Der Trend zeigt weiter nach oben. Technologien für die Bildverarbeitung sind nach wie vor sehr begehrt. Seit acht Jahren meldet die Branche Umsatz- und Wachstumsrekorde, heißt es beim Maschinenbauverband VDMA.
Speziell den deutschen Anbietern von Bildverarbeitungssystemen geht es gut. „Die Bildverarbeitungsindustrie hat auch 2017 wieder einen Rekordumsatz erzielt und bleibt auf Wachstumskurs“, sagte Anne Wendel, Leiterin der Fachabteilung Industrielle Bildverarbeitung, auf einem Roundtable in Stuttgart, der auf die Messe Vision einstimmen sollte.
Der Umsatz der deutschen Bildverarbeiter ist 2017 um 18 % gestiegen, was einem Wert von 2,6 Milliarden Euro entspricht. Für 2018 geht die Branche von einem Wachstum von bis zu 10 % aus.
Die Gründe für den Erfolg sind vielfältig. Dazu zählt, dass die Technologien zunehmend leistungsfähiger werden und damit auch andere Anwendungsgebiete neben den klassischen Industriezweigen erobern. Beispiele sind der Verkehr und autonomes Fahren, die Medizintechnik oder die Landwirtschaft.
Integraler Bestandteil der Automation
Ein großer Antreiber ist aber vor allem die Entwicklung rund um die smarte Fabrik. Die Bildverarbeitung gilt als Schlüsseltechnologie für Industrie 4.0.
„Machine Vision ist schon heute integraler Bestandteil der Automation“, sagt Heiko Frohn, Technikvorstand des Bildverarbeitungsspezialisten Vitronic. Mit dem Trend zur digitalen Fabrik nehme der Hunger nach Prozesswissen und Qualitätsdaten zu. Kaum eine andere Sensortechnologie sei in der Lage, hier ähnlich große Beiträge zu liefern wie die Bildverarbeitung.
Die Bildverarbeitung ist ein wichtiger Datenlieferant. Entsprechende Systeme stellen nicht nur Primärinformationen wie zum Beispiel entdeckte Fehler bereit. Mithilfe der Bildauswertung können auch weitere Daten gewonnen werden – zum Beispiel über den Zustand der Maschinen, den Verschleiß oder Wartungszyklen.
Klaus-Henning Noffz sieht Machine Vision daher als Gewinner beim Thema Industrie 4.0. Noffz ist CEO von Silicon Software, einem Anbieter von Hard- und Software-Komponenten für Bildverarbeitung im industriellen Bereich.
Eine entscheidende Rolle für den Aufbau einer intelligenten Fabrik spielen Standards. Frohn beschreibt die Standardisierung etwa als „Enabler für Industrie 4.0“. Dass diese in der Machine Vision bereits weit vorangeschritten ist, nennen die Experten als weiteren Grund für den Erfolg der Bildverarbeitung.
„Standards sind der Turbolader des Branchenwachstums“, sagt Noffz. „Sie waren mit ein Grund für den regelrechten Wachstumsboom der Bildverarbeitungsindustrie der letzten Jahre und sind Schlüssel für weiteres Branchenwachstum.“ Komponenten und Systeme mit standardisierten Schnittstellen beschleunigen laut Noffz die Marktverfügbarkeit neuer Anwendungen und Lösungen.
Dietmar Ley hält es für wichtig, als Anbieter die Standardisierung selbst voranzutreiben. „Dann haben wir auch selbst Einfluss auf die Standards“, so Ley, der als CEO den Kamerahersteller Basler anführt.
Herausforderung Datenflut
Dank der Bildverarbeitungstechnik stehen den Unternehmen zwar auch mehr Informationen zur Verfügung, aus denen sich theoretisch viel wertvolles Wissen gewinnen lässt. Doch das ist nicht immer einfach zu handhaben.
Viele Daten, die vorhanden sind, werden von Unternehmen noch gar nicht genutzt. Mark Williamson hält die großen Datenströme, welche etwa die Sensoren liefern, für eine große Herausforderung. Er ist bei Stemmer Imaging für den Bereich Corporate Market Development zuständig.
Hilfe könnte durch Künstliche Intelligenz (KI) kommen. KI-Methoden wie etwa Machine Learning gewinnen mittlerweile auch in der Bildverarbeitung an Bedeutung. So hat zum Beispiel Cognex unlängst Vidi Systems gekauft, einen Schweizer Anbieter von Deep-Learning-Software.
