Auswahl eines Computer-Vision-Anbieters: Ein Beschaffungsleitfaden für Unternehmen

Das Modell ist der einfache Teil. Bei Computer Vision im Unternehmenskontext besteht die wahre Arbeit aus den annotierten Daten hinter dem Modell und der Bereitstellung der Inferenz auf Kameras am Edge. Genau diese zweite Hälfte ist der Punkt, an dem die meisten Programme leise ins Stocken geraten. Einkäufer-Leitfäden in dieser Kategorie gewichten mittlerweile die Genauigkeit bei deinen eigenen Bildern und die Realität von Edge-Deployments höher als den Vergleich des Umfangs vortrainierter Funktionen, auf den ältere RFPs übermäßig fokussieren. Denn eine verwaltete API deckt die generischen Funktionen bereits ab, während das Projekt dennoch an den schwierigen, spezifischen und Latenz-kritischen Fällen scheitert.

Dieser Leitfaden vergleicht acht Anbieter anhand der zwei Entscheidungen, die die Architektur bestimmen: vortrainierte API oder benutzerdefiniertes Modell sowie Cloud oder Edge. Vergleiche kommerzielle Bedingungen erst, nachdem diese Anforderungen festgelegt sind; andernfalls beschreiben Angebote unterschiedliche Systeme.

Die zwei entscheidenden Fragen#

Ordne dein Programm vor dem Anbietervergleich anhand dieser beiden Achsen ein. Fast jeder Beschaffungsfehler in dieser Kategorie resultiert aus einem Anbieter, der für den falschen Quadranten ausgewählt wurde.

Vortrainierte API vs. benutzerdefiniertes Modell. Wenn deine Aufgabe generischer Natur ist (Texte aus Dokumenten lesen, gängige Objekte erkennen, Inhalte moderieren), löst eine verwaltete API dies sofort ohne ML-Personal. Wenn deine Aufgabe spezifisch für dein Produkt, deine Teile oder deinen Prozess ist, wird keine vortrainierte API die Produktionsgenauigkeit erreichen und du kaufst stattdessen eine Trainings- und Datenpipeline.

Cloud vs. Edge. Wenn die Inferenz einen Hin- und Rückweg zu einem Rechenzentrum tolerieren kann, sind Cloud-Anbieter der Weg des geringsten Widerstands. Wenn dies nicht möglich ist (eine schnell laufende Linie, ein Fahrzeug, ein Standort mit unzuverlässiger Konnektivität oder Daten, die das Gelände nicht verlassen dürfen), ist das Edge-Deployment die Voraussetzung, die den Großteil der engeren Auswahl ausschließt.

Ein Programm, das eine Plattform kauft und die Daten- und Lifecycle-Arbeit überspringt, liefert einen Piloten aus, der nie die Produktion erreicht. Plane Budget für Annotation und MLOps als Hauptaufwand ein und beweise die Genauigkeit anhand deiner schwierigsten Bilder, bevor du etwas unterschreibst.

Anbieter sind alphabetisch und nicht nach Rang aufgelistet. Ultralytics veröffentlicht diesen Leitfaden und ist darin vertreten, sodass die Reihenfolge bewusst neutral gehalten ist und jeder Anbieter einen genannten Kompromiss aufweist.

AWS: Rekognition und SageMaker AI#

Was es ist. Zwei Ebenen: Amazon Rekognition als verwaltete Vision-API, Amazon SageMaker AI als Plattform für benutzerdefiniertes Training und Deployment.

Stärken. Rekognition bietet vollständig verwaltete Bild- und Videoanalyse (Inhaltemoderation, Etiketten- und Texterkennung, PSA-Erkennung) sowie Custom Labels zum Trainieren aufgabenspezifischer Modelle ohne ML-Personal. Die tiefe Integration mit S3, Lambda und Kinesis Video macht es zum Weg des geringsten Widerstands für AWS-native Pipelines. Wo die Anforderungen über die API hinauswachsen, unterstützt SageMaker AI verteiltes Training, Autoscaling-Endpunkte, GPU- und CPU-Cluster, Deployment-Pipelines und Experiment-Tracking über die gängigen Frameworks hinweg.

