Den passenden Computer-Vision-Anbieter auswählen: Einkaufsleitfaden für Unternehmen

Das Modell ist der einfache Teil. Bei Computer Vision in Unternehmen stecken die Arbeit in den annotierten Daten hinter dem Modell und darin, die Inferenz auf Kameras am Netzwerkrand zum Laufen zu bringen. An dieser zweiten Hälfte kommen die meisten Projekte stillschweigend ins Stocken. Einkaufsleitfäden in diesem Bereich gewichten inzwischen die Genauigkeit mit deinen eigenen Bildern und die Praxistauglichkeit der Edge-Bereitstellung stärker als den Vergleich der vortrainierten Funktionen, auf den ältere Ausschreibungen übermäßig viel Gewicht legen. Denn eine verwaltete API deckt die allgemeinen Funktionen bereits ab, während das Projekt weiterhin an schwierigen, spezifischen und latenzkritischen Fällen scheitern kann.

Dieser Leitfaden vergleicht acht Anbieter anhand der beiden Entscheidungen, die die Architektur bestimmen: vortrainierte API oder benutzerdefiniertes Modell und Cloud oder Edge. Vergleiche die kommerziellen Konditionen erst, wenn diese Anforderungen feststehen. Andernfalls beziehen sich die Angebote auf unterschiedliche Systeme.

Die beiden entscheidenden Fragen#

Ordne dein Projekt zunächst anhand dieser beiden Achsen ein, bevor du Anbieter vergleichst. Fast jeder Beschaffungsfehler in diesem Bereich entsteht dadurch, dass ein Anbieter aus dem falschen Quadranten gewählt wird.

Vortrainierte API oder benutzerdefiniertes Modell. Wenn deine Aufgabe allgemein ist (Text aus Dokumenten lesen, gängige Objekte erkennen, Inhalte moderieren), kann eine verwaltete API sie schon heute lösen – ganz ohne ML-Fachpersonal. Wenn deine Aufgabe spezifisch für dein Produkt, deine Teile oder deinen Prozess ist, erreicht keine vortrainierte API Produktionsgenauigkeit. Dann brauchst du stattdessen eine Trainings- und Datenpipeline.

Cloud oder Edge. Wenn die Inferenz eine Verbindung zu einem Rechenzentrum und zurück verkraftet, sind Cloud-Anbieter der einfachste Weg. Wenn nicht – etwa bei einer schnell laufenden Produktionslinie, einem Fahrzeug, einem Standort mit unzuverlässiger Verbindung oder Daten, die das Gelände nicht verlassen dürfen –, ist die Edge-Bereitstellung eine Voraussetzung, durch die die meisten Anbieter von der Auswahlliste gestrichen werden.

Wer eine Plattform kauft und die Arbeit an Daten und Lebenszyklus überspringt, liefert einen Pilotversuch, der nie in Produktion geht. Plane die Annotation und MLOps als Hauptaufwand ein und weise die Genauigkeit mit deinen schwierigsten Bildern nach, bevor du etwas unterschreibst.

Die Anbieter sind alphabetisch und nicht nach Rangfolge aufgeführt. Ultralytics veröffentlicht diesen Leitfaden und ist selbst darin vertreten. Die Reihenfolge ist daher bewusst neutral, und bei jedem Anbieter wird ein klar benannter Kompromiss aufgeführt.

AWS: Rekognition und SageMaker AI#

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

Stärken. Rekognition bietet vollständig verwaltete Bild- und Videoanalyse (Inhaltsmoderation, Erkennung von Beschriftungen und Text sowie Erkennung persönlicher Schutzausrüstung) sowie Custom Labels, mit denen sich aufgabenspezifische Modelle ohne ML-Fachpersonal trainieren lassen. Die enge Integration mit S3, Lambda und Kinesis Video macht Rekognition zum einfachsten Weg für AWS-native Pipelines. Wenn die Anforderungen über die API hinausgehen, unterstützt SageMaker AI verteiltes Training, automatisch skalierende Endpunkte, GPU- und CPU-Flotten, Bereitstellungspipelines und die Versuchsverfolgung mit den gängigen Frameworks.

