{"id":184865,"date":"2025-09-24T11:25:23","date_gmt":"2025-09-24T18:25:23","guid":{"rendered":"https:\/\/thinklucid.com\/?page_id=184865"},"modified":"2025-09-24T11:37:41","modified_gmt":"2025-09-24T18:37:41","slug":"ai-vision-system-detects-defects-in-concrete-pavers","status":"publish","type":"page","link":"https:\/\/staging.thinklucid.com\/de\/case-studies\/ai-vision-system-detects-defects-in-concrete-pavers\/","title":{"rendered":"KI-Vision-System inspiziert Betonpflastersteine auf Defekte"},"content":{"rendered":"

[vc_row css=“.vc_custom_1757464575424{background-image: url(https:\/\/mlxrlrwirvff.i.optimole.com\/cb:UhP2~57313\/w:auto\/h:auto\/q:75\/https:\/\/staging.thinklucid.com\/wp-content\/uploads\/2025\/09\/paver-inspection-case-study-cover-2-1.jpg?id=184879) !important;background-position: center !important;background-repeat: no-repeat !important;background-size: cover !important;}“][vc_column][vc_empty_space height=“30px“][vc_custom_heading text=“FALLSTUDIE“ font_container=“tag:h1|font_size:70px|text_align:left|color:%23FFFFFF“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:300%20light%20regular%3A300%3Anormal“ css=“.vc_custom_1758738299336{margin-left: 55px !important;}“][vc_custom_heading text=“Industrie: Fertigung
\nProdukt: Triton 3,2 MP Kamera
\nAnwendung: Inspektion
\nSDK: Kundenspezifisches, vision-basiertes KI-System“ font_container=“tag:h2|font_size:18px|text_align:left|color:%23FFFFFF“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=“.vc_custom_1758738319756{margin-top: -30px !important;margin-bottom: 230px !important;margin-left: 58px !important;}“][\/vc_column][\/vc_row][vc_row][vc_column][vc_raw_html css=““]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[\/vc_raw_html][vc_custom_heading text=“KI-Vision-System inspiziert Betonpflastersteine auf Defekte“ font_container=“tag:h1|text_align:center“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css_animation=“fadeInDown“ css=““][\/vc_column][\/vc_row][vc_row][vc_column offset=“vc_col-lg-12 vc_col-md-12″][vc_column_text css=““]Pflastersteine sind in unterschiedlichen Formen, Gr\u00f6\u00dfen, Farben und Oberfl\u00e4chenstrukturen erh\u00e4ltlich. Sie werden aufgrund ihrer Haltbarkeit, ihres \u00e4sthetischen Erscheinungsbilds und ihrer Kosteneffizienz sowohl in der st\u00e4dtischen Infrastruktur als auch im Wohnungsbau breit eingesetzt. Die M\u00f6glichkeit, individuelle Muster und Designs zu gestalten, macht sie sowohl im \u00f6ffentlichen als auch im privaten Raum zu einer bevorzugten Wahl.<\/p>\n

Die Produktion erfolgt in Werken im ganzen Land, die in Kundenn\u00e4he angesiedelt sind, um Transportkosten zu senken. Die Herstellung dauert bis zu drei Tage, erfordert qualifizierte Arbeitskr\u00e4fte und verursacht erhebliche Energiekosten. Typische Ausschussraten liegen bei etwa 1\u20132 Prozent.[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492287178{margin-bottom: 25px !important;}“][vc_column][vc_custom_heading text=“Herausforderung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=““][\/vc_column][vc_column width=“1\/2″][vc_column_text css=“.vc_custom_1758737957030{margin-bottom: 25px !important;}“]Die Qualit\u00e4tspr\u00fcfung von Pflastersteinen wird in der Regel von menschlichen Bedienern durchgef\u00fchrt, die sich auf ihre visuelle Beurteilung verlassen, um Oberfl\u00e4chenfehler wie Tonklumpen, Risse oder Abplatzungen sowie fehlende Steine oder Fremdk\u00f6rper auf der Platte zu erkennen.<\/p>\n

Neben den hohen Kosten ist dieser Prozess uneinheitlich \u2013 sowohl zwischen verschiedenen Bedienern als auch zwischen Schichten, Produktionslinien und Werken. Kleinere Defekte werden h\u00e4ufig \u00fcbersehen, insbesondere wenn gr\u00f6\u00dfere M\u00e4ngel vorhanden sind. Die Pr\u00fcfkriterien variieren je nach Schicht, und visuelle Erm\u00fcdung f\u00fchrt im Laufe einer Schicht zu nachlassender Leistung.<\/p>\n

