{"id":90938,"date":"2025-03-05T17:21:06","date_gmt":"2025-03-05T09:21:06","guid":{"rendered":"https:\/\/solomon-3d.mesvr.tw\/?p=90938"},"modified":"2025-03-05T17:22:29","modified_gmt":"2025-03-05T09:22:29","slug":"was-sind-die-unterschiede-zwischen-ki-und-aoi","status":"publish","type":"post","link":"https:\/\/solomon-3d.mesvr.tw\/de\/blog\/was-sind-die-unterschiede-zwischen-ki-und-aoi\/","title":{"rendered":"Was sind die Unterschiede zwischen KI und AOI?"},"content":{"rendered":"
<\/div>
\n
<\/div>\n
\n

Was sind die Unterschiede zwischen KI und AOI?<\/h1><\/div>\n\n\n\n
\n
\"\"<\/div>\n<\/div>\n <\/div><\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Einf\u00fchrung in AOI<\/h2>\n\n\n\n
Der \u00dcbergang von einer \u00c4ra der Massenproduktion mit begrenzter Vielfalt zu einem dynamischen Modell, das auf die Produktion von G\u00fctern mit geringer St\u00fcckzahl und hoher Vielfalt abzielt, hat die Qualit\u00e4tskontrolle und Inspektion komplexer und herausfordernder gemacht. Produkte sind heute in einer breiten Palette von Formen, Gr\u00f6\u00dfen, Materialien und anderen Merkmalen erh\u00e4ltlich, was h\u00e4ufig zu undefinierten Defekten f\u00fchrt.

Daher sind AOI (Automatische Optische Inspektion)<\/a>-Systeme zur vorherrschenden L\u00f6sung f\u00fcr die Fehlererkennung in industriellen Prozessen geworden. Doch herk\u00f6mmliche AOI-Systeme basieren auf vordefinierten Fehlerproben und festen Parametern zur Fehlererkennung<\/a>, was die Flexibilit\u00e4t und Schnelligkeit der Inspektion einschr\u00e4nkt. Die Wahrscheinlichkeit, dass traditionelle Inspektionssysteme Fehler \u00fcbersehen, steigt erheblich. KI bietet jedoch eine transformative L\u00f6sung f\u00fcr die Maschinenvision, indem sie flexiblere und effizientere Inspektionen erm\u00f6glicht.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Fehlererkennung mit AOI<\/h2>\n\n\n\n
Mit dem fortschreitenden Wachstum der Verbraucherprodukte im Bereich der Elektronik erleben Industrien wie Halbleiter<\/a>, Optoelektronik<\/a> und intelligente Fertigung<\/a> einen erheblichen Anstieg. Da Defekte die Funktionalit\u00e4t von Produkten beeintr\u00e4chtigen k\u00f6nnen, w\u00e4chst der Bedarf nach einer verbesserten Ausbeute in den Fertigungssektoren. Traditionelle Produktionslinien st\u00fctzten sich auf die manuelle Inspektion von Produktfehlern, doch diese Methode erf\u00fcllt nicht die Anforderungen an eine gr\u00fcndliche Inspektion und Produktionseffizienz.

AOI-Systeme, die auf Maschinenvisionstechnologie basieren, kombinieren nahtlos Optik, elektronische Steuerung, Mechanik und Inspektionssoftware, um pr\u00e4zise Inspektionsaufgaben durchzuf\u00fchren. Diese Systeme verbessern die Fehlererkennungsgenauigkeit, indem sie Bildmerkmale durch optimierte Lichtquellenkonfigurationen hervorheben und fortschrittliche Bildverarbeitungstechniken nutzen, um eine genaue Positionierung und Inspektion zu erm\u00f6glichen. Durch schnelles Screening von Defekten, Verunreinigungen und Unregelm\u00e4\u00dfigkeiten in fertigen und halb-fertigen Produkten auf der Produktionslinie kann AOI die Qualit\u00e4tskontrolle erheblich verbessern.

