeitig mit lokalen Unternehmen in Kontakt kommen. So entsteht eine Grundlage für langfristigen Erfolg und nachhaltige Wertschöpfung in Mainfranken.

„Wir schaffen Verbindungen zwischen Unternehmen und Hochschulen, um junge Talente in Mainfranken zu halten.“

Dr. Christian Andersen

KI-optimierte Preisgestaltung in der Welt der KMU

Die KI-Preisgestaltung ist eine fortschrittliche Strategie, die auf der Nutzung von Big Data basiert, um die Preisgestaltung dynamisch zu optimieren.

Warum ist KI in der Preisgestaltung ein aktuelles Thema?

Die KI-gestützte Preisgestaltung eröffnet Unternehmen völlig neue Möglichkeiten, um ihre Preise effizienter, dynamischer und profitabler zu gestalten. Durch die Nutzung von Big Data und maschinellem Lernen können Preise in Echtzeit an Marktbedingungen, Nachfrage und Kundenverhalten angepasst werden.

Traditionelle VS. KI Preisgestaltung

Traditionelle Preisgestaltung – Ein modernes Geschäft mit manuellen Preisanpassungen, statischen Preisschildern und einem langsamen, reaktiven Preismodell.

KI-Preisgestaltung – Ein hochmodernes, automatisiertes Geschäft mit dynamischen Preisschildern, personalisierten Preisen und Echtzeit-Anpassungen durch KI.

Arten der KI-gestützten Preismodelle

Einsatz in der Praxis

• Kundenpersonalisierung

Die KI erkennt das Kaufverhalten der Kunden und bietet personalisierte Rabatte oder Vorschläge für Premium-Produkte, um die Wahrscheinlichkeit eines Kaufs zu erhöhen.

• Echtzeit-Wettbewerbesanalyse

Die KI überwacht kontinuierlich die Preise der Konkurrenz. Wenn ein Wettbewerber ein ähnliches Produkt im Angebot hat, senkt die KI automatisch den Preis, um wettbewerbsfähig zu bleiben. Sobald das Angebot des Wettbewerbers endet, passt die KI den Preis wieder nach oben an.

• Nachfragevorhersage

Die KI analysiert historische Daten und erkennt, dass bestimmte Produkte während der Weihnachtszeit eine hohe Nachfrage haben. Sie schlägt vor, die Preise für diese Produkte leicht zu erhöhen, bevor die Nachfrage ihren Höhepunkt erreicht.

Nach der Nutzung (Durchschnittlich)

ROI-Metriken basierend auf selbst gemeldeten Daten von über 35 Kunden von Minderest, zwischen 2020 und 2023. (Quelle: Reactev)

Herausforderungen

Fazit und Ausblick

Die Praxis zeigt: Unternehmen, die auf KI-gestützte Preismodelle setzen, profitieren von höheren Umsätzen, gesteigertem Gewinn und erheblicher Zeitersparnis. Dennoch bleibt die Implementierung eine Herausforderung. Unternehmen müssen nicht nur geeignete Datenquellen erschließen und in leistungsfähige Algorithmen investieren, sondern auch interne Prozesse und Denkweisen anpassen. Datenschutz, Transparenz und Akzeptanz bei Kunden sind weitere Aspekte, die bedacht werden müssen.

Künstliche Intelligenz

in der Welt der KMU

Kleine und mittelständische Unternehmen stehen vor der spannenden Herausforderung, Künstliche Intelligenz in ihre Prozesse zu integrieren. Diese Technologie bietet die Chance, Arbeitsabläufe zu revolutionieren, Prozesse zu optimieren, Kosten zu senken und die Wettbewerbsfähigkeit nachhaltig zu steigern. Mit dem KI-Regio Projekt eröffnen sich innovative Möglichkeiten, um Unternehmen auf ein neues Level zu bringen und von den Vorteilen der KI zu profitieren.

Warum das KI-Regio Projekt?

„Es ist wichtig, gerade den Unternehmen, die noch relativ weit weg sind, den Blick dahingehend zu schärfen, die Potenziale zu erkennen.“

Prof. Dr. Christoph Flath, Lehrstuhlinhaber der Wirtschaftswissenschaften und Business Analytics

Leitgedanken des Projekts

Prof. Dr. Christoph Flath: Wie werden die Workshops aussehen?

Ziele des Projekts

Ziel des Projekts ist die Erarbeitung spezifischer Methoden im Umgang mit Künstlicher Intelligenz, die auf die individuellen Daten und Situationen von kleinen und mittelständischen Unternehmen zugeschnitten sind. Besonderen Wert wird dabei auf die praxisorientierte Anwendung gelegt. Es wird aufgezeigt, wie KI-Methoden gezielt auf die betrieblichen Gegebenheiten angewendet werden können, um Prozesse zu optimieren und Innovationen voranzutreiben. Der Umgang mit KI wird dabei nicht nur theoretisch vermittelt, sondern konkret und anwendungsbezogen, was die Effizienz und Wettbewerbsfähigkeit nachhaltig steigert.