Angesichts steigender Qualit\u00e4tsanforderungen suchte ein f\u00fchrender US-amerikanischer Hersteller von Pflastersteinen nach einer Inspektionsl\u00f6sung, die mit dem Produktionstempo Schritt h\u00e4lt, subjektive Abweichungen eliminiert, Defekte erkennt und klassifiziert, sich nahtlos in bestehende Systeme integriert \u2013 und dabei sowohl kosteng\u00fcnstig als auch skalierbar \u00fcber mehrere Standorte hinweg ist.[\/vc_column_text][\/vc_column][vc_column width=“1\/2″][vc_single_image image=“184886″ img_size=“full“ css=““][vc_custom_heading text=“Angesichts der Unstimmigkeiten manueller Pr\u00fcfungen suchte ein f\u00fchrender US-amerikanischer Pflastersteinhersteller nach einer L\u00f6sung, die objektive und verl\u00e4ssliche Ergebnisse liefert \u2013 und gleichzeitig kosteng\u00fcnstig und skalierbar ist.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:700%20bold%20italic%3A700%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1758737980895{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1744732896542{margin-top: 30px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″ css=“.vc_custom_1757550408360{margin-bottom: 25px !important;}“][vc_custom_heading text=“L\u00f6sung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=““][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492447718{margin-bottom: 25px !important;}“][vc_column width=“2\/3″ offset=“vc_col-lg-8 vc_col-md-8″][vc_column_text css=““]Um diese Herausforderungen zu bew\u00e4ltigen, arbeitete der Hersteller mit Accella KI, einem Anbieter von KI-basierten L\u00f6sungen mit Sitz in Sunnyvale, Kalifornien, zusammen, um ein Proof-of-Concept mit dem Accella MFG Bot\u2122 umzusetzen \u2013 einem vision-basierten KI-System, das speziell f\u00fcr den Einsatz in realen Fertigungsumgebungen entwickelt wurde.<\/p>\n

Installiert auf der Trockenseite der Produktionslinien kombiniert das System eine hochaufl\u00f6sende LUCID Triton\u00ae 3,2 MP Farbkamera mit einem Deep-Learning-Modell, das darauf trainiert ist, Defekte in Echtzeit zu erkennen und zu klassifizieren. Die Triton Kamera ist ideal f\u00fcr den rauen industriellen Einsatz geeignet und verf\u00fcgt \u00fcber den Sony IMX265 CMOS Sensor, ein Factory Tough\u00ae Design mit IP67-Schutz, Power over Ethernet (PoE+) sowie M12\/M8 Ethernet-Anschl\u00fcsse.<\/p>\n

Der Inspektionsprozess funktioniert wie folgt: Die Triton Kamera, \u00fcber Kopf montiert, wird durch die SPS der Produktionslinie ausgel\u00f6st und erfasst jedes Brett mit Pflastersteinen, das die Station durchl\u00e4uft. Zun\u00e4chst identifiziert die KI jeden einzelnen Pflasterstein auf dem Brett, anschlie\u00dfend pr\u00fcft sie ihn auf Defekte. Die Ergebnisse werden auf einem Bedienerbildschirm angezeigt, wobei fehlerhafte Steine hervorgehoben werden, sodass der Bediener sie aus der Produktion entnehmen kann.[\/vc_column_text][\/vc_column][vc_column width=“1\/3″ offset=“vc_col-lg-4 vc_col-md-4″][vc_single_image image=“20694″ img_size=“full“ css=““][vc_custom_heading text=“Das System kombiniert eine hochaufl\u00f6sende LUCID Triton\u00ae 3,2 MP Farbkamera mit einem Deep-Learning-Modell, das darauf trainiert ist, Defekte in Echtzeit zu erkennen und zu klassifizieren.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:700%20bold%20italic%3A700%3Aitalic“ css_animation=“slideInRight“ css=“.vc_custom_1758738020774{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1744732896542{margin-top: 30px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″ css=“.vc_custom_1757550408360{margin-bottom: 25px !important;}“][vc_column_text css=““]Das KI-Modell erreicht schnell die erforderliche Genauigkeit zur Defekterkennung, und durch kontinuierliches Lernen im normalen Betrieb kann eine Genauigkeit von bis zu 99 % erzielt werden. Die gesamte Inspektionszeit pro Brett bleibt unter einer Sekunde, sodass Spielraum f\u00fcr zus\u00e4tzliche Funktionen wie Farb- oder H\u00f6henmessungen in der Zukunft besteht. Das System verarbeitet jedes Brett, markiert jeden fehlerhaften Pflasterstein und ist zus\u00e4tzlich in der Lage, die Bedieneraktivit\u00e4t zu \u00fcberwachen, um festzustellen, ob und wie schnell die Defekte behoben werden.[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1745277239437{margin-top: 30px !important;}“ el_id=“video“][vc_column offset=“vc_col-lg-6 vc_col-md-6″ css=“.vc_custom_1601499619551{margin-bottom: 25px !important;}“][vc_single_image image=“184903″ img_size=“full“ css_animation=“slideInUp“ css=““][vc_custom_heading text=“Pflasterstein bereit zur Inspektion“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:700%20bold%20italic%3A700%3Aitalic“ css_animation=“slideInUp“ css=“.vc_custom_1758738087794{margin-top: 5px !important;}“][\/vc_column][vc_column offset=“vc_col-lg-6 vc_col-md-6″][vc_single_image image=“184907″ img_size=“full“ css_animation=“slideInUp“ css=““][vc_custom_heading text=“Accella KI-Vision-System erkennt einen Defekt an einem Betonpflasterstein.“ font_container=“tag:p|font_size:16px|text_align:left|color:%23545454|line_height:20px“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:700%20bold%20italic%3A700%3Aitalic“ css_animation=“slideInUp“ css=“.vc_custom_1758738103400{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text css=““]Das Besondere an dieser L\u00f6sung ist nicht nur ihre Geschwindigkeit oder Genauigkeit, sondern vor allem ihre Konsistenz. Anders als menschliche Pr\u00fcfer wendet KI bei jedem Produkt dieselben Qualit\u00e4tskriterien an \u2013 unabh\u00e4ngig von Schicht oder Umgebungsbedingungen. Zudem passt sie sich schnell an neue Daten an, lernt aus Sonderf\u00e4llen und aktualisiert ihre Erkennungsmodelle, ohne dass eine aufw\u00e4ndige Neuprogrammierung erforderlich ist. Die Integration in SPS-Systeme erfolgt nahtlos, und das System ist f\u00fcr die Anbindung an MES- und ERP-Systeme w\u00e4hrend des Rollouts ausgelegt.<\/p>\n