Im Vergleich zu manuellen Inspektionsmethoden bieten AOI-Systeme eine h\u00f6here Konsistenz bei der Fehlererkennung. Dar\u00fcber hinaus k\u00f6nnen AOI-Systeme, die mit hochaufl\u00f6senden Kameras<\/a> ausgestattet sind, feine Details erkennen, die f\u00fcr das menschliche Auge m\u00f6glicherweise schwer zu erkennen sind. Ihre F\u00e4higkeit, Tausende von Produkten pro Minute zu inspizieren, behebt zudem die Ineffizienzen, die in traditionellen manuellen visuellen Inspektionsprozessen bestehen.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
Erfahren Sie mehr \u00fcber AOI und seine Vorteile<\/span><\/span><\/span><\/a><\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Industrielle Anwendungen von AOI<\/h2>\n\n\n\n
Die AOI-Technologie wird in verschiedenen Industriezweigen eingesetzt, um Produkte auf Verformungen, Sch\u00e4den, fehlende Komponenten, Schmutz, Kratzer und andere Defekte zu \u00fcberpr\u00fcfen. Gleichzeitig \u00fcbernimmt sie wichtige Aufgaben wie das Lesen von Barcodes, pr\u00e4zise Messungen und die Inspektion von Drucksachen. Infolgedessen profitieren verschiedene Branchen, darunter Elektronik<\/a>, Textilien<\/a>, Lebensmittel und Getr\u00e4nke<\/a> sowie die Automobilindustrie<\/a>, von der AOI-Technologie.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
\"AOI-System,<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Einschr\u00e4nkungen von AOI bei der Fehlererkennung<\/h2>\n\n\n\n
Obwohl die Einf\u00fchrung von AOI (Automatische Optische Inspektion) in verschiedenen Industriesektoren weit verbreitet ist, bringt die hochgradig angepasste Natur von AOI Herausforderungen und Einschr\u00e4nkungen f\u00fcr eine fl\u00e4chendeckende Implementierung mit sich. Besonders bei komplexen Produktfehlern, Bildhintergr\u00fcnden und Beleuchtungsvariationen kann es zu Einschr\u00e4nkungen bei der AOI-Systemleistung kommen.

AOI funktioniert nach einem regelbasierten Urteilsmechanismus, bei dem die Erkennungslogik im System programmiert wird. AOI kann nur Fehler anhand vordefinierter Parameter identifizieren, die als Ma\u00dfstab f\u00fcr die Inspektion von Musterfehlern festgelegt wurden. Wenn die Erkennungslogik zum Beispiel Fehler als kreisf\u00f6rmig definiert, werden alle nicht kreisf\u00f6rmigen Fehler m\u00f6glicherweise vom AOI-System nicht erkannt. Zuf\u00e4llig generierte Fehlertypen, wie etwa Variationen in der Eierschalenqualit\u00e4t<\/a>, abnormale Fehler in der PCBA-Montage<\/a>, \u00d6lflecken auf Kunststoffschnallen<\/a> und Kratzer auf Metallstanzteilen<\/a>, stellen eine erhebliche Herausforderung f\u00fcr AOI dar, um diese Komplexit\u00e4ten effektiv zu erkennen.

Um das Risiko verpasster Fehler zu verringern, werden AOI-Systeme oft auf Parameter mit einem hohen Strengheitsgrad eingestellt, wodurch AOI \u00fcberempfindlich wird und anf\u00e4llig f\u00fcr Fehlalarme ist. Dar\u00fcber hinaus m\u00fcssen Systembetreiber die Algorithmen und Parameter des Systems kontinuierlich anpassen, w\u00e4hrend Produktionslinien m\u00f6glicherweise wiederholte Produktinspektionen erfordern, um die \u00dcberwachung von Fehlern oder Fehlalarmen zu vermeiden. Diese Faktoren beeintr\u00e4chtigen die Produktionseffizienz erheblich und treiben die Produktionskosten in die H\u00f6he.

Die Effektivit\u00e4t von AOI h\u00e4ngt von der pr\u00e4zisen Koordination von Lichtquellen, Kameras und Linsen ab. Bei Lichtquellen ist es entscheidend, deren Intensit\u00e4t und Eigenschaften anzupassen, um den Kontrast zu verbessern und Objektmerkmale effektiv darzustellen. Diese Anpassung muss an das Material, die Farbe und die Form des zu inspizierenden Objekts angepasst werden, um optimale Bilder zu erhalten und das Risiko von Fehlalarmen zu verringern. Bei der Auswahl von Kameras m\u00fcssen Faktoren wie Sensitivit\u00e4tskomponenten, Aufl\u00f6sung und Bildraten sorgf\u00e4ltig auf die Inspektionsanforderungen abgestimmt werden. Diese Kameras m\u00fcssen mit geeigneten Linsen kombiniert werden, um die F\u00e4higkeiten des optischen Systems vollst\u00e4ndig auszusch\u00f6pfen.

Abgesehen von den Komplexit\u00e4ten der Ger\u00e4teeinstellungen, die die Bildgebung beeinflussen, m\u00fcssen die Betreiber auch die Aufgabe \u00fcbernehmen, Maschinenparameter und die Ausrichtung neu zu konfigurieren, wenn Anpassungen oder Komponentenwechsel erforderlich sind, wobei sie auf ihre Erfahrung zur\u00fcckgreifen m\u00fcssen. Zudem ist das Anpassen von Hardware- und Softwarekomponenten von Natur aus komplex, und Reparaturzeiten k\u00f6nnen erheblich variieren, von wenigen Tagen bis zu mehreren Monaten. Dies stellt eine Herausforderung dar, um den dynamischen Anforderungen moderner Produktionslinien gerecht zu werden. Infolgedessen haben viele Branchen, die AOI einsetzen, k\u00fcrzlich K\u00fcnstliche Intelligenz (KI)<\/a> \u00fcbernommen, um die Inspektionsgenauigkeit und -effizienz zu verbessern.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
Tauchen Sie tiefer in die Vorteile der Integration von KI mit AOI ein<\/span><\/span><\/span><\/a><\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Fehlererkennung mit KI<\/h2>\n\n\n\n
Der Hauptunterschied zwischen KI-basierter Inspektion und traditioneller AOI-Fehlererkennung liegt in ihrer Abh\u00e4ngigkeit von empirischen Regeln. KI funktioniert wie ein neuer Lehrling, der in gewissem Ma\u00dfe die Inspektionsf\u00e4higkeiten eines Meisterhandwerkers nachahmen kann. KI kann durch die Nutzung gro\u00dfer Mengen g\u00fcltiger Daten und das Training des Systemmodells mit Deep-Learning<\/a>-Techniken autonom Fehlerbereiche und abnormale Erkennungsmodelle definieren. KI kann automatisch optimale Parameter f\u00fcr akzeptable (OK) und nicht akzeptable (NG) Fehler identifizieren. Dies erm\u00f6glicht eine effektive Erkennung unbekannter Fehler, gew\u00e4hrleistet Konsistenz in den Inspektionsstandards und verbessert die Inspektionsgenauigkeit erheblich.

Aufgrund erheblicher Unterschiede im Fachwissen \u00fcber verschiedene Branchen k\u00f6nnen traditionelle AOI-Ingenieure, die mit der Entwicklung von AOI-Systemen f\u00fcr spezifische Sektoren befasst sind, Schwierigkeiten haben, praktische Probleme im Feld schnell zu l\u00f6sen. Daher erfordern effektive L\u00f6sungen oft eine Zusammenarbeit mit Branchenexperten, um geeignete AOI-Hardware und Regeln zu entwerfen, die auf die Bed\u00fcrfnisse der jeweiligen Branche zugeschnitten sind. Im Gegensatz dazu lernen KI-basierte Fehlererkennungs Systeme<\/a> die erforderlichen Bildmerkmale zur Erkennung \u00fcber Schnittstellen. Nach dem Training kann das KI-System autonom Erkennungsregeln generieren. Es gibt deutliche Unterschiede in der Lern- und Ausf\u00fchrungsleistung dieser beiden Ans\u00e4tze.

