KI-Sichtprüfung in der Verpackungsdruckbranche: 3 Arten realer Kostendaten – die ehrliche Rechnung für Hardwarekosten, Rechenkosten und manuelle Annotation

Von der zweiten Jahreshälfte 2024 bis zur ersten Jahreshälfte 2025 wurde „KI-Sichtprüfung" zum Schlagwort der Verpackungsdruckbranche – eine börsennotierte Druckerei verkündete lautstark „KI-Prüfung auf der gesamten Produktionslinie", ein Gerätehersteller brachte eine „All-in-One-KI-Prüfmaschine für Verpackungen" auf den Markt. Im privaten Austausch stellten die Druckereichefs jedoch fest: Viele KI-Sichtprüfungsprojekte erzielen im ersten Jahr einen negativen ROI, weil die Gerätehersteller mit „einmal investieren, nie wieder kümmern" werben – und nach dem Kauf zeigt sich, dass Annotations-, Rechen- und Wartungskosten das Budget weit überschreiten. Dieser Artikel legt 3 Arten realer Kostendaten offen und hilft Druckereichefs, die ehrliche Rechnung der KI-Sichtprüfung aufzustellen.

Was KI-Sichtprüfung tatsächlich leistet

KI-Sichtprüfung ist ein auf Deep-Learning-Modellen (hauptsächlich CNN – faltende neuronale Netze) basierendes automatisches Prüfsystem für Verpackungsdefekte. Der Arbeitsablauf ist:

1. Bildaufnahme – Industriekameras fotografieren die Druck-, Stanz- und Heißfolienflächen der Verpackung (je Fläche in der Regel 1–3 Bilder);
2. Inferenz und Prüfung – das KI-Modell analysiert die Bilder und erkennt Farbabweichungen, Passerversatz, Heißfoliendefekte, Stanzversatz, weiße Punkte, Tintenpunkte und andere Mängel;
3. Ergebnisausgabe – automatische Markierung von Defektposition + Defekttyp + Schweregrad, Auslösung der automatischen Sortierung (freigegeben / nicht freigegeben / Nacharbeit).

Die Vorteile der KI-Sichtprüfung gegenüber klassischer manueller Prüfung sind: ① Geschwindigkeit (5.000–20.000 Stk pro Stunde vs. manuell 200–500 Stk); ② hohe Konstanz (keine Ermüdung, keine Stimmungsschwankungen); ③ Quantifizierbarkeit (jedes Prüfergebnis wird in der Datenbank erfasst). Die Nachteile sind: ① hohe Abhängigkeit von Trainingsdaten (es müssen zunächst 5.000–50.000 annotierte Bilder vorliegen); ② schlechte Erkennung unbekannter Defekte (nur trainierte Defekttypen werden erkannt); ③ hohe Investitions- und Wartungskosten.

Eine der 3 Arten realer Kosten: Hardwarekosten 150.000–800.000 RMB

Die Hardwarekosten für KI-Sichtprüfung variieren je nach Prüfgenauigkeit und -geschwindigkeit enorm:

• Einsteigerklasse (Prüfgenauigkeit ≥ 0,5 mm, Geschwindigkeit 1.000–3.000 Stk/Stunde): 2–4 Industriekameras (je 10.000–30.000 RMB), Beleuchtungssystem 10.000–30.000 RMB, Industrie-PC 10.000–20.000 RMB, Förderband 20.000–50.000 RMB, gesamt 150.000–250.000 RMB.
• Fortgeschritten (Prüfgenauigkeit ≥ 0,2 mm, Geschwindigkeit 3.000–8.000 Stk/Stunde): 4–8 Industriekameras (je 30.000–80.000 RMB), Beleuchtungssystem 30.000–80.000 RMB, GPU-Server 50.000–150.000 RMB, Förderband 50.000–100.000 RMB, gesamt 350.000–550.000 RMB.
• High-End (Prüfgenauigkeit ≥ 0,1 mm, Geschwindigkeit 8.000–20.000 Stk/Stunde): 8–16 Industriekameras (je 80.000–150.000 RMB), Beleuchtungssystem 80.000–150.000 RMB, GPU-Server 150.000–300.000 RMB, Förderband 100.000–200.000 RMB, gesamt 800.000–1.200.000 RMB.