Rekognition bietet zudem Gesichtsvergleich und -suche. Betrachte dies als eigenständige Beschaffungsfrage anstatt als Bonusfunktion: Die biometrische Verarbeitung bringt eigene regulatorische Risiken, Einwilligungspflichten und in mehreren Jurisdiktionen gesetzliche Schadensersatzansprüche mit sich. Wenn du es nicht benötigst, schließe es explizit aus und beachte, dass die meisten als „Sicherheit“ bezeichneten Vision-Anwendungsfälle dies nicht erfordern.

Kompromisse. Der Funktionsumfang ist real, aber die Montagearbeit ist es auch: Rekognition plus SageMaker plus Speicher plus Orchestrierung ist eine Architektur, kein Produkt. Der Edge-Bereich ist schwächer als im „Build-your-own“-Lager.

Am besten geeignet für. AWS-native Organisationen, die jetzt verwaltete Vision-Lösungen wollen und die Option haben möchten, später ohne Cloud-Wechsel eigene Modelle zu erstellen.

Beschaffungshinweis. Die PSA-Erkennung ist für die Sicherheitsüberwachung wirklich nützlich und oft der schnellste Weg zu einem vertretbaren ersten Erfolg.

Azure AI Vision#

Was es ist. Microsofts verwalteter Vision-Stack, der vorgefertigte APIs und das Training benutzerdefinierter Modelle umfasst.

Stärken. Azure AI Vision bietet einsatzbereite APIs für Bildanalyse, OCR und Textextraktion, Objekterkennung und Video-Insights, wobei Deployment und Skalierung ohne Verwaltung der zugrundeliegenden Infrastruktur gehandhabt werden. Für Teams, die eigene trainierte Klassifizierungs- oder Erkennungsmodelle benötigen, ist Azure Machine Learning einschließlich seiner AutoML-Fähigkeit der aktuelle Weg und deckt den gesamten Lebenszyklus ab.

Beschaffungshinweis: Prüfe den Lebenszyklus des Dienstes, nicht nur die Funktionsliste. Microsoft hat den älteren Custom Vision-Dienst auf einen Auslaufpfad gesetzt und leitet Kunden, die benutzerdefinierte Klassifizierungs- und Erkennungsmodelle erstellen, stattdessen an Azure Machine Learning weiter. Alles, was jetzt auf Custom Vision aufbaut, hat eine Migration in der Roadmap. Dies ist der häufigste Weg, wie eine Cloud-Vision-Evaluierung schiefgeht: Ein Dienst, der in einem Funktionsvergleich ideal aussieht, ist bereits abgelöst, und die Vergleichsartikel, die die engere Auswahl gefüttert haben, wurden nicht aktualisiert. Frage jeden Hyperscaler schriftlich nach dem Support- und Deprecation-Status jedes spezifischen Dienstes, der in seinem Vorschlag genannt wird.

Kompromisse. Wie bei jedem Hyperscaler-Vision-Dienst basiert die Wirtschaftlichkeit auf dem tatsächlichen Verbrauch, und die Kosten können Teams bei hohem Volumen überraschen. Ein Edge-Deployment ist möglich, steht jedoch nicht im Mittelpunkt des Designs.

Am besten geeignet für. Organisationen, die bereits standardmäßig auf Azure setzen, eine starke OCR und Dokumentenverständnis benötigen und verwaltete Dienste anstelle eines ML-Teams bevorzugen.

Beschaffungshinweis. Simuliere die Kosten pro Inferenz bei Produktionsvolumen und nicht beim Pilotvolumen. Verbrauchsbasierte Preise bringen einen genehmigten Business Case in die roten Zahlen.

Cognex#

Was es ist. Ein globaler Marktführer im Bereich maschinelles Sehen, der Automatisierungshardware und -software für Fertigung und Logistik vertreibt.