Zus\u00e4tzlich zur Optimierung der Erkennungsgenauigkeit durch Deep Learning adressiert die KI-Technologie insbesondere Probleme im Zusammenhang mit dem Einfluss von Lichtquellen auf die Erkennungsleistung. Traditionelle AOI-Systeme sto\u00dfen aufgrund von Lichtverh\u00e4ltnissen, Bildwinkeln, Schattenreflexionen und dem Material sowie der Form des zu inspizierenden Objekts (insbesondere bei halbdurchsichtigen Materialien und metallischen Oberfl\u00e4chen) h\u00e4ufig an ihre Grenzen. Diese Einschr\u00e4nkungen behindern h\u00e4ufig die Erzielung genauer Erkennungsergebnisse. Im Gegensatz dazu ist die Genauigkeit der KI-Inspektion weniger von Lichtquellen abh\u00e4ngig. Bei einer stabilen Lichtquelle kann KI auch bei unscharfen Umrissen, unterschiedlichen Formen und Interferenzen von reflektierenden Metallmaterialien effektiv Fehler erkennen<\/a> und klassifizieren<\/a>.

Die KI-Fehlererkennung ist besonders gut bei komplexen Oberfl\u00e4chen- und Erscheinungsfehlern, wie Dellen und Kratzern auf reflektierenden Objekten. Dar\u00fcber hinaus kann KI bei OCR-Aufgaben<\/a> (Optische Zeichenerkennung) effizient arbeiten, selbst bei der Inspektion deformierter oder weniger erkennbare Zeichen. KI-basierte Systeme sind zudem in der Lage, unvorhersehbare Muster und Fehler zu erkennen, unabh\u00e4ngig von Farb- und Gr\u00f6\u00dfenvariationen, umfangreichen Verformungen, komplexen Formen oder zuf\u00e4lliger Streuung. KI analysiert umfassend Daten und bestimmt pr\u00e4zise das Vorhandensein von Fehlern.

KI-Vision-Systeme<\/a> \u00fcbertreffen daher traditionelle regelbasierte AOI-Systeme hinsichtlich Geschwindigkeit, Pr\u00e4zision und Arbeitskosten und l\u00f6sen die Herausforderungen in komplexen Erkennungs- und Klassifizierungsanwendungen.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Fehlererkennung mit KI: Fallstudie<\/h2>\n\n\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
In der Pharmaindustrie bearbeiten Blisterpackungs-Fertigungsstra\u00dfen in der Regel zwischen 5.000 und 40.000 Pillen pro Stunde. Fehler k\u00f6nnen jedoch beim F\u00fcllen auftreten, was zu Defekten wie leeren Blistern, minderwertigen Inhalten oder dem Versch\u00fctten von Pulver aus Kapseln f\u00fchren kann. Durch das Trainieren von KI-Modellen in SolVision<\/a> mit einer Vielzahl von Fehlerbildern k\u00f6nnen jede Packung und F\u00fcllbedingung schnell und genau identifiziert, gekennzeichnet und klassifiziert werden.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
Erfahren Sie mehr \u00fcber die Inspektion von Blisterverpackungen mit KI in dieser Fallstudie<\/span><\/span><\/span><\/a><\/div>\n<\/div>\n<\/div>\n <\/div><\/div>","protected":false},"excerpt":{"rendered":"

