Computer-Vision-basierte Ausführungskontrolle bei Photovoltaik-Installationen

Erst messen, dann versprechen

Ursprünglich sollte das System das verbaute Material anhand von Fotos zählen. Ein Validierungstest über mehrere Projekte und Positionen zeigte, dass das physikalisch nicht zuverlässig ist: Befestigungselemente sind nach der Montage verdeckt, und aus schrägem Winkel ist die Stückzahl ungenau. Deshalb haben wir das System auf den Nutzen ausgerichtet, der tatsächlich funktioniert: ein Qualitäts-Gate für Fotos, Prüfungen der Datenintegrität und den Nachweis abgeschlossener Arbeitsschritte.

Technische Umsetzung und geschäftliche Wirkung

Bilderkennungs-Pipeline und Rückmeldung vor Ort

Das System prüft das Foto des Monteurs bereits beim Hochladen auf seine Qualität. Ist das Bild nicht auswertbar, fordert es sofort eine neue Aufnahme an; scheitert auch diese wiederholt, geht der Fall zur Entscheidung an die Projektleitung. Eine dauerhafte Referenztafel mit QR-Code vor Ort liefert Teamkennung, Zeitstempel und Größenreferenz.

Drei Zustände statt falscher Sicherheit

Die KI erzwingt keine Ja-Nein-Antwort. Bei der Prüfung der elektrischen Anschlüsse lautet das Ergebnis „konform“, „möglicherweise nicht konform“ oder „anhand des Bildes nicht prüfbar“. Bei Unsicherheit schlägt sie also Alarm und leitet an einen Menschen weiter, statt ein Ergebnis zu erfinden.

Messbare geschäftliche Wirkung und ROI

Das System gleicht das ausgegebene mit dem nachweislich verbauten Material aus den ERP-Daten ab. So wird Materialschwund auf Projekt- und Teamebene sichtbar. Den Überblick liefern ein täglicher Verarbeitungsreport und ein Management-Dashboard. Der fotobasierte Nachweis abgeschlossener Arbeitsschritte dient zudem als Beleg bei Gewährleistungsstreitigkeiten.

Datenqualität und Integration

Das Audit deckte auch einen kritischen Fehler in der Datenqualität auf: Die Upload-Kette entfernte die Metadaten der Fotos (Zeitstempel, GPS). Die Korrektur an der Quelle wurde damit zur Voraussetzung für die Entwicklung. Die Lösung ist an das eigene Partner- und Auftragssteuerungssystem des Auftraggebers ausschließlich über Backend-Endpunkte für die Bilderkennung angebunden und ersetzt keine bestehenden Oberflächen.