WG Tech Solutions setzt Ultralytics YOLO ein, um Verstöße in Fabriken in Echtzeit zu erkennen. Dadurch sinkt die Zahl der Sicherheitsvorfälle um 28 % und die Einhaltung von Vorschriften verbessert sich.
Die Abläufe in der industriellen Fertigung zu überwachen und zu verbessern kann schwierig sein, insbesondere weil viele Prozesse noch manuell ablaufen. Dieser mangelnde Einblick in die Abläufe führt häufig zu verborgenen Ineffizienzen wie Engpässen und unzureichend genutzten Arbeitskräften, die schwer zu erkennen sind.
Sicherheits- und Compliance-Prüfungen werden beispielsweise häufig manuell durchgeführt. Dazu gehört die Kontrolle, ob Beschäftigte die richtige persönliche Schutzausrüstung (PPE) tragen und Materialien korrekt handhaben und stapeln. In schnelllebigen Arbeitsumgebungen können Verstöße dabei leicht übersehen werden.
Um diese Lücken zu schließen, entwickelte WG Tech Solutions WGDeepInsight, eine KI-gestützte Videoanalyseplattform zur kontinuierlichen Überwachung. Durch die Analyse von Live-Videostreams mithilfe von Computer-Vision-Modellen wie Ultralytics YOLO-Modellen bietet die Plattform in Echtzeit Einblick in die Betriebsabläufe und hilft Teams, Fertigungsprozesse zu beobachten, zu analysieren und zu verbessern.
Produktivität und Sicherheit in Fabriken mit Vision AI verbessern#
WG Tech Solutions ist ein Unternehmen für Edge AI, das intelligente Systeme für reale Umgebungen entwickelt. Das Unternehmen entwickelt durchgängige KI-Lösungen, die speziell angefertigte Hardware, KI-Modelle und Anwendungssoftware kombinieren. So können Organisationen ihre Abläufe direkt am Netzwerkrand überwachen, analysieren und verbessern.
Das Unternehmen mit Sitz in Indien ist in mehreren Branchen tätig, darunter Fertigung, Automobilindustrie, Landwirtschaft und medizinische Systeme, in denen Erkenntnisse in Echtzeit und Informationen direkt vor Ort entscheidend sind.
Die zentrale Plattform WGDeepInsight bietet mithilfe KI-gestützter Videoanalyse in Echtzeit Einblick in Betriebsabläufe. Sie unterstützt Anwendungen in den Bereichen Sicherheit, Überwachung, Einhaltung von Sicherheitsvorschriften und Qualitätsprüfung. So können Nutzer Aktivitäten direkt am Netzwerkrand überwachen, Probleme erkennen und Arbeitsabläufe verbessern.
Durch die Kombination von Computer-Vision-Modellen mit den Funktionen des Internets der Dinge mit künstlicher Intelligenz (AIoT) ermöglicht WGDeepInsight Herstellern, Aktivitäten zu verfolgen, die Einhaltung von Vorschriften zu überwachen und den Einblick in Abläufe in der gesamten Fabrik zu verbessern.
Warum der Überblick über Fabrikabläufe verloren geht#
Die Überwachung von Fabrikabläufen in großem Maßstab erfordert einen durchgängigen Überblick. In realen Produktionsumgebungen ist das jedoch alles andere als einfach. Die Tätigkeiten unterscheiden sich je nach Arbeitsstation, Beschäftigte übernehmen im Laufe des Tages typischerweise verschiedene Aufgaben und die Bedingungen können sich an verschiedenen Fabrikstandorten ändern.
In vielen Fällen verlassen sich Fabrikteams noch immer auf manuelle Beobachtung und Kontrollen vor Ort, um Arbeitsabläufe nachzuverfolgen. Diese herkömmlichen Methoden ermöglichen zwar eine grundlegende Kontrolle, bieten aber nur begrenzte Einblicke darin, wie die Arbeit tatsächlich ausgeführt wird.
Anders gesagt: Es ist schwierig, genaue und objektive Zeit- und Bewegungsdaten zu erfassen. Dieser Datenmangel wiegt noch schwerer, wenn es um Sicherheit geht. Verstöße gegen die Vorschriften zur persönlichen Schutzausrüstung, unbefugter Zutritt oder unsachgemäße Materialhandhabung können leicht übersehen werden. Verzögerte Reaktionen erschweren es zusätzlich, wiederholte Verstöße zu verhindern.
