Die Höhepunkte von Ultralytics auf der Embedded World North America 2025
Begleite uns bei einem Rückblick auf die Erfahrungen von Ultralytics auf der Embedded World North America 2025. Erfahre, wie Ultralytics YOLO-Modelle die Embedded Vision voranbringen.

Anfang dieses Jahres, im März, waren wir in Nürnberg bei der Embedded-Community auf der Messe und Konferenz Embedded World dabei. Dort sahen wir, wie Ultralytics YOLO-Modelle in vielen Branchen für reale Anwendungen im Bereich Embedded Vision eingesetzt werden.
Zahlreiche Innovationen machten deutlich, wie schnell On-Device-KI wächst und wie weit verbreitet Ultralytics YOLO-Modelle eingesetzt werden. In der vergangenen Woche reisten wir vom 4. bis 6. November nach Anaheim, Kalifornien, zur Embedded World North America 2025, um diese Entwicklung fortzusetzen.
Die Veranstaltung brachte Ingenieure, Hardwarehersteller, Softwareentwickler, Technikbegeisterte und Forschende zusammen, die die nächste Generation intelligenter Embedded-Geräte entwickeln. Es war eine hervorragende Gelegenheit, mit der Embedded-Community in den Vereinigten Staaten in Kontakt zu treten und zu sehen, wie Ultralytics YOLO-Modelle in praktischen, auf den Produktionseinsatz ausgerichteten Umgebungen verwendet werden.
Sehen wir uns vor diesem Hintergrund einige Highlights unserer Zeit auf der Embedded World North America 2025 an. Legen wir los!
Wochenauftakt in Santa Clara mit NVIDIA#
Vor der Weiterreise nach Anaheim besuchten Francesco Mattioli, unser Lead Partnership Engineer, und Nuvola Ladi, unsere Digital Content Managerin, die NVIDIA-Büros in Santa Clara im Herzen des Silicon Valley. Der Besuch bot einen entspannten und offenen Rahmen, um die Zusammenarbeit zu fördern und bekannte Gesichter wiederzusehen.

Abb. 1. Francesco Mattioli und Nuvola Ladi mit dem NVIDIA-Team.
Sie besichtigten den Campus und aßen gemeinsam zu Mittag. So begann die Woche auf angenehme und motivierende Weise, was den Ton für unsere Zeit in Anaheim vorgab.
Rückblick auf die Embedded World in Nürnberg#
Werfen wir zur Einstimmung einen kurzen Blick auf unsere Erfahrungen in Nürnberg Anfang dieses Jahres, bevor wir uns mit den Ereignissen der vergangenen Woche befassen.
Im März war die Messehalle der Embedded World voller inspirierender Beispiele für Embedded Vision in der Praxis. Besonders viele Teams nutzten Ultralytics YOLO-Modelle, um Echtzeitanwendungen auf Edge-Hardware zu betreiben.
Von kompakten Entwicklungsplatinen bis hin zu fortschrittlicheren Rechenmodulen wurden Ultralytics YOLO-Modelle als bevorzugte Modelle eingesetzt, um die Leistung zu testen, neue Hardwarefunktionen zu präsentieren und praktische Arbeitsabläufe für Embedded-KI zu demonstrieren. So sahen wir Ultralytics YOLO-Modelle auf Hardware von Unternehmen wie D-Robotics, Infineon Technologies, Seeed Studio und M5Stack laufen, wobei jedes Unternehmen einen anderen Ansatz veranschaulichte, um effiziente Computer Vision auf Edge-Geräte zu bringen.
Ein Überblick über die Embedded World North America 2025#
Wie bereits die Veranstaltung im März brachte auch die Embedded World North America die Embedded-Community im Anaheim Convention Center in Kalifornien erneut zusammen. Das dreitägige Treffen umfasste Keynotes von Dario Freddi von SECO, der über die Entwicklung der Beschleunigung von Edge-KI sprach, und Joe Fabbre von Green Hills Software, der die zunehmende Komplexität der Entwicklung eingebetteter Software hervorhob.
In den Konferenzvorträgen und auf der Messe lag ein starker Fokus auf Embedded Vision und der praktischen Bereitstellung von KI. Viele Teams untersuchten, wie sich Computer Vision zuverlässig in realen Umgebungen einsetzen lässt, in denen Effizienz, Energieverbrauch und Reaktionszeit entscheidend sind. Dadurch bot die Veranstaltung ein hervorragendes Umfeld, um zu sehen, wie Ultralytics YOLO-Modelle als zugängliche und zuverlässige Lösungen für On-Device-KI eingesetzt werden.

