Veröffentlicht am

[2/5] Erstellung einer Benutzerdefinierten KI zur Kontrolle der Qualität der Außendienstarbeit

Einer der vielen Anwendungsfälle für die computergestützte Bildverarbeitung ist die Überprüfung der von Technikern und Außendienstmitarbeitern durchgeführten Arbeiten an Infrastrukturen in Echtzeit. Dies ermöglicht die Automatisierung einer manuell ausgeführten Aufgabe und damit eine erhebliche Senkung der Kosten für die Qualitätskontrolle. Aber auch hier erweisen sich Daten aus dem Außendienst als unverzichtbar, um den KI-Algorithmen zu zeigen, wie sie diese Überprüfungsarbeit durch überwachtes Lernen erledigen können. Im ersten Artikel unserer Serie "Einführung eines Computer Vision-Projekts und Wertsteigerung in nur 90 Tagen" haben Sie erfahren, wie man Datensätze mit repräsentativen Fotos aus dem Außendienst erstellt. In diesem zweiten Artikel erfahren Sie, wie Sie Ihre eigene KI erstellen, um die Qualität der Außendienstarbeit zu kontrollieren.

Validierung des Kontexts von Fotos in Datensätzen mithilfe von KI

Im vorangegangenen Artikel haben wir erläutert, dass die Überprüfung der Qualität von Bildaufnahmen für das Training von Bildverarbeitungsalgorithmen unerlässlich ist. Aber es ist auch wichtig, den Kontext der Fotos zu überprüfen. Die Kontextvalidierung ist ein Kontrollpunkt, der sicherstellt, dass jedes Foto das erwartete Element zeigt (eine Umgebung, ein Gerät, ein Etikett usw.) und dass das Foto richtig gerahmt ist. Wir schätzen, dass eine Menge von mindestens 100 Fotos mit konformen Beispielen (OK) notwendig ist, um mit dem Training für diesen Prüfpunkt zu beginnen.

Zusammengefasst: In 30 Tagen wird die mobile Anwendung konfiguriert und die Standards für die Dokumentation der Vorgänge werden den Außendienstteams mitgeteilt. Danach folgt eine weitere 30-tägige Phase, in der diese Teams die App übernehmen und mit dem Aufbau eines Qualitätsdatensatzes beginnen. So sind die Außendienstmitarbeiter in nur 60 Tagen in der Lage, die Vorgänge ordnungsgemäß zu dokumentieren.


Definition des Umfangs des KI-basierten Qualitätskontrollprozesses

Denken Sie daran, dass die Unternehmen den Umfang ihres Bildverarbeitungsprojekts festlegen müssen. Im Falle der Qualitätskontrolle der Außeneinsätze konzentriert sich diese Überlegung auf die erforderlichen Fotos und Kontrollpunkte. Dazu müssen Sie sich ein paar grundlegende Fragen stellen:

  • Wie viele Fotos sollten die Außendienstmitarbeiter machen?
  • Aus welchen Blickwinkeln können Sie sich ein Bild von der Arbeit der Mitarbeiter machen und sie somit überprüfen?
  • Welches sind die Kontrollpunkte, die entweder aufgrund gesetzlicher Vorschriften oder vertraglicher Vereinbarungen mit Ihren Kunden überprüft werden müssen?
  • Welches sind die professionellen Gesten, deren Ergebnis mit bloßem Auge sichtbar und somit durch Computer Vision überprüfbar ist?


Die Anzahl der Fotos, die von den Außendienstmitarbeitern gemacht werden müssen, hängt von der Komplexität und Dauer des Einsatzes ab. Die Festlegung des richtigen Umfangs der obligatorischen Fotos ist eine wichtige Überlegung. Die Außendienstmitarbeiter sollten nämlich nicht mehr Zeit mit der Erstellung eines Einsatzberichts verbringen als mit ihrer Arbeit. Wir empfehlen, bei einem einstündigen Einsatz nicht mehr als 10 Fotos zu fordern und die Anzahl der Kontrollpunkte pro Foto auf 5 zu begrenzen. Diese Parameter können natürlich, wie viele andere auch, während der Implementierung angepasst werden, wobei die ersten Feedbacks aus dem Außendienst berücksichtigt werden.

Es gibt verschiedene Arten von Kontrollpunkten, die KI überprüfen kann und die helfen, die Qualität der von den Außendienstmitarbeitern geleisteten Arbeit zu beurteilen. Die folgende Liste ist nicht allumfassend:

  • Positionierung eines Geräts oder einer Komponente
  • Vorhandensein einer Schutzeinrichtung an einem Bauteil
  • Vorhandensein einer Sicherheitseinrichtung an der Anlage
  • Validierung eines Sicherheitstests
  • Vorhandensein und Ablesen eines Etiketts mit einer Referenz- oder Seriennummer
  • Validierung der Konformität des Inhalts eines Etiketts
  • Erkennung und Validierung des Leitungsanschlusses anhand der Bestandsdaten


Training von Algorithmen zur automatischen Überprüfung der Konformität von professionellen Gesten

Die automatische Überprüfung der Konformität der Arbeit der Außendienstmitarbeiter erfordert ein Training der Algorithmen. Um einen Kontrollpunkt zu analysieren, muss die KI ihn bereits in verschiedenen Situationen kennengelernt haben. Das Projektteam muss daher für dieses Training Beispiele sammeln, bei denen der Kontrollpunkt konform (OK) und nicht konform (KO) ist. Diese Sammlung erfolgt über die mobile Anwendung von Deepomatic während des Einsatzes. Es wird geschätzt, dass einige hundert Fotos erforderlich sind, um die Schulung zu initiieren.

Wenn Sie nicht genügend Fotos für einen bestimmten Kontrollpunkt gesammelt haben, empfiehlt Deepomatic, diesen von den übrigen Kontrollpunkten zu trennen. Sie können dann einfach die Erfassungsphase für diesen speziellen Fall fortsetzen, ohne das Training der Algorithmen mit den vollständigen Datensätzen zu beeinträchtigen. Der Bereitstellungsplan wird also an die schrittweise Bereitstellung der Kontrollpunkte angepasst. Denken Sie daran, dass ein Computer Vision-Projekt nicht auf einmal umgesetzt wird und dass Iterationen üblich sind.

Deepomatic unterstützt seit 10 Jahren Unternehmen in verschiedenen Branchen auf der ganzen Welt. Wenn Ihr Unternehmen in einer dieser Branchen und Regionen tätig ist, können Sie von bereits erfolgten Schulungen von KI-Modellen und somit von einer schnelleren Bereitstellung profitieren.

Abschließend ist es wichtig zu bedenken, dass die Elemente, aus denen sich das Foto zusammensetzt, genauso wichtig sind wie die Qualität des Fotos, um Ihre KI zu trainieren. Die Erstellung einer Matrix mit den umzusetzenden Kontrollpunkten hilft dabei, die Erwartungen an die professionellen Gesten der Außendienstmitarbeiter zu konkretisieren. Die Projektteams können diese Kontrollpunkte auf der Grundlage des ersten Feedbacks aus dem Außendienst iterieren. Im nächsten Artikel werden Sie erfahren, mit welchen Instrumenten und Indikatoren die Projektteams die ersten Ergebnisse des Einsatzes von Computer Vision bei der Qualitätskontrolle im Außendienst messen können.

background

Qualität automatisieren. Wachstum beschleunigen.