KI an der SMT-Linie 2026: Inspektion zahlt sich aus, verkörperte Roboter können warten

Die KI-Prüfung von AOI-Fehlalarmen zahlt sich in Monaten aus. Ein Roboterarm nur zum Aussortieren schlechter Platinen nie. Hier ist, was ich herausgefunden habe, mit dem vollständigen Bericht und den Folien.

Zusammenfassung

Elektronikfabriken werden gleichzeitig zwei KI-Geschichten verkauft: Vision, die Platinen prüft, und Roboterarme, die lernen. Ich habe mir beide für SMT- und PCBA-Linien in Festlandchina, Taiwan, Südostasien und den USA angesehen, anhand von Geschäftsberichten, Normen, Exportregeln, Zolltarifen, Benchmarks und Preislisten bis zum 11. November 2026. Der Teil, der funktioniert, ist schmal. Etwa 97–99 % der Alarme, die eine AOI auslöst, sind Fehlalarme, die eine Person einzeln bestätigt, und überwachte Modelle, die auf den eigenen Bildern der AOI trainiert wurden, reduzieren diese Arbeit nach Angaben der Anbieter um 60–90 %; ein großes EMS-Unternehmen meldet in seinem Geschäftsbericht eine Reduktion von 85 %. Bei 50.000 RMB pro Linie zahlt sich das in den USA, Taiwan und Shenzhen in fünf bis acht Monaten aus. Cobot-Arme, die Teststationen be- und entladen, zahlen sich in etwas über einem Jahr aus. Ein Roboterarm, der nur zum Aussortieren schlechter Platinen hinzugefügt wird, zahlt sich nirgendwo aus. Allgemeine multimodale Modelle sind noch keine Inspektoren: Keines der Flaggschiffe von 2026 hat eine veröffentlichte Punktzahl in einem Industrialfehler-Benchmark. Sie sind als Lehrer nützlich, die Daten für kleine lokale Modelle vorab beschriften. Luftgetrennte, lokale Bereitstellung ist praktikabel. Der Nachrüstmarkt ist real, aber klein: etwa 320 Millionen RMB in Festlandchina, verteilt über rund fünf Jahre.

Warum ich mir das angesehen habe

Das begann mit einer Frage eines kleinen Hardware-Teams, das ich kenne. Sie bauen und montieren Elektronik und erwogen den Einstieg in KI-Inspektion und Roboterarme für Fabriken. Anbieter erzählten ihnen die eine Geschichte, Investoren eine andere, und jede Demo sah gut aus. Sie wollten wissen, wofür eine Fabrik 2026 tatsächlich bezahlen würde, was der Betrieb in einem Werk kostet und was noch ein Forschungsprojekt ist.

Ich arbeite seit über zwanzig Jahren mit Chips, Hardware und den Fabriken, die sie bauen, daher bot ich an, nachzusehen. Ich las die Geschäftsberichte und Prospekte börsennotierter AOI-, Machine-Vision-, Roboter- und EMS-Unternehmen, die relevanten Normen und Vorschriften, Exportkontroll-Klassifizierungen und Zolltarife, Benchmark-Seiten und Papiere sowie öffentliche Preislisten. Außerdem prüfte ich eine Reihe von Behauptungen aus Brancheninterviews gegen diese Aufzeichnungen. Wo die öffentliche Aufzeichnung endet, sage ich es.

Jede Zahl unten gilt für den 11. November 2026. Beträge sind in RMB zu 6,7188 je US-Dollar, sofern ich nichts anderes sage. Die meisten Zahlen stammen aus dem vollständigen Bericht, den Sie am Ende herunterladen können.

Ergebnisse auf einen Blick

Abbildung 1. Wo KI heute auf den Werksboden passt. Höher bedeutet schnellere Amortisation für den Käufer.