Abb. 2. Einblick in die Embedded World North America 2025.
Die Entwicklung hinter dem Aufschwung der Embedded-KI verstehen#
Beim Lesen dieses Rückblicks fragst du dich vielleicht, warum Embedded-KI in letzter Zeit so stark in den Mittelpunkt gerückt ist. Viele Geräte müssen heute erkennen, was sie sehen, und unmittelbar Entscheidungen treffen, ohne Daten an die Cloud zu senden.
Das wird an Orten wie Fabriken, Lagern, Krankenhäusern, bei Verbraucherprodukten und sogar bei kleinen Robotern und Sensoren immer wichtiger. Wenn KI direkt auf dem Gerät ausgeführt werden kann, wird alles schneller und zuverlässiger, und sensible Daten bleiben lokal.
Deshalb wächst Embedded Vision schnell und erhält branchenweit viel Aufmerksamkeit. Viele Teams suchen nach Modellen, die effizient und einfach bereitzustellen sind und flexibel genug auf unterschiedlichen Hardwaretypen laufen.
Insbesondere Ultralytics YOLO-Modelle sind zu einer beliebten Wahl geworden, weil sie eine hohe Genauigkeit bieten und gleichzeitig leicht genug sind, um auf Geräten mit begrenzten Ressourcen zu laufen. Außerdem lassen sie sich problemlos in eine Vielzahl von Hardwareplattformen integrieren, sodass Entwickler reale Lösungen für Embedded-KI leichter prototypisieren, testen und bereitstellen können.
Tag eins auf der Embedded World: YOLO auf der gesamten Messe entdecken#
Am 5. November kamen Francesco Mattioli und Nuvola Ladi auf der Embedded World North America an und verbrachten den Tag damit, die Messe zu erkunden. Es war spannend zu sehen, wie viele Teams Ultralytics YOLO-Modelle als Teil ihrer Arbeitsabläufe für Embedded Vision einsetzen.
Von frühen Prototypen bis hin zu produktionsreifen Systemen waren Ultralytics YOLO-Modelle in einer Vielzahl von Lösungen für Robotik, Automatisierung, intelligente Geräte und industrielle Systeme vertreten. Diese Anwendungen profitieren davon, dass die KI direkt auf dem Gerät ausgeführt wird: Das sorgt für kurze Reaktionszeiten, höhere Zuverlässigkeit und macht das ständige Senden von Daten an die Cloud überflüssig.

Abb. 3. Francesco Mattioli und Nuvola Ladi auf der Embedded World North America 2025.
Francesco sagte: „Unsere Erfahrung auf der Embedded World hat eindrucksvoll gezeigt, dass Ultralytics YOLO-Modelle für den breiten industriellen Einsatz bereit sind. Es war wirklich beeindruckend, durch die Messe zu gehen und zu sehen, wie viele verschiedene Gerätetypen diese Modelle inzwischen problemlos ausführen können. Dabei reicht die Bandbreite von winzigen Mikrocontrollern, die in deine Handfläche passen, bis hin zu leistungsstarken GPU-Systemen. Die Vielseitigkeit ist wirklich bemerkenswert: Ob du mit Edge-Geräten mit begrenzten Ressourcen arbeitest oder über beträchtliche Rechenleistung verfügst – diese Modelle funktionieren einfach. Es ist spannend zu sehen, wie diese Flexibilität Realität wird und Computer Vision auf einem so breiten Spektrum von Hardware zugänglich macht.“
Ultralytics YOLO-Modelle am Stand von STMicroelectronics vorführen#
Eines der wichtigsten Highlights des Tages war unser Besuch am Stand von STMicroelectronics in Halle C, Ebene 1, Stand 4015. Der Stand präsentierte eine Wand der Partner im Edge-KI-Ökosystem, auf der eine Reihe von Unternehmen vorgestellt wurde, die gemeinsam daran arbeiten, On-Device-KI auf unterschiedlichen Hardwaretypen zugänglicher und praxistauglicher zu machen.

