Anwendungen für SorterAI
Vom Reifegrad-Check für Bio-Tomaten bis zur Defekt-Erkennung in der Spritzgussfertigung — eine Plattform für jede Sortier-Aufgabe.
SorterAI sieht, was Ihre Kameras erfassen. Sie zeigen drei bis fünf Sample-Bilder pro Sortier-Klasse — der Rest passiert automatisch: CLIP-Embeddings, optional eigene ONNX-Modelle, Hot-Reload-Regeln, und ein Dashboard, das die gesamte Flotte im Blick behält. Materialagnostisch, herstelleragnostisch, branchenagnostisch.
Skaliert vom Familienbetrieb mit einem Band bis zum Konzern mit 50+ Bändern an verteilten Standorten. Gleiche UI, gleiche Hardware-Bausteine, gleiche Cloud — keine Sonder-Versionen, keine versteckten Lizenz-Tiers pro Branche. Made in Germany, DSGVO-konform, Edge-First.
Wertstoffe sortenrein trennen — auch bei wechselndem Input
PET-Flaschen aus dem DPG-Pfandautomaten, Aluminium-Dosen vs. Eisen-Konserven, Tetrapak im Mischmüll, sortenreines Pappe-Sammeln aus Gewerbeabfall. Klassische NIR-Sortieranlagen sind starr und teuer — jede neue Materialklasse kostet fünfstellige Engineering-Beträge und mehrere Tage Stillstand.
Mit SorterAI lernt das Förderband eine neue Verpackungsklasse in unter zwei Minuten: Drei bis fünf Sample-Bilder pro Klasse genügen, um den CLIP-Embedding-Index zu erweitern. Lokale YOLOv8n-seg-Inferenz auf dem Jetson Orin trifft die Routing-Entscheidung in unter 50 ms — kein Bild verlässt Ihren Recyclinghof, keine Cloud-Latenz, keine DSGVO-Diskussion mit dem Betriebsrat. Die DPG-Pfandlogo-Erkennung läuft als zusätzlicher Klassifizierer parallel zur Material-Detektion und ermöglicht es, automatengerechte Flaschen direkt in den Pfand-Stream zu routen.
- HardwarePro-Build · Jetson Orin Nano
- Optik12-MP-Modul mit IR-Triggerbarrier
- Aktorik3-Lane-Auswurf, DS3218MG-Servos
- SchutzartIP65-Edelstahl-Gehäuse
Reifegrad, Größe und Beschädigung in Echtzeit klassifizieren
Bio-Tomaten nach Reifegrad in fünf Klassen, Äpfel nach Handelsgröße, Erdbeeren mit Druckstellen aussortieren, Pilzbefall an Beerenobst. Klassische Größensortierer ignorieren visuelle Defekte — manuelle Nachkontrolle frisst die Marge auf, gerade bei kurzlebiger Ware.
SorterAI klassifiziert Reifegrad, Größenklasse und Schadensbild in einem einzigen Inferenzlauf — vier Klassen parallel, kein Multi-Pass nötig. Sortenagnostisch: Heute Tomaten, morgen Äpfel, übermorgen Avocados. Pro Sorte ein Sample-Set, fertig. Die Hardware ist lebensmittelecht: PU-Bandbeläge, abwaschbare Aluminium-30x30-Profile, schutzartgeprüfte IP65-Kameragehäuse, LED-Ringbeleuchtung ohne UV-Anteil. Reject-Lane mit Druckluft-Auswerfer für beschädigte Stücke, Standard-Lanes mit Servo-Klappen für Reifegrad-Klassifizierung in den Verarbeitungsstrom.