Wo die Menschen an einer SMT-Linie sind

Eine SMT-Linie mit hohem Volumen ist bereits stark automatisiert. Platinen durchlaufen Pastendruck, 3D-Lotpasten-Inspektion (SPI), Bestückung, eine optionale AOI vor dem Reflow, Reflow, AOI nach dem Reflow, Röntgen (AXI) bei einer Stichprobe, wenn BGAs vorhanden sind, dann In-Circuit- und Funktionstest, Sichtprüfung und Verpacken. Der Takt liegt bei etwa 13–22 Sekunden je Platine, und eine Linie hat meist drei bis fünf AOIs. Ein Laptop-ODM budgetierte 30,6 Millionen RMB für AOIs über 18 Linien.

Abbildung 2. Eine SMT-Linie mit hohem Volumen. Die Menschen sitzen hinter den AOIs.

Die Menschen sind nicht am Förderband. Sie sitzen hinter den AOIs. Eine AOI ist so eingestellt, dass sie nie einen Fehler übersieht, daher meldet sie viel zu viel: In den Fällen, die ich fand, sind etwa 97–99 % ihrer Alarme Fehlalarme auf Platinen, die in Ordnung sind. Ein Prüfer sieht sich jeden an, was 42–55 Sekunden dauert. Auf einer belebten Linie sind das etwa 448 Fehlalarme je Schicht oder 5,2–6,8 Stunden der Schicht einer Person. Das Werk in diesem Fall besetzte zwei Prüfer je Schicht.

Abbildung 3. Von je 100 AOI-Alarmen sind etwa 97–99 Fehlalarme.

Dieser Prüfplatz ist der Ort, an dem KI eintritt, und sie tritt auf drei Wegen ein. AOI-Hersteller bauen sie in neue Maschinen ein: Jutze sagt, seine AI-3D-AOI „entfernt die menschliche Prüfung bei der Inspektion", ViTrox hat eine KI-AOI auf den Markt gebracht und Sinic-Tek entwickelt gemeinsam mit Tencent eine. Die größten EMS-Unternehmen bauen ihre eigene. Und Dritte schrauben eine Box und Software an die AOIs, die ein Werk bereits hat.

Was funktioniert: KI-Prüfung auf den eigenen Bildern der AOI

Der Ansatz, der funktioniert, ist nicht glamourös. Ein überwachtes Modell, trainiert auf den Ausschnitten, die die AOI ohnehin speichert, sitzt direkt nach der AOI und antwortet mit OK, NG oder „Frag eine Person". Anbieter behaupten, es reduziere Fehlalarme oder Prüfstunden um 60–90 %. Der beste öffentliche Beleg, den ich fand, steht in einem EMS-Geschäftsbericht: DBGs internes System deckt mindestens 95 % der Teile ab, die seine AOIs melden, hält Entweichungen unter 20 PPM und hat die menschliche Prüfung um mindestens 85 % reduziert. Wenn Sie an ein Tier-1-EMS verkaufen wollen, ist das die Messlatte, an der Sie gemessen werden.

Zwei Details sind wichtiger als das Modell.

Das erste ist das Bild. Oft wird gefragt, ob eine gute Kamera und ein großes Modell die AOI ersetzen könnten. Eine allgemeine 4K-Kamera, die ein ganzes 300-mm-Panel aufnimmt, erreicht etwa 78 µm je Pixel; eine AOI arbeitet mit 8–20 µm. Bei 78 µm ist ein 0402-Widerstand etwa 13 mal 6 Pixel groß – genug, um zu erkennen, ob er da ist, aber nicht, ob seine Lötstellen gut sind – und ein 01005 ist etwa 5 mal 3 Pixel groß, also praktisch unsichtbar. Die KI arbeitet mit den Bildern der AOI. Sie ersetzt nicht die Optik.

Das zweite ist, was passiert, wenn sie versagt. Die Box muss fehleroffen ausfallen: Wenn sie abstürzt oder unsicher wird, geht jeder Aufruf an eine Person, und die Linie läuft weiter. Ein Werk akzeptiert keine Box, die eine Linie stoppen kann, und es sollte keine akzeptieren, die eine schlechte Platine stillschweigend durchlassen kann.

Multimodale Modelle sind Lehrer, keine Inspektoren

Die offensichtliche Frage 2026 ist, ob ein multimodales Frontier-Modell einfach auf die Platine schauen kann. Noch nicht. Bis zum 11. November 2026 hatte keines der zwischen September und November veröffentlichten Flaggschiffe (GPT-6.x, Gemini 4, Claude Fable 5.2, Qwen3.8 und andere) eine veröffentlichte Punktzahl bei MMAD, MVTec AD 2, VisA, Real-IAD oder UniPCB, den Benchmarks, die Industrialfehler testen.

Abbildung 4. Allgemeine Erkennungspunktzahlen verdoppelten sich in einer Generation. Industrialfehler-Punktzahlen fehlen.

Ihre allgemeinen Erkennungspunktzahlen verdoppelten sich in einer Generation tatsächlich etwa, aber einen Kasten um eine Person oder ein Auto zu ziehen ist nicht dasselbe wie die Beurteilung einer Lötstelle. Bei MMAD, das fragt „Gibt es einen Fehler?", erreichen menschliche Experten 95,2, und das beste Ergebnis eines allgemeinen Modells, das ich fand, ist 83,1. In der ACM MM 2026 PCBA-Challenge erreichten die fünf besten Systeme – darunter eines, das auf 6.600 echten Linienbildern abgestimmt wurde – 77–82 bei Fehler-oder-nicht, obwohl das Zählen von Teilen und das Lesen von Attributen 95–100 erreichten. Die Produktion braucht 99 % und mehr.

Also würde ich sie als Lehrer einsetzen. Ein Frontier-Modell beschriftet neue Bilder vorab und triagiert sie, für etwa 23–196 US-Dollar je Modell und Runde. Menschen entscheiden: Zwei oder drei Annotatoren arbeiten blind, und ein leitender Ingenieur entscheidet. Die Beschriftungen gehen in ein Golden Set, und ein kleines 8-Bit-Modell wird darauf trainiert, um in der Box an der Linie zu laufen. Es läuft zwei bis vier Wochen im Schattenmodus, protokolliert Entscheidungen, ändert aber nichts, und geht erst live, nachdem es die Gates bestanden hat.

Abbildung 5. Zwei Lehrer-Schüler-Pipelines. Für Arme sind die Lehrer immer noch Menschen.

Das Gate ist der Teil, den die meisten Projekte überspringen, und es ist größtenteils Arithmetik. Um 99 % Recall bei 95 % Konfidenz mit null Übersehen zu zeigen, braucht man 299 echte Fehler dieser Klasse im Golden Set. Für 95 % braucht man 59. Für 99,9 % braucht man 2.995, was kein Käufer vor einem Kauf sammeln kann. Meine Regel: Übernimm die Beschriftungen des Lehrers nur für Fehlerklassen, die 299 mit null Übersehen erreichen, und nur, wenn das Modell mit der Ground Truth mindestens so gut übereinstimmt wie zwei Menschen untereinander. Für jede andere Klasse beschriftet der Lehrer vorab, und eine Person entscheidet.

Für Roboterarme sind die Lehrer immer noch Menschen. Eine kleine Policy lernt aus 10–300 menschlichen Demonstrationen, etwa 15–70 Minuten Armführung, und verbessert sich dann mit 1.000–3.000 echten Roboter-Versuchen, etwa 6–22 Roboterstunden. Frontier-Modelle helfen offline: Sie schreiben Roboterprogramme um (77–99,7 % korrekt bei ABB-RAPID-Aufgaben, vor dem Einsatz in der Simulation geprüft), planen Umrüstungen und erklären Fehler. Sie sitzen nicht im Regelkreis.

Betrieb im Werk

Viele Elektronikwerke sind luftgetrennt, und die Verträge ihrer Kunden verlangen das oft. Das ist weniger problematisch, als es klingt, denn die Einschränkung liegt im Prozess, nicht in der Rechenleistung.

Abbildung 6. Eine luftgetrennte Bereitstellung. Die Box an der Linie entscheidet; der Serverraum beantwortet Fragen.

