Computer Vision: Wie Maschinen sehen lernen – und was Unternehmen davon haben

Was haben Unternehmen von Computern, die dank KI nicht nur Muster erkennen und zuordnen, sondern in diesen Mustern Zusammenhänge finden sowie das Erkennen permanent verbessern? Das schauen wir uns anhand von Carbon Robotics an, die die Zukunft der Landwirtschaft planen und dort schon große Erfolge verzeichnen. Ihr autonomer Laserroboter erkennt Unkraut mithilfe von Kameras und künstlicher Intelligenz und vernichtet es gezielt – ganz ohne Chemie. Statt Herbizide zu sprühen, feuert die Maschine präzise CO₂-Laser auf die Pflanzen, die nicht aufs Feld gehören, und zwar millimetergenau. Das spart Ressourcen, Arbeitszeit und schont die Umwelt.

 

Präzision statt Chemie

Der Roboter arbeitet Tag und Nacht und ersetzt Dutzende Feldarbeiter. Seine Kameras analysieren den Boden in Echtzeit, unterscheiden zwischen Nutzpflanzen und Unkraut und handeln sofort. Das Ergebnis: gesündere Pflanzen, geringere Kosten und eine nachhaltigere Ernte.

Doch der eigentliche Game Changer liegt im Prinzip dahinter – Computer Vision.

 

Was ist Computer Vision?

Computer Vision bezeichnet die Fähigkeit von Maschinen, Bilder oder Videos eigenständig zu analysieren – ähnlich wie das menschliche Auge, nur schneller und genauer. Überall dort, wo heute Menschen visuell prüfen, kann KI unterstützen: bei der Qualitätskontrolle in der Produktion, bei der Sortierung von Paketen in der Logistik, beim Auffinden von Tumoren auf Röntgenbildern oder bei der Erkennung von Regallücken im Handel.

Auch auf Baustellen eröffnet die Technologie neue Möglichkeiten: Fortschritte lassen sich digital dokumentieren, Fehler früh erkennen und teure Nacharbeiten vermeiden.

Drei Fragen für Unternehmen, die sich fragen: Lohnt sich das für uns?

1. Gibt es Prozesse, die auf visuellen Daten basieren?
2. Sind diese Aufgaben häufig, monoton oder fehleranfällig?
3. Würde Automatisierung Kosten sparen oder neue Chancen schaffen, zum Beispiel eine neue Produktlinie oder veränderte Prozesse?

Wer zwei dieser Fragen mit Ja beantwortet, sollte das Thema näher betrachten.

 

Klein starten, groß denken

Der Einstieg gelingt am besten mit einem Pilotprojekt: ein klar abgegrenzter Anwendungsfall, etwa die Prüfung eines Produkts in der Qualitätskontrolle. Wichtig ist, die Ergebnisse messbar zu machen – etwa in Bezug auf Zeitersparnis, Fehlerquote und Betriebskosten der KI. Funktioniert das Konzept, kann der Einsatz schrittweise skaliert werden.

 

Sehen lernen zahlt sich aus

Carbon Robotics zeigt eindrucksvoll, wie Computer Vision echte Mehrwerte schafft – von Effizienz bis zu Kostenvorteile für die Kundenunternehmen – aber auch in einer besseren Qualität für den Endverbraucher. Der Trend zu Bioprodukten kann damit perfekt bedient werden, gerade auch in Bereichen, in dem Pflanzenschutz bisher nötig und biologisch nicht möglich war.

 

Wir sind sicher: Was heute noch als Innovation gilt, wird bald zum Standard werden.
Unternehmen, die jetzt einsteigen, sichern sich einen klaren Vorsprung im Wettbewerb.

Lassen Sie sich beraten. Wir finden die spannendsten Anwendungsfälle mit Ihnen.

In unserem Podcast erzählen wir mehr zum Thema. Hören oder lesen Sie hier rein.

 

Transcript:

Anke: KI fürs Business, das Wesentliche in 10 Minuten mit Andreas Schrade und Anke Precht. 

