Künstliche Intelligenz für gutes Sehen

Gutes Sehen ist nichts Selbstverständliches. Wer eine Brille trägt, denkt im Alltag selten darüber nach, was sie leisten muss, damit sie zuverlässig funktioniert: präzise gefertigt, stabil, passgenau. Gerade bei medizinischen Produkten entscheidet Qualität nicht über Komfort, sondern über Teilhabe – an Bildung, Arbeit und gesellschaftlichem Leben.

QualityMinds unterstützt die NGO EinDollarBrille pro bono bei genau dieser Frage: Wie lässt sich Qualität sichern, wenn Brillengestelle dezentral in verschiedenen Projektländern hergestellt werden und die Prüfung zentral in Deutschland erfolgt? Und welche Rolle kann moderne, KI-gestützte Qualitätssicherung dabei spielen?

Wirkung durch Befähigung

Die NGO EinDollarBrille verfolgt ein klares Ziel: Menschen weltweit den Zugang zu gutem Sehen zu ermöglichen. Denn eine fehlende oder unzureichende Brille bedeutet für viele nicht nur eine Einschränkung der Sehschärfe, sondern auch eingeschränkte Bildungs- und Erwerbschancen. Häufig können Menschen im globalen Süden sich eine Sehhilfe aber nicht leisten.

Anders als klassische Brillenhersteller setzt EinDollarBrille nicht auf zentrale Massenproduktion, sondern auf lokale Herstellung in den Projektländern. Menschen vor Ort werden ausgebildet, befähigt und in die Lage versetzt, Brillengestelle selbst zu fertigen und anzupassen. Dieser Ansatz schafft Arbeitsplätze, stärkt lokale Strukturen und wirkt langfristig – weit über die einzelne Brille hinaus. Gerade dieser dezentrale, auf Eigenständigkeit ausgelegte Ansatz macht die Arbeit von EinDollarBrille besonders wirkungsvoll.

Qualität sichern unter besonderen Bedingungen

Brillen sind medizinische Produkte. Sie müssen präzise gefertigt sein, stabil sitzen und zuverlässig funktionieren – unabhängig davon, wo und wie sie hergestellt werden. Für EinDollarBrille ist Qualität deshalb kein verhandelbarer Faktor, sondern ein zentraler Bestandteil der Verantwortung gegenüber den Menschen, die auf gutes Sehen angewiesen sind.

Der dezentrale Ansatz der Organisation bringt jedoch besondere Herausforderungen mit sich. Brillengestelle werden in unterschiedlichen Projektländern gefertigt, unter jeweils eigenen Rahmenbedingungen. Auf Wunsch der Projektländer erfolgt die Qualitätssicherung zentral in Deutschland. In der Praxis bedeutet das: Die gefertigten Brillen werden fotografiert, die Fotos digital nach Deutschland geschickt und anschließend manuell geprüft.

Dieser Prozess ist aufwendig und erfordert einen geschulten Blick fürs Detail – etwa bei der Ausrichtung kleiner Komponenten oder der Passgenauigkeit der Gestelle. Hinzu kommt, dass EinDollarBrille bei der Qualitätssicherung in hohem Maße auf ehrenamtliche Unterstützung angewiesen ist. Verfügbarkeit, Zeit und personelle Kontinuität sind daher begrenzte Ressourcen.

Vor diesem Hintergrund entstand gemeinsam mit QualityMinds die Frage, ob und wie sich dieser qualitätskritische Prüfprozess sinnvoll unterstützen lässt – etwa durch KI-gestützte Verfahren, die den Blick auf relevante Merkmale schärfen können, ohne den hohen Qualitätsanspruch der NGO zu relativieren.

Pro bono: Warum QualityMinds sich engagiert

Die Zusammenarbeit zwischen QualityMinds und EinDollarBrille entstand aus genau diesem Spannungsfeld: einem sehr hohen Qualitätsanspruch, begrenzten personellen Ressourcen und der Frage, welchen Beitrag hier künstliche Intelligenz – konkret Computer Vision – leisten kann.

Im Rahmen einer Pro-bono-Machbarkeitsstudie wurde daher untersucht, ob und in welchen Teilen sich die bestehende, foto-basierte Qualitätsprüfung durch KI-gestützte Verfahren sinnvoll unterstützen lässt – z.B. eine schnelle Erkennung nicht korrekt gebogener Brillenbügel. Ziel war und ist es nicht, menschliche Expertise zu ersetzen, sondern den prüfenden Blick dort zu entlasten, wo wiederkehrende Muster erkennbar sind – und zugleich Transparenz darüber zu schaffen, wo Automatisierung an ihre Grenzen stößt.