Durch den Einsatz kosteng\u00fcnstiger Standard-Hardware und modularer Software ist die L\u00f6sung sowohl wirtschaftlich als auch skalierbar. Sie erfordert keine spezielle Eingabe durch Bediener und l\u00e4sst sich mit minimalem Anpassungsaufwand auf weitere Stationen und Werke \u00fcbertragen.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_custom_heading text=“Fazit“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=““][vc_column_text css=““]Das Proof-of-Concept zeigte, dass KI-gest\u00fctzte visuelle Inspektion mit LUCID Kameras nicht nur machbar, sondern in der Pflastersteinproduktion \u00e4u\u00dferst effektiv ist. Sie \u00fcbertrifft manuelle Pr\u00fcfungen in Bezug auf Geschwindigkeit, Zuverl\u00e4ssigkeit und Konsistenz und liefert dar\u00fcber hinaus wertvolle Einblicke in das Bedienerverhalten und die Prozesseffizienz.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column css=“.vc_custom_1616520234601{margin-top: 30px !important;}“][vc_column_text css=““]<\/p>\n

To learn more visit:
\nAccella AI<\/a>
\nTriton\u00ae camera product page<\/a><\/strong><\/p>\n

[\/vc_column_text][vc_column_text css=““]<\/p>\n

Weitere Informationen finden Sie unter:
\nAccella AI<\/a>
\nTriton\u00ae kamera<\/a><\/strong><\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

Perfekter Beton:<\/strong> Ein US-amerikanischer Pflastersteinhersteller setzte das Vision-System von Accella KI mit der Triton Kamera ein, um eine schnelle und konsistente Defekterkennung mit bis zu 99 % Genauigkeit zu erreichen.<\/p>\n","protected":false},"author":1281,"featured_media":185101,"parent":183124,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"inline_featured_image":false,"footnotes":""},"tags":[1999,1966,1977,2396],"camera_family":[],"class_list":["post-184865","page","type-page","status-publish","has-post-thumbnail","hentry","tag-construction-management-de","tag-case-study-de","tag-ai-detection-recognition-de","tag-triton-camera-de"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/184865","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/users\/1281"}],"replies":[{"embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/comments?post=184865"}],"version-history":[{"count":5,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/184865\/revisions"}],"predecessor-version":[{"id":185357,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/184865\/revisions\/185357"}],"up":[{"embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/183124"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/media\/185101"}],"wp:attachment":[{"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/media?parent=184865"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/tags?post=184865"},{"taxonomy":"camera_family","embeddable":true,"href":"https:\/\/staging.thinklucid.com\/de\/wp-json\/wp\/v2\/camera_family?post=184865"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}