Entdecken Sie, wie KI-Vision-Technologie die Fehlererkennung \u00fcber traditionelle AOI hinaus revolutioniert. Dieser tiefgehende Einblick untersucht die wichtigsten Unterschiede zwischen KI und AOI.<\/p>","protected":false},"author":15,"featured_media":89323,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_gspb_post_css":"#gspb_row-id-gsbp-5aebb46{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap;min-height:250px;padding:0;overflow:hidden;background-size:cover;background-repeat:no-repeat;background-position:50% 68%;background-image:url(https:\/\/solomon-3d.mesvr.tw\/wp-content\/uploads\/2024\/01\/\u2014Pngtree\u2014technological-sense-geometric-line-simple_932581-1.jpg);filter:brightness(1) contrast(1) grayscale(0)}#gspb_row-id-gsbp-5aebb46>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}div[id^=gspb_col-id]{box-sizing:border-box;position:relative;padding:var(--gs-row-column-padding, 15px min(3vw, 20px))}body.gspb-bodyfront #gspb_row-id-gsbp-07a22fc>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-249db28>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-266e9b3>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-26f992e>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-44510c0>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-5365471>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-54aacdc>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-5aebb46>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-65a6d4d>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-82c1fd4>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-83837a5>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-ddad9e1>.gspb_row__content{max-width:var(--wp--style--global--wide-size, 1200px)}#gspb_row-id-gsbp-5aebb46:hover{background-size:cover}#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}}#gspb_row-id-gsbp-2fbb568{min-height:100%}#gspb_row-id-gsbp-2fbb568>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568{z-index:10}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{flex-direction:column}body #gspb_col-id-gsbp-f1762f9.gspb_row__col--6{display:flex;flex-direction:column;justify-content:center}#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}body #gspb_col-id-gsbp-7a4a754.gspb_row__col--6{display:flex;flex-direction:column;justify-content:flex-end}#gspb_row-id-gsbp-2fbb568,#gspb_row-id-gsbp-44510c0,#gspb_row-id-gsbp-65a6d4d,#gspb_row-id-gsbp-83837a5{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-44510c0>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-b2beeee{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-1b48ec5.gspb_container>p:last-of-type,#gspb_container-id-gsbp-1c26103.gspb_container>p:last-of-type,#gspb_container-id-gsbp-529ff3b.gspb_container>p:last-of-type,#gspb_container-id-gsbp-718facc.gspb_container>p:last-of-type,#gspb_container-id-gsbp-765a81d.gspb_container>p:last-of-type,#gspb_container-id-gsbp-9167946.gspb_container>p:last-of-type,#gspb_container-id-gsbp-9ca7df1.gspb_container>p:last-of-type,#gspb_container-id-gsbp-ae19e2f.gspb_container>p:last-of-type,#gspb_container-id-gsbp-b2beeee.gspb_container>p:last-of-type,#gspb_container-id-gsbp-f829605.gspb_container>p:last-of-type,#gspb_container-id-gsbp-fee0c95.gspb_container>p:last-of-type{margin-bottom:0}#gspb_container-id-gsbp-b2beeee.gspb_container{position:relative}.gspb_text-id-gsbp-040fecb{font-size:20px}#gspb_row-id-gsbp-83837a5>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-234410e.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-234410e.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-1b48ec5{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-1b48ec5.gspb_container{position:relative}.gspb_text-id-gsbp-7f6c250{font-size:20px}#gspb_row-id-gsbp-65a6d4d>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-1fc92a7.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-1fc92a7.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-529ff3b.gspb_container{position:relative}#gspb_button-id-gsbp-2f3c0b4{display:flex;justify-content:center}#gspb_button-id-gsbp-2f3c0b4 .gspb-buttonbox-text{display:flex;flex-direction:column}#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox{box-sizing:border-box;padding:5px 30px;background-color:#e4002b;font-size:22px;text-align:center!important;font-weight:700!important;color:var(--wp--preset--color--white, #ffffff);border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox:hover{background-color:var(--wp--preset--color--white, #ffffff)!important}#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox .gsap-g-line{text-align:center!important}#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox:hover{color:#e4002b;border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox,#gspb_button-id-gsbp-2f3c0b4>.gspb-buttonbox>.gspb_backgroundOverlay{border-top-left-radius:20px;border-top-right-radius:20px;border-bottom-right-radius:20px;border-bottom-left-radius:20px}#gspb_row-id-gsbp-54aacdc,#gspb_row-id-gsbp-82c1fd4{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-54aacdc>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-7782d90.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-7782d90.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-529ff3b,.gspb_container-id-gsbp-ae19e2f{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-ae19e2f.gspb_container{position:relative}.gspb_text-id-gsbp-6886292{font-size:20px}#gspb_row-id-gsbp-82c1fd4>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-d860a2c.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-d860a2c.