Stärken. Cognex ist aus gutem Grund der Platzhirsch im Bereich der industriellen Bildverarbeitung: Die Produkte werden für die Defekterkennung und Qualitätskontrolle, Anwesenheits- und Abwesenheitsprüfung sowie Barcode-Lesen und Rückverfolgbarkeit in Logistik und Verpackung eingesetzt. Cognex VisionPro Deep Learning (der Nachfolger seiner ViDi-Produktlinie) fügt industrietaugliches Deep Learning hinzu, das speziell für die Fabrikautomation entwickelt wurde, neben Edge-Learning-Optionen für einfachere Inspektionen. Wenn ein Programm Bildverarbeitung benötigt, die sich in SPSen integrieren lässt und eine Fabrikhalle übersteht, handelt es sich hierbei um bewährte Hardware statt um einen Cloud-Dienst, der auf eine Kamera gerichtet ist.

Kompromisse. Du kaufst dich in ein industrielles Hardware-Ökosystem ein, mit der damit verbundenen Kostenstruktur und dem Vendor-Lock-in. Dies ist die falsche Ausrichtung für Cloud-native, Software-erste Teams.

Am besten geeignet für. Fertigungs- und Logistikprogramme, bei denen das Vision-System Teil der Produktionslinie und nicht Teil der Datenplattform ist.

Beschaffungshinweis. Frage, wie Modelle aktualisiert werden, sobald die Linie läuft. Der Rhythmus der Nachtrainierung von Fabrikausrüstung ist eine ganz andere operative Frage als das erneute Bereitstellen eines Cloud-Endpunkts.

Encord#

Was es ist. Eine datenzentrierte Plattform, die sich auf Annotation und Dataset-Qualität konzentriert.

Stärken. Encord positioniert sich mit der Prämisse, dass Datenqualität und nicht die Modellarchitektur die Ergebnisse bestimmt: mit Tools für Annotation, Curation und Qualitätsmanagement sowie Stärken im Bereich medizinischer Bildgebung und Video.

Kompromisse. Es adressiert die Datenhälfte des Problems. Training und Deployment benötigen weiterhin ein Zuhause.

Am besten geeignet für. Programme, bei denen die Annotationsqualität der Engpass ist, insbesondere in regulierten oder spezialisierten Bereichen.

Landing AI#

Was es ist. Eine Plattform für visuelle Inspektion in der Fertigung, gegründet von Andrew Ng.

Hinweis vor der engeren Auswahl. Landing AI hat sich auf Dokumenten- und agentenbasierte KI ausgerichtet, und die Inspektionslinie wird eher gepflegt als hervorgehoben. ABB Motion Ventures hat 2025 gezielt investiert, um seine Vision-KI in die ABB-Robotik zu integrieren, sodass die Fähigkeit einen Weg nach vorne hat, aber frage direkt nach Roadmap-Verpflichtungen für die Fabrikinspektion.

Stärken. Landing AI zielt auf ein spezifisches und wirklich schwieriges Problem ab: visuelle Inspektion, bei der Beispiele für Mängel selten sind. Die Techniken sind für kleine Datasets konzipiert, was im industriellen Umfeld der Normalzustand ist: Man kann nicht tausend Beispiele für einen Defekt sammeln, der zweimal im Monat auftritt.

Kompromisse. Dieser Fokus schränkt die Eignung ein. Für allgemeine Bildverarbeitung über viele Aufgabentypen hinweg dient eine breitere Plattform besser.

Am besten geeignet für. Hersteller mit einem Problem bei der Defekterkennung, die nicht über genügend Fehlerbilder verfügen, um ein herkömmliches Modell zu trainieren.

Beschaffungshinweis. Dies ist der Anbieter für die engere Auswahl, wenn dein Hindernis die Datenknappheit und nicht die Modellfähigkeit ist. Beweise es an deiner seltensten Defektklasse.

NVIDIA#

Was es ist. Die Rechen- und Software-Ebene hinter einem Großteil der Unternehmens-Vision: beschleunigte Hardware, vortrainierte Modell-Toolkits und Deployment-Frameworks für Edge- und Videoanalysen.

