KI-AOI ersetzt handgeschriebene Prüfregeln durch trainierte Modelle: Programme entstehen in Minuten aus einer einzigen Gut-Baugruppe, und Pseudofehler werden durch Nachtrainieren behoben statt durch Lockern von Schwellwerten. So funktioniert es und so passt es in eine SMT-Linie.
KI-AOI ist eine automatische optische Inspektion (AOI), die statt handgeschriebener Regeln trainierte Machine-Learning-Modelle nutzt, um zu entscheiden, ob jedes Bauteil und jede Lötstelle auf einer Flachbaugruppe (PCBA) in Ordnung oder fehlerhaft ist. Kameras und Beleuchtung ähneln einer konventionellen AOI. Anders ist, wie das Prüfprogramm entsteht und wie jede Entscheidung getroffen wird. In der Praxis heißt das: Ein Programm entsteht in Minuten aus einer einzigen Gut-Baugruppe statt in mehreren Stunden aus CAD-Daten und einer Bauteilbibliothek, und Pseudofehler werden durch Nachtrainieren des Modells reduziert statt durch Lockern von Schwellwerten.
Die automatische optische Inspektion ist eine kamerabasierte Prüfung einer bestückten Baugruppe. Die Maschine nimmt die Baugruppe unter kontrollierter Beleuchtung auf, vergleicht das Bild mit dem Sollzustand und markiert Bauteile oder Lötstellen, die außerhalb der Annahmekriterien liegen.
AOI erkennt Fehler, die von oben sichtbar sind: fehlende, falsche, versetzte oder verdrehte Bauteile, vertauschte Polarität, Tombstoning, Lötbrücken, zu wenig oder zu viel Lot, abgehobene Beine (Lifted Leads) und offene Lötstellen. Lötstellen unter BGA- oder QFN-Gehäusen sieht sie nicht. Das ist die Aufgabe der automatischen Röntgeninspektion (AXI).
Eine AOI repariert nichts. Sie sortiert Baugruppen in Gut und Schlecht und zeigt dem Bediener zu jeder Entscheidung ein Bild. Ihr Wert hängt an zwei Zahlen: wie viele echte Fehler sie findet und wie viele gute Bauteile sie als fehlerhaft markiert (Pseudofehler).
Eine regelbasierte AOI prüft jedes Bauteil mit einem Programm, das ein Ingenieur von Hand erstellt. Das Programm stützt sich in der Regel auf vier Eingaben.
Dieser Ansatz funktioniert, und viele Großserienlinien fahren ihn gut. Der Preis ist Ingenieurzeit: DaoAIs eigener Vergleich beziffert die Erstprogrammierung auf einer regelbasierten Maschine mit 3 bis 5 Stunden pro Baugruppenvariante und mehreren Tagen für eine Baugruppe mit Tausenden von Bauteilen.
Der zweite Preis zeigt sich in der Fertigung. Wird eine gute Lötstelle markiert, ist die schnellste Lösung, den Schwellwert zu erweitern. Das beseitigt den Pseudofehler, erweitert aber auch das Annahmeband für jedes Bauteil, das mit diesem Parameter bewertet wird. So beginnen echte Fehler durchzurutschen.
KI-AOI behält die Optik bei, ersetzt aber den Großteil des handgeschriebenen Programms durch gelernte Modelle. In der Fertigung zählen vier Unterschiede.
Statt mit CAD-Daten und einer Bibliothek zu beginnen, nimmt die Maschine eine Gut-Baugruppe auf, findet jedes Bauteil und erzeugt Prüffenster und Schwellwerte selbst. Auf DaoAI-Maschinen dauert das 30 Sekunden bis 5 Minuten, mit 98 % Erkennungsgenauigkeit direkt aus der automatischen Programmierung, vor jedem Feintuning.
Die automatische Programmierung von DaoAI benötigt keine vorgefertigte Bauteilbibliothek, und CAD- oder Stücklistendaten (BOM) sind optional. Diese Daten liefern echte Referenzbezeichner und Teilenummern für den MES-Export und Reparaturlisten, ändern aber nicht, was erkannt und wie es bewertet wird. Lesen Sie, wie die KI-gestützte automatische Programmierung funktioniert.