Dieser Ansatz passt zum Selbstverständnis von QualityMinds: Technologie wird nicht isoliert betrachtet, sondern immer im Zusammenspiel mit Prozessen, Datenqualität und dem jeweiligen – auch menschlichen – Kontext.

KI in der Qualitätssicherung: Möglichkeiten und Herausforderungen

Die Grundlage der Studie bildeten Bilddaten aus dem laufenden Prüfprozess der letzten Jahre von EinDollarBrille sowie klar definierte Qualitätskriterien, nach denen die Brillen bislang manuell beurteilt werden.

Der gewählte Ansatz war dabei bewusst pragmatisch. Statt ein großes, allumfassendes Modell zu trainieren, wurde jedes Qualitätskriterium einzeln betrachtet. So ließ sich prüfen, bei welchen Aspekten der Brillenherstellung visuelle Muster ausreichend präzise erkennbar sind – und wo der menschliche Blick weiterhin unverzichtbar bleibt. Schnell zeigte sich, dass nicht alle Kriterien gleichermaßen für eine automatisierte Auswertung geeignet sind. Insbesondere dort, wo im Datensatz nur sehr wenige fehlerhafte Beispiele vorlagen oder die Bildqualität stark variierte, stieß die KI-gestützte Prüfung an Grenzen.

Am Ende ließ sich für ein einzelnes Qualitätskriterium ein belastbares Ergebnis erzielen. Für andere Kriterien reichten die Datenmenge (Fotos), Vergleichbarkeit oder Standardisierung noch nicht aus. Diese Erkenntnis war kein Rückschlag, sondern ein wichtiges Ergebnis der Studie: Sie machte transparent, wo Automatisierung heute realistisch ist – und wo nicht.

Ein zentraler Mehrwert lag daher in den abgeleiteten Empfehlungen und deren operationaler Umsetzung. Die Analyse zeigte deutlich, wie stark der Erfolg von KI-gestützter Qualitätssicherung von der Datenqualität abhängt – etwa von konstanten Kamerawinkeln, reproduzierbaren Abständen oder vergleichbaren Lichtverhältnissen. Für EinDollarBrille entstand so eine klare Perspektive, wie sich durch schrittweise Standardisierung der Datenerhebung die Voraussetzungen für den künftigen Einsatz von KI schnell und pragmatisch schaffen lassen.

Ausblick: Den Blick schärfen, Schritt für Schritt

Die Ergebnisse der Machbarkeitsstudie markieren keinen Endpunkt, sondern einen Ausgangspunkt. Für EinDollarBrille ist deutlich geworden, unter welchen Voraussetzungen KI-gestützte Qualitätssicherung künftig einen größeren Beitrag leisten kann – insbesondere dann, wenn die Datengrundlage weiter verbessert und stärker standardisiert wird. Mit passenderen, vergleichbareren Bilddaten sind konkrete Möglichkeiten, den Prüfprozess gezielt weiterzuentwickeln und die ehrenamtlichen Strukturen nachhaltig zu entlasten, gut erreichbar.

Gleichzeitig lassen sich aus dem Projekt Erkenntnisse ableiten, die auch für andere Organisationen relevant sind. Der Einsatz von KI beginnt selten mit der Technologie selbst, sondern mit einem klaren Blick auf Prozesse, Daten und Qualitätsansprüche. Wer KI-gestützte Automatisierung ernsthaft nutzen möchte, muss zunächst verstehen, wo menschliche Expertise unverzichtbar bleibt, wie Daten entstehen und welche Standards notwendig sind, damit KI verlässlich und in guter Qualität unterstützen kann. Kleine, realistisch abgegrenzte Anwendungsfälle sind dabei oft der bessere Einstieg als große Versprechen.

Die Zusammenarbeit zwischen QualityMinds und EinDollarBrille zeigt, dass KI-gestützte Qualitätssicherung dann besonders wirksam ist, wenn sie verantwortungsvoll, kontextsensibel und lernorientiert eingesetzt wird. Nicht, um den menschlichen Blick zu ersetzen – sondern um ihn dort zu schärfen, wo er den größten Unterschied macht.

Für uns bei QualityMinds war diese Pro-bono-Zusammenarbeit auch interessante Reise – mit viel Bewunderung für das Anliegen von EinDollarBrille. Uns hat beeindruckt, mit welchem Qualitätsanspruch die Organisation arbeitet, gerade unter den besonderen Bedingungen dezentraler Herstellung und ehrenamtlicher Unterstützung. Wir haben gelernt, wie viel Klarheit bereits darin liegt, ehrlich hinzuschauen: auf Daten, auf Prozesse und auf das, was heute realistisch möglich ist.