- HardwarePro-Build · Jetson Orin Nano
- OptikLED-Ring (UV-frei), Soft-Box-Reflektor
- BandbelagLebensmittelechter PU-Belag, abwaschbar
- AktorikReject-Lane (Druckluft) + 4 Servo-Klappen
Defekte aussortieren, bevor sie zum OEM gehen
Spritzguss-Defekte (Einfallstellen, Grate, Lunker, Blasen), Kratzer auf gebürstetem Edelstahl, Lack-Farbabweichung im ΔE-Bereich, Maßtoleranzen aus mehreren Winkeln. Stichprobenkontrolle reicht in der Automotive-Zulieferkette nicht mehr — null Fehler ist Vertragsstandard, jeder Reklamationsvorgang kostet vier- bis fünfstellig.
SorterAI integriert Ihre eigenen ONNX-Defekt-Modelle direkt aus der bestehenden QA — kein Vendor-Lock-in, kein Re-Training. Sub-Pixel-Genauigkeit über das 12-MP-Modul mit Dunkelfeld-Beleuchtung und IR-Trigger, auch bei spiegelnden oder mattschwarzen Oberflächen. Zwei Kameras (Top + Side) für Mehrwinkel-Inspektion, telezentrisches Objektiv für maßstabstreue Aufnahmen. Hardware-Not-Aus über Pilz-Sicherheitsrelais auf der 24-V-Schiene — Maschinenrichtlinie-konform, integrierbar in bestehende Sicherheits-SPS via 24-V-IO. Audit-Log revisionssicher pro Bauteil, 100 % Rückverfolgbarkeit für IATF 16949 / VDA 6.3.
- HardwarePro-Build + 2-Kamera-Setup (Top + Side)
- BeleuchtungDunkelfeld + Hellfeld-LED, IR-Trigger
- ModellEigenes ONNX-Defekt-Modell (Upload)
- SicherheitPilz Not-Aus, 24-V-Sicherheits-SPS
Pakete nach Zone, Größe und Etikett automatisch routen
In Hub-Anlagen müssen tausende Pakete pro Stunde nach Versand-Zone, Größenklasse oder Sondermerkmalen (Gefahrgut, Express, Übergröße) auf die richtige Lane. Statische Barcode-Scanner versagen bei verschmutzten, verdrehten oder teilweise verdeckten Etiketten — das Paket landet im Reject und blockiert manuelle Nacharbeit.
SorterAI kombiniert Etiketten-OCR (über ZBar + Custom-CNN für PLZ-Extraktion), Größen-/Formklassifizierung über Tiefensensor und visuelle Marker-Erkennung (Gefahrgut-Symbole nach ADR, Fragile-Aufkleber, Express-Stempel) in einem parallelen Inferenzlauf. Fallback-Logik: Wenn das Etikett nicht lesbar ist, greift die visuelle Klassifizierung — das Paket landet auf einer Klärungs-Lane statt im Reject. Cloud-Audit-Log: Jedes Paket, jede Routing-Entscheidung, revisionssicher protokolliert mit Bild-Snapshot — wichtig für SLA-Nachweise gegenüber Versendern und Endkunden. Optionale Wiegezelle (HX711) für gewichtsbasiertes Routing, 6-Lane-Diverter für PLZ-Range-Sortierung.
- HardwarePro-Build · Jetson Orin Nano
- OptikHochgeschwindigkeits-Kamera, Global Shutter
- SensorikWiegezelle HX711 + Tiefensensor
- Aktorik6-Lane-Diverter, Servo-Klappen
Verpackungs-Integrität und GMP-Audit-Trail in einem Schritt
Blister-Vollständigkeit (kein leeres Pocket), Chargennummer-OCR mit Quervergleich gegen MES, Stopper-Sitz auf Vials, Glasbruch an Ampullen, Skalen-Lesbarkeit auf Spritzen. In der Pharma-Verpackungslinie ist jede Lücke im Audit-Trail ein FDA-/EMA-Beanstandungsrisiko.
