Warum viele Vision-AI-Projekte trotz guter Modelle scheitern
Künstliche Intelligenz in der Praxis
Stefanie Radins, Markt- Anwendungsanalyse Vision AI Denkweit
KI-Modelle liefern in der industriellen Bildverarbeitung oft gute Resultate in der Pilotphase, im Serienbetrieb stoßen sie aber schnell an Grenzen. Ursache sind weniger die Modelle als der Aufwand für Skalierung und Wartung sowie die mangelnde Reproduzierbarkeit. Vision AI ist daher primär eine Frage des Lebenszyklusmanagements, nicht der Erkennungsleistung.
In der industriellen Bildverarbeitung hat sich in den letzten Jahren ein wiederkehrendes Muster etabliert: Erste Pilotprojekte mit Deep Learning liefern vielversprechende Ergebnisse, doch der Übergang in den stabilen Serienbetrieb gelingt nicht oder nur mit unverhältnismäßig hohem Aufwand. Der Grund liegt selten in der grundsätzlichen Leistungsfähigkeit der Modelle. Moderne neuronale Netze können Objekte, Strukturen und Abweichungen zuverlässig erkennen. Das wahre Problem ist nicht die Erkennung, sondern der Betrieb.
„Betrieb“ bedeutet in der Industrie:
- langfristiger Einsatz über Jahre
- wechselnde Produkte und Varianten
- schwankende Umgebungsbedingungen
- nachvollziehbare Qualitätssicherung
- reproduzierbare Ergebnisse
Vision AI wird damit zu einer Betriebs- und Lebenszyklusfrage, nicht zu einer reinen Modellfrage.
Eigenentwicklung und Open Source: Warum der Aufwand unterschätzt wird
Viele Unternehmen versuchen, visuelle KI intern aufzubauen - häufig auf Basis etablierter Open-Source-Frameworks wie Yolo. Der Ansatz wirkt zunächst plausibel: funktionierende Modelle, große Community, keine Lizenzkosten.
In der Praxis zeigt sich jedoch schnell, dass der eigentliche Aufwand nicht im Modell, sondern in der umgebenden Infrastruktur entsteht:
- Datenerhebung und Annotation unter Produktionsbedingungen
- Anpassung der Modellarchitekturen je nach Aufgabenstellung
- Training, Hyperparameterwahl und Reproduzierbarkeit
- Validierung gegen reale Grenzfälle
- Versionierung, Deployment und Monitoring
- Nachtraining bei Drift und Produktänderungen
- Klar definierte QM-Regeln und deren technische Umsetzung
Was als Entwicklungsprojekt startet, entwickelt sich zu einem dauerhaften Engineering-Aufwand, der nur mit spezialisierten Teams beherrschbar ist. Für Anwender ist das wirtschaftlich selten sinnvoll: kurze, effiziente Projektlaufzeiten und ein finanzierbarer Support rücken in weite Ferne.
Oberflächenfehler auf Bauteilen – klein, selten, variabel
Ein typisches Szenario in der industriellen Qualitätsprüfung ist die Inspektion von Metall- oder Kunststoffoberflächen. Identifiziert werden sollen Kratzer, Einschlüsse, Poren oder Pitting. Diese Defekte sind klein, selten und stark variabel in Form, Kontrast und Ausprägung. Praxiserfahrungen zur industriellen Defekterkennung benennen genau diese Eigenschaften als zentrale Herausforderung für KI-basierte Systeme: geringe Datenmengen, hohe Varianz, schwache visuelle Signale.
Yolo- und Eigenbau-Ansatz: Wo der Aufwand entsteht
Yolo ist heute nicht mehr auf die reine Objektdetektion beschränkt. Neben Bounding Boxes existieren Erweiterungen für die Segmentierung oder hybride Ansätze. Dennoch bleibt die Architektur generisch und der Anwender ist bei der konkreten Umsetzung weitgehend auf sich gestellt.
In der industriellen Praxis bedeutet das häufig Versuch und Irrtum: Modellvarianten werden getestet, Datensätze neu strukturiert, Annotationen angepasst, Trainingsparameter verändert. Wird der Ansatz gewechselt – etwa von Detektion zu Segmentierung oder zu einem Anomalie-relevanten Verfahren – beginnt der Prozess in großen Teilen erneut.
Gerade bei industriellen Oberflächenfehlern zeigen sich die Grenzen generischer Detektion. Viele Defekte sind nicht rechteckig umrandbar, sondern flächig, diffus oder geometrisch unregelmäßig. Präzisere Verfahren sind erforderlich, etwa pixelgenaue Segmentierung oder Anomalie-relevante Methoden ohne explizite Defektannotation.