Abb. 4. Francesco Mattioli vor der Wand des Edge-KI-Ökosystems am Stand von STMicroelectronics.
Es war großartig zu sehen, dass Ultralytics Teil dieses Ökosystems war und dafür Anerkennung erhielt. An der Wand wurde eine Demo mit Ultralytics YOLO-Modellen gezeigt, die Echtzeit-Objekterkennung ausführten. Sie veranschaulichte, wie effizient unsere Modelle auf Hardware von STMicroelectronics laufen können, die für Edge-Geräte mit geringem Energieverbrauch entwickelt wurde.
Wir hatten außerdem die Gelegenheit, mit dem Team von STMicroelectronics darüber zu sprechen, wie Entwickler Ultralytics YOLO-Modelle auf ihren Mikrocontrollern (MCUs) und Mikroprozessoren (MPUs) einsetzen und wie sich Leistung, Speichereffizienz und Bereitstellungsabläufe kontinuierlich verbessern.
Vernetzung mit der Vision-KI-Community#
Am nächsten Tag setzten wir unsere Gespräche mit Unternehmen, Entwicklern und Partnern auf der Messe fort. An diesem Tag standen nicht nur Demos im Mittelpunkt, sondern vor allem Gespräche. Wir erfuhren aus erster Hand, wie Teams Ultralytics YOLO-Modelle in Projekten einsetzen, die von Robotik und automatisierten Inspektionssystemen bis hin zu intelligenten Verbrauchergeräten und medizinischen Geräten reichen.
Viele dieser Teams teilten Feedback, gewonnene Erkenntnisse und Ideen dazu, was sie sich als Nächstes für Embedded Vision wünschen. Außerdem hatten wir die Gelegenheit, Mitglieder unserer Open-Source-Community wiederzutreffen, die an der Veranstaltung teilnahmen.
Es war ermutigend zu sehen, wie Menschen Ultralytics YOLO-Modelle ausprobieren, anpassen und erweitern, um praktische Anforderungen in realen Umgebungen zu erfüllen. Diese Gespräche zeigten, wie wichtig Benutzerfreundlichkeit, Flexibilität und eine umfassende Dokumentation weiterhin sind, während immer mehr Teams KI direkt auf Geräten einsetzen.
Wichtige Erkenntnisse#
Unsere Zeit auf der Embedded World North America 2025 hat deutlich gemacht, wie schnell sich Embedded-KI weiterentwickelt und wie breit Ultralytics YOLO-Modelle in realen Produkten und Arbeitsabläufen eingesetzt werden. Es war inspirierend, mit Teams in Kontakt zu treten, die Computer Vision aktiv auf Edge-Geräte bringen, und zu sehen, wie diese Anwendungen in Bereichen wie Robotik, Automatisierung, Gesundheitswesen und intelligenten Geräten Wirkung entfalten.
Vielen Dank an alle, die sich während der Veranstaltung die Zeit genommen haben, ihre Arbeit, Erkenntnisse und ihr Feedback mit uns zu teilen. Wir freuen uns darauf, die Embedded-KI-Community weiterhin zu unterstützen und leistungsstarke, zugängliche Computer Vision auf Geräten jeder Größe zu ermöglichen.
Werde Teil unserer globalen Community und sieh dir unser GitHub-Repository an, um mehr über Computer Vision zu erfahren. Entdecke auf unseren Lösungsseiten Innovationen wie KI in der Landwirtschaft und Computer Vision im Einzelhandel. Informiere dich über unsere Lizenzoptionen und beginne damit, dein eigenes Computer-Vision-Modell zu entwickeln.