SorterAI ist GMP-tauglich: Vollständiger, signierter Audit-Log pro Bauteil mit Bild-Snapshot und Routing-Entscheidung, Zeitstempel über NTP-synchronisierte Edge-Clock, mTLS-Geräteidentität für Manipulationsschutz. Telezentrisches Objektiv verhindert perspektivische Verzerrung beim Vergleich von Soll-/Ist-Maßen. Edelstahl-Gehäuse in V4A für Reinraum-Tauglichkeit, abwaschbar mit IPA und H2O2. Latenz unter 50 ms für In-Line-Integration in Hochgeschwindigkeits-Verpackungslinien (Marchesini, IMA, Uhlmann). Optionaler 21-CFR-Part-11-Modus für FDA-regulierte Werke: zusätzlicher User-Login pro Konfigurationsänderung, doppelte Freigabe.
- HardwarePro-Build · GMP-V4A-Edelstahl-Gehäuse
- OptikTelezentrisches Objektiv, Koaxial-LED
- AuditSignierter Audit-Log, NTP, mTLS
- ComplianceGMP-tauglich, 21-CFR-Part-11-Option
Lithium-Akkus erkennen, Platinen nach Goldgehalt vorklassifizieren
Im Elektroschrott-Recycling ist die Lithium-Akku-Erkennung ein Brandschutz-Thema Tier-1: Ein einziger nicht erkannter Akku im Schredder kostet im Schadensfall sechsstellig. Daneben: Platinen nach Goldgehalt-Klasse A/B/C vorsortieren, Stecker-Typen für Materialwertstrom trennen, Steckkarten-Format für Refurbishment-Pfad identifizieren.
SorterAI erkennt Lithium-Akkus mit 99,5 %+ Trefferquote über Multi-Klassen-CNN, das Form, Beschriftung (Polung, Spannungsangabe) und Farbprofil kombiniert. Vorgeschalteter Magnetabscheider entfernt Eisen-Großteile, SorterAI klassifiziert den verbleibenden Strom. Die Platinen-Klassifizierung läuft über ein eigenes ONNX-Modell, das auf Goldgehalt-Indikatoren trainiert ist (Steckerleisten-Dichte, BGA-Anzahl, Hersteller-Logo). Notfall-Wasserlöschung an der Reject-Lane für den Akku-Brandfall, Hardware-Not-Aus auf der 24-V-Schiene. Zwei-Kamera-Setup (Top + Side) für vollständige Erfassung von Stecker-Typen und Display-Größen.
- HardwarePro-Build + 2-Kamera-Setup
- VorbehandlungMagnetabscheider, Wirbelstrom
- SicherheitNotfall-Wasserlöschung, Pilz Not-Aus
- ModellONNX Akku-Detector + Platinen-Klassifizierer
Farbsortierung, B-Ware-Erkennung und RFID-Tag-Lesen parallel
Strickware nach Farbe im Lab-Farbraum (ΔE < 3), B-Ware-Erkennung über Flecken/Löcher/Webfehler, Material-Klassifizierung über Webmuster-CNN, RFID-EPC-Lesung parallel zur visuellen Erkennung. Klassische Sortier-Center arbeiten mit Handlesegerät plus visueller Sichtprüfung — manuell, fehleranfällig, teuer.
SorterAI kombiniert Lab-Farbraum-Klassifizierung (kalibriert über Color-Checker-Karte alle 24 h) mit Defekt-Erkennung in einem Inferenzlauf. Der UHF-RFID-Reader läuft parallel und liefert die EPC-ID synchron zum Bild — beides wird im Audit-Log verknüpft, ideal für Returns-Prozesse im E-Commerce. Druckluft-Auswurf für 8 Lanes, Basic-Build (Pi 5 + ESP32-S3) reicht für 60 Stück/min. Größenerkennung über aufgedrucktes Größenetikett oder via geometrischer Vermessung. Outlet-Sortierung: A-Ware (makellos), B-Ware (kleine Flecken), C-Ware (Loch) automatisch in den passenden Versand-Stream.