Technisch ist das umsetzbar – organisatorisch steigt der Aufwand deutlich:
- Komplexere Annotation (Polygone statt Boxen)
- Anspruchsvollere Trainings- und Validierungsstrategien
- Höhere Anforderungen an Datenkonsistenz
- Steigender Pflegeaufwand bei Varianten
Hinzu kommt Drift: Veränderungen in Beleuchtung, Material oder Werkzeugzustand verschieben die Fehlerverteilung. Ohne strukturierte Monitoring- und Nachtrainingsprozesse sinkt die Modellstabilität schleichend. Hier liegt der entscheidende Unterschied zwischen einem Modell und einer Plattform. Ein einzelnes Modell bearbeitet eine Aufgabe. Eine spezialisierte Vision-AI-Plattform integriert Training,
Validierung, Deployment und Monitoring in einer konsistenten Architektur. Sie reduziert damit genau jene Iterations- und Wartungsschleifen, die bei generischen Open-Source-Ansätzen entstehen.
Plattformansatz: Standardisierung statt Projektindividualität
Eine spezialisierte Vision-AI-Plattform verfolgt einen anderen Ansatz. Sie abstrahiert die Komplexität einzelner Modelle und stellt visuelle Aufgabenklassen systematisch bereit: Klassifikation, Detektion, Segmentierung, Text- und Zeichenerkennung (OCR) und weitere Technologien.
Der entscheidende Vorteil liegt nicht darin, dass möglichst wenige Bilder ausreichen. Entscheidend ist, dass Datenerweiterung, Validierung, Versionierung und Nachtraining in einem wiederholbaren, geführten und klar definierten Prozess verankert sind.
Moderne Plattformen bieten Transparenz: strukturierte Vergleichsmechanismen und eine kontinuierliche Modellpflege im Backend. In einigen Plattformen werden sogar Arbeitsprozesse für große Teams und QM-Strukturen digital abgebildet. Damit werden genau jene Drift- und Wartungsprobleme adressiert, die Eigenentwicklungen in der Praxis scheitern lassen.
Kernaussage aus Praxisperspektive:
Bei Oberflächenfehlern entscheidet die Skalierung nicht am ersten funktionierenden Modell, sondern an der Fähigkeit, Varianten und Drift kontrolliert in den Betrieb einzuarbeiten.
Plattformen reduzieren individuelle Infrastrukturarbeit zugunsten reproduzierbarer Qualitätsprozesse. Aufgrund effizienter Kommunikation für Ersteller und Anwender sparen am Ende alle Seiten Ressourcen.
Vision AI ist eine eigenständige Deep-Tech-Disziplin
Ein zentraler Punkt wird in vielen Organisationen unterschätzt: Vision AI ist keine Unterdisziplin der Software-Entwicklung. Sie ist eine eigenständige Deep-Tech-Domäne, die Optik, Sensorik, Statistik, Modellarchitektur und industrielle Prozesslogik verbindet.
Der Aufbau einer industrietauglichen Vision-AI-Plattform erfordert:
- jahrelange Erfahrung mit realen Produktionsdaten
- spezielle Modellarchitekturen für kleine, variable Datensätze
- robuste Trainings- und Validierungsverfahren
- Bedienbarkeit für Domänen-Experten statt Data Scientists
Weltweit gibt es nur sehr wenige Unternehmen, die Vision AI konsequent auf dieser Ebene entwickelt haben. International gilt Landing AI als Beispiel. Im deutschsprachigen Raum ist Denkweit eines der wenigen Unternehmen, das Vision AI nicht als Feature, sondern als Kerntechnologie aufgebaut hat und mit dem Denk Vision AI Hub einen einfachen Zugang für den gesamten Lebenszyklus erstellt hat.
Der Unterschied liegt nicht in der theoretischen Leistungsfähigkeit einzelner Modelle, sondern in der Beherrschbarkeit über den gesamten Lebenszyklus.
Strategische Konsequenz für Entscheider
Für Unternehmensführung und Technologieverantwortliche ergibt sich daraus eine klare strukturelle Einordnung:
- Machine-vision-Prozesse sind strategisch relevant
- Eigenentwicklung ist langfristig teuer, langsam und riskant
- Open-Source-Modelle ersetzen keine industrielle Plattform
- Der Einsatz spezialisierter Vision-AI-Anbieter reduziert Implementierungsrisiken und langfristige Betriebskosten
Der wirtschaftliche Hebel liegt nicht darin, Vision AI selbst zu bauen, sondern in der Beherrschbarkeit über den gesamten Lebenszyklus und im gewinnbringenden Einsatz.
