Computer Vision
Teilgebiet der KI, das Computer befähigt, Bilder und Videos zu interpretieren – von Qualitätsprüfung über Dokumentenerkennung bis zur Objekterkennung.
Definition
Computer Vision ist das Teilgebiet der Künstlichen Intelligenz, das Computer befähigt, visuelle Informationen aus Bildern und Videos zu extrahieren und zu interpretieren. Moderne Verfahren basieren auf tiefen neuronalen Netzen und multimodalen Foundation Models.
Typische Anwendungsfälle
Zu den häufigsten Anwendungsfällen im Mittelstand zählen: automatisierte Dokumentenerfassung (OCR und Strukturierung), visuelle Qualitätsprüfung in der Fertigung, Bestandserfassung im Lager, sicherheitsrelevante Überwachung sowie Schadenserkennung in Versicherung und Immobilienwirtschaft.
Voraussetzungen
Erfolgreiche Computer-Vision-Projekte setzen ausreichende, repräsentative Trainings- oder Beispiel-Daten, definierte Beleuchtungs- und Aufnahmebedingungen sowie eine klare Abgrenzung der zu erkennenden Klassen voraus. Diese Voraussetzungen werden im Rahmen eines KI-Audits geprüft.
Wo der Aufwand tatsächlich liegt
Die Anwendungsfälle unterscheiden sich stärker, als die gemeinsame Überschrift vermuten lässt. Visuelle Qualitätsprüfung in der Fertigung ist zuerst ein Kamera- und Beleuchtungsprojekt: Ohne reproduzierbare Aufnahmebedingungen hilft kein Modell. Dokumentenerfassung dagegen scheitert selten am Erkennen — die Texterkennung liefert brauchbare Ergebnisse, und trotzdem steht die Sachbearbeitung danach wieder von Hand am Vorgang. Entschieden wird dort nicht, ob eine Rechnung gelesen wird, sondern was mit dem Ergebnis passiert: welches Feld in welches System läuft, was bei einem unsicheren Treffer geschieht, und wer den Fall sieht, den niemand entscheiden konnte.