KI-Lösungen · Use Case

Umgekippte Vials auf Förderbändern per Edge-KI erkennen

GE Healthcare beauftragte NeuroSYS mit einem nicht-invasiven Echtzeit-Anomalieerkennungssystem für Förderbänder in der norwegischen Pharmaproduktion. Eine Industriekamera und ein Convolutional Neural Network auf einer Edge-Einheit erfassen umgekippte Glas- und Kunststoffvials vor der Abfüllung. Das System warnt das Linienpersonal verzögerungsfrei über optische sowie akustische Signale und vermeidet teure Stillstandszeiten.

Ungeplante Stillstände an pharmazeutischen Abfülllinien kosten Zeit und gefährden Liefertermine. Durch den Einsatz kompakter Edge-Computer-Vision erkennen Sie umgekippte Behälter in Echtzeit, bevor Verkeilungen entstehen. Das System arbeitet völlig unabhängig von der bestehenden Steuerung und schützt Ihre Anlagenauslastung.

Worum es geht

In sterilen pharmazeutischen Abfülllinien können umgekippte Fläschchen vor der Befüllung zu Bandblockaden und kostspieligen Maschinenstopps führen. Um dieses Problem ohne Eingriffe in die bestehende GMP-validierte Liniensteuerung zu lösen, setzt das System auf das Camera-as-a-Sensor-Prinzip. Eine Basler ace Industriekamera liefert kontinuierlich hochauflösende Bilder an eine reServer Industrial J4012 Edge-Computing-Einheit. Dort analysiert ein Convolutional Neural Network jeden Behälterstrom in Echtzeit, unterscheidet stehende von gekippten Vials, zählt die Einheiten und erfasst den jeweiligen Behältertyp. Sobald eine Unregelmäßigkeit auftritt, sendet die Edge-Einheit ein digitales I/O-Signal an einen Signalturm mit Licht- und Tonwarnung. Sämtliche Telemetriedaten werden zur kontinuierlichen Prozessüberwachung in einer lokalen InfluxDB gespeichert und über Grafana-Dashboards visualisiert. Durch die rein beobachtende Architektur bleibt die Lösung außerhalb des formalen GAMP-5-Validierungsumfangs und lässt sich flexibel erweitern.

Einordnung

  • Reifegrad: Growing
  • Komplexität: Mittel
  • Technologie: Computer Vision, Convolutional Neural Networks (CNN), Edge Computing, Industrielle Bildverarbeitung

Typische Einsatzmuster

  • Eine Basler ace Industriekamera filmt das Förderband vor einer pharmazeutischen Abfüllanlage kontinuierlich ab.
  • Ein Convolutional Neural Network auf einem reServer Industrial J4012 klassifiziert jedes Vial in Echtzeit als stehend oder gekippt.
  • Bei Detektion eines umgefallenen Behälters aktiviert ein digitales I/O-Signal sofort die Alarmleuchten eines Signalturms zur Bedienerwarnung.

Voraussetzungen

  • Eine industrietaugliche Kamera sowie eine Edge-Computing-Einheit müssen vibrationsfrei und reinraumtauglich am Förderband montiert sein.
  • Das Convolutional Neural Network muss mit Bildern aller verwendeten Behältertypen von 7 bis 100 Millilitern trainiert werden.
  • Ein Signalturm muss über digitale Ein- und Ausgänge direkt an das Edge-Gerät angebunden sein, um verzögerungsfreie Alarme auszugeben.

Nutzen

Für Unternehmen

  • Vermeidung teurer Produktionsstillstände durch frühzeitige Alarmierung vor Blockaden
  • Keine regulatorische Re-Validierung der Produktionsanlage nach GAMP 5 erforderlich
  • Erreichung einer dokumentierten Erkennungsgenauigkeit von 99,89 Prozent im Realbetrieb
  • Nahtlose Integration ohne mechanische oder steuerungstechnische Eingriffe in die Linie

Für Beschäftigte

  • Verkürzte Reaktionszeit bei Linienstörungen durch klare Signal-Turm-Warnungen
  • Entlastung von permanenter monotoner Sichtkontrolle des schnellen Förderbands
  • Transparente Schichtdaten und Stillstands-Tracking in Grafana-Dashboards
  • Bessere Arbeitsbedingungen im Reinraum ohne zusätzliche manuelle Kontrollschritte

Für Privatpersonen

  • Höhere Versorgungssicherheit mit lebenswichtigen pharmazeutischen Produkten
  • Geringeres Risiko von Lieferengpässen durch stabile Abfüllprozesse
  • Sicherstellung konsistenter pharmazeutischer Behälter- und Verpackungsqualität

Herausforderungen

Für Unternehmen

  • Optische Reflexionen durch Reinraumvorhänge erfordern gezielte Bildfilterung
  • Robustes Modelltraining für verschiedene Behältergrößen von 7 bis 100 Millilitern nötig
  • Verzögerungsfreie Inferenz auf kompakter Industrie-Hardware im Dauerbetrieb gefordert

Für Beschäftigte

  • Initiale Fehlalarme durch manuelle Eingriffe oder Hände im Kamerasichtfeld
  • Gewöhnung an neue optisch-akustische Alarmsignale am Linienarbeitsplatz
  • Erforderliches Grundverständnis der Dashboard-Metriken für Schichtübergaben

Für Privatpersonen

  • Strenge Qualitätsanforderungen an die Unversehrtheit primärer Medikamentenbehälter
  • Sensibilität bezüglich lückenloser Produktverfügbarkeit im Gesundheitswesen
  • Hohe Erwartungen an fehlerfreie Abfüllung empfindlicher biopharmazeutischer Wirkstoffe

Wirkung

Klassische Bildverarbeitungssoftware arbeitet mit starren Schwellenwerten für Kanten und Farben, die bei variierenden Vialgrößen, wechselndem Glas- oder Kunststoffmaterial und Reflexionen an Reinraumvorhängen versagen. Ein Convolutional Neural Network kann hingegen robuste Merkmale aus komplexen Bildmustern erlernen und Behälter auch bei verdeckten Sichtwinkeln oder Händen im Bildfeld zuverlässig unterscheiden. Die Kombination aus Inferenz auf Edge-Hardware und kontinuierlicher Datenweiterleitung ermöglicht Anpassungsfähigkeit ohne Eingriff in SPS-Codes.

Für Unternehmen

Pharmaunternehmen, die moderne Edge-KI für nachrüstbare Qualitätsprüfungen nutzen, steigern ihre Lieferzuverlässigkeit und Gesamtanlageneffektivität. Die Entkopplung vom regulatorisch aufwendigen GAMP-5-Kern ermöglicht eine schnelle funktionale Skalierung gegenüber Wettbewerbern mit starren Steuerungskonzepten. Dies sichert verlässliche Ausbringungsmengen bei hoher regulatorischer Konformität.

Ungeplante Maschinenstillstände in pharmazeutischen Abfüllbetrieben verursachen erhebliche Ausfallkosten und gefährden enge Produktionszeitpläne. Durch die frühzeitige optische Erkennung umgekippter Vials werden Blockaden abgewendet, bevor sie die eigentliche Abfüllmechanik erreichen. Das Gesamtsystem schützt die Anlagenauslastung ohne kostspielige Software- oder Steuerungsumbauten an der Bestandsanlage.

Die Einführung des Systems verändert den Linienbetrieb durch automatisierte Echtzeit-Überwachung und strukturierte Stillstands-Erfassung ab zehn Sekunden Bandinaktivität. Die Daten werden kontinuierlich in InfluxDB gespeichert und per Grafana visualisiert, was Schichtleitern und Wartungsteams eine präzise Grundlage für Prozessverbesserungen liefert. Gleichzeitig bleibt der operative Eingriff in die zertifizierte Reinraumumgebung minimal.

Für Beschäftigte

Bediener an pharmazeutischen Verpackungslinien werden von der anstrengenden Pflicht befreit, den kontinuierlichen Fluss Tausender kleiner Behälter manuell mit den Augen zu fixieren. Visuelle und akustische Alarmsignale lenken den Fokus gezielt auf tatsächliche Störungen. Dadurch sinkt der Stresspegel im Reinraum, während die Reaktionsgeschwindigkeit bei Vorfällen steigt.

Die Tätigkeit wandelt sich von einer rein reaktiven Beobachterrolle hin zur proaktiven Prozesssteuerung an der Abfülllinie. Anlagenbediener greifen nur noch punktgenau ein und nutzen die visualisierten Maschinendaten für fundierte Schichtübergaben. Die Verantwortung für einen kontinuierlichen Linienbetrieb wird durch verlässliche Assistenzsysteme gestärkt.

Das Linienpersonal lernt, die grafischen Dashboards zur Fehlerlokalisierung und Durchsatzanalyse zu interpretieren. Ein grundlegendes Verständnis dafür, wie das Bildverarbeitungssystem auf optische Verdeckungen oder Lichtveränderungen reagiert, unterstützt den reibungslosen Schichtbetrieb. Fachkräfte können ihr Prozesswissen gezielt mit digitalen Überwachungstools verbinden.

Für Privatpersonen

Für Patienten und Anwender steht die Unversehrtheit und sterile Bereitstellung von Injektionspräparaten an oberster Stelle. Ein geregelter Behälterfluss stellt sicher, dass Fläschchen ohne Beschädigungen oder Verunreinigungen weiterverarbeitet werden. Dies stärkt das Vertrauen in die fehlerfreie Verarbeitung und Produktgüte medizinischer Behandlungen.

Stabile Produktionsprozesse in der pharmazeutischen Fertigung tragen direkt zur flächendeckenden Versorgung mit lebenswichtigen Präparaten bei. Eine fehlerfreie Abfüllung ohne Unterbrechungen verhindert Lieferengpässe in Krankenhäusern und Apotheken. Die Gesellschaft profitiert von hochmodernen, verlässlichen Herstellungsstandards für sensible Medikamente.