Die erste Frage eines Druckereichefs sollte nicht „Was kostet KI-Sichtprüfung?" lauten, sondern „Welche Prüfgenauigkeit und -geschwindigkeit brauche ich?" – die Genauigkeitssteigerung verursacht exponentiell steigende Kosten (0,5 mm → 0,2 mm → 0,1 mm), während der tatsächliche geschäftliche Nutzen der Genauigkeit nur marginal sinkt (häufige Druckdefekte liegen alle über 0,3 mm).

Eine Druckerei in der Provinz Jiangsu, die Kosmetik-Faltschachteln herstellt, investierte Anfang 2024 650.000 RMB in eine fortgeschrittene KI-Sichtprüfung. Nach einem Jahr stellte sich heraus, dass die Prüfgenauigkeit von 0,2 mm den tatsächlichen Bedarf weit übertraf (Kunden akzeptieren Defekte ≤ 0,5 mm). Damit waren 50 % der Genauigkeit verschwendet, und das tatsächliche Aufwand-Nutzen-Verhältnis erreichte nur 60 % des erwarteten Werts.

Zweite der 3 Arten realer Kosten: GPU-Rechenleistung monatlich 5.000–20.000 RMB

Die laufenden Kosten der KI-Sichtprüfung entfallen hauptsächlich auf den GPU-Rechenleistungsverbrauch. Die Kostenstruktur der GPU-Rechenleistung hängt direkt mit dem Prüfvolumen der Druckerei zusammen:

• Kleine Druckereien (Tagesproduktion 10.000–50.000 Stk): einzelner GPU-Server (z. B. NVIDIA T4), monatliche Stromkosten 500–1.000 RMB, Cloud-Inferenz (0,5–1 RMB pro 1.000 Stk), monatliche Gesamtkosten 1.000–3.000 RMB.
• Mittlere Druckereien (Tagesproduktion 50.000–200.000 Stk): Dual-GPU-Server (z. B. NVIDIA A10), monatliche Stromkosten 2.000–5.000 RMB, Mischbetrieb aus Cloud- und lokaler Inferenz, monatliche Gesamtkosten 5.000–10.000 RMB.
• Große Druckereien (Tagesproduktion über 200.000 Stk): Multi-GPU-Server (z. B. NVIDIA A100/H100), monatliche Stromkosten 10.000–20.000 RMB, überwiegend lokale Inferenz, monatliche Gesamtkosten 15.000–30.000 RMB.

Eine Druckerei für Lebensmittel-Faltschachteln in Zhongshan (Provinz Guangdong) führte Mitte 2024 KI-Sichtprüfung ein. Nach 6 Monaten Betrieb zeigte sich, dass die GPU-Rechenleistungskosten 18.000 RMB pro Monat betrugen – 40 % der Gesamtkosten der Qualitätsprüfungsabteilung. Die bisherigen Personalkosten der Prüfabteilung lagen bei 45.000 RMB pro Monat. Die KI sparte nur 27.000 RMB ein, während die Rechenleistung 18.000 RMB kostete – die tatsächliche Nettoeinsparung lag damit nur bei 9.000 RMB pro Monat, und für die Amortisation der 500.000 RMB Geräteinvestition werden 5,5 Jahre benötigt.

Dieses Beispiel zeigt: KI-Sichtprüfung ist kein Selbstläufer „sparen Geld ab Tag eins" – ihr ROI hängt eng mit Produktionsmenge, Prüfanforderungen und bisherigen Personalkosten der Prüfabteilung zusammen. Mittelgroße und kleine Druckereien (Tagesproduktion unter 50.000 Stk) sollten vor der Einführung von KI-Sichtprüfung genau rechnen und sich nicht von den Versprechen „KI spart garantiert Geld" der Gerätehersteller blenden lassen.