„In der Bildverarbeitung haben wir vor kurzem begonnen, Deep Learning anzuwenden“ berichtet Olaf Munkelt, Managing Director bei MVTec, einem Hersteller von Bildverarbeitungssoftware. „Deep Learning ermöglicht die Klassifizierung von Bildern mit einer besseren Klassifikationsrate als mit bisherigen Methoden.“
Um solche Technologien zu nutzen, benötigt man viel Computing Power. Und diese sei nun verfügbar, so Munkelt. „Das macht künstliche Intelligenz jetzt auch für Machine Vision attraktiv.“
Seiner Meinung nach ist der große Vorteil von Methoden wie Deep Learning, dass man die unterschiedlichen Fehlerklassen nicht mehr explizit einprogrammieren muss. „Man zeigt dem Deep-Learning-Algorithmus lediglich Bilder“, so Munkelt. „Und je mehr Bilder man hat, desto besser das Klassifikationsergebnis.“
Wie das funktionier,t veranschaulicht er an einem Beispiel aus dem Web. „Man zeigt dem System eine Vielzahl von Katzenbildern und irgendwann erkennt es selbstständig eine Katze.“
Auch nach Meinung von Noffz spielt Deep Learning in der Bildverarbeitung eine zunehmend bedeutendere Rolle. „Das ist für uns sehr wichtig. Deep Learning bietet die Möglichkeit, komplexe Klassifizierungen in unserer Technologie umzusetzen.“
Produktionsprozess liefert zu wenige Bilder
Was auf anderen Gebieten – etwa im Internet – gut funktioniert, hat im industriellen Bereich allerdings noch mit Herausforderungen zu kämpfen. Die Möglichkeiten der KI lassen sich nicht eins zu eins auf die Machine Vision in der Qualitätskontrolle übertragen.
„Zunächst braucht man für jede Klasse eine große Anzahl von Bildern“, erklärt Munkelt. Das seien normalerweise viel mehr, als der Produktionsprozess hergibt. Besonders von defekten Teilen gebe es in der Regel nur ein paar wenige Bilder.
Deep Learning im Zentrum der Messe
Zweitens trainiere man einen Algorithmus, also ein Deep-Learning-Netzwerk, mithilfe von Bildmaterial des Anwenderunternehmens. Dann stelle sich jedoch Frage: „Wem gehört dieses Netzwerk, also die verdichtete Wiedergabe der Daten?“ Nach Meinung von Munkelt sind die Anwender die Besitzer dieser Daten.
Dies zeigt, dass es noch Fragen zu klären gibt, bevor KI in der Machine Vision auf breiter Fläche genutzt werden kann. Zudem muss man darauf achten, die Hürden für den Einsatz möglichst klein zu halten. „Deep Learning muss einfach zu nutzen sein, sonst hat man ein Problem“, sagt Munkelt.
Grundsätzlich sieht er aber die KI in der Machine Vision schon angekommen. „Bei der Vision Show in Stuttgart werden wir auf jeden Fall sehen, dass Deep Learning im Zentrum der Bildverarbeitungsindustrie steht.“
Frohn von Vitronic glaubt ebenfalls an das Potenzial von KI. Anwendungsfokus und technologische Fähigkeiten der Bildverarbeitung hätten bisher primär auf quantitative Fragestellungen abgezielt – also nach Ort, Dimension, Maßzahl oder Fehlergröße. „Aktuelle technologische Trends, insbesondere die Verfügbarkeit von Machine-Learning-Tools, weiten das Anwendungsfeld nun auf eher qualitative und dynamische visuelle Fähigkeiten aus“, so Frohn.
Er geht aber davon aus, dass entsprechende Lösungen die vorhandenen Vision-Technologien nicht ersetzen werden. Es werde künftig eher auf eine Kombination aus KI- und klassischen Methoden hinauslaufen.
Auch für Basler spielt KI eine wichtige Rolle. „Sie eröffnet viele Möglichkeiten“, so Ley. Und als Anbieter im Bildverarbeitungssektor müsse man sich die Frage stellen, ob man in diesem Bereich aktiv sein wolle oder das Feld lieber anderen überlasse. „Wir wollen lernen und auf jeden Fall mit dabei sein“, so Ley.
Doch KI stellt auch für die Anbieter selbst eine Herausforderung dar. „Man muss dafür neue Teams im eigenen Haus aufbauen“, so Ley. Gefordert seien neue Denkansätze und Strukturen.
Hyperspektral-Technik ist erschwinglich
Neue Möglichkeiten eröffnet auch die Hyperspektral-Technik. Mit ihr lässt sich der spektrale Fingerabdruck eines Objekts erstellen. Mit diesem können dann Aussagen über die chemischen Eigenschaften eines Gegenstands getroffen werden. Einsatzfelder finden sich zum Beispiel in der Lebensmittelindustrie.
Laut Florian Niethammer, der bei der Messe Stuttgart als Teamleiter für die Vision zuständig ist, beschäftigen sich viele der Aussteller, die sich für die Vision neu angemeldet haben, mit dieser Technologie. „Hyperspectral Imaging ist in den letzten Jahren finanziell erschwinglich geworden und hat sich in der Bedienbarkeit soweit vereinfacht, dass deren Ergebnisse etwa durch farbliche Markierung unterschiedlicher Stoffe auch ohne Spezialkenntnisse interpretiert werden können“, so Niethammer.
