KI rückt in die Applikationsentwicklung vor
KI verarbeitet künftig nicht nur Bilddaten, sondern unterstützt bereits beim Aufbau industrieller Vision-Applikationen. Im Interview erklärt Dr. Maximilian Lückenhaus, wie spezialisierte Wissensbasen, automatisierte Codegenerierung und iterative Validierung den Entwicklungsprozess verändern
David Löh
inspect: MVTec zeigt den AI Vision Solver als Prototyp auf der Vision. Wie weit ist die Entwicklung aktuell fortgeschritten?
Dr. Maximilian Lückenhaus: Der AI Vision Solver ist derzeit ein Prototyp, mit dem wir auf der Vision erstmals zeigen, wie KI-Agenten künftig die Entwicklung von Machine-Vision-Anwendungen unterstützen können. Auf dem Messestand können wir bereits konkret demonstrieren, wie die Machine-Vision-Aufgaben Codelesen, Matching und Zeichenlesen mithilfe des Solvers umgesetzt werden können. Die technische Grundlage dafür bildet HDevelop EVO, unsere neue integrierte Entwicklungsumgebung für Halcon. HDevelop EVO soll die bisherige IDE ab 2027 schrittweise ersetzen. Die Messepräsentation dient zwei Zielen: Zum einen wollen wir die Technologie mit Anwendern diskutieren und daraus Anforderungen für die weitere Entwicklung ableiten. Zum anderen nutzen wir die Aufmerksamkeit, die während der Vision auf unserer Branche liegt, um zu zeigen, in welche Richtung sich die industrielle Bildverarbeitung unserer Meinung nach entwickeln wird.
Der Solver nutzt die Halcon-Bibliothek als Wissensbasis und führt Aufgaben per Prompt in HDevelop EVO aus. Welche Rolle spielen die KI-Agenten dabei konkret? Übernehmen sie die Auswahl der Operatoren, die Parametrierung und auch die Validierung der Ergebnisse?
Genau so kann man es sich vorstellen. Der Entwickler beschreibt seine Aufgabe zunächst in natürlicher Sprache, so, wie er es von der Interaktion mit Large Language Models kennt. Der KI-Agent interpretiert diese Aufgabenstellung und leitet daraus einen passenden Bildverarbeitungs-Workflow ab. Dazu wählt er geeignete Halcon-Operatoren aus und erstellt die Anwendung automatisiert in HDevelop EVO.
Entscheidend ist, dass die Lösung nicht allein auf dem allgemeinen Wissen eines Sprachmodells basiert. MVTec bringt jahrzehntelange Erfahrung in der industriellen Bildverarbeitung in Form von hinterlegten Anwendungsbeispielen und bewährten Lösungswegen ein. Auf dieser Grundlage kann der Agent gezielter entscheiden, welche Operatoren und welche Vorgehensweise für die jeweilige Aufgabe geeignet sind. Grundsätzlich können verschiedene Large Language Models, beispielsweise von Open AI oder Anthropic, als Agenten eingebunden werden. Im Prototyp sind bereits etliche Voreinstellung enthalten, die einen Großteil von Standardfällen abdecken. Unsere Botschaft von MVTec ist aber: Die endgültige Bewertung der Ergebnisse bleibt beim Nutzer. Dieser ist weiterhin verantwortlich für den Erfolg des Projekts.
Sie sprechen von einer „nächsten Schwelle“ durch KI-Agenten neben klassischen KI-Algorithmen. Worin unterscheidet sich Ihr agentenbasierter Ansatz technisch von bisherigen KI-Funktionen Ihrer Software?
Wir setzen bereits seit 2016 auf künstliche Intelligenz – genauer gesagt auf Deep-Learning-Methoden. Diese kommen in der Bildverarbeitung zum Einsatz und haben sich dort umfassend bewährt. Ich lehne mich sicher nicht zu weit aus dem Fenster, wenn ich sage, dass Deep-Learning-Verfahren unserer Branche einen gewaltigen Schub verliehen haben. Denn sie können Aufgaben lösen, die zuvor schlicht nicht automatisierbar waren, zum Beispiel, weil Objekte wie in der Lebensmittelproduktion zu große Varianzen aufweisen oder gewisse Fehler erst innerhalb der Produktion auftreten und vorab nicht modelliert werden können. Hier helfen Deep-Learning-Technologien wie Anomaly Detection, Klassifikation, KI-basierte Objekterkennung, Segmentierung sowie das Lesen von Zeichen und Codes. Die KI ist damit ein Bestandteil der Bildverarbeitung innerhalb der eigentlichen Anwendung.
Beim agentenbasierten Ansatz kommt KI bereits eine Stufe früher zum Einsatz: nämlich schon bei der Entwicklung dieser Anwendung. Der Agent analysiert die Aufgabenstellung, strukturiert den Lösungsweg, wählt geeignete Operatoren aus und erzeugt daraus einen ausführbaren Workflow. Der Entwicklungsschritt besteht somit darin, dass KI nicht mehr nur Bilddaten verarbeitet, sondern den Anwender beim Aufbau der gesamten Machine-Vision-Applikation unterstützt. Das kann Entwicklungszeiten verkürzen und den Zugang zu leistungsfähiger Bildverarbeitung erleichtern.
Ein erklärtes Ziel ist es, den Einstieg in die industrielle Bildverarbeitung auch für Nicht-Experten zu erleichtern. Wie stellen Sie sicher, dass die vom Agenten generierten Lösungen den Anforderungen der Industrie genügen, insbesondere im Hinblick auf die Zuverlässigkeit?
Das ist ein wichtiger Punkt. Schließlich sind Zuverlässigkeit und Robustheit neben der Geschwindigkeit die entscheidenden Kriterien in der industriellen Bildverarbeitung. Entsprechend haben wir Vorsorge getroffen. Der vielleicht wichtigste Punkt in diesem Zusammenhang ist, dass wir die KI mit dem praktischen Wissen zusammenbringen, das wir bei MVTec in den vergangenen drei Jahrzehnten aufgebaut haben. Deshalb greifen die Agenten auf die Halcon-Bibliothek sowie auf von MVTec bereitgestellte Beispiele und bewährte Lösungsansätze zurück. Unsere Entwicklungsumgebung umfasst bereits heute Werkzeuge, die die Validierung des generierten Codes durch LLMs möglich machen. Beispielsweise werden syntaktische Fehler oder Halluzinationen erkannt und an den KI-Agenten zurückgespielt. Dadurch kann der Agent seine Ergebnisse iterativ verbessern und sicherstellen, dass die erstellten Skripte ausführbar und funktional sind.
Wie verändert sich aus Ihrer Sicht die Rolle des Entwicklers, wenn KI-Agenten Teile des Entwicklungsprozesses übernehmen? Welche Kompetenzen bleiben unverzichtbar?
Die Rolle des Entwicklers wird sich stärker von der manuellen Erstellung einzelner Verarbeitungsschritte hin zur Definition, Bewertung und Optimierung der Gesamtanwendung verschieben. Statt jeden Operator selbst auszuwählen und jeden Programmabschnitt vollständig manuell zu erstellen, beschreibt der Entwickler zunehmend das Ziel und die Anforderungen der Anwendung. Der Agent erstellt daraus einen funktionsfähigen Workflow. Der Entwickler bewertet anschließend, ob dieser Workflow die Anforderungen des Produktionsprozesses erfüllt, und passt ihn bei Bedarf an.
Unverzichtbar bleiben das Verständnis des industriellen Prozesses, die Bewertung der Bildqualität und der Aufnahmebedingungen sowie die Fähigkeit, die Robustheit und Zuverlässigkeit einer Anwendung zu beurteilen. Auch Kenntnisse über Optik, Beleuchtung, Kameratechnik und die Integration in Automatisierungsumgebungen bleiben relevant. Mit anderen Worten: Der Agent reduziert den Entwicklungsaufwand, übernimmt aber nicht die Verantwortung für die industrielle Gesamtanwendung.
Welche nächsten Entwicklungsschritte sind für den AI Vision Solver geplant?
Der AI Vision Solver basiert technologisch auf unserer neuen integrierten Entwicklungsumgebung HDevelop EVO. Sie wird derzeit entwickelt und soll ab 2027 schrittweise ausgerollt und kontinuierlich um neue Funktionen erweitert werden. Für den AI Vision Solver sollen die auf der Vision gezeigten Anwendungsfälle weiterentwickelt und auf zusätzliche Machine-Vision-Aufgaben übertragen werden. Zudem werden wir untersuchen, wie unterschiedliche Large Language Models eingebunden und wie das spezialisierte Halcon-Wissen noch systematischer für die automatisierte Anwendungserstellung genutzt werden kann.
Was zeigt MVTec außerdem auf der Vision?
Künstliche Intelligenz bildet den Schwerpunkt unseres Messeauftritts. Wir wollen die unterschiedlichen Facetten aufzeigen, die KI mittlerweile in unserer Branche abdeckt. Ein solches Thema mit Bezug zu KI ist die Verarbeitungsgeschwindigkeit. Damit KI-Anwendungen die erforderliche Performance erreichen, bietet es sich an, KI-Beschleuniger einzusetzen. An unserem Messestand zeigen wir, dass wir als Hardware-unabhängiger Software-Hersteller mit verschiedenen Anbietern von KI-Beschleunigern wie Qualcomm, Nvidia, Intel und AMD zusammenarbeiten. Zudem wird die Cybersicherheit immer wichtiger. Wir schaffen auf der Vision Raum, um über den Cyber Resilience Act der EU und die Sicherheitsvorkehrungen der MVTec-Software-Produkte zu sprechen, die wir für unsere weltweit tätigen Kunden anbieten. Der größte Bereich ist aber natürlich die Bildverarbeitung. Wie gewohnt zeigen wir die neuen Funktionen und Anwendungsmöglichkeiten von Halcon, Merlic und dem Deep Learning Tool.