Stärken. NVIDIAs Relevanz bei der Beschaffung ist meist struktureller und nicht anwendungsspezifischer Natur: Das Unternehmen liefert die GPUs, auf denen dein Training läuft, und die Jetson-Module, auf denen deine Edge-Inferenz läuft, sowie die Metropolis-Plattformschicht: DeepStream für Multi-Stream-Videoanalyse-Pipelines und TAO für Modelltraining und -optimierung. Für Programme, die Vision über viele Kamerastreams hinweg einsetzen, sind die Plattformfrage und die NVIDIA-Frage häufig dieselbe Frage.

Kompromisse. Es handelt sich um Infrastruktur, nicht um eine Anwendung. Du benötigst nach wie vor die Datenpipeline, die Modelle und die Integrationsarbeit – von deinem eigenen Team oder einem anderen Anbieter.

Am besten geeignet für. Programme, die viele Kamerastreams am Edge ausführen oder benutzerdefinierte Modelle in großem Maßstab trainieren.

Beschaffungshinweis. Hardware-Vorlaufzeiten und Lifecycle-Support gehören in den Vertrag. Eine Edge-Flotte ist eine fünfjährige Verpflichtung zu einem Modul, das du im dritten Jahr immer noch kaufen können musst.

Roboflow#

Was es ist. Eine entwicklerorientierte End-to-End-Plattform für Computer Vision.

Stärken. Roboflow ist beliebt für schnelles Prototyping und kümmert sich um Dataset-Management, Augmentierung und Modelltraining mit KI-unterstützter Annotation, No-Code-Training und Cloud-zu-Edge-Deployment. Für Teams, die schnell an neuen Anwendungsfällen iterieren, entfällt der Großteil der Einrichtungsarbeit.

Kompromisse. Entwicklerorientierte Tools setzen Entwickler voraus. Es handelt sich um keinen verwalteten Unternehmensdienst.

Am besten geeignet für. Teams, die in Tagen statt in Quartalen von einer Idee zu einem funktionierenden Modell gelangen möchten.

Ultralytics#

Was es ist. Eine Vision-Plattform für Annotation, Dataset-Management und Training, aufgebaut rund um weithin übernommene open models.

Stärken. Ultralytics Platform deckt sechs Annotationsaufgaben ab (Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Posing-Schätzung und orientierte Objekterkennung) mit SAM-gestützter intelligenter Annotation, die Masken und Bounding Boxes mit einem Klick für Erkennung, Segmentierung, semantische und orientierte Boxen erzeugt: Pose und Klassifizierung werden manuell annotiert, was sich gegen deinen Aufgabenmix prüfen lohnt. Import und Export umfassen YOLO, COCO und VOC, sodass sie in bestehende Pipelines passen, statt diese zu ersetzen, und Teamprüfung sowie Dataset-Versionierung sind integriert. Der Beschaffungsvorteil ist Kontinuität und Portabilität: Die Modelle sind offen und weit verbreitet, das Dataset, das du annotierst, ist das Dataset, das du trainierst, und keines von beiden ist in einem proprietären Format gefangen.

Beschaffungsspezifika. Ultralytics Platform verfügt über SOC 2 Type I und ISO 27001:2022, mit Verschlüsselung während der Übertragung und im Ruhezustand sowie DSGVO- und CCPA-Konformität. Lies den Type-I-Bericht sorgfältig: Er bescheinigt das Kontrolldesign zu einem bestimmten Zeitpunkt, nicht die operative Wirksamkeit über einen Zeitraum hinweg wie Type II. Mehrere der obigen Anbieter verfügen über Type II, und wenn deine Richtlinie dies erfordert, ist das ein echter Unterschied und keine Formalität. Die Datenresidenz kann auf die USA, die EU oder AP festgelegt werden. Die Cloud-GPU-Preise werden pro Stunde veröffentlicht statt angefragt, und die Abrechnung erfolgt als pay-as-you-go, was es zu einer der wenigen Optionen auf dieser Seite macht, die du vor einem Verkaufsgespräch präzise modellieren kannst.

