Zum Inhalt springen
Deutsche Ernährungsindustrie
  • Fleischverarbeitung
  • Obst- & Gemüse
  • Milchverarbeitung
  • Back- & Teigwaren
  • Getränkeindustrie
  • Technik
Deutsche Ernährungsindustrie
  • Fleischverarbeitung
  • Obst- & Gemüse
  • Milchverarbeitung
  • Back- & Teigwaren
  • Getränkeindustrie
  • Technik
    Ernährungsindustrie-Newsletter
    Die wichtigsten News aus der Lebensmittelproduktion direkt in Ihr Postfach.
    Newsletter abonnieren

    Info

    • Impressum
    • Datenschutz
    • Barrierefreiheit
    • Datenschutzeinstellungen

    Kontakt zur Redaktion

    Deutsche ErnährungsindustrieKonradin Mediengruppe
    Ernst-Mey-Str. 8, 70771 Leinfelden-Echterdingen

    E-Mail: redaktion@konradin.de
    Folgen Sie uns
    Deutsche Ernährungsindustrie
    © 2026 Deutsche Ernährungsindustrie
    Startseite/Technik/Artikel
    Deep-Learning bei der Leerflascheninspektion
    Bildquelle nicht angegeben
    Technik

    Deep-Learning bei der Leerflascheninspektion

    Mit Heuft reflexx A.I. und MCIP steht nun eine Leerflascheninspektion bereit, die mithilfe von Deep-Learning schwer erkennbare Defekte sichtbar macht.
    Veröffentlicht
    14. Oktober 2025
    Lesezeit
    4 Minuten
    Rubrik
    Technik

    Eine vollständig abdeckende optische Leerflascheninspektion zählt zu den zentralen Voraussetzungen für effiziente Abfüllprozesse. Mit Heuft reflexx A.I. und MCIP steht nun eine Lösung bereit, die durch den Einsatz vortrainierter Deep-Learning-Algorithmen selbst schwer erkennbare Defekte zuverlässig sichtbar macht, die Fehlausleitrate reduziert und den Wirkungsgrad kompletter Abfülllinien steigert.

    Selbst die beste KI kann nur das finden, was auch wirklich zu sehen ist. Wer herausfordernde Fehlertypen sichtbar machen will, braucht also die richtigen bildgebenden Verfahren. Je mehr Informationen eine Aufnahme enthält, desto breiter wird nämlich die Palette an Sicherheits- und Qualitätsmängeln, die sich tatsächlich erkennen, auswerten und klassifizieren lassen.

    Intelligente MCIP-Seitenwandinspektion

    Dazu kommt es vor allem auf eine überlegene Optik an: Direkt in intelligente Heuft reflexx A.I.-Kameras integriert, rückt das inhouse-entwickelte Multi Colour Image Processing (MCIP) die Flaschenwände stets ins rechte Licht. Dafür werden unterschiedliche Illuminationsprinzipien wie zum Beispiel Hell- und Dunkelfeldbeleuchtung im Auf- und Durchlicht miteinander kombiniert. Und zwar in unterschiedlichen Farben, um die entstehenden Informationen spektral voneinander zu separieren und die einzelnen Farbkanäle so miteinander zu verrechnen, dass sich unterschiedlichste Merkmale herausarbeiten lassen:

    Glasausbrüche und Absplitterungen im Gewinde- und Underchip-Bereich sind bei der Inspektion der oberen Seitenwände dank strukturierter MCIP-Farbbeleuchtung auch dann komplett vollflächig zu sehen, wenn die Behälter aus Weißglas bestehen. Ohne zusätzliche Klassifikation werden harmlose Objekte wie Wassertropfen von solchen kritischen Fehlern unterschieden. Rost im Bereich der Mündung identifizieren MCIP und Heuft reflexx A.I. noch sicherer. Die Integrität von Applied Color Labels (ACL) lässt sich damit ebenfalls detailliert überprüfen. Sogar im ACL-Bereich selbst werden Risse und Defekte zuverlässig erkannt. Zusätzlich macht die MCIP-Dunkelfeldbeleuchtung u.a. auch Ausbrüche an der Bodenkante sichtbar, die im Hellfeld oft komplett verborgen bleiben.

    Deep-Learning-Bodeninspektion

    Mit neuester Heuft-KI ist jetzt auch bei der optischen Boden- und Mündungsinspektion noch mehr drin, wenn es darum geht, die Sensitivität der Erkennung zu steigern, bislang Unsichtbares sichtbar zu machen, kritische Fehler kompetent von kosmetischen zu unterschieden und die Fehlausleitrate nachhaltig zu minimieren. Zusätzlich verkürzt sie Inbetriebnahmen und bringt selbst unter schwankenden Umgebungsbedingungen stabilere Ergebnisse. Der Leerflascheninspektor lässt sich bereits optimal vorkonfiguriert installieren. Langwierige sortenspezifische Teach-In-Prozeduren entfallen weitestgehend. Wo zuvor für so gut wie jede Flaschensorte und -form ein eigener Algorithmus erforderlich war, um ihren Boden so passgenau zu zentrieren, dass die Inspektion ihn komplett lückenlos abdeckt, genügt jetzt ein einziger. Basierend auf ihrer Symmetrie als alleinigem Zentrierungsparameter eignet dieser sich für unterschiedlichste Arten von Flaschen – unabhängig von Knurling Marks, Embossings und anderen sortenspezifischen Charakteristika.

