Ausgangssituation: Neue Fehlerklassen – alte Systeme am Limit

Ein internationaler Hersteller von OLED-Displays nutzte bereits automatisierte Bildverarbeitungssysteme für die Inline-Qualitätsprüfung. Doch mit der Einführung neuer Beschichtungsprozesse traten Fehlertypen auf, die das bestehende System nicht zuverlässig identifizieren konnte – insbesondere Überlappungen zwischen Topcoat und Getterlayer sowie subtile Strukturabweichungen, die nur unter bestimmten Kontrastbedingungen sichtbar werden.

Die Herausforderung:
Die vorhandenen Algorithmen waren nicht flexibel genug, um neue Fehlerklassen abzubilden. Zudem musste sich das Expertenteam bei unklaren Fällen weiterhin stark auf manuelle Sichtprüfungen verlassen.

Herausforderungen im Überblick:

Ziel: Flexibel auf neue Fehler reagieren – ohne Produktionsstopps

Der Kunde benötigte eine Lösung, die neue Fehlerklassen schnell und zuverlässig erkennt, die manuelle Sichtprüfung entlastet, eine schrittweise Integration in bestehende Prozesse erlaubt und KI-Modelle außerhalb der Produktionslinie entwickeln und testen kann. 

Gemeinsam wurde entschieden, den Prüfprozess mit virtuellen Prüfplätzen, Testumgebungen und der Einbindung von KI-Modellen zur Segmentierung weiterzuentwickeln. 

Lösung: Automatisierte Qualitätsprüfung mit visionKit

Über virtuelle Prüfplätze konnten neue Bilddaten, Fehlerklassen und Varianten des Prüfprozesses bewertet werden. Anschließend wurden KI-Modelle entwickelt und in der integrierten Testumgebung getestet – ohne Risiko für den laufenden Betrieb. 

Vorteile:

Externe Trainingspipeline für KI-Modelle

Ein speziell entwickelter Trainingsprozess ermöglichte die Segmentierung neuer Fehlertypen wie Überlappungen zwischen Topcoat und Getterlayer.

Trainingsschritte:

Schrittweise Integration in den Prüfprozess

Nach einer erfolgreichen Evaluationsphase wurde die optimierte KI schrittweise in die produktive Umgebung überführt:

Ergebnisse: Höhere Präzision, weniger Aufwand

Ergebnisse: Höhere Präzision, weniger Aufwand

Fazit: Zukunftssichere OLED-Qualitätssicherung

Durch den Einsatz virtueller Prüfplätze, KI-gestützter Bildanalyse und einer modularen Integrationsstrategie konnte der OLED-Hersteller sein Qualitätsmanagement auf ein neues Niveau heben.

Die Lösung ermöglicht nicht nur eine präzisere Erkennung neuer Fehlertypen, sondern schafft auch die Grundlage für eine adaptive, skalierbare Qualitätsprüfung in einer sich schnell verändernden Display-Technologiebranche.

Den Nutzen auf einen Blick