Rekognition bietet außerdem den Vergleich und die Suche nach Gesichtern. Behandle das als separate Beschaffungsfrage und nicht als Zusatzfunktion: Die biometrische Verarbeitung bringt eigene regulatorische Risiken, Einwilligungspflichten und in mehreren Rechtsordnungen gesetzlich festgelegte Schadensersatzansprüche mit sich. Wenn du diese Funktion nicht brauchst, nimm sie ausdrücklich aus dem Umfang heraus. Beachte außerdem, dass die meisten Vision-Anwendungsfälle mit der Bezeichnung „Sicherheit“ sie nicht erfordern.

Kompromisse. Das breite Angebot ist real, aber auch der Aufwand für den Zusammenbau: Rekognition plus SageMaker plus Speicher plus Orchestrierung ergeben eine Architektur, kein fertiges Produkt. Bei Edge-Lösungen ist AWS schwächer als Anbieter, die auf Eigenentwicklungen setzen.

Am besten geeignet für. AWS-native Unternehmen, die jetzt verwaltete Vision-Funktionen nutzen und später benutzerdefinierte Lösungen entwickeln möchten, ohne die Cloud zu wechseln.

Hinweis zur Beschaffung. Die Erkennung persönlicher Schutzausrüstung ist für die Sicherheitsüberwachung wirklich nützlich und oft der schnellste Weg zu einem ersten, überzeugend belegbaren Erfolg.

Azure AI Vision#

Was es ist. Microsofts verwaltete Vision-Plattform mit sofort nutzbaren APIs und benutzerdefiniertem Modelltraining.

Stärken. Azure AI Vision bietet sofort einsatzbereite APIs für Bildanalyse, OCR und Textextraktion, Objekterkennung und Videoanalysen. Bereitstellung und Skalierung erfolgen, ohne dass du die zugrunde liegende Infrastruktur verwalten musst. Für Teams, die eigene Klassifizierungs- oder Erkennungsmodelle trainieren müssen, ist Azure Machine Learning einschließlich der AutoML-Funktion der aktuelle Weg. Die Plattform deckt den gesamten Lebenszyklus ab.

Hinweis zur Beschaffung: Prüfe den Lebenszyklus des Dienstes, nicht nur die Funktionsliste. Microsoft hat den älteren Dienst Custom Vision auf den Weg zur Einstellung gebracht und verweist Kundinnen und Kunden, die benutzerdefinierte Klassifizierungs- und Erkennungsmodelle entwickeln, stattdessen auf Azure Machine Learning. Für alles, was jetzt auf Custom Vision aufgebaut wird, muss daher eine Migration eingeplant werden. Dies ist der häufigste Grund, warum eine Evaluierung von Cloud-Vision-Diensten schiefläuft: Ein Dienst wirkt im Funktionsvergleich ideal, ist aber bereits abgelöst, und die Vergleichsartikel, die in die Auswahlliste eingeflossen sind, wurden nicht aktualisiert. Bitte jeden Hyperscaler schriftlich um Auskunft zum Support- und Einstellungsstatus jedes in seinem Angebot genannten Dienstes.

Kompromisse. Wie bei den Vision-Diensten anderer Hyperscaler richten sich die Kosten nach dem Verbrauch und können Teams bei einer Skalierung überraschen. Eine Edge-Bereitstellung ist möglich, steht aber nicht im Mittelpunkt des Designs.

Am besten geeignet für. Unternehmen, die bereits auf Azure standardisiert sind, leistungsfähige OCR und Dokumentenverständnis benötigen und verwaltete Dienste statt eines ML-Teams bevorzugen.

Hinweis zur Beschaffung. Berechne die Kosten pro Inferenz für das Produktionsvolumen, nicht für das Pilotvolumen. Verbrauchsabhängige Preise sind es, die einen genehmigten Geschäftsplan ins Minus bringen.

Cognex#

Was es ist. Ein weltweit führender Anbieter von industrieller Bildverarbeitung, der Automatisierungshardware und -software für Fertigung und Logistik verkauft.