Dritte der 3 Arten realer Kosten: Manuelle Annotation in der Anfangsphase 300.000–800.000 RMB

Die am häufigsten unterschätzte Kostenposition der KI-Sichtprüfung ist die manuelle Annotation. Damit ein KI-Modell „Farbabweichung", „Passerversatz" oder „Heißfoliendefekt" erkennen kann, muss es zunächst eine große Menge manuell annotierter Beispiele sehen – jedes Beispiel enthält die Information „an dieser Position befindet sich dieser Defekt, bitte markieren".

Die Kostenstruktur der manuellen Annotation:

• Basis-Annotation (5–10 Defekte pro Bild, Annotationskosten 0,3–0,5 RMB/Stk): 5.000 Basisbilder, Kosten 1.500–2.500 RMB, Dauer 1–2 Wochen.
• Mittlere Annotation (10–20 Defekte pro Bild, Annotationskosten 0,5–0,8 RMB/Stk): 20.000 mittlere Bilder, Kosten 10.000–16.000 RMB, Dauer 4–6 Wochen.
• Tiefenannotation (20–50 Defekte pro Bild, Annotationskosten 0,8–1,5 RMB/Stk): 50.000 Tiefenbilder, Kosten 40.000–75.000 RMB, Dauer 8–12 Wochen.

Das sind jedoch nur die Kosten für die „Erstannotation". Nach der Inbetriebnahme des KI-Modells tauchen kontinuierlich „neue, noch nicht annotierte Defekttypen" auf, die laufend annotiert und iteriert werden müssen:

• Im ersten Betriebsjahr: gesamte Annotationskosten 300.000–800.000 RMB (einschließlich erstmaliger Tiefenannotation + laufender Iterationsannotation).
• In den Folgejahren: jährlich 10–20 % zusätzliche Annotationsdaten, laufende Annotationskosten 100.000–200.000 RMB/Jahr.

Viele Druckereichefs unterschätzen diese Kosten – KI-Sichtprüfung ist kein „kaufen und sofort nutzen", sondern „kaufen und Daten füttern, und das Füttern kostet Personal". Die oben erwähnte Druckerei in Jiangsu mit 650.000 RMB Geräteinvestition zahlte im ersten Jahr tatsächlich 350.000 RMB für manuelle Annotation. Mit Geräten und Annotation zusammen ergab sich eine Gesamtinvestition von 1.000.000 RMB, und der tatsächliche ROI erreichte nur 40 % des erwarteten Werts.

Die 3 ROI-Schwellenwerte der KI-Sichtprüfung

Ob eine Druckerei KI-Sichtprüfung einführen sollte, hängt von 3 ROI-Schwellenwerten ab:

• Schwellenwert 1: Tagesproduktion ≥ 50.000 Stk – bei einer Produktion unter 50.000 Stk/Tag liegen die Personalkosten der Qualitätsprüfung bei ≤ 15.000 RMB pro Monat. Die Nettoeinsparung durch KI-Ersatz ist begrenzt, die Amortisationszeit lang (> 5 Jahre).
• Schwellenwert 2: bestehende Personalkosten der Prüfung ≥ 30.000 RMB/Monat – bei Personalkosten unter 30.000 RMB/Monat ist die Einsparung durch KI-Ersatz unbedeutend und die Geräteinvestition amortisiert sich nur langsam (> 4 Jahre).
• Schwellenwert 3: stabile Produktdefekttypen (≥ 3 Hauptdefekte) – wenn die Produktdefekte sehr einheitlich sind (nur 1–2 Arten), ist die KI-Erkennung schwach (zu wenig Annotationsmenge) und klassische manuelle Prüfung + Stichproben sind die bessere Wahl.

