Prüfen & Messen

Anwendung

Was ist Prüfen & Messen?

Prüfen und Messen umfassen alle Verfahren, die die Konformität eines Bauteils mit seinen Spezifikationen sicherstellen — bei Toleranzen, Oberflächen, Vollständigkeit oder Funktion. Der Trend geht seit Jahren weg von der Endkontrolle im Prüflabor hin zur In-Line-Prüfung direkt in der Fertigungszelle: Fehler werden erkannt, bevor Folgekosten entstehen.

Die Automatisierung dieser Prüfung schafft drei Werte: lückenlose 100-%-Prüfung statt Stichprobe, digitale Traceability aller Ergebnisse und reduzierte Belastung der ohnehin knappen Qualitätsprüfer.

Prüfarten im Überblick

• Sichtprüfung — Oberflächenfehler, Kratzer, Beulen, Verfärbungen, Vollständigkeit von Baugruppen
• Dimensionsmessung — Maße, Formtoleranzen, GD&T-konforme Prüfung (Vermessung von Kanten, Bohrungen, Winkeln)
• Präsenz-/Positionsprüfung — Sind alle Komponenten vorhanden? In korrekter Lage? In korrekter Orientierung?
• Funktionsprüfung — Elektrische Kontinuität, Dichtigkeit, Druck- oder Durchflussmessung, mechanische Beweglichkeit
• Werkstoffprüfung — Wandstärke (Ultraschall), Materialtypen (Hyperspektral), Wärmeverteilung (Infrarot), interne Defekte
• Nahtinspektion — Klebe- und Schweißnähte auf Vollständigkeit, Höhe, Breite, Poren

Technologien und Sensorik

• 2D-Kamera — Standard-Sichtprüfung, klassische Bildverarbeitung. Robust, kostengünstig, hohe Taktzahlen (<100 ms/Prüfung).
• 3D-Vision — Strukturlicht, Stereo-Kameras oder Time-of-Flight. Für Formprüfung, Nahtvermessung, Bin-Picking-Vorbereitung.
• Zeilenkamera — Endlose Bänder (Blechrollen, Textilien, Papier) mit sehr hoher Auflösung.
• AI-basierte Defekterkennung — Deep-Learning-Modelle für schwer beschreibbare Fehler (Kratzer, Unregelmäßigkeiten). Vortrainiert oder mit Kunden-Datensatz individualisiert.
• Laser-Triangulation — Hochpräzise Profilmessung für Kanten, Höhen, Ebenheiten.
• Taktile Messtechnik — Tastsensoren für hochgenaue Kontaktmessungen (Ergänzung zur optischen Prüfung, wo diese an Grenzen kommt).
• Wärmebildkamera — Thermografie für Funktions- und Verlustleistungsprüfung, insbesondere in der Elektronik.
• Ultraschall — Wandstärkenmessung, Defekterkennung im Werkstoffinneren (Automotive, Luftfahrt).

Statisch oder robotergeführt — zwei Prinzipien

Die Prüfstation kann in zwei grundsätzlich verschiedenen Konfigurationen aufgebaut sein:

Die NEXOS-Konfiguration

• NEXOS.Cube als Prüfzelle — Lichtabschottung, definierte Beleuchtung, Schutz vor Umgebungsstörungen. Für Cleanroom-Anwendungen in Edelstahl-Variante.
• Roboter — Cobot oder Industrieroboter je nach Variante (statisch oder robotergeführt).
• Vision-System — 2D, 3D oder AI-Kamera (Cognex, Keyence, Basler, Sick, iFactory und weitere marktoffen). NEXOS integriert das gewählte System in die Zellsteuerung.
• Definierte Beleuchtung — LED-Ringlicht, Dunkelfeld, Backlight oder strukturiertes Licht je nach Prüfaufgabe. Beleuchtungsauswahl ist erfolgskritischer als die Kameraauflösung.
• Werkstück-Aufnahme — Vakuumtisch, Vorrichtung oder Zuführförderer je nach Anwendung.
• Ausschleusung für NOK-Teile — automatischer Schieber, Klappe oder Robotergreifer.
• Optional NEXOS.LinDrive — als lineare Bewegungsachse für lange Bauteile (Automotive, Metallbau).
• Anbindung an NEXOS.DSP — für Prüfdaten-Archivierung, Trend-Analysen, SPC (Statistical Process Control) und QMS-Anbindung.