WG Tech Solutions arbeitete beispielsweise mit einem führenden Auftragsentwickler und -hersteller (ODM) zusammen, der mehrere Fabriken betreibt und mit ähnlichen Einschränkungen konfrontiert war. Die meisten Montageprozesse des ODM waren noch manuell. Daher stützte sich die Überwachung von Produktivität, Sicherheit und Compliance stark auf Sichtkontrollen.
Um Produktivität und die Einhaltung von Sicherheitsvorschriften zu verbessern, benötigte der ODM einen strukturierteren Ansatz zur Erfassung verlässlicher Zeit- und Bewegungsdaten, zur Überwachung der Einhaltung von Standardarbeitsanweisungen (SOP) an den Arbeitsstationen sowie zur Erkennung von Sicherheitsverstößen.
Außerdem brauchte das Unternehmen eine wirksamere Möglichkeit, den zuständigen Teams in Echtzeit Rückmeldung zu geben. Ohne Automatisierung blieb die Skalierung dieses Maßes an Transparenz eine große Herausforderung.
Intelligentere Fabriküberwachung und Compliance mit Ultralytics YOLO-Modellen#
WG Tech Solutions integriert Ultralytics YOLO-Modelle in seine Plattform WGDeepInsight, um wichtige Computer-Vision-Aufgaben wie Objekterkennung, Objektverfolgung und Instanzsegmentierung zu ermöglichen. Durch die Anwendung dieser Modelle auf Live-Videostreams können Teams Abläufe kontinuierlich überwachen, genaue Zeit- und Bewegungsdaten erfassen und Ineffizienzen in Echtzeit erkennen.
Dieser Ansatz kam bei einer Bereitstellung für den zuvor erwähnten führenden ODM zum Einsatz. WGDeepInsight wurde in einer hybriden Konfiguration umgesetzt, bei der Metis-KI-Beschleuniger von Axelera an Arbeitsstationen und in der gesamten IT-Umgebung der Fabrik zum Einsatz kamen und das Voyager SDK die Bereitstellung am Netzwerkrand in großem Maßstab vereinfachte.
Die visuellen Fähigkeiten der Ultralytics YOLO-Modelle wurden genutzt, um Abläufe an verschiedenen Stationen in der Fabrik zu überwachen, die Einhaltung von SOPs nachzuverfolgen und Verstöße gegen Sicherheits- und Schutzvorschriften zu erkennen, etwa fehlende oder falsch verwendete persönliche Schutzausrüstung, unbefugten Zutritt und unsachgemäß gestapelte Materialien.
Abb. 1: Beispiel für den Einsatz von Ultralytics YOLO-Modellen zur Erkennung unregelmäßig gestapelter Kartons.
Dazu wurden über einen Zeitraum von drei Wochen Videodaten an mehreren Arbeitsstationen erfasst und über eine proprietäre Schnittstelle annotiert. Dieser Datensatz diente dazu, Ultralytics YOLO-Modelle, darunter Ultralytics YOLO11 und Ultralytics YOLOv8, zu trainieren und fein abzustimmen sowie an die Fabrikumgebung anzupassen.
Die Modelle wurden durch zusätzliche Inferenzlogik, Parameterabstimmung und Optimierungstechniken weiter verbessert, um eine zuverlässige Leistung unter realen Bedingungen sicherzustellen. Nach der Bereitstellung ermöglichte die Plattform die Echtzeitüberwachung und automatisierte Erkennung von Verstößen und bot so einen konsistenten, datengestützten Überblick über die Abläufe.
Warum Ultralytics YOLO-Modelle wählen?#
Für WG Tech Solutions bildeten Ultralytics YOLO-Modelle eine solide Grundlage für die Entwicklung von Computer-Vision-Lösungen, die sich schnell an verschiedene Anwendungsfälle in der Fabrik anpassen ließen. Dank ihrer hohen Inferenzleistung direkt am Gerät eigneten sie sich besonders für große Fertigungsbetriebe, in denen geringe Latenz und kontinuierliche Überwachung entscheidend sind.
Ultralytics YOLO-Modelle boten außerdem Flexibilität bei den verschiedenen Exportformaten für die Bereitstellung, darunter ONNX, PyTorch und NCNN. Dadurch ließen sich die Modelle leichter sowohl in Edge-Geräte als auch in zentrale Systeme integrieren und so in einer hybriden Architektur einsetzen.
Insgesamt konnte WG Tech Solutions mithilfe von Ultralytics YOLO-Modellen schneller maßgeschneiderte Lösungen bereitstellen und zugleich eine zuverlässige Leistung in großen Fabrikumgebungen gewährleisten.