- HardwareBasic-Build · Pi 5 + ESP32-S3
- OptikRGB + kalibrierte Color-Checker-Karte
- ReaderUHF-RFID-Reader, parallel zu Vision
- Aktorik8-Lane-Druckluft-Auswurf
Astanteil, Faserwinkel und Risslänge in DIN-konforme Klassen
Bretter im Sägewerk müssen nach DIN EN 1611-1 sortiert werden: Astgröße, Astzahl pro laufendem Meter, Risslänge und Faserwinkel bestimmen die Sortierklasse. Manuelle Sortierung am laufenden Band ist Augen-Akkordarbeit — Faserwinkel ist mit bloßem Auge bei 90 m/min Vorschub kaum verlässlich beurteilbar.
SorterAI erkennt Aststellen über ein speziell trainiertes YOLOv8-Modell und vermisst sie pixelgenau, ermittelt Faserwinkel über Hough-Transformation und Rotations-CNN, und detektiert Risslängen via Edge-Detection mit subpixel-genauer Vermessung. Brettlänge und Querschnitt über zusätzliche Laser-Triangulation. Lange Bandstrecke mit synchronisierter Multi-Kamera-Aufnahme (3 Kameras über die Brettlänge), robustes IP69-Gehäuse für Sägewerks-Umgebung mit Holzstaub und Kühlflüssigkeit. Sortierung in vier Klassen S0/S7/S10/S13 nach DIN EN 1611-1. Vorschub bis 90 m/min, Inferenz pro Brett < 200 ms.
- HardwarePro-Build + 3-Kamera-Synchronisation
- VermessungLaser-Triangulation für Maß & Winkel
- SchutzartIP69-Gehäuse (Holzstaub, Kühlflüssigkeit)
- NormDIN EN 1611-1 (S0 / S7 / S10 / S13)
Setzling-Vitalität, Schädlingsbefall und Größensortierung outdoor
Setzlinge in der Gärtnerei nach Vitalität klassifizieren (NDVI-ähnliche Klassen aus reinem RGB via CNN), Salat-Köpfe nach Größe für den Handel, Schädlingsbefall an Tomaten erkennen, Bio- vs. Konventionell über Verpackungs-Marker im Mischbetrieb.
SorterAI funktioniert outdoor: IP65-Kameragehäuse, optionale Solar-USV für netzferne Gewächshäuser, 4G-Backhaul für Cloud-Sync ohne LAN-Verkabelung. Der Vitalitäts-Score (Skala 0–100) wird über ein RGB-CNN berechnet, das auf NDVI-Referenzdaten trainiert wurde — keine teure Multispektralkamera nötig. Wuchshöhe und Wurzelballen werden geometrisch vermessen, Schädlingsbefall (Blattläuse, Spinnmilben, Mehltau) als zusätzliche Klassifikation. Basic-Build (Pi 5) reicht für 80 Setzlinge/min — kostengünstig genug auch für Familienbetriebe mit einem Band. Durch Hot-Reload-Regeln lässt sich morgens auf Tomaten und nachmittags auf Salat umstellen.
- HardwareBasic-Build · Pi 5 + ESP32-S3
- SchutzartIP65 outdoor-fähig
- StromversorgungSolar-USV optional
- Konnektivität4G-Backhaul, kein LAN nötig
CNC-Maßprüfung, Galvanik-Oberfläche und Schweißnaht-Qualität
CNC-gefräste Teile auf Maßtoleranz aus mehreren Winkeln prüfen (±0,02 mm), Oberflächengüte nach Galvanik (Rauheits-Klasse), Schweißnaht-Porosität über Bildauswertung, Schrott-Klassifikation Cu/Al/Stahl im Recyclingstrom für maximalen Materialerlös.
