AOI ist die kamerabasierte Prüfung nach dem Reflow auf einer SMT-Linie, platziert zwischen SPI und AXI. Erfahren Sie, was sie prüft, wie regelbasierte AOI programmiert wird und was sich ändert, wenn AI-Modelle manuelle Regeln ersetzen.
AOI (automated optical inspection) ist ein kamerabasiertes Inspektionssystem, das jede bestückte Leiterplatte (PCBA) auf sichtbare Fehler wie fehlende, versetzte oder verpolte Bauteile sowie fehlerhafte Lötstellen prüft. In einer SMT-Linie ist die AOI meist direkt nach dem Reflow-Ofen platziert. Die Lotpasteninspektion (SPI) erfolgt früher, direkt nach dem Schablonendrucker, während die automatische Röntgeninspektion (AXI) die AOI ergänzt, indem sie verdeckte Lötstellen unter BGA- und QFN-Gehäusen prüft, die keine Kamera erfassen kann.
AI AOI ist derselbe Maschinentyp mit einer anderen Intelligenz. Eine regelbasierte AOI bewertet jedes Bauteil über Prüffenster und Schwellenwerte, die ein Ingenieur manuell anhand von CAD-Daten und einer Bauteilbibliothek erstellt. Eine AI AOI nutzt stattdessen trainierte Machine-Learning-Modelle: Das Prüfprogramm wird innerhalb weniger Minuten auf Basis eines einzigen Golden Boards erstellt, und Pseudofehler werden durch Nachtrainieren des Modells anhand von Bediener-Feedback reduziert – statt durch das Aufweichen von Schwellenwerten.
Auf dieser Seite: Was AOI prüft, wie regelbasierte AOI funktioniert, was sich mit AI AOI ändert, wo AOI in die Linie passt, 2D vs 3D und welche Fragen Sie einem Hersteller stellen sollten. Möchten Sie das System zuerst im Einsatz sehen? Sehen Sie sich die AI AOI-Demo an, entdecken Sie die AI AOI-Maschinen von DaoAI oder starten Sie auf der DaoAI-Startseite.
Video auf Englisch
2:21 · AI-Programmierung an einem 2×2-Nutzen, anschließend AI-Feedback ab 1:41.
Die automatische optische Inspektion ist eine kamerabasierte Prüfung einer bestückten Baugruppe. Die Maschine erfasst die PCBA unter kontrollierten Lichtverhältnissen, vergleicht das Ist-Bild mit dem Soll-Zustand und markiert Bauteile oder Lötstellen, die außerhalb der Akzeptanzkriterien liegen.
AOI erkennt von oben sichtbare Fehler: fehlende, falsche, versetzte oder verdrehte Bauteile, Verpolung, Tombstoning, Lötbrücken, unzureichendes oder überschüssiges Lot, angehobene Pins (Lifted Leads) und offene Lötstellen. Verdeckte Lötstellen unter BGA- oder QFN-Gehäusen kann sie nicht sehen. Das ist die Aufgabe der automatischen Röntgeninspektion (AXI).
Ein AOI-System repariert nichts. Es sortiert Leiterplatten in Gut und Schlecht und zeigt dem Bediener zu jeder Meldung das passende Bild. Sein wirtschaftlicher Wert hängt von zwei Kennzahlen ab: wie viele echte Fehler es erkennt und wie viele Gutteile fälschlicherweise als fehlerhaft eingestuft werden (Pseudofehler).
Eine regelbasierte AOI prüft jedes Bauteil mit einem Prüfprogramm, das ein Ingenieur manuell erstellt. Dieses Programm basiert typischerweise auf vier Eingaben.
Dieser Ansatz funktioniert, und viele Großserienlinien betreiben ihn erfolgreich. Der Preis dafür ist Engineering-Zeit: Eigene Vergleiche von DaoAI beziffern die Ersterstellung eines Programms auf einer regelbasierten Maschine auf 3 bis 5 Stunden pro Baugruppenvariante – bei Leiterplatten mit Tausenden von Bauteilen auf mehrere Tage.
Der zweite Kostenfaktor zeigt sich in der laufenden Fertigung. Wird eine einwandfreie Lötstelle beanstandet, ist der schnellste Workaround, den Schwellenwert aufzuweiten. Das eliminiert zwar den Pseudofehler, vergrößert jedoch das Akzeptanzband für jedes Bauteil, das mit diesem Parameter bewertet wird – und genau so beginnen echte Fehler durchzuschlüpfen.
AI AOI behält die optische Sensorik bei, ersetzt jedoch den Großteil der manuellen Programmierung durch trainierte Modelle. Vier Unterschiede machen sich in der Fertigung bemerkbar.