Stärken. Cognex ist aus gutem Grund der etablierte Anbieter für industrielle Bildverarbeitung: Seine Produkte werden zur Fehlererkennung und Qualitätskontrolle, zur Prüfung von Vorhandensein und Fehlen sowie zum Lesen von Barcodes und zur Rückverfolgbarkeit in Logistik und Verpackung eingesetzt. Cognex VisionPro Deep Learning – der Nachfolger der Produktlinie ViDi – ergänzt industrietaugliches Deep Learning, das speziell für die Fabrikautomatisierung entwickelt wurde, sowie Edge-Learning-Optionen für einfachere Prüfungen. Wenn ein Projekt Bildverarbeitung benötigt, die sich in SPS integrieren lässt und den Bedingungen in einer Fabrik standhält, ist Cognex bewährte Ausrüstung und kein Cloud-Dienst, der auf eine Kamera gerichtet wird.

Kompromisse. Du entscheidest dich für ein industrielles Hardware-Ökosystem mit der damit verbundenen Kostenstruktur und Anbieterbindung. Für Cloud-native Teams, bei denen Software im Mittelpunkt steht, ist es die falsche Lösung.

Am besten geeignet für. Projekte in Fertigung und Logistik, bei denen das Bildverarbeitungssystem Teil der Produktionslinie und nicht der Datenplattform ist.

Hinweis zur Beschaffung. Frage, wie Modelle aktualisiert werden, sobald die Produktionslinie läuft. Der Rhythmus für erneutes Training auf Fabrikanlagen ist eine ganz andere betriebliche Frage als die erneute Bereitstellung eines Cloud-Endpunkts.

Encord#

Was es ist. Eine datenzentrierte Plattform mit Schwerpunkt auf Annotation und Datensatzqualität.

Stärken. Encord vertritt den Ansatz, dass die Datenqualität und nicht die Modellarchitektur über die Ergebnisse entscheidet. Die Plattform bietet Werkzeuge für Annotation, Kuratierung und Qualitätsmanagement und ist besonders stark bei medizinischer Bildgebung und Video.

Kompromisse. Encord deckt die Datenseite des Problems ab. Für Training und Bereitstellung brauchst du weiterhin eine andere Lösung.

Am besten geeignet für. Projekte, bei denen die Qualität der Annotationen den Engpass darstellt, insbesondere in regulierten oder spezialisierten Bereichen.

Landing AI#

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

Hinweis vor der Aufnahme in die Auswahlliste. Landing AI hat sich neu auf Dokumente und agentische KI ausgerichtet; die Produktlinie für Inspektionen wird weitergeführt, steht aber nicht mehr im Vordergrund. ABB Motion Ventures hat 2025 investiert, um die Vision-KI von Landing AI in die Robotik von ABB einzubringen. Die Technologie hat also eine Perspektive. Frage dennoch direkt nach konkreten Zusagen zur Roadmap für die Qualitätsprüfung in Fabriken.

Stärken. Landing AI konzentriert sich auf ein spezifisches und tatsächlich schwieriges Problem: die visuelle Qualitätsprüfung, bei der Beispiele für Fehler selten sind. Die Verfahren sind für kleine Datensätze ausgelegt – der Normalfall in der Industrie: Du kannst keine tausend Beispiele für einen Fehler sammeln, der zweimal im Monat auftritt.

Kompromisse. Diese Spezialisierung schränkt die Einsatzmöglichkeiten ein. Für vielseitige Bildverarbeitung mit vielen Aufgabentypen ist eine umfassendere Plattform besser geeignet.

Am besten geeignet für. Hersteller mit einem Problem bei der Fehlererkennung und zu wenigen Fehlerbildern, um ein herkömmliches Modell zu trainieren.

Hinweis zur Beschaffung. Nimm diesen Anbieter in die Auswahlliste auf, wenn der Engpass in zu wenigen Daten und nicht in der Modellfähigkeit liegt. Weise die Leistung anhand deiner seltensten Fehlerklasse nach.

NVIDIA#

Was es ist. Die Rechen- und Softwareebene, auf der ein Großteil der Bildverarbeitung in Unternehmen aufbaut: beschleunigte Hardware, Werkzeugpakete mit vortrainierten Modellen und Bereitstellungsframeworks für Edge-Anwendungen und Videoanalysen.

Stärken. Für die Beschaffung ist NVIDIA meist aus strukturellen und nicht aus Anwendungserwägungen relevant: Das Unternehmen liefert die GPUs für deine Trainingsläufe, die Jetson-Module für die Edge-Inferenz und außerdem die Metropolis-Plattformebene: DeepStream für Pipelines zur Videoanalyse mit mehreren Streams und TAO für Modelltraining und -optimierung. Bei Projekten, die Bildverarbeitung über viele Kamerastreams hinweg bereitstellen, sind die Plattformfrage und die NVIDIA-Frage oft dieselbe.