Ablauf einer typischen Zelle

1. Werkstück positionieren — durch Fördertechnik oder Roboterhandling
2. Beleuchtung aktivieren nach Programm (verschiedene Lichtsituationen je Prüfschritt)
3. Kamera-Aufnahme — synchronisiert zur Beleuchtung und Werkstückposition
4. Bildverarbeitung — Merkmalsextraktion, Vermessung, Klassifikation (regelbasiert oder AI)
5. Vergleich mit Spezifikation, Toleranzen, gelernten Fehlerbildern
6. Entscheidung OK / NOK / Nacharbeit — inklusive Entscheidungsbegründung
7. Weiterleitung — OK-Teile in Gutbahn, NOK-Teile in Ausschleusung mit Fehlercode
8. Datenübergabe an MES / QMS mit Zeitstempel, Chargen-ID, Bildarchiv der NOK-Teile

Warum sich das rechnet

Marktdaten (2026):

• Marktgröße: Automated Inspection & QC weltweit ca. 14,8 Mrd USD (Prognose 2028), CAGR ca. 11,7 %.
• Investitionsrahmen: Einfache 2D-Vision-Cell mit Cobot ab ca. 50.000 €, komplexe 3D-Prüfstation mit AI-Vision und Ausschleusung 100.000–250.000 €.
• Amortisation: typisch 12–24 Monate, insbesondere durch reduzierte Reklamationen und wegfallende Nacharbeit.
• Prozessverlagerung: 80–90 % der Dimensionsprüfungen lassen sich von der KMG-Messkammer in die In-Line-Zelle verlagern — Rückstände im Prüflabor entfallen.
• Nebeneffekte: Digitale Rückverfolgbarkeit, Frühwarnung bei Prozessdrift, automatische SPC-Auswertung. Für Automotive, Medical, Aerospace oft die Grundvoraussetzung zur Lieferantenqualifizierung.

Skalierbarkeit

• Stufe 1 — Einzelne Sichtprüf-Zelle mit 2D-Kamera für einen konkreten Prüfschritt.
• Stufe 2 — Multi-Kamera-Prüfung mehrerer Merkmale auf dem gleichen Bauteil in einer Zelle.
• Stufe 3 — Robotergeführte Prüfung komplex geformter Bauteile mit vielen Prüfstellen.
• Stufe 4 — AI-Defekterkennung für nicht-regelbasierte Merkmale (Oberflächenkratzer, Farbunregelmäßigkeiten, Verunreinigungen).
• Stufe 5 — Closed-Loop-Regelung — Prüfdaten fließen zurück an vorgelagerte Prozesse (CNC, Schweiß-, Spritzguss-Zelle), die sich automatisch justieren. Ende der reinen Fehlererkennung, Anfang der aktiven Prozesskorrektur.

Erweiterungsoptionen

• Multi-Sensor-Fusion — Kombination 2D + 3D + Thermografie in einer Zelle, entscheidet gemeinsam.
• Cloud-QMS-Anbindung — über NEXOS.DSP an SAP QM, Siemens Opcenter, IBM Maximo oder branchenspezifische Systeme.
• Digitaler Zwilling über NEXOS.XR — virtuelle Programmierung neuer Bauteile, Sichtbarkeitsprüfung der Kamera-Perspektiven, Anlernen von AI-Modellen mit synthetischen Bildern.
• Robotergeführte KMG-Ersatz-Messung — Kombination Cobot + Laser-Triangulation für 80–90 % der KMG-Aufgaben in Zykluszeit.
• Alarmierung — bei Prozessdrift automatische Info an Betreiber via App, SMS oder E-Mail.

Wichtige Auslegungsparameter

• Prüfmerkmale — was genau soll geprüft werden? Maß, Oberfläche, Funktion, Präsenz?
• Toleranzen — welche Auflösung ist nötig? Bestimmt Kamera und Optik.
• Werkstückgröße und -material — beeinflusst Beleuchtung (Reflexionen, Kontrast) und Zellengröße.
• Taktrate — Prüfungen/Stunde, verfügbare Zykluszeit pro Bauteil.
• Fehlerbild — sind Fehler regelbasiert beschreibbar oder braucht es AI mit Trainingsdaten?
• Datenanforderungen — Chargenprotokoll? Bildarchiv? Trend-Auswertung? Anbindung an bestehendes QMS?
• Ausschleusstrategie — Ausschleusung, Nacharbeit-Weiche, Alarm an Bediener?

Typische Fallstricke

• Beleuchtung wird unterschätzt — mehr Kameraauflösung ersetzt keine schlechte Beleuchtung. Investition in Beleuchtung ist oft der ROI-Hebel.
• Kalibrierung und Wartung — Vision-Systeme brauchen regelmäßige Kalibrierung. Wartungskonzept muss von Anfang an mitgedacht werden.
• False Positives / False Negatives — bei AI-Systemen ohne saubere Trainingsdaten hohe Fehlerrate. Datenerhebung und -pflege sind Projekt-Erfolgsfaktor.
• Change Management — Qualitätsprüfer werden nicht ersetzt, sondern für höherwertige Aufgaben (Fehleranalyse, Prozessoptimierung) freigespielt. Kommunikation frühzeitig.