Anstatt mit CAD-Daten und einer Bibliothek zu beginnen, scannt die Maschine ein einziges fehlerfreies Board, erkennt jedes Bauteil selbstständig und generiert die Prüffenster sowie Schwellenwerte automatisch. Auf Maschinen von DaoAI dauert dies 30 seconds bis 5 minutes – bei 98% Erkennungsgenauigkeit direkt nach der Autoprogrammierung, noch vor jeder Feinabstimmung.
Die Autoprogrammierung von DaoAI erfordert keine vorgefertigte Bauteilbibliothek; CAD- oder BOM-Daten sind optional. Diese Daten ergänzen reale Bezeichner und Teilenummern für den MES-Export und Reparaturplätze, beeinflussen jedoch nicht, was erkannt oder wie es bewertet wird. Erfahren Sie, wie die AI-Autoprogrammierung funktioniert.
Ein regelbasiertes Prüffenster vergleicht Pixel mit einer Vorlage oder einem Farbbereich. Ein trainiertes Modell bewertet das Bauteil oder die Lötstelle ganzheitlich, basierend auf zahlreichen Beispielen von Gut- und Schlechtteilen.
Die Modelle von DaoAI basieren auf einem visuellen Foundation-Modell, das mit mehr als 1,000,000 realen Produktionsbildern trainiert wurde, und passen sich an Ihre Baugruppe an. Daher führt eine leicht abweichende Gehäusefarbe oder Beschriftung eines Zweitlieferanten nicht zwingend zu einer Fehlermeldung, während ein angehobener Pin zuverlässig erkannt wird.
Jede herkömmliche Prüfung findet innerhalb eines Fensters um ein Bauteil herum statt. Eine Lötkugel auf dem nackten Basismaterial oder ein Drahtrest zwischen zwei Bauteilen liegt in keinem dieser Fenster.
AI AOI kann einen Prüfschritt ergänzen, der die Leiterplatte zwischen den Bauteilen auf Lötkugeln, Partikel und Fremdkörper (FOD) untersucht – und nicht nur die Bereiche unmittelbar um die einzelnen Komponenten herum.
Wenn ein Bediener einen Pseudofehler als OK bestätigt, kann ein AI-System dieses Bild zum Datensatz des Produkts hinzufügen und nachtrainieren, anstatt einen Schwellenwert aufzuweiten. Das Modell lernt, wie eine akzeptable Variante aussieht, während ein echter Defekt mit ähnlicher Bewertung weiterhin sicher erkannt wird.
Mit diesem Ansatz kann die Pseudofehlerrate bei DaoAI nach der Feinabstimmung auf ein Produkt etwa 1% erreichen. Details finden Sie auf der Seite zu Feedback-Learning.
Über die automatische Programmierung und das Feedback-Lernen hinaus integriert eine moderne AI-AOI diese Prüfungen und Produktionswerkzeuge in denselben Workflow.
Die Nutzen- und Array-Prüfung ermöglicht es Ihnen, eine einzelne Leiterplatte zu programmieren und den gesamten Nutzen zu prüfen: Zeilen, Spalten und Abstände werden aus dem Bild ausgelesen, wobei jeder Teilnutzen einzeln ausgewertet wird. Die obige Demo zeigt einen 2×2-Nutzen.
AI-OCR & OCV verarbeiten Bauteilbeschriftungen direkt im Prüfprogramm. OCR liest Beschriftungen aus, die zuvor nicht vorgegeben waren, wie beispielsweise eine Seriennummer; OCV überprüft, ob die erwartete Beschriftung vorhanden und korrekt ist.
Die Erkennung offener Lötstellen nutzt ein vortrainiertes 2D-AI-Modell für sichtbare Open-Solder-Fehler. Passen Sie es lokal mit eigenen Mustern an, um es optimal auf Ihre Fertigung abzustimmen.
Kundenspezifische Fehlermodelle können offline direkt auf der Maschine mit eigenen Bildern trainiert werden. So lassen sich Modelle für produktspezifische Fehler erstellen.
Vollständige Engineering-Kontrolle hält 21 Einstellungen in sechs Bereichen bearbeitbar. Ihre manuellen Einstellungen bleiben bei jeder AI-Neuprogrammierung erhalten, und gesperrte Parameter verbleiben auf den von Ihnen gewählten Werten.
Die Produktionsintegration umfasst MES-Export und Cpk-Qualitätsanalysen. Ein dedizierter Reparaturplatz-Bildschirm und Linien-Handling verbinden die Inspektion mit dem restlichen Fertigungsablauf.
Die Prüfabdeckung umfasst 16 Prüffunktionen, die je nach Gehäusetyp ausgewählt werden. Alle diese Prüfungen laufen auf dem automatisch erstellten Programm.