Kompromisse. NVIDIA liefert Infrastruktur, keine Anwendung. Du brauchst weiterhin eine Datenpipeline, Modelle und Integrationsarbeit – von deinem eigenen Team oder einem anderen Anbieter.

Am besten geeignet für. Projekte mit vielen Kamerastreams am Netzwerkrand oder mit benutzerdefiniertem Modelltraining in großem Umfang.

Hinweis zur Beschaffung. Lieferzeiten der Hardware und Support über den gesamten Lebenszyklus gehören in den Vertrag. Eine Edge-Flotte bedeutet eine Verpflichtung über fünf Jahre für ein Modul, das du auch im dritten Jahr noch kaufen können musst.

Roboflow#

Was es ist. Eine durchgängige, auf Entwicklerinnen und Entwickler ausgerichtete Plattform für Computer Vision.

Stärken. Roboflow ist beim schnellen Prototyping beliebt und unterstützt die Verwaltung von Datensätzen, Augmentierung und Modelltraining sowie KI-gestützte Annotation, Training ohne Programmierung und die Bereitstellung von der Cloud bis zum Netzwerkrand. Für Teams, die neue Anwendungsfälle schnell weiterentwickeln, entfällt damit ein Großteil des Einrichtungsaufwands.

Kompromisse. Die auf Entwicklerinnen und Entwickler ausgerichteten Werkzeuge setzen entsprechende Fachkenntnisse voraus. Roboflow ist kein verwalteter Unternehmensdienst.

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

Ultralytics#

Was es ist. Eine Plattform für Bildverarbeitung mit Funktionen für Annotation, Datensatzverwaltung und Training, aufgebaut rund um weit verbreitete offene Modelle.

Stärken. Ultralytics Platform deckt sechs Annotationsaufgaben ab (Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Posenschätzung und Erkennung orientierter Objekte). Die SAM-gestützte intelligente Annotation erstellt mit einem Klick Masken und Begrenzungsrahmen für die Aufgaben Objekterkennung, Segmentierung, semantische Segmentierung und Erkennung orientierter Objekte. Posenschätzung und Klassifizierung werden manuell annotiert – prüfe, ob das zu deiner Aufgabenverteilung passt. Import und Export unterstützen YOLO, COCO und VOC. Dadurch lässt sich die Plattform in bestehende Pipelines einfügen, statt sie zu ersetzen. Außerdem sind die Teamprüfung und die Versionierung von Datensätzen integriert. Der Beschaffungsvorteil liegt in Kontinuität und Übertragbarkeit: Die Modelle sind offen und weit verbreitet, der von dir annotierte Datensatz ist derselbe, mit dem du trainierst, und weder Modelle noch Daten sind an ein proprietäres Format gebunden.

Beschaffungsdetails. Ultralytics Platform ist nach SOC 2 Type I und ISO 27001:2022 zertifiziert. Daten werden bei der Übertragung und im Ruhezustand verschlüsselt; die Plattform entspricht den Anforderungen der DSGVO und des CCPA. Lies die Einstufung Type I genau: Sie bescheinigt, dass die Kontrollen zu einem bestimmten Zeitpunkt angemessen konzipiert waren, nicht aber, dass sie über einen Zeitraum hinweg wirksam betrieben wurden – dafür steht Type II. Mehrere der oben genannten Anbieter haben eine Type-II-Bescheinigung. Wenn deine Richtlinie sie voraussetzt, ist das ein echter Unterschied und keine Formalität. Der Speicherort der Daten lässt sich auf die USA, die EU oder AP festlegen. Die Preise für Cloud-GPUs sind pro Stunde veröffentlicht und werden nicht individuell angeboten. Die Abrechnung erfolgt nutzungsabhängig. Damit ist die Plattform eine der wenigen Optionen auf dieser Seite, deren Kosten du vor einem Verkaufsgespräch genau kalkulieren kannst.