Eine gewöhnliche SMT-Halle ist ein ESD-geschützter Bereich, etwa ISO-8-äquivalent, kein klassifizierter Reinraum. Eine lüfterlose, geerdete Box unter 100 W neben der AOI erledigt Inline-Entscheidungen in 0,5–3 Sekunden je Ausschnitt. GPU- oder NPU-Server stehen im Serverraum, wo sie Fragen, Analyse und Nachtraining für das ganze Werk übernehmen. Updates kommen offline, per Genehmigung und Medienimport. Das Golden Set, Modellversionen und Gewichts-Hashes liegen in einem Tresor, und Daten verlassen das Werk nie.

Welche Hardware Sie verwenden können, hängt zuerst davon ab, wo Sie sind. In Festlandchina sind nur einheimische Modelle oder lokal gehostete offene Gewichte verfügbar. Nach NVIDIAs eigenen Exportklassifizierungen können Jetson Thor und DGX Spark ohne US-Lizenz an ein gewöhnliches Festland-Werk verkauft werden, DGX Station und die RTX PRO 6000 jedoch nicht. Ein Thor-Entwicklerkit kostet in China 59.104 RMB inklusive Steuer und zieht 40–130 W. Eine große Workstation ist auch kein guter gemeinsamer Assistent: In unabhängigen Tests lieferte eine DGX Station mit einem 743-Milliarden-Parameter-Modell 32 Nutzern insgesamt 139 Tokens je Sekunde, etwa 4 pro Person.

Zur Präzision: 8-Bit ist sicher. Quantisierungsbewusstes 4-Bit der Anbieter ist bei Modellen ab 70 Milliarden Parametern meist in Ordnung. Bei 3-Bit und darunter fallen die Punktzahlen im Schnitt um 7–15 Punkte und bei Diagrammen um 20–34 Punkte. Die größeren Risiken liegen im Serving-Stack. In einer Studie divergierten mit aktiviertem Prefix-Caching 82,5 % der wiederholten Läufe eines 4-Bit-Modells, gegenüber 37,4 % bei 16-Bit. In einer anderen waren 7 von Ollamas 305 offiziellen Code-Modell-Tags praktisch kaputt, obwohl die Dateien intakt waren, und keines von 198 populären GGUF-Repositories dokumentierte, wie seine Dateien gebaut wurden. Meine Regel ist einfach: Nach jeder Änderung von Präzision oder Inferenz-Engine das Golden Set erneut ausführen.

Was es kostet und was sich auszahlt

Der Business Case läuft auf Löhne hinaus. Ein voll belasteter Inspektions- oder Handhabungsarbeiter kostet etwa 70.000 US-Dollar im Jahr in den USA, 19.600 in Taiwan, 12.700 in Shenzhen, 9.100 in Malaysia und 5.300 in Vietnam. Die USA sind etwa das 5,5-Fache von Shenzhen.

Abbildung 7. Amortisation nach Region für den Käufer.

Zu 50.000 RMB je Linie amortisiert sich die KI-Prüfung in 0,46 Jahren in den USA, 0,53 in Taiwan und 0,65 in Shenzhen sowie in 1,1–2,8 Jahren in Südostasien. Eine Cobot-Zelle, die eine Teststation über zwei Schichten be- und entlädt, amortisiert sich zu 200.000 RMB oder 140.000 US-Dollar in 1,1–1,3 Jahren in den USA, Taiwan und Shenzhen. Eine neue AOI, die als Ersatz für manuelle Sichtprüfungen gekauft wird, amortisiert sich in den USA in unter einem Jahr, braucht in Shenzhen aber 3,3 Jahre.

Was sich nicht auszahlt, ist ein Roboterarm, dessen einzige Aufgabe es ist, schlechte Platinen von einer SMT-Linie zu ziehen. Über 90 % First-Pass-Yield beansprucht das Entnehmen 2,5 bis 100 Minuten je Schicht, also 0,003–0,14 einer Person. Ein NG-Diverter oder ein Puffer erledigt diese Aufgabe bereits.