Wenn alle 3 Schwellenwerte erfüllt sind, amortisiert sich KI-Sichtprüfung in 2–3 Jahren. Sind nur 2 Schwellenwerte erfüllt, beträgt die Amortisationszeit 3–5 Jahre. Bei nur 1 erfüllten Schwellenwert liegt die Amortisationszeit über 5 Jahre – von einer Einführung wird abgeraten. Bei 0 erfüllten Schwellenwerten: von der Einführung dringend abraten.

Die Chef-Rechnung: Das ehrliche Rechenbuch der KI-Sichtprüfung

Ein reales Rechenbeispiel: Eine Druckerei für Kosmetik-Faltschachteln in Jiangsu mit einer Tagesproduktion von 80.000 Stk und 6 bisherigen Prüfpersonen (Monatskosten 36.000 RMB) investierte Anfang 2024 in KI-Sichtprüfung:

• Hardwarekosten: 450.000 RMB (fortgeschrittene Klasse);
• Manuelle Annotation im ersten Jahr: 350.000 RMB;
• GPU-Rechenleistung im ersten Jahr: 84.000 RMB (7.000 RMB/Monat × 12);
• KI-Modellwartung im ersten Jahr: 50.000 RMB (Modelliteration, Versions-Upgrades);
• Gesamtinvestition im ersten Jahr: 934.000 RMB.
• Einsparungen im ersten Jahr: Prüfpersonal von 6 auf 2 Personen reduziert, jährliche Personaleinsparung 4 × 60.000 = 240.000 RMB; Reduzierung der Kundenrückläufer ca. 80.000 RMB/Jahr; Gesamteinsparung 320.000 RMB.
• ROI im ersten Jahr: 320.000 − 934.000 = −614.000 RMB (negativer ROI).
• Gesamtinvestition im zweiten Jahr: 150.000 RMB (Iterationsannotation 120.000 + Rechenleistung 84.000 + Wartung 50.000);
• Einsparungen im zweiten Jahr: 320.000 RMB;
• ROI im zweiten Jahr: 320.000 − 150.000 = +170.000 RMB (positiver ROI, Amortisation beginnt).

Die tatsächliche Amortisationszeit in diesem Beispiel beträgt 3 Jahre (kumulativer ROI wird positiv). Druckereichefs sollten vor der Einführung von KI-Sichtprüfung mit dem Rhythmus „negativer ROI im ersten Jahr, kleine Amortisation im zweiten Jahr, normale Amortisation im dritten Jahr" budgetieren und nicht erwarten, dass „KI ab Tag eins Geld spart".

Die Chef-Rechnung: Alternativen ohne KI-Sichtprüfung

Für mittelgroße und kleine Druckereien (Tagesproduktion < 50.000 Stk), die keine KI-Sichtprüfung einführen, gibt es 3 Alternativen:

• Automatisierte optische Inspektion (AOI): klassische AOI-Geräte 50.000–150.000 RMB, ohne Kosten für manuelle Annotation, geeignet für die Erkennung einzelner Defekttypen (Passerversatz/Heißfoliendefekte), Amortisationszeit 1–2 Jahre.
• Halbautomatische manuelle Prüfung + Stichproben: manuelle Prüfung + Stichproben in kritischen Prozessen, niedrigste Kosten (1.500–3.000 RMB/Monat), geeignet für einfache Aufträge mit wenigen Defekttypen.
• Externe Prüfdienste: Auslagerung an spezialisierte Prüfunternehmen, Prüfkosten 0,05–0,15 RMB/Stk, geeignet für Druckereien mit stark schwankenden Auftragsvolumina.

Bevor Druckereichefs KI-Sichtprüfung wählen, sollten sie Kosten und Wirkung dieser 3 Alternativen gründlich vergleichen und nicht direkt zur Stufe „KI einführen" springen.

Weiterführende Lektüre

• Intelligente Verpackung: 4 reale Formen der praktischen Umsetzung
• Arbeitsschutz in Verpackungsdruckereien: 3 harte Kennzahlen
• CO2-Fußabdruck im Verpackungsdruck: 3 reale Datengrenzen