WIKU-Artikel · Computer Vision

Maschinelles Sehen

Einblicke in künstliche Intelligenz und Computer Vision

Prof. Dr. Thomas Aichner 5 Min. Lesezeit
Erschienen im WIKU Wirtschaftskurier der Tageszeitung DolomitenOriginalseiten ansehen
Original ansehen

Die künstliche Intelligenz hat sich mit rasantem Tempo in den Mittelpunkt der technologischen Innovation bewegt. Ein wenig betrachtetes Anwendungsgebiet ist das maschinelle Sehen, also die Fähigkeit von Computern, Fotos oder bewegte Bilder zu erkennen, zu verstehen und die Daten auszuwerten. Lesen Sie, wie Computer ihre Umgebung wahrnehmen und welche Möglichkeiten sich durch diese neuen Fähigkeiten bieten.

Ein Blick ins Wörterbuch verrät, was menschliches „Sehen“ bedeutet: Mit den Augen optische Eindrücke wahrnehmen. Oder auch: Den Blick irgendwohin richten, um etwas festzustellen, zu ermitteln.

Maschinelles Sehen oder Computer Vision ermöglicht es Computern, visuelle Informationen aus der Welt ähnlich dem menschlichen Sehsystem zu verstehen und zu interpretieren. Dieser Prozess beginnt mit der Erfassung digitaler Bilder oder Videos von verschiedenen Quellen wie Kameras, Drohnen, Satelliten oder digitalen Archiven. Anschließend werden die Bilder oft vorverarbeitet, um ihre Qualität zu verbessern und sie für die Analyse vorzubereiten, wobei Schritte wie Rauschunterdrückung, Bildverbesserung, Normalisierung sowie Größenänderung und Zuschneiden durchgeführt werden.

Im nächsten Schritt identifizieren und extrahieren Computer-Vision-Algorithmen bestimmte Merkmale aus den Bildern, wie Kanten, Ecken, Texturen, Farben, Formen oder komplexere Muster. Diese extrahierten Merkmale werden dann in ein geeignetes Format für die weitere Verarbeitung umgewandelt, indem Merkmalsvektoren oder andere Darstellungen erstellt werden, die die relevanten Informationen aus dem Bild kodieren.

Das Ergebnis kann dann sein, dass Menschen oder bestimmte Objekte identifiziert oder gezählt werden, Bewegungen nachverfolgt oder Unregelmäßigkeiten wie eine fehlende Schraube identifiziert werden.

Die Anfänge vom maschinellen Sehen

Die Geschichte der Technologie begann wie der Ursprung der künstlichen Intelligenz bereits in den 1950er Jahren. Damals haben sich Forscher gefragt, wie Katzen eigentlich Objekte wahrnehmen, um auf dieser Basis dann auch Computer zu trainieren. Tatsächlich gab es schon in dieser Zeit Computerscanner, die in den 1960er Jahren dann so weiterentwickelt wurden, dass sie mithilfe von Computerprogrammen 1966 erkennen konnten, welches Element sich auf einem Foto im Vordergrund und welches sich im Hintergrund befand.

Neurale Netzwerke, die auch die Basis von modernen Computer-Vision-Systemen bilden, wurden erstmals 1979 in Japan entwickelt und konnten in den 1980er Jahren bereits handgeschriebene Zahlen entziffern. Im Jahr 1989 kam dann auch das erste Tablet mit Touchscreen auf den Markt: das GRiDPad von GRiD Systems. Es konnte Handschrift entziffern und automatisch in Textdokumente umwandeln.

Seit 1999 ist es zudem möglich, bestimmte Objekte auf Bildern zu identifizieren und zu beschreiben, zum Beispiel ob es sich um einen Apfel oder eine Birne handelt. Und schon 2001 gab es die ersten Programme zur Gesichtserkennung von Menschen. Seitdem hat sich das Feld immer rasanter entwickelt und bildet heute ein wichtiges Forschungsgebiet der künstlichen Intelligenz, das in zahlreichen Produkten und Unternehmen zum Einsatz kommt.

Zahlreiche Anwendungen

Eine der bekanntesten Anwendungen von Computer Vision ist die Gesichtserkennung. Diese Technologie wird in vielen Bereichen eingesetzt, etwa bei der Entsperrung unserer Smartphones. Auch wenn ein Kunde auf einer Webseite digital, mit sogenannter Augmented Reality, eine Sonnenbrille anprobiert, verschiedene Haarschnitte oder -farben testet oder einen Lippenstift ausprobiert, kommt Computer Vision zum Einsatz.

Ein weiterer spannender Anwendungsbereich ist die Automobilindustrie, insbesondere bei der Entwicklung autonomer Fahrzeuge. Hier ermöglicht Computer Vision den Fahrzeugen, ihre Umgebung wahrzunehmen und zu interpretieren, was das Fahren sicherer macht. Von der Erkennung von Verkehrsschildern und Fußgängern bis hin zur Navigation durch komplexe städtische Umgebungen können Fahrzeuge dank maschinellem Sehen unabhängig agieren, was die Vision von selbstfahrenden Autos immer näher an die Realität bringt.

Hilfe in der Medizin

In der Medizin revolutioniert Computer Vision die Diagnostik und Behandlung. Durch die Analyse von Bildern wie Röntgenaufnahmen oder 3D-Scans können KI-Systeme Krankheiten erkennen, häufig sogar früher als menschliche Experten. Dies kann die Genauigkeit von Diagnosen verbessern und Behandlungspläne optimieren, was letztlich zu besseren Ergebnissen führt.

Die Rolle des Arztes bleibt weiterhin unverzichtbar, ändert sich aber: Sie wird mehr zu einer finalen Kontrollinstanz, die maschinelle Ergebnisse interpretiert und mit dem Patienten bespricht, um die bestmögliche Entscheidung auf Basis der vorhandenen Daten zu treffen.

Selbst in der Landwirtschaft findet Computer Vision Anwendung, um Effizienz und Nachhaltigkeit zu fördern. Durch die Analyse von Drohnen- und Satellitenbildern können Landwirte den Zustand ihrer Felder überwachen, Schädlinge identifizieren und die Bewässerung optimieren. Dies führt zu einer präziseren Landwirtschaft, die Ressourcen schont und die Erträge maximiert.

Weitere interessante Beispiele sind die Lagerverwaltung, die Überprüfung von Sicherheitsmaßnahmen in Produktionsbetrieben oder die Qualitätskontrolle in der Produktion. Mit Kameras können Lagerbestände in Echtzeit überprüft werden und die Einkaufsabteilung darauf hingewiesen werden, falls etwas nachbestellt werden muss. Ebenso kann überprüft werden, ob beim Betreten der Lebensmittelproduktion etwa das obligatorische Haarnetz oder Handschuhe getragen werden. Und zusätzlich zum geschulten, menschlichen Auge, kann mit maschinellem Sehen die Schneekanone vor der Lieferung überprüft werden: Sind alle Düsen vorhanden und richtig ausgerichtet? Fehlt keine Plakette? Und stimmen die Abstände zwischen den einzelnen Bauteilen?

Gefahren vom maschinellen Sehen

Aber wo Licht ist, ist bekanntlich auch Schatten. Maschinelles Sehen wird von vielen zurecht kritisch betrachtet. In London gibt es beispielsweise mehr Kameras als in Peking: 73,3 Kameras pro 1000 Einwohner. Das europäische Parlament hat zwar gegen den Einsatz von Gesichtserkennungssoftware im öffentlichen Raum abgestimmt, aber durch den Brexit kann die Technologie jetzt auch in England genauso wie in China eingesetzt werden.

In Kanada wurde ebenfalls Software zur Gesichtserkennung bei öffentlichen Protesten 2020 eingesetzt – illegal, wie ein Gericht später feststellte.

Es geht um einen tiefen Eingriff in die Persönlichkeitsrechte, wenn Staaten und öffentliche Behörden genau wissen, wer sich wann, wo, mit wem und für wie lange aufhält oder was er tut. Man kann die Technologie natürlich mit dem Vorwand, man schaffe Sicherheit, einsetzen. Aber es ist ein schmaler Grat zwischen Sicherheit und Überwachungsstaat.

Der Artikel im Original

So ist der Artikel am 6. März 2024 im WIKU Wirtschaftskurier der Tageszeitung Dolomiten erschienen. Ein Klick auf eine Seite öffnet das PDF.

Dieser Artikel ist am 6. März 2024 im WIKU Wirtschaftskurier der Tageszeitung Dolomiten erschienen.

Prof. Dr. Thomas Aichner
Autor

Prof. Dr. Thomas Aichner

Thomas Aichner ist wissenschaftlicher Leiter der Südtirol Business School und leitet das Kompetenzzentrum für künstliche Intelligenz und Blockchain. Er ist promovierter Wirtschaftsingenieur und lehrt unter anderem Marketing, Konsumentenverhalten und künstliche Intelligenz an Hochschulen in Italien, Österreich, Deutschland und Saudi-Arabien.

www.thomasaichner.eu

Sprechen wir über Ihr KI-Projekt

Vereinbaren Sie ein unverbindliches Vorgespräch von etwa 30 Minuten. Wir zeigen Ihnen, wo KI in Ihrem Betrieb Zeit spart.