Lizenzierung: Lies dies vor dem Funktionsvergleich. Ultralytics YOLO-Modelle werden unter AGPL-3.0 veröffentlicht, einer starken Copyleft-Lizenz. Ein kommerzielles oder proprietäres Deployment erfordert im Allgemeinen eine Ultralytics Enterprise licence, die auch privates Deployment und erweiterten Support abdeckt. Kalkuliere diese Lizenz in jeden Vergleich mit einer kommerziell lizenzierten Plattform ein und lege sie frühzeitig der Rechtsabteilung vor: „Open Source“ und „keine Lizenzkosten“ sind nicht dasselbe, und dies ist der häufigste Weg, wie ein ansonsten gesunder Vision-Business-Case in der Vertragsphase ins Stocken gerät.

Kompromisse. Es ist eine Plattform für Teams, die die Kontrolle über ihre eigenen Modelle behalten. Organisationen, die einen verwalteten Dienst suchen, der fertige Ergebnisse liefert, sollten stattdessen die Dienstanbieter ins Auge fassen. Es ist zudem die bei Weitem neueste Option hier: Ultralytics Platform wurde im März 2026 gestartet, während Azure, AWS, Cognex und NVIDIA über langjährige Beschaffungshistorien, etablierte Support-Netzwerke und die Referenzkunden verfügen, nach denen ein risikoaverses Komitee fragen wird. Wo die Länge der Track Record oder eine Type-II-Zertifizierung eine zwingende Anforderung ist, verweist dies auf andere Anbieter.

Am besten geeignet für. Unternehmen, die benutzerdefinierte Vision-Modelle wünschen, die sie kontrollieren und dort einsetzen können, wo sie möchten – einschließlich auf eigener Hardware, ohne Abhängigkeit von einem Cloud-Anbieter pro Inferenz. Beachte, dass die verwaltete Plattform selbst für GPU-Trainingsstunden und Endpunktnutzung abrechnet; der Unterschied besteht darin, dass exportierte Modelle vollständig auf deiner eigenen Infrastruktur laufen können.

Vergleich auf einen Blick#

Für welchen Anbieter solltest du dich entscheiden?#

Sechs Situationen decken die meisten Unternehmensprogramme ab. Finde deine.

Du benötigst OCR, Dokumentenverständnis oder generische Objekterkennung und setzt auf Azure. Wähle Azure AI Vision. Die APIs sind einsatzbereit, es ist kein ML-Personal erforderlich und der Integrationsaufwand ist minimal. Simuliere deine Kosten pro Inferenz bei Produktionsvolumen vor deiner Zusage: Verbrauchsbasierte Preise sind das, was genehmigte Business Cases scheitern lässt.

Du benötigst verwaltete Vision in einer AWS-nativen Pipeline. Wähle AWS. Rekognition bewältigt Moderation, Gesichtssuche, PSA- und Etikettenerkennung von Haus aus, und SageMaker ist da, wenn du darüber hinauswächst, ohne die Cloud zu wechseln. Erwarte, eine Architektur zu montieren, statt ein Produkt zu kaufen.

Du inspizierst Teile an einer Produktionslinie. Wähle Cognex, wenn das Vision-System direkt an der Linie betrieben werden muss, sich in SPSen integrieren lässt und eine Fabrikumgebung übersteht. Wähle stattdessen Landing AI, wenn dein Hindernis darin besteht, dass Defekte zu selten sind, um herkömmlich darauf zu trainieren. Das ist ein Datenproblem, kein Hardwareproblem, und es erfordert ein anderes Werkzeug.

Du setzt über viele Kamerastreams hinweg am Edge ein. Wähle NVIDIA als Plattformschicht und entscheide dann separat, wer die Modelle und die Datenpipeline liefert. Dies ist eine Infrastrukturentscheidung, die die Anwendungsentscheidung nicht vorwegnimmt.

Du musst schnell handeln und den Wert beweisen. Wähle Roboflow für schnelle Iteration oder Ultralytics Platform, wenn die Modelle, für die du Prototypen erstellst, diejenigen sind, die du in der Produktion ausführen möchtest. Der Unterschied liegt darin, ob du explorierst oder baust.