Lizenzierung: Lies diesen Abschnitt vor dem Funktionsvergleich. Ultralytics YOLO-Modelle werden unter der starken Copyleft-Lizenz AGPL-3.0 veröffentlicht. Für die kommerzielle oder proprietäre Bereitstellung ist in der Regel eine Ultralytics Enterprise-Lizenz erforderlich, die auch die private Bereitstellung und erweiterten Support abdeckt. Berücksichtige diese Lizenzkosten in jedem Vergleich mit einer kommerziell lizenzierten Plattform und beziehe die Rechtsabteilung frühzeitig ein: „Open Source“ und „keine Lizenzkosten“ bedeuten nicht dasselbe. Dies ist der häufigste Grund, warum ein ansonsten überzeugender Geschäftsplan für Bildverarbeitung in der Vertragsphase ins Stocken gerät.

Kompromisse. Die Plattform richtet sich an Teams, die ihre Modelle selbst betreiben. Unternehmen, die einen verwalteten Dienst mit fertigen Ergebnissen wünschen, sollten sich stattdessen die Dienstanbieter ansehen. Außerdem ist dies mit Abstand die neueste Option auf dieser Liste: Ultralytics Platform wurde im März 2026 eingeführt, während Azure, AWS, Cognex und NVIDIA auf eine lange Beschaffungshistorie, etablierte Supportnetzwerke und Referenzkunden verweisen können, nach denen ein risikoscheuer Ausschuss fragen wird. Wenn eine lange Erfolgsbilanz oder eine Type-II-Bescheinigung zwingende Voraussetzung ist, solltest du einen anderen Anbieter wählen.

Am besten geeignet für. Unternehmen, die benutzerdefinierte Bildverarbeitungsmodelle selbst steuern und an beliebigen Standorten bereitstellen wollen – auch auf eigener Hardware und ohne Abhängigkeit von einem Cloud-Anbieter pro Inferenz. Beachte, dass für GPU-Trainingsstunden und die Nutzung von Endpunkten auf der verwalteten Plattform Gebühren anfallen. Der Unterschied besteht darin, dass exportierte Modelle vollständig auf deiner eigenen Infrastruktur laufen können.

Vergleich auf einen Blick#

Welchen Anbieter solltest du wählen?#

Sechs Situationen decken die meisten Unternehmensprojekte ab. Finde heraus, welche auf dich zutrifft.

Du brauchst OCR, Dokumentenverständnis oder allgemeine Objekterkennung und nutzt Azure. Entscheide dich für Azure AI Vision. Die APIs sind sofort einsatzbereit, du brauchst kein ML-Fachpersonal und der Integrationsaufwand ist gering. Berechne die Kosten pro Inferenz für das Produktionsvolumen, bevor du dich festlegst: Verbrauchsabhängige Preise bringen genehmigte Geschäftspläne zu Fall.

Du brauchst verwaltete Bildverarbeitung in einer AWS-nativen Pipeline. Entscheide dich für AWS. Rekognition bietet sofort einsatzbereite Moderation, Gesichtssuche, Erkennung persönlicher Schutzausrüstung und Beschriftungserkennung. Wenn du mit Rekognition an Grenzen stößt, kannst du auf SageMaker wechseln, ohne die Cloud zu wechseln. Rechne damit, eine Architektur zusammenzustellen, statt ein fertiges Produkt zu kaufen.

Du prüfst Teile auf einer Produktionslinie. Entscheide dich für Cognex, wenn das Bildverarbeitungssystem direkt an der Produktionslinie betrieben werden, sich in SPS integrieren und der Fabrikumgebung standhalten muss. Entscheide dich stattdessen für Landing AI, wenn dein Engpass darin besteht, dass Fehler zu selten auftreten, um mit herkömmlichen Methoden zu trainieren. Das ist ein Datenproblem, kein Ausrüstungsproblem, und erfordert ein anderes Werkzeug.

Du setzt Bildverarbeitung mit vielen Kamerastreams am Netzwerkrand ein. Entscheide dich für NVIDIA als Plattformebene und bestimme dann unabhängig davon, wer die Modelle und die Datenpipeline bereitstellt. Das ist eine Infrastrukturentscheidung, die die Anwendungsentscheidung nicht ersetzt.

Du musst schnell vorankommen und den Nutzen nachweisen. Entscheide dich für Roboflow, wenn du schnell iterieren möchtest, oder für Ultralytics Platform, wenn du die prototypisch entwickelten Modelle auch in der Produktion einsetzen willst. Der Unterschied liegt darin, ob du zunächst Möglichkeiten erkundest oder bereits etwas aufbaust.