Zwei Vorsichtsmaßnahmen zum Preis. Kein Dritter veröffentlicht einen RMB-Preis für KI-Prüfung; Anbieter machen Angebote fallweise nach einer kostenlosen Testphase. Meine beste Schätzung dessen, was ein mittelgroßer Käufer in Festlandchina einem Dritten zahlt, liegt bei 10.000–30.000 RMB je Linie einmalig oder 5.000–10.000 RMB im Jahr; die 50.000 RMB im Amortisationsmodell sind also eine Obergrenze, kein Listenpreis. Und für alle, die in die USA verkaufen, ist wichtig, wo die Hardware hergestellt wird: In Festlandchina hergestellte Roboterarme zahlen rund 40 % kombinierten US-Zoll, gegenüber 10–15 % aus Südostasien oder Taiwan.

Ein realer, aber kleiner Markt

Veröffentlichte Größen für „KI-Bildinspektion" unterscheiden sich um mehr als das Zehnfache, weil jedes Unternehmen etwas anderes zählt, von Kameras bis zu Testdienstleistungen. Keine davon ist nützlich, um zu entscheiden, ob man ein Prüfprodukt bauen sollte. Also zählte ich von unten nach oben.

Abbildung 8. Bottom-up-Markt für KI-Prüfung durch Dritte in Festlandchina.

Festlandchina hat etwa 40.000 SMT-Linien und rund 44.000 Inline-AOIs ohne KI-Prüfung. Nimm den Anteil ohne KI und den Anteil, den ein Dritter tatsächlich erreichen kann, und etwa 16.000 Linien sind bedienbar. Zu 20.000 RMB je Linie ist das ein einmaliger Markt von etwa 320 Millionen RMB (Spanne 105–705 Millionen). Das Fenster dauert etwa fünf Jahre, denn AOI-Hersteller liefern jetzt KI in neuen Maschinen aus, und die installierte Basis ohne sie schrumpft um 8–12 % im Jahr.

Der Keil ist außerdem überfüllt. AOI-Hersteller bauen Prüfung ein, die größten EMS-Unternehmen bauen ihre eigene, und Plattformanbieter wie Hikvision und SmartMore verkaufen aggressiv. Einer der führenden KI-Vision-Anbieter meldete für 2025 einen Umsatz von 1,086 Milliarden RMB und einen Nettoverlust von 991 Millionen RMB nach einem Preiskrieg. Margen liegen bei produktisierter Hardware: Vision-Plattformen und AOI-Hersteller erzielen 46–67 % Bruttomarge, während KI-Lösungsanbieter 35–37 % erzielen und Verlust machen. Auch das Geld kommt langsam. Üblich sind 30 % bei Unterzeichnung, 60 % nach Abnahme und 10 % ein Jahr lang einbehalten, sodass die vollständige Zahlung zwei bis drei Jahre dauert. Forderungen laufen 51–99 Tage für Standardprodukte und 188–319 Tage für projektbasierte Ausrüstung.

Der verbleibende Raum ist spezifisch: mittelgroße EMS-Unternehmen mit 10–40 Linien, älteren oder gemischten AOIs und ohne KI-Upgrade des AOI-Herstellers, plus die Inspektionen, die AOIs schlecht abdecken, wie Durchsteck- und Handlöten, Conformal Coating, Kabel, Steckverbinder und FPCs sowie Endaussehen und Schrauben.

Roboterarme und verkörperte KI

Gelernte Robotersteuerung funktioniert heute dort, wo die Station strukturiert ist. Mit Vorrichtungen und einem bekannten Teil erreichen kleine Policies 90–99,4 % Erfolg, 10–15 % langsamer als ein Mensch. Nimm die Struktur weg, und die Zahlen fallen: 29–67 % bei Steckverbindern, die die Policy nicht gesehen hat, 37–59 % beim Aufnehmen von einem bewegten Förderband und 0–5,5 %, wenn ein Frontier-Sprachmodell die Gelenke direkt antreibt.

Abbildung 9. Roboter-Schüler sind nur dann nahe Produktionsreife, wenn die Station strukturiert ist.