Annotierte Daten sind dein Engpass. Wähle Encord, wenn Annotationsqualität und Curation die Einschränkung darstellen, oder Ultralytics Platform, wenn du möchtest, dass die Annotation direkt mit dem Training verknüpft ist, anstatt zwischen Tools übergeben zu werden.

Wenn zwei Optionen gleichermaßen passen, wähle diejenige mit dem günstigeren Ausstieg. Offene Modellformate und portable Datasets kosten nichts, solange alles gut läuft, und alles, wenn dem nicht so ist.

Was in die RFP gehört#

Die folgenden Fragen sortieren Anbieter schneller aus als jede Funktionsmatrix, da es sich um Fragen handelt, die eine schwache Passform nicht sauber beantworten kann.

Zur Genauigkeit. Was ist deine gemessene Genauigkeit bei unseren Proof-of-Concept-Bildern, aufgeschlüsselt nach unseren Fehlerklassen statt aggregiert? Was passiert mit diesem Wert unter unseren schlechtesten Lichtverhältnissen?

Zum Deployment. Welche exakte Hardware führt die Inferenz aus, wie hoch ist die End-to-End-Latenz einschließlich Erfassung, und wie verhält sich das System bei Verbindungsabbrüchen? Wer aktualisiert physisch ein Modell auf einem bereits installierten Gerät?

Zu den Daten. Wem gehören die gelabelten Daten? Können wir sie jederzeit in einem offenen Format exportieren? Welcher Teil unserer Daten wird zur Verbesserung deines Produkts verwendet und können wir dem widersprechen?

Zum Lebenszyklus. Wie lange dauert es, nach der Entdeckung eines neuen Fehlerfalls ein Retraining und Re-Deployment durchzuführen? Führe uns das als eine Sequenz von Schritten mit Verantwortlichen vor Augen.

Zu den kommerziellen Konditionen. Wie hoch sind die Kosten für drei Jahre bei unserem prognostizierten Volumen, aufgeschlüsselt nach Lizenz, Compute, Storage, Annotationsaufwand und Support? Was löst eine Preisänderung aus?

Zum Ausstieg. Wenn wir im zweiten Jahr kündigen, was behalten wir: Daten, Modelle oder keines von beidem?

Vom Pilotprojekt zur Produktion#

Die meisten Programme in dieser Kategorie scheitern nicht beim Piloten. Sie scheitern in der Lücke zwischen einem funktionierenden Piloten und einem Produktionssystem, das nie wirklich ankommt.

Lege die Produktionsmesslatte vor Beginn des Piloten fest. Lege die Genauigkeit, Latenz und Kosten pro Inferenz fest, die einen Rollout rechtfertigen würden, und halte sie schriftlich fest. Ein Pilot ohne Bestehungskriterien ist immer erfolgreich, weshalb er dir absolut nichts verrät.

Teste im Piloten am schlechtesten Standort, nicht am besten. Die Flaggschiff-Linie mit guter Beleuchtung und einem motivierten Vorgesetzten lässt jeden Anbieter kompetent erscheinen. Der Problemstandort ist jedoch der Ort, an dem der Rollout letztendlich gemessen wird.

Plane das Budget für das zweite Modell ein. Das erste Modell wird mit der Aufmerksamkeit des Anbieters und einem sauberen Datensatz erstellt. Das zehnte wird von deinem Team an einem Dienstag gebaut. Wenn das zweite Modell nicht ohne den anwesenden Anbieter erstellt werden kann, skaliert das Programm nicht.

Benenne die verantwortliche Person für die Datenqualität. Bei jedem gescheiterten Programm in dieser Kategorie fehlt dieselbe Rolle: jemand, der langfristig für den gelabelten Datensatz verantwortlich ist. Das ist kein Nebenjob für den ML engineer und gehört auch nicht in die Beschaffung.

Evaluierungskriterien, die den Kontakt mit der Produktion überstehen#

Gewichte diese im Hinblick auf deine Aufgabe und darauf, wo die Inferenz ausgeführt werden muss.