    Vortrainierte KI

    Zur intelligenten Bodeninspektion leerer Standard-Glas- und PET-Flaschen ist die Deep-Learning-KI schon vortrainiert: Tausende eingelernte Bodenaufnahmen fehlerfreier Mehrweggebinde offenbaren die enorme Vielfalt solcher Gut-Flaschen. Sie ähneln sich zwar, sehen aber u.a. aufgrund von Material-, Helligkeits- oder Farbschwankungen nie ganz genau gleich aus. Wiederzuverwendende PET-Flaschen sind zudem oft von Abnutzung und Abrieb betroffen oder es befinden sich Wassertropfen an ihrem Boden. Heuft reflexx A.I. entscheidet klar, ob solche Strukturen noch innerhalb der Toleranz liegen oder eine fehlerhafte Abweichung zu den in das vielschichtige neuronale Modell eingelernten Gut-Bildern darstellen. Nicht mehr jedes Detail einzeln, sondern das ganze Erkennungsbild insgesamt wird als „gut“ oder „schlecht“ klassifiziert. Die Anomalie-Erkennung stellt sicher, dass nicht nur schon spezifizierte, sondern auch neu auftretende Fehler gefunden werden. Das gilt sogar für transparente, nicht polarisierende Folie in der PET-Flasche. Der Anteil an Behältern, die der Inspektor aufgrund unkritischer Toleranzen im Bodenbereich als fehlerhaft betrachtet, sinkt dagegen drastisch – und damit auch die Fehlausleitrate. Das steigert die Effizienz und Produktivität ganzer Abfülllinien und schützt vor unnötiger Packmittelverschwendung!

    Deep-Learning-Mündungsinspektion

    Auch zur Mündungsinspektion wurden schon unzählige fehlerfreie Mündungsaufnahmen von Standard-Bierflaschen ins Deep-Learning-Modell eingelernt, die sich u.a. in ihrer Form, Glasdicke oder Kolorierung aber leicht voneinander unterscheiden. Das Ergebnis ist ein riesiger Pool an Gut-Bildern innerhalb des Toleranzbereichs, sodass die KI auch hier alle abweichenden Strukturen und Objekte automatisch als Fehler bewertet. Nichts Undefiniertes wird mehr übersehen, Leerflaschen mit kritischen Defekten werden sicher erkannt und konsequent ausgeleitet. Handelt es sich dagegen lediglich um rein kosmetische Abweichungen, bleiben sie, wenn gewünscht, drin in der Linie und können unbesorgt wieder befüllt werden. Zusammen mit einem noch stabileren Setup des Leerflascheninspektors steigert dies ebenfalls den Wirkungsgrad ganzer Abfüllanlagen.

    Dank Heuft reflexx A.I. und MCIP (s.o.) gibt es neuerdings auch eine übergreifende Inspektionslösung für unterschiedlichste Durchmesser und Formen von Weithalsmündungen, die deren Dichtfläche immer lückenlos abdeckt. Mit fokussierter Beleuchtung werden dazu Aufnahmen erzeugt, die insgesamt deutlich weniger Störstrukturen enthalten und einen gut doppelt so großen Reflexionsring auf der Mündungsdichtfläche abbilden als zuvor. Dort, wo er unterbrochen oder verschwommen ist, befinden sich Kerben oder Risse, die mit der neuen Hochleistungsoptik jetzt noch zuverlässiger erkannt werden.

    Die KI zur Bodenzentrierung und vortrainierten Boden- und Mündungsinspektion ist schon im röntgenunterstützten Heuft InLine II IX-Leerflascheninspektor integriert und war auf der Drinktec in München sowohl im ausgestellten Gerät selbst als auch an speziellen Enlightenment-Stationen zu erleben. Letzteres gilt auch für die intelligente Weithalsmündungs- und Seitenwandinspektion mit MCIP und Heuft reflexx A.I.

    Heuft Systemtechnik GmbH, Burgbrohl

    Mehr aus Technik

    Weitere aktuelle Artikel aus der Rubrik Technik.

    Alle Technik-Artikel
    GS1 und Google starten Pilotphase für Native Scanning mit GS1 DataMatrix
    Technik

    GS1 und Google starten Pilotphase für Native Scanning mit GS1 DataMatrix

    2. Oktober 2026

    GS1 Germany und Google erproben ab Januar 2026 das Native Scanning von GS1 DataMatrix Codes – mit direktem Potenzial für Track-and-Trace und Kennzeichnung in der Lebensmittelindustrie.

    Festo übernimmt Gummiwarenfabrik Neddermann
    Technik

    Festo übernimmt Gummiwarenfabrik Neddermann

    2. Oktober 2026

    Festo SE & Co. KG integriert zum 1. Januar 2026 die Gummiwarenfabrik R. Neddermann GmbH und baut damit seine Fertigung und Kompetenz im Bereich Dichtungstechnologie aus.

    Hygienic Design in der Lebensmittelproduktion: Grundlagen, Normen und Praxis
    Technik

    Hygienic Design in der Lebensmittelproduktion: Grundlagen, Normen und Praxis

    1. Oktober 2026

    Hygienic Design bezeichnet die konstruktive Gestaltung von Maschinen, Anlagen und Bauteilen so, dass mikrobiologische, chemische und physikalische Kontaminationen systematisch verhindert werden. Dieser Fachartikel…

    MULTIVAC gewinnt Deutschen Verpackungspreis mit Cooling@Packing
    Technik

    MULTIVAC gewinnt Deutschen Verpackungspreis mit Cooling@Packing

    29. September 2026

    MULTIVACs Cooling@Packing-System integriert den Kühlprozess von Backwaren in eine Tiefzieh-Verpackungsmaschine und wurde mit dem Deutschen Verpackungspreis ausgezeichnet.

    ← Zurück zu TechnikZur Startseite

    Ernährungsindustrie-Newsletter

    Die wichtigsten News aus der Lebensmittelproduktion direkt in Ihr Postfach.

    Zum Newsletter anmelden →