Ein regelbasiertes Fenster vergleicht Pixel mit einer Vorlage oder einem Farbbereich. Ein gelerntes Modell bewertet das Bauteil oder die Lötstelle als Ganzes, auf Basis vieler Beispiele guter und fehlerhafter Teile.
Die Modelle von DaoAI starten von einem visuellen Foundation Model, das mit mehr als 1.000.000 realen Fertigungsbildern trainiert wurde, und passen sich dann an Ihre Baugruppe an. Deshalb muss eine leicht andere Gehäusefarbe oder Beschriftungsschrift eines Zweitlieferanten keine Meldung auslösen, während ein abgehobenes Bein trotzdem erkannt wird.
Jede konventionelle Prüfung läuft in einem Fenster rund um ein Bauteil. Eine Lotkugel auf freiem Basismaterial oder ein Drahtabschnitt zwischen zwei Bauteilen liegt in keinem davon.
KI-AOI kann einen zusätzlichen Durchlauf ergänzen, der die Fläche zwischen den Bauteilen auf Lotkugeln, Partikel und Fremdkörper (FOD) prüft, nicht nur die Bereiche um jedes Bauteil.
Wenn ein Bediener einen Pseudofehler als OK markiert, kann ein KI-System dieses Bild in den Datensatz des Produkts aufnehmen und nachtrainieren, statt einen Schwellwert zu erweitern. Das Modell lernt, wie eine akzeptable Variante aussieht, und ein echter Fehler mit ähnlichem Score wird weiterhin erkannt.
Mit diesem Ansatz kann die Pseudofehlerrate von DaoAI nach dem Feintuning an einem Produkt etwa 1 % erreichen. Details finden Sie auf der Seite zum Feedback-Lernen.
| Aspekt | Regelbasierte AOI | KI-AOI (Beispiel DaoAI) |
|---|---|---|
| Eingaben für die Programmierung | CAD-/Centroid-Datei, Bauteilbibliothek, von Hand gesetzte Fenster | Ein Golden Board; CAD/BOM optional |
| Programmierzeit pro neuer Baugruppe | 3–5 h; mehrere Tage bei Baugruppen mit Tausenden von Bauteilen | 30 s – 5 min |
| Neuer Gehäusetyp | Muss zuerst von Hand in die Bibliothek | Wird auf der Baugruppe erkannt und modelliert |
| Wie ein Bauteil bewertet wird | Pixel-, Vorlagen- oder Farbregeln pro Fenster | Trainiertes Modell bewertet jedes Bauteil; Schwellwert wird anhand der Scores gesetzt |
| Genauigkeit vor dem Feintuning | Hängt vom Programmierer ab | 98 % Erkennungsgenauigkeit aus der automatischen Programmierung |
| Pseudofehler reduzieren | Schwellwert lockern, wodurch auch echte Fehler durchgehen | Einmal als OK markieren; das Modell trainiert mit dem Beispiel nach |
| Fläche zwischen den Bauteilen | Nicht geprüft, solange kein Fenster gesetzt ist | Durchlauf über die gesamte Baugruppe für Lotkugeln und FOD |
| Wer eine Korrektur vornehmen kann | Wer das Schwellwert-Know-how hat | Jeder Bediener kann melden; Berechtigungen regeln Programmänderungen |
| Wo die Baugruppenbilder bleiben | Auf der Maschine | Auf der Maschine; keine Cloud-Verbindung und kein Konto nötig |
Eine typische SMT-Linie besteht aus Schablonendrucker, Lotpasteninspektion (SPI), Bestückautomat, Reflow-Ofen und anschließendem Test. Die AOI kann an mehreren Stellen stehen.
AOI-Ergebnisse sind am nützlichsten, wenn sie weitergereicht werden. Fehlercodes, Ausschnittbilder und Gesamtbilder der Baugruppe, die ins MES exportiert werden, ermöglichen dem Reparaturplatz und den Qualitätsingenieuren, jede Meldung einer bestimmten Baugruppe und Position zuzuordnen.
Eine 2D-AOI arbeitet mit Farbbildern unter Mehrwinkelbeleuchtung. Sie leitet die Form daraus ab, wie Licht von einer Lötstelle oder einem Gehäuse reflektiert wird. Das reicht für Anwesenheit, Polarität, Versatz, Brücken und die meisten Prüfungen des Lötmeniskus.