Anke: Andreas, heute habe ich Fragen zu einem spannenden Thema, nämlich Computer Vision. Dazu will ich mir mit dir ein Beispiel aus der Landwirtschaft anschauen, die Firma Carbon Robotics, und wir sprechen darüber, was Unternehmen generell daraus lernen können.

Steigen wir gleich ein, was genau macht Carbon Robotics eigentlich genau?

Andreas: Carbon Robotics hat ein Produkt entwickelt. Es ist eine Art landwirtschaftliche Maschine, die autonom fährt, mit Kameras ausgestattet ist und mit einer KI. Es erkennt eigenständig Unkraut und zerstört dieses mit Lasern. Ohne Chemie, ohne jeglichen Einsatz von Herbiziden. Und diese Maschine arbeitet Tag und Nacht nahezu bei jeglicher Witterung. Und spart daher Landwirten, Ressourcen und Arbeitszeit. 

Anke: Krasse Sache. Wie genau funktioniert das?

Andreas: Also diese Maschine, kann man sich so vorstellen, fährt autonom über Äcker. Und diese ist mit hochauflösenden Kameras und einem hochentwickelten Onboard -Computer ausgestattet. Diese Kameras sind auf den Boden gerichtet und schießen kontinuierlich Fotos. Diese Fotos werden dann in Echtzeit mit Hilfe einer KI ausgewertet. Es wird geprüft, was davon ist Unkraut und was ist Nutzpflanze. Und sobald Unkraut erkannt wird, feuern CO2 -Laser mit einer extremen Präzision, also wir reden hier von einer submillimetergenauen Ebene, auf diesen eigentlichen Wachstumspunkt des Unkrauts. Das heißt, das Unkraut wird vernichtet, ja, regelrecht verbrannt, ohne dass die eigentliche Nutzpflanze, diese eigentliche Kulturpflanze beschädigt wird.

Anke: Wow. Klingt, als könnte das Landwirten einige Vorteile bringen. Brauchen keine chemischen Herbizide mehr, sparen die auch Kosten?

Andreas: Tatsächlich spart es auch enorme Arbeitskosten, da dieser Roboter, ja, es schafft so viel Arbeitsleistung wie andernfalls dutzende Feldarbeiter. Das heißt, unter dem Strich verbessert es die Qualität der Ernte, weil damit weniger Rückstände von Herbiziden zu verzeichnen sind und auch weniger Pflanzenschäden entstehen.

Anke: Das klingt beeindruckend. Wenn wir den Blick weiten, Andreas, was bedeutet Computer Vision allgemein für Unternehmen? Welche Chancen liegen da?

Andreas: Genau, also das Prinzip lässt sich übertragen. Computer Vision bedeutet, dass Maschinen Bilder oder auch Videos eigenständig auswerten können. Ein wenig wie unser Auge auch, nur eben viel schneller. und auch präziser. Für Unternehmen heißt das, überall dort, wo heute Menschen Dinge visuell kontrollieren, analysieren, einordnen, klassifizieren, kann Computer Vision helfen, Prozesse zu beschleunigen, günstiger zu machen und auch skalierbarer zugestalten.

Anke: Ich denke jetzt ganz spontan an die Analyse von Röntgenaufnahmen oder auch von Hautbildern in der Medizin. Hast du noch andere Branchenbeispiele, wo man Computer Vision gut einsetzen könnte?

Andreas: Also tatsächlich wird Computer Vision momentan bereits sehr exzessiv in der Produktion verwendet.

Das heißt, man kann Computer Vision verwenden etwa zur Durchführung einer Qualitätskontrolle, etwa um Fehler zu erkennen. die in manchen Fällen auch von Menschen übersehen werden. Ansonsten wird Computer Vision auch in der Logistik und im Handel gesetzt. Das heißt beispielsweise, um Pakete automatisch zu scannen, einzusortieren, Regallücken zu erkennen und helfen auch beim Thema Inventur tatsächlich.

Anke: Hast du ein Beispiel vom Bau oder von solchen Bereichen? Könnte man es da auch irgendwie verwenden?