Hyperspektral Imaging ist derzeit ein großer Trend und hat ebenfalls Anteil am Boom der Bildverarbeitung. Viele Anbieter im Vision-Sektor arbeiteten derzeit an kleineren und günstigeren Sensoren für hyperspektrale Bildverarbeitung, wie Lou Hermans berichtet, Partner beim Venture-Capital-Fonds Capital-E, der sich unter anderem mit Machine Vision beschäftigt.
Marktkonsolidierung nimmt Fahrt auf
Für Unternehmen wie Capital-E wird die Bildverarbeitungsbranche zunehmend zum attraktiven Ziel. Machine Vision errege verstärkt die Aufmerksamkeit von strategischen und Finanzinvestoren, berichtet Ley. Der Grund: die wichtige Rolle der Bildverarbeitung in der smarten Fabrik.
Das Internet der Dinge und Industrie 4.0 sehen solche Investoren laut Ley als dynamische und nachhaltige Zukunftsmärkte. „Immer mehr große Firmen versuchen daher, Zugang zu Vision-Technologien zu bekommen – einige organisch, andere durch Akquisitionen“, so Ley.
Wenn sich Machine Vision zur Schlüsseltechnologie für Industrie 4.0 entwickelt und KI eine zunehmend wichtige Rolle spielt, könnte der Markt eventuell auch für IT-Anbieter interessant werden. IBM beispielsweise hat bereits eine Bildverarbeitungslösung entwickelt. Technische Basis ist das hauseigene KI-System Watson
Basler-Chef Ley geht in jedem Fall von einer Marktkonsolidierung aus. „Die Geschwindigkeit dieser Konsolidierung, die jahrzehntelang recht langsam war, hat in den letzten 36 Monaten erheblich zugelegt.“ Eine Beschleunigung sei zu erwarten.
Das liegt laut Ley auch daran, dass immer mehr Gründer klassischer Bildverarbeitungsfirmen auf das Ende ihrer beruflichen Karriere zugehen. „Da fähige und finanziell ausgestattete Nachfolger in kleinen Firmen nicht so leicht zu finden sind, erwägen Inhaber den Verkauf der Firma an strategische oder Finanzinvestoren, die Top-Managementkapazitäten und Knowhow liefern können und die in der Lage sind, den Zeitwert der Firma zu zahlen“, erklärt der Branchenexperte.
Kleinere Anbieter suchen ihr Heil auch in strategischen Partnerschaften mit größeren Unternehmen. Denn spätestens seit dem Erscheinen chinesischer Bildverarbeitungs-Akteure habe im traditionellen Bildverarbeitungsmarkt ein Verfall der durchschnittlichen Verkaufspreise eingesetzt, sagt Ley.
Um in diesem Umfeld erfolgreich bestehen zu können, müssen Firmen erheblich Skaleneffekte aufweisen. „Derzeitige durchschnittliche Bildverarbeitungs-Firmen sind vermutlich zu klein, um an den zukünftigen Volumensegmenten des Marktes teilhaben zu können“, so Ley.
Die Machine-Vision-Branche ist in Europa vor allem von kleineren Unternehmen geprägt. Und die müssen sich nun gegen die großen Bildverarbeitungsanbieter aus China behaupten. Das sei eine große Herausforderung meint der Basler-CEO.
Noffz von Silicon Software sieht in der Größe aber auch einen Vorteil. „Als kleinere Firma ist man flexibler und kann schneller auf Veränderungen im Markt reagieren“, meint Noffz.
Dass sich das Geschäft wandeln wird, davon gehen auch andere Experten aus. Munkelt von MVTec rechnet ebenfalls mit einer Konsolidierung. „Die Machine-Vision-Branche wird in fünf Jahren komplett anders aussehen“, so Munkelt.
Die Anwender von Bildverarbeitungstechnologien können dabei wahrscheinlich von Kostenvorteilen profitieren. Denn die Preise werden weiter fallen, sind sich die Experten einig. Und zusätzlich werden die Lösungen zunehmend leistungsfähiger – ausgerüstet mit besseren Sensoren und Künstlicher Intelligenz. ■
Der Autor
Markus Strehlitz
Redaktion
Quality Engineering
Die QE auf der Vision
Die Messe Vision, die vom 6. bis 8. November 2018 in Stuttgart stattfindet, bildet das komplette Spektrum der Bildverarbeitungstechnologie ab. Die Veranstalter erwarten über 450 Aussteller. Wie auch in den vergangenen Jahren zeichnet Quality Engineering wieder für die Messezeitung verantwortlich. An jedem Messetag finden die Besucher im Vision Focus aktuelle Meldungen zu Produktneuheiten der Aussteller, Interviews mit Branchenexperten und Trendberichte.
Hier finden Sie mehr über:
