Fallstudien

  • Roll of carbon fiber fabric

    Fehlererkennung bei Kohlefasergewebe mit KI

    SolVision’s KI-gestützte Visionstechnologie verbessert die Fehlererkennung bei der Inspektion von Kohlefasergeweben, indem sie sich an die Lichtverhältnisse anpasst und so die Qualitätssicherung optimiert.

  • Fiberglass bobbins in a warehouse

    Fehlererkennung bei Spulengarnen mit KI

    SolVision, das KI-Vision-System von Solomon, verbessert die Fehlererkennung bei Spulengarn durch präzisere Inspektion, erhöht die Garnqualität und reduziert Ausfallzeiten.

  • Fehlererkennung bei gewebten Stoffen mit KI

    SolVision, das für die Fehlererkennung bei gewebten Stoffen eingesetzt wird, erzielt mit der schnellen KI-Visions-Technologie von Solomon eine präzise Fehleridentifikation in Textilien.

  • Car painter in protective clothes and mask painting automobile bumper with metallic paint and varnish in chamber workshop.

    Fehlererkennung bei Autolackierungen mit KI

    SolVision nutzt KI zur präzisen Fehlererkennung bei Autolackierungen und verbessert die Qualität sowie Effizienz in der Automobilproduktion für einen führenden Automobilhersteller.

  • newly produced white pills on a blue surface

    Tablet-Inspektion mit KI

    SolVision verbessert die Tabletteninspektion mit KI für präzise Fehlererkennung und steigert die Effizienz und Genauigkeit in der pharmazeutischen Produktion.

  • Erkennung von Motornummern mit KI

    Die KI-gestützte OCR-Technologie von SolVision ermöglicht die automatisierte Erkennung von Motornummern und gewährleistet eine schnelle, präzise Datenauswertung sowie eine nahtlose Integration.

  • woman looking nutrition facts on food box through magnifying glass

    Produktverpackungsinspektion mit KI

    KI-gestützte Fehlererkennung verbessert die Inspektion von Produktverpackungen, erkennt Druckfehler und gewährleistet eine konsistente Qualitätskontrolle bei Verpackungen und Etikettierungen.

  • an electrician inspecting a wiring panel inside a smart factory

    Inspektion elektrischer Leitungen mittels AR + KI

    META-aivi zeigt die Standardbetriebsabläufe auf dem Gerätebildschirm an, leitet den Bediener bei der Korrektur etwaiger Fehler an und gibt gleichzeitig die Erkennungsergebnisse mit einem Zeitstempel aus.

  • close-up of MLCCs

    MLCC-Fehlererkennung mit KI

    SolVision KI verbessert die Fehlererkennung bei Multilayer-Ceramic-Kondensatoren (MLCC), reduziert falsche Ablehnungen und optimiert die Qualitätskontrolle in der Elektronikproduktion.