Andreas: Tatsächlich hilft Computer Vision gerade auch bei Geschäftsfeldern, die in der realen Welt abspielen. Beim Bau könnte man sich überlegen, beispielsweise um Baufortschritte digital zu erfassen oder aber auch um Probleme möglichst frühzeitig zu erkennen.

Anke: Das heißt, man könnte Baufortschritte digital erfassen und prüfen, gibt es hier eventuell Defizite oder mögliche Problempunkte, auf die man frühzeitig eingehen sollte. Also die Dinge, die dann der Bodenleger oder der Maurer übersieht, könnte Computer Vision erkennen und bevor man dann irgendwas drüber baut und am Ende wieder alles abreißen muss, hätte man eine Menge Geld und Ärger gespart. Wenn ich ein Unternehmen habe, Andreas, und jetzt denke, coole Sache, welche Fragen muss ich mir stellen, um zu wissen, ob Computer Vision was für mein Unternehmen sein könnte?

Andreas: Im Kern lässt sich das eigentlich auf drei wesentliche Fragen reduzieren. Also die erste Frage wäre, gibt es in meinem Unternehmen Prozesse, bei denen Bilder, Videos oder allgemein visuelle Muster eine gewisse Rolle spielen? Zweitens, sind diese Prozesse wiederkehrend, also häufig, monoton oder auch schwer in einer eher gleichbleibenden Qualität händisch zu leisten? Und die letzte Frage wäre, würde eine Automatisierung dieser Prozesse tatsächlich Kosten sparen, Fehler reduzieren oder vielleicht sogar auch komplett neue Geschäftsmöglichkeiten, Felder ermöglichen? Und wenn man sich diese Fragen stellt und mindestens zwei dieser Fragen für sich mit Ja beantworten kann, dann sollte man sich dieses Thema definitiv einmal näher anschauen.

Anke: Wenn ich als Unternehmer Computer Vision erstmal testen will, erstmal mitkriegen will, so was passiert da eigentlich, was ist dein Tipp?

Andreas: Also bei solchen Projekten würde ich immer mit etwas Kleinem anfangen. Also mit einem klar abgegrenzten Anwendungsfall, also beispielsweise der Qualitätskontrolle eines bestimmten Produkts, dann in ein gewisses Pilotprojekt gehen, das heißt mit möglichst wenig Aufwand. beginnen, also mit bestehenden Mitteln im Idealfall, einem kleinen Experten -Team, um dann in die eigentliche Umsetzung zu gehen. Wichtig ist, dass man die Ergebnisse misst. Was ist die Zeitersparnis? Was ist die Fehlerquote? Was ist das genaue Umsatzpotenzial? Und in diesem Zuge auch die Betriebskosten der KI einbezieht. Das ist ein Faktor, der häufig gern übersehen wird. Und schließlich, wenn alles funktioniert, lässt sich dieses Projekt skalieren. Also die Abläufe können damit weiter professionalisiert werden, etwa fehlertoleranter ausgestaltet werden und im Anschluss können weitere Prozesse damit automatisiert werden.

Anke: Okay, ich fasse zusammen. Carbon Robotics zeigt, wie Computer Vision in der Landwirtschaft eingesetzt werden kann. Aber man kann die Grundidee auch auf ganz, ganz andere Branchen übertragen, Industrie, Gesundheit und wahrscheinlich noch viel mehr. Unternehmen sollten Kleinstarten messen, überprüfen und dann skalieren. Und wer da mehr wissen will, kann dich wahrscheinlich fragen. Heißt aber, Werkzeug, was heute schon Vorteile bietet und was Unternehmer für sich prüfen sollten. Genau. Computer Vision ist ein Tool, ein Werkzeug, das schon heute einen tatsächlichen Mehrwert liefert. Unternehmen sollten definitiv prüfen, ob sich diese Lösung im Betrieb einsetzen lässt, um auch nicht den Anschluss im internationalen Wettbewerb zu verlieren. Vielen Dank, Andreas. Das war unser heutiges KI -Update fürs Business. Vielen Dank fürs Zuhören da draußen und bis zum nächsten Mal.