Genauigkeit auf deinen Bildern, nicht auf dem Benchmark. Bestehe auf einem Proof of Concept mit deinen eigenen schwierigsten Bildern: schlechte Beleuchtung, Verdeckung, die Edge Cases, über die sich deine Bediener beschweren. Ein Anbieter, der sich weigert, einen solchen durchzuführen, sagt damit einiges aus.

Realismus beim Edge-Deployment. Frage gezielt nach: welche Hardware, welche Latenz, was passiert, wenn die Netzwerkverbindung abbricht, und wie ein Modell auf einem Gerät aktualisiert wird, das sich bereits im Feld befindet.

Total Cost of Ownership. Berücksichtige Lizenzierung, Compute, Storage, Annotationsaufwand und laufende Modellpflege – nicht nur die einmalige Gebühr. Verbrauchsbasierte Cloud-Preise sind der Punkt, der Teams im großen Maßstab am häufigsten überrascht.

Integrationsfläche. In industriellen Umgebungen entscheidet die Passung zu SPS (PLCs) und MES darüber, ob das System nutzbar ist. In Software-Umgebungen sind es APIs und Daten-Pipelines. Diese sind nicht austauschbar.

Data Governance. Verschlüsselung, Zugriffskontrollen, Audit-Trails und regulatorische Konformität. GDPR, HIPAA und branchenspezifische Standards bestimmen häufig die Plattformwahl, bevor überhaupt ein technischer Vergleich beginnt.

Das neue Beschaffungstor: Gerätewertschätzung und Datenherkunft#

Ein Wandel, den man benennen sollte, da er mittlerweile Geschäfte blockiert, die früher zustande gekommen wären.

Gerätewertschätzung, Datensatzrechte und Aufzeichnungen zur Bildaufbewahrung haben zunehmend dasselbe kommerzielle Gewicht wie die Modellgenauigkeit. Ein Computer-Vision-Modell kann eine technische Validierung bestehen und dennoch bei der Beschaffung scheitern, weil niemand nachweisen kann, woher die Trainingsbilder stammen, ob das Unternehmen das Recht hatte, sie zu verwenden, oder welches physische Gerät einen bestimmten Frame aufgenommen hat.

Drei Fragen für die Ausschreibung (RFP):

• Datensatzrechte. Wie lautet die Lizenz für jeden im Training verwendeten Datensatz und erlaubt sie die kommerzielle Nutzung in unserer Jurisdiktion?
• Bildaufbewahrung. Kann der Anbieter einen Nachweis erbringen, der eine Produktionsinferenz bis zu dem Gerät zurückverfolgt, das sie aufgenommen hat?
• Gerätewertschätzung. Wie wird die Integrität eines Edge-Geräts attestiert und was passiert, wenn es manipuliert wird?

Anbieter, die diese Fragen nicht beantworten können, sind nicht zwangsläufig unsicher. Sie werden jedoch deine rechtliche Prüfung um Monate verzögern.

So führst du die Evaluierung durch#

Shortlist nach Quadrant, nicht nach Feature-Anzahl. Entscheide zuerst zwischen vortrainiert versus individuell und Cloud versus Edge. Das entzieht dem Markt in der Regel die Hälfte der Optionen, bevor auch nur eine einzige Demo stattgefunden hat.

Führe einen Proof of Concept mit deinen schwierigsten Daten durch. Dieselben Bilder, dieselben Akzeptanzkriterien, jeder Anbieter. Mache die Messung der Genauigkeit an den Fällen fest, auf die es ankommt, statt an einer aggregierten Genauigkeit über ein einfaches Set hinweg.

Berechne die Kosten für den gesamten Lebenszyklus. Erstelle ein Dreijahresmodell einschließlich Annotationsaufwand und Retraining. Vergleiche dieses und nicht die Lizenzgebühren.

Teste den Update-Pfad. Deploye ein Modell und ändere es dann. Wie lange das dauert und wer einbezogen werden muss, ist der entscheidende Faktor dafür, ob sich das System nach dem Go-Live verbessert oder am ersten Tag einfriert.

Überprüfe den Ausstieg. Kannst du deine gelabelten Daten in einem offenen Format exportieren und deine Modelle woanders hin mitnehmen? Wenn nicht, bepreise das Lock-in.