Interview: Herr Uwe Kemm und Herr Arne Dehn
CVB Polimago ist ein maschinelles Lernwerkzeug zur schnellen und robusten Erkennung von polymorphen Objekten. Es lässt sich sowohl als Such- als auch als Klassifizierungs-Tool einsetzen: CVB Polimago verfügt über die Fähigkeit, nach variierenden Objekten zu suchen und diese zu unterscheiden bzw. zu klassifizieren (Quelle: Stemmer Imaging)
Durch die Übernahme der spanischen Infaimon haben Sie auch ein KI-basiertes Bin-Picking-System im Portfolio. Welche Bedeutung hat dieser Zukauf für Sie vertriebs- und produktseitig?
U. Kemm: Der „Griff in die Kiste" ist uns schon lange als Aufgabenstellung bekannt. Die heutigen technischen Möglichkeiten der Bildverarbeitung machen zuverlässige Lösungen möglich. Neben der Software spielt genauso der Hardwareanteil mit der Entwicklung von 3D-Technologie eine wichtige Rolle. Der
InPicker von Infaimon bietet hier ein innovatives und leistungsfähiges Lösungsportfolio. Die KI-Software kann damit nicht nur klassisches Bin Picking für Belt- und Rack-Applikationen bieten, sondern bildet auch komplexe Szenarien in den Bereichen Random Picking ab. Stemmer Imaging bietet mit dem InPicker die optimale Hard- und Softwarekombination für die verschiedenen Anwendungen.
Was sind die aktuell größten Herausforderungen im Zusammenhang mit KI & Vision?
U. Kemm: Zum einen gibt es viele technische Herausforderungen, vor allem beim Deep Learning. Die Trainingszeiten für neuronale Netze und andere Machine-Learning-Methoden können sehr aufwendig sein. Um heute neuronale Netze zu trainieren, wird sehr leistungsfähige und damit teure Hardware benötigt. Weiterhin stellt sich die Herausforderung der Benutzbarkeit und Nutzerführung. Der Trainingsprozess und die Auswahl geeigneter neuronaler Netze ist vielfach noch zu kompliziert und muss vereinfacht werden. Zudem ist die Stabilität trotz der guten heute verfügbaren neuronalen Netze noch nicht automatisch gewährleistet. Die Fehlerraten auf neuen Daten sind vielfach noch zu hoch und erfüllen nicht immer den Anspruch der Kunden. Eine Fehlerrate von 1 % bei einem Prozessdurchsatz von hunderten von Bauteilen pro Stunde ist zu ungenau.
Bitte geben Sie abschließend noch einen Ausblick: Welche weiteren Anwendungsfelder wird sich KI-basierte BV in den nächsten drei Jahren zusätzlich erobern und welche Highlights wird es dann produktseitig geben?
A. Dehn: Ein großer Vorteil von KI-basierter BV sind Anwendungen in Bereichen mit sich ändernden oder sehr variablen Bedingungen. Wir sehen bereits, wie neue Anwendungsfelder beispielsweise in der Landwirtschaft, im Bereich der Lebensmittelindustrie aber auch in spannenden neuen Bereichen wie dem Sport und Entertainment dadurch erschlossen werden. Wir fassen diese neuen Anwendungsbereiche mit dem Begriff der Artificial Vision zusammen, weil KI hier der Schlüssel zur Lösung ist.
Dabei wird die KI immer stärker in die innovativen BV-Hardwarekomponenten eingebunden. Insbesondere Anwendungen mit 3D-Sensoren und damit erzeugten Daten, wie Objekterkennung und Lokalisierung im dreidimensionalen Raum sehen wir hier als erfolgversprechend.
Weiterhin wird das Thema Edge Computing, also der Vorverlagerung der Algorithmen, spannende Möglichkeiten bieten. Wir sehen hier bereits heute viele Anwendungsfälle beispielsweise in der Medizintechnik, weil die Miniaturisierung einen entscheidenden Vorteil bietet. In Summe bringt KI also viel Bewegung in unseren Markt, auf die wir uns bei Stemmer Imaging sehr freuen.