SorterAI bietet sub-pixel-genaue Maßprüfung über das telezentrische Objektiv (keine perspektivische Verzerrung), in Kombination mit Mehr-Winkel-Aufnahme über zwei Kameras. Materialerkennung kombiniert visuelle Klassifizierung (Farbprofil Cu/Al/Stahl) mit induktivem Sensor zur Magnetisierbarkeit — auch oxidierte oder lackierte Teile werden korrekt sortiert. Optionale Roboter-Arm-Pickup-Schnittstelle (UR3e/UR5e über Modbus-TCP) für unsortierte Schüttgut-Aufnahme. Schweißnaht-Qualität wird über ein eigenes ONNX-Modell bewertet, das auf Porositäts-Annotationen trainiert ist. Galvanik-Oberflächen-Rauheit wird über strukturierte Beleuchtung und Phasen-Shifting-Algorithmen ermittelt.
- HardwarePro-Build · Jetson Orin Nano
- OptikTelezentrisches Objektiv, strukturierte Beleuchtung
- SensorikInduktiver Sensor (Material), Laser für Maß
- PickupOptional UR3e/UR5e via Modbus-TCP
Welcher Build für welche Branche?
Empfehlung pro Anwendungsfall — alle Konfigurationen lassen sich mischen, gleiche UI für alle Bänder.
| Branche | Empfohlener Build | Throughput | Hauptvorteil |
|---|---|---|---|
| Recycling & Wertstoffe | Pro-Build | 120 / min | Neue Materialklasse in unter 2 Minuten anlernbar |
| Lebensmittel-Sortierung | Pro-Build | 100 / min | Sortenagnostisch — heute Äpfel, morgen Tomaten |
| Qualitätskontrolle in der Fertigung | Pro-Build | 60 / min | Eigene ONNX-Modelle, Sub-Pixel-Genauigkeit |
| Logistik & Versand | Pro-Build | 200 / min | Multi-Modal: OCR + Vision + Wiegen parallel |
| Pharma & Medizintechnik | Pro-Build | 300 / min | GMP-tauglicher Audit-Trail, 21-CFR-Part-11-Option |
| Elektronik & E-Schrott | Pro-Build | 80 / min | 99,5 % Akku-Erkennung, Brandschutz Tier-1 |
| Textil & Bekleidung | Basic-Build | 60 / min | Vision + RFID synchron, 8 Lanes Druckluft |
| Holz & Sägewerke | Pro-Build | 90 m/min | DIN EN 1611-1 Sortierung, 90 m/min Vorschub |
| Gartenbau & Agrar | Basic-Build | 80 / min | Outdoor-fähig, Solar + 4G, kostengünstig |
| Metall & CNC-Werkstücke | Pro-Build | 40 / min | Sub-Pixel-Maß, Roboter-Pickup-Option |
Alle Konfigurationen lassen sich mischen — z. B. 2 Basic-Bänder (Pi 5) plus 1 Pro-Band (Jetson Orin) pro Standort, gemeinsam in der gleichen Cloud-Flotte verwaltet. Volume-Lizenzen ab 5 Bändern auf Anfrage.
Nicht dabei? Sprechen Sie mit uns.
SorterAI ist materialagnostisch. Wenn es visuell unterscheidbar ist, sortieren wir es. Eigene ONNX-Modelle aus Ihrer bestehenden Qualitätssicherung können Sie direkt hochladen — kein Vendor-Lock-in, kein Zwang zur SorterAI-Cloud. Pilotpartner bekommen Engineering-Support für die ersten vier Wochen kostenlos und 50 % Hardware-Rabatt auf den BOM.
Häufige Fragen zu Anwendungen
Antworten zu Sample-Lernen, ONNX-Import, Builds, DSGVO und Pilot-Onboarding.
Pilotprogramm: 50 % Hardware-Rabatt
Drei Pilotplätze für Q3 2026 verfügbar. 50 % Rabatt auf den Bill-of-Materials in jeder Branche dieser Seite, im Gegenzug Erfahrungsbericht und Logo-Nennung mit Ihrer Freigabe. Vier Wochen Engineering-Support inklusive — von der Sample-Aufnahme bis zur KPI-Verifikation.