Effizienter Einsatz von KI-Tools und Prompting

In diesem Kontext wird die effektive Nutzung von KI-Tools und die Anwendung von Prompting-Techniken demonstriert. Es wird aufgezeigt, wie diese Technologien in den betrieblichen Alltag integriert werden können und welche spezifischen Fragestellungen an die KI gestellt werden sollten, um optimale Ergebnisse zu erzielen. Ein Schwerpunkt liegt auf der Formulierung präziser und zielgerichteter Prompts (Anweisungen an KI-Modelle), um die Leistungsfähigkeit der KI-Tools zu maximieren. Das übergeordnete Ziel besteht darin, ein Verständnis dafür zu entwickeln, wie der richtige Einsatz von KI und effektives Prompting Arbeitsprozesse erheblich verbessern kann.

Prof. Dr. Christoph Flath, Lehrstuhlinhaber der Wirtschaftswissenschaften und Business Analytics

Übergreifendes Ziel

Prof. Dr. Christoph Flath: Was ist das übergreifende Ziel des KI-Regio-Projekts?

Grundwissen zur KI

Die fünf Kernbereiche der Künstlichen Intelligenz

KI-spezifische Methoden

Gliederung des Projekts und Themen der Workshops

KI-basierte Prognosen für regionale Hersteller & Händler

KI-Algorithmen revolutionieren die Bestandsplanung für kleine und mittlere Unternehmen. Durch die Analyse von Verkaufsdaten, saisonalen Trends und externen Faktoren wie Wetter oder lokalen Ereignissen können KI-Systeme präzise Nachfrageprognosen erstellen. Dies ermöglicht es KMU, ihre Lagerbestände zu optimieren, Überbestände zu reduzieren und gleichzeitig Lieferengpässe zu vermeiden. So können auch kleinere Betriebe effizienter wirtschaften und ihre Rentabilität steigern.

Anwendungsbeispiele:
• Nachfrageprognose für regionale Hersteller mit mehreren Absatzkanälen
• Schätzung von stundengenauen Besucher- und Kundenzahlen
• Wirkungsprognose von Werbe- und Preisaktionen

KI-optimierte Preisgestaltung

Die dynamische Preisgestaltung mittels KI eröffnet KMU neue Möglichkeiten zur Umsatzsteigerung. KI-Systeme analysieren kontinuierlich Marktdaten, Wettbewerbspreise und Kundennachfrage, um optimale Preispunkte zu ermitteln. Dies ermöglicht es kleinen Unternehmen, ihre Preise in Echtzeit anzupassen und so auf Marktveränderungen zu reagieren. Durch diese flexible Preisgestaltung können KMU ihre Gewinnmargen verbessern und gleichzeitig wettbewerbsfähig bleiben.

Anwendungsbeispiele:
• Bessere Planung und Aktionssteuerung
• Clusterspezifische Preisgestaltung
• Dynamische Preisanpassung auf Basis von Nachfrage, Bestand, oder anderen Signalen

KI-unterstützte Marktanalyse

KI-Tools bieten KMU leistungsstarke Möglichkeiten zur Marktanalyse. Durch die Verarbeitung großer Datenmengen aus sozialen Medien, Kundenrezensionen und Branchenberichten können KI-Systeme wertvolle Einblicke in Markttrends und Kundenpräferenzen liefern. Diese Analysen helfen kleinen Unternehmen fundierte Entscheidungen zu treffen, neue Geschäftschancen zu identifizieren und ihre Marketingstrategien gezielt anzupassen.

Anwendungsbeispiele:
• Informationsgewinnung zur Gestaltung neuer Produkte oder Verbesserung existierender Produkte
• Analyse verschiedener Marktdaten und Identifizierung nützlicher Muster
• Ermittlung verschiedener Kundengruppen und ihrer Schlüsselmerkmale

KI-assistierte Bilderkennung und Qualitätskontrolle

KI-gestützte Bilderkennungssysteme revolutionieren die Qualitätskontrolle in KMU. Diese Technologie ermöglicht eine automatisierte, hochpräzise Inspektion von Produkten, die menschliche Fehler minimiert und die Effizienz steigert. KI kann kleinste Defekte erkennen, die dem bloßen Auge entgehen würden, und so die Produktqualität erheblich verbessern. Für KMU bedeutet dies nicht nur eine Kosteneinsparung, sondern auch die Erreichung von maximaler Qualität über minimalen Aufwand.

Anwendungsbeispiele:
• Prüfung der Reife und Erkennung von verfaultem Obst
• Analyse des Qualitätsgrads verschiedener Lebensmittel