Das DaoAI-Portfolio umfasst die Offline-Systeme P1, P2 und das Großformat-System P1L; Inline-2D P3 und Dual-Lane P3D; Inline-3D P5 und P5D, ab sofort lieferbar; sowie A3 ausschließlich für die THT-Bauteilprüfung – fehlende, falsche, verpolte und versetzte THT-Bauteile.
Ein leistungsstarkes Modell allein macht noch keine gute AOI aus. Die Maschine muss bei neuen Produkten schnell einsatzbereit sein, in jeder Schicht einfach zu bedienen sein und mit Änderungen bei Materialien, Lieferanten und Leiterplattenrevisionen Schritt halten. Bewerten Sie jedes AI AOI-System nach diesem Dreiklang: schnelle Einrichtung, stabile Prüfergebnisse bei realen Licht- und Materialschwankungen und ein Feedback-Kreislauf, der das Modell nach dem Go-live kontinuierlich verbessert.
| Kriterium | Regelbasierte AOI | AI AOI (Beispiel DaoAI) |
|---|---|---|
| Programmiereingaben | CAD-/Centroid-Datei, Bauteilbibliothek, manuell gesetzte Prüffenster | Ein einziges Golden Board; CAD/BOM optional |
| Programmierzeit pro neuer Leiterplatte | 3–5 hr; mehrere Tage bei Baugruppen mit Tausenden Bauteilen | 30 s – 5 min |
| Neue Gehäuseform | Muss zuerst manuell in der Bibliothek angelegt werden | Wird direkt von der Leiterplatte erkannt und modelliert |
| Bewertung eines Bauteils | Pixel-, Vorlagen- oder Farbregeln pro Fenster | Trainiertes Modell bewertet jedes Bauteil; Schwellenwert wird auf Basis dieser Scores festgelegt |
| Genauigkeit vor der Feinabstimmung | Abhängig vom Programmierer | 98% Erkennungsgenauigkeit direkt aus der Autoprogrammierung |
| Reduzierung von Pseudofehlern | Schwellenwert aufweiten, wodurch auch echte Fehler durchgelassen werden | Einmalig als OK markieren; das Modell lernt anhand des Beispiels nach |
| Bereich zwischen Bauteilen | Wird nicht geprüft, sofern kein Fenster gezeichnet wurde | Ganzflächige Prüfung auf Lötkugeln und FOD |
| Wer Korrekturen vornehmen kann | Nur Personen mit detailliertem Wissen über Schwellenwerte | Jeder Bediener kann Rückmeldung geben; Berechtigungen steuern Programmänderungen |
| Speicherort der Leiterplattenbilder | Auf der Maschine | Auf der Maschine; keine Cloud-Anbindung oder Benutzerkonto erforderlich |
| Nutzen und Arrays | Jede Leiterplattenposition oder Step-and-Repeat von Hand programmieren | Eine Leiterplatte programmieren; das Nutzenlayout wird aus dem Bild ausgelesen |
| Bauteilbeschriftungen | Separates OCR-Setup pro Bauteil | AI-OCR & OCV im selben Programm |
| Produktspezifische Fehler | Auf den Hersteller warten oder eine eigene Regel erstellen | Eigenes Modell direkt auf der Maschine trainieren |
Eine typische SMT-Linie umfasst: Schablonendrucker, Lotpasteninspektion (SPI), Bestückung (Pick-and-Place), Reflow-Ofen, AOI und anschließende Tests. Nach dem Reflow-Prozess ist die Standardposition für AOI, jedoch kann die AOI an mehreren Stellen der Linie eingesetzt werden; Röntgeninspektion (AXI) wird dort ergänzt, wo verdeckte Lötstellen kritisch sind. Einen direkten Vergleich der drei Methoden finden Sie unter AOI vs SPI vs AXI.
Die Wahl zwischen diesen Formaten ist eine eigene Entscheidung. Unser Leitfaden zu Offline- vs. Inline- vs. 3D-AOI erläutert, wann welches System am besten passt.
AOI-Ergebnisse sind am wertvollsten, wenn sie nahtlos weitergeleitet werden. An das MES übertragene Fehlercodes, Detailbilder und Vollaufnahmen ermöglichen es dem Reparaturplatz und den Qualitätsingenieuren, jede Meldung bis zur genauen Leiterplatte und Position zurückzuverfolgen.
2D AOI arbeitet mit Farbbildern, die unter verschiedenen Beleuchtungswinkeln aufgenommen werden. Sie leitet die Form daraus ab, wie Licht von einer Lötstelle oder einem Bauteilkörper reflektiert wird – was für Anwesenheit, Polarität, Versatz, Brücken und die meisten Meniskusprüfungen ausreicht.