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-718facc.gspb_container{position:relative}#gspb_image-id-gsbp-672ea67{text-align:center;height:auto}#gspb_image-id-gsbp-672ea67 img{vertical-align:middle;display:inline-block;box-sizing:border-box;max-width:100%;width:600px}@media (max-width:575.98px){#gspb_image-id-gsbp-672ea67 img{width:custom}}#gspb_image-id-gsbp-672ea67 img{height:auto}@media (max-width:991.98px){#gspb_image-id-gsbp-672ea67,#gspb_image-id-gsbp-672ea67 img{height:auto}}@media (max-width:767.98px){#gspb_image-id-gsbp-672ea67,#gspb_image-id-gsbp-672ea67 img{height:auto}}@media (max-width:575.98px){#gspb_image-id-gsbp-672ea67,#gspb_image-id-gsbp-672ea67 img{height:165px}}#gspb_row-id-gsbp-07a22fc,#gspb_row-id-gsbp-249db28{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-249db28>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-2caca17.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-2caca17.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-718facc,.gspb_container-id-gsbp-f829605{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-f829605.gspb_container{position:relative}.gspb_text-id-gsbp-5a36a15{font-size:20px}#gspb_row-id-gsbp-07a22fc>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-de33bf0.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-de33bf0.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-765a81d.gspb_container{position:relative}#gspb_button-id-gsbp-260cb2e{display:flex;justify-content:center}#gspb_button-id-gsbp-260cb2e .gspb-buttonbox-text{display:flex;flex-direction:column}#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox{box-sizing:border-box;padding:5px 30px;background-color:#e4002b;font-size:22px;text-align:center!important;font-weight:700!important;color:var(--wp--preset--color--white, #ffffff);border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox:hover{background-color:var(--wp--preset--color--white, #ffffff)!important}#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox .gsap-g-line{text-align:center!important}#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox:hover{color:#e4002b;border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox,#gspb_button-id-gsbp-260cb2e>.gspb-buttonbox>.gspb_backgroundOverlay{border-top-left-radius:20px;border-top-right-radius:20px;border-bottom-right-radius:20px;border-bottom-left-radius:20px}#gspb_row-id-gsbp-266e9b3,#gspb_row-id-gsbp-26f992e,#gspb_row-id-gsbp-5365471,#gspb_row-id-gsbp-ddad9e1{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-5365471>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-c584400.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-c584400.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-765a81d,.gspb_container-id-gsbp-9ca7df1{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-9ca7df1.gspb_container{position:relative}.gspb_text-id-gsbp-f1f76e4{font-size:20px}#gspb_row-id-gsbp-266e9b3>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-39b6cec.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-39b6cec.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-9167946.gspb_container{position:relative}#gspb_row-id-gsbp-26f992e>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-69590a8.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-69590a8.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-1c26103,.gspb_container-id-gsbp-9167946{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-1c26103.gspb_container{position:relative}.gspb_text-id-gsbp-7176a78{font-size:20px}#gspb_row-id-gsbp-ddad9e1>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}.gspb_row{position:relative}#gspb_col-id-gsbp-84f0b69.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-84f0b69.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-fee0c95{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-fee0c95.gspb_container{position:relative}#gspb_button-id-gsbp-eda4edc{display:flex;justify-content:center}#gspb_button-id-gsbp-eda4edc .gspb-buttonbox-text{display:flex;flex-direction:column}#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox{box-sizing:border-box;padding:5px 30px;background-color:#e4002b;font-size:22px;text-align:center!important;font-weight:700!important;color:var(--wp--preset--color--white, #ffffff);border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox:hover{background-color:var(--wp--preset--color--white, #ffffff)!important}#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox .gsap-g-line{text-align:center!important}#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox:hover{color:#e4002b;border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox,#gspb_button-id-gsbp-eda4edc>.gspb-buttonbox>.gspb_backgroundOverlay{border-top-left-radius:20px;border-top-right-radius:20px;border-bottom-right-radius:20px;border-bottom-left-radius:20px}","footnotes":""},"categories":[3500],"tags":[],"class_list":["post-90938","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"lang":"de","translations":{"de":90938,"zh":80357,"tw":51282,"en":76368,"es":83339,"jp":85901,"pt":90064,"tr":90464,"fr":92719,"vi":93985,"th":96971,"it":98410,"ko":95155},"_links":{"self":[{"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/posts\/90938","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/users\/15"}],"replies":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/comments?post=90938"}],"version-history":[{"count":0,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/posts\/90938\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/media\/89323"}],"wp:attachment":[{"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/media?parent=90938"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/categories?post=90938"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/de\/wp-json\/wp\/v2\/tags?post=90938"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}