In-Werk-Bereitstellungen geben weniger preis, als die Schlagzeilen nahelegen. Von den Werkbereitstellungen, die ich verfolgte, veröffentlichen die meisten nur, wie lange oder wie viel sie liefen. Keine veröffentlicht Erfolgsrate, Takt und Eingriffsrate zusammen, und einige der Schlagzeilenzahlen sind Ziele statt Ergebnisse. Wenn ich die veröffentlichten Zahlen in tatsächlich ersetzte Arbeitskraft umrechne, ist die Lücke groß: Eine strukturierte Armzelle ersetzt etwa 0,82 einer Arbeitskraft je Schicht; ein Humanoider mit 40 % der menschlichen Geschwindigkeit etwa 0,26; ein Humanoider, der 40 % der Zeit ferngesteuert wird, etwa 0,05.

Abbildung 10. Netto ersetzte Arbeitskraft je Roboter und Schicht.

Der Stack schichtet sich in Ebenen. Frontier-Modelle planen und schreiben Programme offline, auf einer Skala von Sekunden bis Minuten. Kleine Policies wie ACT, Diffusions-Policies und kleine VLAs laufen in der Zelle mit Aktionsblöcken von 100–300 ms; nach den Zahlen des Anbieters läuft eine kleine ACT-Policy in etwa 50 ms auf einem Edge-Board. Die Bewegungssteuerung bleibt beim Roboter-Controller mit Millisekundenraten, und die Sicherheit bleibt deterministisch. Die Normen stimmen zu: Nach der EU-Maschinenverordnung braucht eine Sicherheitsfunktion, die maschinelles Lernen nutzt, ab dem 20. Januar 2027 eine Bewertung durch eine notifizierte Stelle, und die Normen, die KI einen Zertifizierungspfad innerhalb von Sicherheitsfunktionen geben würden, werden voraussichtlich nicht vor 2027–2029 feststehen.

Für die nächsten zwei Jahre würde ich also zertifizierte Arme kaufen, gelernte Wahrnehmung und kleine Policies hineinlegen, die Sicherheit deterministisch halten und auf Produktionsdaten von 2027 und 2028 warten, bevor ich auf Humanoide setze.

Was ich bauen würde und was nicht

Der gemeinsame Faden ist mit Absicht langweilig: Wähle eine schmale Aufgabe mit einem klaren Verantwortlichen, miss sie an den eigenen Bildern des Werks und lass die vorhandenen Maschinen des Werks weiter tun, was sie bereits gut können.

Was ich nicht verifizieren konnte

Dies ist Schreibtischforschung. Ich habe kein Produkt an einer Linie getestet. Installierte-Basis-Zahlen und der Anteil der AOIs, die bereits KI ausführen, sind meine Schätzungen aus öffentlichen Unterlagen und Marktdaten, und die Zahlungsbereitschafts-Zahlen sind Schätzungen, die nur echte Angebote bestätigen können. Viele Roboterzahlen sind Anbieterangaben, und ich habe sie im Bericht als solche markiert. Modelle, Preise, Zölle und Exportregeln ändern sich schnell; jede Zahl hier gilt für den 11. November 2026. Der Bericht listet die offenen Fragen und wie ein Pilotprojekt jede davon klären würde.

Downloads

• Vollständiger Bericht (PDF): AI Visual Inspection and Robot Arms in Electronics Factories: 2026 Assessment, öffentliche Ausgabe, mit allen Abbildungen, Tabellen und Quellen.
• Folien (PDF): dieselben Ergebnisse in einem kurzen Deck.

Über den Autor

Tan Shuai ist Technologe und Gründer mit über zwanzig Jahren Arbeit in den Bereichen Chips, Hardware und Systemsoftware sowie 20 erteilten Patenten. Seine Arbeit führte ihn durch Silicon Valley, New York, Chicago, Taiwan, die Greater Bay Area (Shenzhen und Hongkong), Vietnam und Malaysia, mit langem Fokus auf fortschrittliche Fertigung und Lieferketten. Heute arbeitet er als KI-Forscher und -Entwickler und konzentriert sich darauf, wie KI tatsächlich auf dem Werksboden eingesetzt wird.

Er freut sich über den Austausch mit Menschen, die in diesem Bereich bauen, ob sie nun ein Team zusammenstellen, einen Partner suchen oder Notizen vergleichen: i@tanshuai.com.