3D AOI ergänzt ein gemessenes Höhenprofil, typischerweise durch die Projektion von Streifenlichtmustern aus mehreren Richtungen. Angehobene Pins, Koplanarität, Bauteilkippung und Zinnvolumen werden zu echten Messwerten statt Schätzungen. Die P5 von DaoAI nutzt beispielsweise vier Scheimpflug-Streifenlicht-Projektionseinheiten, eine pro Richtung, mit einer Höhengenauigkeit von 6 µm oder besser (eine Referenzspezifikation). Die P5 und das Doppelspursystem P5D sind ab sofort lieferbar.
3D rechtfertigt die Mehrkosten, wenn höhenrelevante Fehler tatsächlich Ihre Kunden erreichen könnten: Fine-Pitch-Gull-Wing-ICs, Steckverbinder und Hochzuverlässigkeitsbaugruppen. Für viele Leiterplatten deckt eine gut programmierte 2D-Maschine das gesamte Fehlerspektrum ab.
Eine ausführlichere Checkliste finden Sie in unserem Leitfaden zur Bewertung eines AI AOI-Systems vor dem Kauf.
AOI steht für automated optical inspection: ein kamerabasiertes System, das bestückte PCB auf sichtbare Bauteil- und Lötfehler prüft, meist direkt nach dem Reflow-Löten in einer SMT-Linie.
SPI misst Lotpaste nach dem Drucken und vor dem Bestücken der Bauteile. AOI prüft bestückte Komponenten und sichtbare Lötstellen, üblicherweise nach dem Reflow-Prozess. AXI nutzt Röntgenstrahlung zur Überprüfung verdeckter Lötstellen unter Bauteilkörpern wie BGA. Die meisten Linien nutzen SPI und AOI und ergänzen AXI dort, wo verdeckte Lötstellen kritisch sind.
Nicht zwingend. Die AI AOI von DaoAI programmiert eine Baugruppe anhand eines einzigen Golden Boards ohne CAD-Dateien, und die DaoAI-Autoprogrammierung erfordert keine vorab erstellte Bauteilbibliothek. CAD- oder BOM-Daten können später hinzugefügt werden, um reale Bezeichner und Teilenummern bereitzustellen.
Nein. Eine AOI – ob AI-basiert oder nicht – erfasst nur das, was aus dem Blickwinkel der Kamera sichtbar ist. Verdeckte Lötstellen unter BGA-, LGA- oder QFN-Gehäusen erfordern weiterhin Röntgeninspektion (AXI).
Das hängt vom Hersteller ab. Maschinen von DaoAI arbeiten vollständig vor Ort (on-premise) – ohne Cloud, Benutzerkonto oder Verbindung nach außerhalb des Werks. Das Modelltraining erfolgt direkt auf der Maschine.
Nein. Schnelle Programmierung, Feedback-Learning und die Inspektion der gesamten Leiterplatte unterstützen High-Volume- und High-Mix-Linien gleichermaßen. Gerade für High-Mix-Fertigungen ist das System ideal, da die regelbasierte Einrichtung dort oft länger dauert als der eigentliche Fertigungslauf. AI AOI ist als Offline-, Inline-2D-, Inline-3D- sowie THT-System verfügbar.
Der Bediener markiert das beanstandete Bauteil als OK, und das System fügt dieses Bild dem Datensatz des Produkts hinzu. Durch ein AI-Update wird das Modell nachretrainiert, sodass diese akzeptable Abweichung künftig nicht mehr gemeldet wird – ohne die Schwellenwerte für echte Fehler aufzuweiten.
Ja. Programmieren Sie eine einzelne Leiterplatte und lassen Sie die automatische Erkennung die übrigen Teilnutzen aus dem Bild ermitteln, ohne Zeilen, Spalten oder Abstände manuell einzugeben. Jeder Teilnutzen wird anhand eigener Merkmale ausgerichtet und separat ausgewertet; übereinstimmende Positionen können Programmanpassungen gemeinsam nutzen, während sich einzelne Positionen auch unabhängig voneinander bearbeiten lassen.
Der schnellste Weg, ein AOI-System zu beurteilen, ist der Test mit Ihrem eigenen Produkt. Senden Sie uns ein eigenes Board und wir testen es kostenlos für Sie, oder buchen Sie eine 30-minute Demo mit einem DaoAI-Ingenieur und erleben Sie live, wie aus einer Leiterplatte Ihrer Wahl ein fertiges Prüfprogramm entsteht.
Offline-AOI passt zu High-Mix und NPI, Inline-2D zu hohen Stückzahlen und 3D zu höhenkritischen Fehlern. Dieser Leitfaden ordnet jedem Szenario eine Maschine zu, mit Baugruppengrößen, Auflösung und Spuroptionen.
28. September 2026
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
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.