Eine 3D-AOI ergänzt eine gemessene Höhenkarte, meist durch Projektion strukturierter Lichtmuster aus mehreren Richtungen. Abgehobene Beine, Koplanarität, verkippte Gehäuse und Lotvolumen werden damit gemessen statt abgeleitet. Die P5 von DaoAI etwa nutzt vier Scheimpflug-Projektionseinheiten für strukturiertes Licht, eine pro Richtung, mit einer Höhengenauigkeit von 6 µm oder besser (Referenzspezifikation). Die P5 und die Doppelspur-Variante P5D sind ab sofort lieferbar.
3D rechtfertigt die Mehrkosten, wenn höhenbedingte Fehler tatsächlich bis zu Ihren Kunden gelangen: bei Fine-Pitch-ICs mit Gullwing-Anschlüssen, Steckverbindern und hochzuverlässigen Baugruppen. Für viele Baugruppen deckt eine gut programmierte 2D-Maschine die Fehlerliste ab.
Eine ausführlichere Checkliste finden Sie in unserem Leitfaden So bewerten Sie ein KI-AOI-System vor dem Kauf.
Nicht unbedingt. Die KI-AOI von DaoAI programmiert eine Baugruppe aus einem Golden Board ohne CAD-Dateien, und die automatische Programmierung von DaoAI benötigt keine vorgefertigte Bauteilbibliothek. CAD- oder BOM-Daten können später ergänzt werden, um echte Referenzbezeichner und Teilenummern zu liefern.
Nein. Eine AOI, ob KI-basiert oder nicht, sieht nur, was aus dem Blickwinkel der Kamera sichtbar ist. Lötstellen unter BGA-, LGA- oder QFN-Gehäusen benötigen weiterhin Röntgen (AXI).
Das hängt vom Anbieter ab. DaoAI-Maschinen laufen vollständig on-premise, ohne Cloud, Konto oder Verbindung aus dem Werk heraus, und das Modelltraining findet auf der Maschine selbst statt.
Nein. Schnelle Programmierung, Feedback-Lernen und die Inspektion der gesamten Baugruppe helfen Großserien- und High-Mix-Linien gleichermaßen. High-Mix-Fertigung passt besonders gut, weil der regelbasierte Einrichtaufwand dort länger dauern kann als der Auftrag selbst. KI-AOI gibt es als Offline-, Inline-2D-, Inline-3D- und THT-Ausführung.
Der Bediener markiert das gemeldete Bauteil als OK, und das System nimmt dieses Bild in den Datensatz des Produkts auf. Ein KI-Update trainiert das Modell nach, sodass es diese akzeptable Variante nicht mehr meldet, ohne den Schwellwert für echte Fehler zu erweitern.
Am schnellsten beurteilen Sie jede AOI an Ihrem eigenen Produkt. Senden Sie uns eine Ihrer Baugruppen, und wir testen sie kostenlos für Sie, oder buchen Sie eine 30-minütige Demo mit einem DaoAI-Ingenieur und sehen Sie live zu, wie aus einer Baugruppe Ihrer Wahl ein Prüfprogramm entsteht.
Genauigkeitsangaben der Hersteller bedeuten nichts, bis Sie sie auf Ihren eigenen Boards reproduzieren. Sechs mitzubringende Boards, fünf Messgrößen und wie ein bestandenes Testergebnis aussieht.
11. August 2026
Von Programmieraufwand und Pseudofehlern bis hin zu Personalbelastung, Umrüsteffizienz und Qualitätstransparenz – so sollten EMS-Teams AI AOI evaluieren.
14. April 2026
Wenn die Programmierung länger dauert als das Los, verzichten Prototypen auf AOI. KI-Programmierung per Golden Board macht schon die erste Baugruppe eines NPI-Loses prüfbar.
28. September 2026
Einblicke in die AI-Inspektion, Produktneuheiten und Branchenanalysen. Einmal im Monat, nur das Wesentliche.
Wir verwenden Ihre Angaben zur Beantwortung Ihrer Anfrage. Siehe unsere Datenschutzerklärung.