Beschriftete Daten sind dein Engpass. Wähle Encord, wenn die Qualität der Annotationen und die Datenkuratierung den Engpass darstellen, oder Ultralytics Platform, wenn Annotationen direkt in den Trainingsablauf eingebunden sein sollen, statt zwischen verschiedenen Tools übergeben zu werden.

Wenn beide Optionen passen, wähle diejenige, bei der der Ausstieg günstiger ist. Offene Modellformate und portable Datensätze kosten nichts, solange alles gut läuft, und alles, wenn nicht.

Was in die Ausschreibungsunterlagen gehört#

Mit den folgenden Fragen lassen sich Anbieter schneller voneinander unterscheiden als mit jeder Funktionsübersicht, denn ein Anbieter, der nicht passt, kann sie nicht überzeugend beantworten.

Zur Genauigkeit. Welche Genauigkeit habt ihr mit unseren Proof-of-Concept-Bildern gemessen, aufgeschlüsselt nach unseren Fehlerklassen statt als Gesamtwert? Wie verändert sich dieser Wert bei unseren schwierigsten Lichtverhältnissen?

Zur Bereitstellung. Auf welcher konkreten Hardware läuft die Inferenz, wie hoch ist die Ende-zu-Ende-Latenz einschließlich der Bildaufnahme, und was passiert, wenn die Verbindung ausfällt? Wer aktualisiert ein Modell direkt auf einem bereits installierten Gerät?

Zu den Daten. Wem gehören die beschrifteten Daten? Können wir sie jederzeit in einem offenen Format exportieren? Wie werden unsere Daten zur Verbesserung eures Produkts verwendet, und können wir dem widersprechen?

Zum Lebenszyklus. Wie lange dauert es, nach dem Entdecken eines neuen Fehlermodus ein erneutes Training und die erneute Bereitstellung durchzuführen? Beschreibe den Ablauf Schritt für Schritt und nenne die jeweils Verantwortlichen.

Zu den Kosten. Wie hoch sind die Gesamtkosten über drei Jahre bei unserem prognostizierten Nutzungsvolumen, aufgeschlüsselt nach Lizenz, Rechenleistung, Speicher, Aufwand für Annotationen und Support? Was kann eine Preisänderung auslösen?

Zum Ausstieg. Wenn wir im zweiten Jahr kündigen, was dürfen wir behalten: Daten, Modelle oder nichts davon?

Vom Pilotprojekt zur Produktion#

Die meisten Programme in diesem Bereich scheitern nicht am Pilotprojekt. Sie scheitern an der Lücke zwischen einem erfolgreichen Pilotprojekt und einem Produktionssystem, das nie ganz fertig wird.

Lege die Produktionsanforderungen fest, bevor das Pilotprojekt beginnt. Entscheide, welche Genauigkeit, Latenz und Kosten pro Inferenz eine Einführung rechtfertigen, und halte diese Werte schriftlich fest. Ohne festgelegte Erfolgskriterien ist ein Pilotprojekt immer erfolgreich – und sagt dir deshalb nichts.

Führe das Pilotprojekt am schwierigsten Standort durch, nicht am besten. Die Vorzeigelinie mit guter Beleuchtung und einer engagierten Aufsichtsperson lässt jeden Anbieter kompetent wirken. Entscheidend für die Einführung ist der problematische Standort.

Plane das zweite Modell ein. Das erste Modell entsteht mit der Unterstützung des Anbieters und einem sauberen Datensatz. Das zehnte erstellt dein Team an einem Dienstag. Wenn sich das zweite Modell nicht ohne den Anbieter vor Ort erstellen lässt, ist das Programm nicht skalierbar.

Benenne die für die Datenqualität verantwortliche Person. In jedem gescheiterten Programm dieser Art fehlt dieselbe Rolle: eine Person, die langfristig für den beschrifteten Datensatz verantwortlich ist. Das ist weder eine Nebenaufgabe für ML-Ingenieurinnen und -Ingenieure noch Aufgabe der Beschaffung.

Bewertungskriterien, die sich in der Produktion bewähren#

Gewichte diese Kriterien entsprechend deiner Aufgabe und dem Ort, an dem die Inferenz laufen muss.