WGDeepInsight senkte mit Ultralytics YOLO die Zahl der Verstöße von Beschäftigten um 28 %#
Die WGDeepInsight-Plattform von WG Tech Solutions nutzt Ultralytics YOLO-Modelle zur kontinuierlichen Überwachung und Analyse der Fabrikabläufe und verbessert so Sicherheit, Regelkonformität und Transparenz im Betrieb.
Beim führenden ODM gingen die Sicherheitsverstöße von Beschäftigten um 28 % zurück. Echtzeitwarnungen, die mit geringer Latenz direkt auf dem Gerät verarbeitet wurden, ermöglichten schnellere Reaktionen und reduzierten wiederholte Vorfälle. Dadurch wurden die Sicherheitsvorschriften in der gesamten Fabrikhalle konsequenter durchgesetzt.
Die Plattform verfolgte die Einhaltung von SOPs an den einzelnen Stationen und meldete Verstöße direkt bei ihrem Auftreten. Zudem erkannte sie Probleme wie falsch verwendete persönliche Schutzausrüstung, unbefugten Zutritt, Überbelegung sowie ausgelassene oder falsch ausgeführte Prozessschritte.
Bei Arbeitsabläufen zur Handhabung von Tabletts prüfte das System beispielsweise, ob Gegenstände korrekt aufgenommen und abgesetzt wurden und ob jeder Schritt in der vorgeschriebenen Reihenfolge erfolgte. Abweichungen wurden dabei gemeldet.
Abb. 2: Ultralytics YOLO-Modelle erkennen, wenn ein Tablett nur mit einer Hand gehandhabt wird.
Darüber hinaus wurde das System auf weitere betriebliche Abläufe und Sicherheitsprozesse ausgeweitet. In CCTV-Überwachungsräumen erfasste es die Anwesenheit von Personal in Echtzeit und löste Warnungen aus, wenn die Personalstärke unter die vorgeschriebenen Mindestwerte sank.
Bei Qualitätsprüfungen überprüfte das System die Reihenfolge der Prozessschritte, stellte die Verwendung der vorgegebenen Werkzeuge sicher und überwachte die für jede Aufgabe aufgewendete Zeit. Abweichungen wurden gemeldet, um gleichbleibende Standards einzuhalten.
Mit der Zeit zeigten diese visuellen Erkenntnisse deutlicher, an welchen Stellen Prozesse ins Stocken gerieten, und unterstützten durch gezielte Schulungen Korrekturmaßnahmen.
Warnmeldungen und Rückmeldungen wurden an die Anforderungen der Kunden angepasst und flexibel in bestehende Abläufe der Fabrik integriert. Benachrichtigungen wurden beispielsweise per E-Mail, über Nachrichtensysteme und rollenbasierte Dashboards versendet, damit relevante Erkenntnisse die zuständigen Teams in Echtzeit erreichten.
So wurde auch sichergestellt, dass wichtige Verfahren konsequent eingehalten wurden, etwa die Verwendung der richtigen Werkzeuge und die Einhaltung der Mindestbesetzung in kontrollierten Bereichen. Dadurch verliefen die täglichen Abläufe insgesamt einheitlicher und die Regelkonformität in der gesamten Fabrikhalle wurde verbessert.
Echtzeitüberwachung in Fabrikumgebungen ausweiten#
Mit der Weiterentwicklung der industriellen Automatisierung gewinnt Computer Vision zunehmend an Bedeutung, um manuelle Abläufe transparenter und einheitlicher zu gestalten. WG Tech Solutions plant, die WGDeepInsight-Plattform durch die Anpassung von Ultralytics YOLO-Modellen auf neue Fabrikumgebungen und Arbeitsabläufe auszuweiten.
Damit lassen sich Anwendungsfälle von der Überwachung von Sicherheit und Schutz bis hin zu Prozessprüfungen direkt in der Fabrikhalle abdecken. In Verbindung mit der Bereitstellung am Netzwerkrand, Echtzeitanalysen und Axelera Metis-Edge-KI-Beschleunigern ermöglicht dies skalierbare Überwachung und konsistente betriebliche Erkenntnisse in Fertigungsumgebungen.
Möchtest du Vision AI für deine betrieblichen Abläufe einsetzen? Sieh dir unser GitHub-Repository und unsere Lizenzoptionen an, um mit Ultralytics YOLO-Modellen zu starten. Erfahre mehr über Anwendungen wie KI im Gesundheitswesen und Vision AI in der Fertigung sowie über Edge-KI-Beschleuniger wie Axelera AI Export and Deployment | Ultralytics Docs.
