Die Bildanomalieerkennung stellt eine entscheidende Stufe für die automatisierte visuelle Inspektion in intelligenten Fertigungssystemen dar. Die vielfältigen Anomalien in Bildern – etwa unterschiedliche Größen, Formen und Farben – machen die automatisierte visuelle Inspektion herausfordernd. Frühere Arbeiten zur Bildanomalieerkennung haben bereits bedeutende Fortschritte erzielt. Dennoch bestehen weiterhin Einschränkungen hinsichtlich der Erkennungsleistung und Effizienz. In diesem Artikel wird ein neuartiges Verfahren namens Position Encoding-verbesserte Merkmalsabbildung (Position Encoding enhanced Feature Mapping, PEFM) vorgestellt, um das Problem der Bildanomalieerkennung zu lösen. Dabei werden Anomalien erkannt, indem ein Paar vortrainierter Merkmale, die mit Positions-Codierungen versehen sind, abgebildet werden. Experimentelle Ergebnisse zeigen, dass das vorgeschlagene PEFM auf dem MVTec AD-Datensatz die Leistung und Effizienz der derzeit besten Methoden übertrifft, mit einem AUCROC von 98,30 % und einem AUCPRO von 95,52 %. Zudem erreicht PEFM auf dem MVTec 3D AD-Datensatz einen AUCPRO von 94,0 %.