Genauigkeit mit deinen Bildern, nicht mit dem Benchmark. Bestehe auf einem Proof of Concept mit deinen schwierigsten Bildern: schlechte Beleuchtung, Verdeckungen und Grenzfälle, über die sich deine Mitarbeitenden beschweren. Ein Anbieter, der sich weigert, dir etwas zu zeigen.

Praxistauglichkeit der Edge-Bereitstellung. Frage gezielt nach der Hardware, der Latenz, dem Verhalten bei einem Netzwerkausfall und der Aktualisierung eines bereits vor Ort eingesetzten Modells.

Gesamtbetriebskosten. Berücksichtige Lizenzen, Rechenleistung, Speicher, Aufwand für Annotationen und laufende Modellpflege, nicht nur die anfänglichen Kosten. Nutzungsabhängige Cloud-Preise überraschen Teams bei wachsendem Umfang am häufigsten.

Integrationsmöglichkeiten. In industriellen Umgebungen entscheidet die Kompatibilität mit SPS und MES darüber, ob das System nutzbar ist. Bei Software sind es APIs und Datenpipelines. Diese Anforderungen sind nicht austauschbar.

Datenverwaltung. Verschlüsselung, Zugriffskontrollen, Prüfpfade und die Einhaltung gesetzlicher Vorgaben. DSGVO, HIPAA und branchenspezifische Standards bestimmen die Plattformwahl oft schon, bevor ein technischer Vergleich beginnt.

Die neue Hürde bei der Beschaffung: Gerätevertrauen und Datenherkunft#

Eine Entwicklung, die man benennen sollte, denn sie verhindert inzwischen Vertragsabschlüsse, die früher zustande gekommen wären.

Gerätevertrauen, Rechte an Datensätzen und Nachweise zur Verwahrung von Bildern haben zunehmend dasselbe geschäftliche Gewicht wie die Modellgenauigkeit. Ein Computer-Vision-Modell kann die technische Validierung bestehen und trotzdem bei der Beschaffung scheitern, weil niemand belegen kann, woher die Trainingsbilder stammen, ob die Organisation sie nutzen durfte oder welches physische Gerät ein bestimmtes Bild aufgenommen hat.

Drei Fragen für die Ausschreibungsunterlagen:

• Rechte an Datensätzen. Welche Lizenz gilt für jeden zum Training verwendeten Datensatz, und erlaubt sie die kommerzielle Nutzung in unserem Rechtsgebiet?
• Verwahrung von Bildern. Kann der Anbieter einen Nachweis vorlegen, der eine produktive Inferenz bis zu dem Gerät zurückverfolgt, das das Bild aufgenommen hat?
• Gerätevertrauen. Wie wird die Integrität eines Edge-Geräts nachgewiesen, und was passiert, wenn jemand ein Gerät manipuliert?

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

So führst du die Bewertung durch#

Erstelle eine Vorauswahl anhand der Quadranten, nicht der Anzahl an Funktionen. Entscheide zuerst zwischen vortrainiert und kundenspezifisch sowie zwischen Cloud und Edge. So scheidet gewöhnlich die Hälfte des Markts aus, noch bevor du eine einzige Demo gesehen hast.

Führe einen Proof of Concept mit deinen schwierigsten Daten durch. Dieselben Bilder, dieselben Abnahmekriterien, jeder Anbieter. Miss die Genauigkeit bei den wichtigen Fällen statt die Gesamtgenauigkeit anhand eines einfachen Datensatzes.

Berechne die Kosten für den gesamten Lebenszyklus. Erstelle ein Modell für drei Jahre, das auch den Aufwand für Annotationen und erneutes Training berücksichtigt. Vergleiche die Gesamtkosten, nicht die Lizenzgebühren.

Teste den Aktualisierungsprozess. Stelle ein Modell bereit und ändere es dann. Wie lange das dauert und wer daran beteiligt sein muss, entscheidet darüber, ob sich das System nach dem Produktivstart weiterentwickelt oder vom ersten Tag an unverändert bleibt.

Prüfe die Ausstiegsmöglichkeiten. Kannst du deine beschrifteten Daten in einem offenen Format exportieren und deine Modelle anderswo einsetzen? Wenn nicht, berechne die Kosten der Bindung an den Anbieter.