Wir stellen die Ultralytics Platform vor: Der intelligenteste Weg, Computer Vision zu annotieren, zu trainieren und bereitzustellen

Wir haben das Open-Source-Ökosystem von Ultralytics geschaffen, um Computer Vision für alle zugänglich zu machen. Weltweit trainieren inzwischen Millionen von Entwicklern Ultralytics-YOLO-Modelle, die alles antreiben – von Inspektionslinien in Fabriken bis hin zu autonomen Liefersystemen.

Doch im Laufe der Jahre hörten wir aus der Community immer wieder dieselbe Rückmeldung: Ein leistungsstarkes Modell zu trainieren, ist in Computer Vision nicht mehr die größte Hürde. Die Herausforderung besteht darin, es in den Produktivbetrieb zu überführen.

Heute ändern wir das. Lerne die Ultralytics Platform kennen: die ultimative, speziell entwickelte End-to-End-Plattform, die deine visuelle KI von Rohdaten bis zur einsatzreifen Bereitstellung in der Praxis begleitet.

Die Lücke zwischen einem großartigen Modell und einem großartigen Produkt#

Im vergangenen Jahrzehnt haben sich Computer Vision und Deep Learning rasant von der Forschung zu einer kritischen Infrastruktur für Systeme in der Praxis entwickelt. Die Technologie ermöglicht Qualitätskontrollen in der Fertigung, den kassenlosen Einzelhandel und die Steuerung chirurgischer Robotik und hält autonome Fahrzeuge auf Kurs. Die Modelle waren noch nie so leistungsfähig, aber der Weg von einem funktionierenden Prototyp zu einem zuverlässigen Produktivsystem? Der ist noch immer schwieriger als nötig.

Die meisten Teams setzen heute separate Werkzeuge für Beschriftung, Training, Experimentverfolgung, Bereitstellung und Überwachung zusammen. Jede Integration bringt zusätzliche Komplexität mit sich. Jede Übergabe bremst den Fortschritt. Und während sie die Infrastruktur verwalten, statt die Anwendung selbst zu entwickeln, können unbemerkt Wochen vergehen.

Bei der engen Zusammenarbeit mit Entwicklern, Start-ups und Unternehmensteams aus der Computer-Vision-Community traten immer wieder drei Herausforderungen zutage:

• Der Engpass bei der Datenbeschriftung: Leistungsstarke Modelle benötigen hochwertige, beschriftete Daten. Doch die Erstellung und Pflege solcher Datensätze ist nach wie vor langsam und arbeitsintensiv.
• Die Lücke bei der Bereitstellung: Ein Modell, das beim Training gute Ergebnisse erzielt, kann zusätzliche Wochen an Entwicklungsarbeit erfordern, bis es zuverlässig auf Edge-Geräten, in Cloud-Umgebungen und in Produktivsystemen läuft.
• Die Kosten fragmentierter Werkzeuge: Wenn Datenbeschriftung, Training, Verfolgung und Bereitstellung auf mehrere Dienste verteilt sind, entsteht ein immer größerer Verwaltungsaufwand, der jeden Entwicklungszyklus verlangsamt.

Diese wiederkehrenden Herausforderungen sind der entscheidende Engpass bei der modernen Computer-Vision-Entwicklung und haben uns letztlich dazu bewogen, die Ultralytics Platform zu entwickeln. Ein vereinfachter Arbeitsablauf von der Datenaufbereitung bis zur Bereitstellung und die Verknüpfung der zentralen Entwicklungsphasen von Computer Vision helfen Teams dabei, viel einfacher von vielversprechenden Modellen zu praxistauglichen visuellen KI-Systemen zu gelangen.

Der gesamte Lebenszyklus visueller KI an einem Ort#

Die Ultralytics Platform vereint alle Phasen des Computer-Vision-Arbeitsablaufs – von der Datenverwaltung über die Beschriftung und das Modelltraining bis hin zur Bereitstellung und Überwachung. Alles findet an einem zentralen, vernetzten Arbeitsplatz statt, der Komplexität reduziert und den Weg von der Idee zur Wirkung beschleunigt.

Lade deine Bilder oder Videos hoch. Beschrifte sie mit den integrierten Werkzeugen. Trainiere Modelle wie Ultralytics YOLO26 direkt auf der Plattform. Stelle sie weltweit bereit. Überwache ihre Leistung in Echtzeit. Jede Phase geht nahtlos in die nächste über, damit du dich auf die Entwicklung deiner Anwendung konzentrieren kannst, statt die Infrastruktur zu verwalten.

Abb. 1: Ein Einblick in die Ultralytics Platform (Quelle)

Von der Idee bis zur Bereitstellung: So funktioniert die Ultralytics Platform#

Eine Computer-Vision-Idee in ein funktionierendes System umzusetzen, umfasst mehrere Phasen – von der Datenaufbereitung bis zum Einsatz von Modellen im Produktivbetrieb. Die Ultralytics Platform strukturiert diesen Prozess als klaren, einfachen Ablauf, mit dem du mühelos vom ersten Konzept bis zum bereitgestellten Modell gelangst.

Datenbeschriftung: Deutlich schneller#

Daten zu beschriften war traditionell einer der zeitaufwendigsten Schritte bei jedem Computer-Vision-Projekt. Die Ultralytics Platform beschleunigt diesen Prozess erheblich und passt sich daran an, wo deine Daten gespeichert sind.

Du kannst unbeschriftete Bilder, Videos oder Datensatzarchive hochladen, bereits im YOLO- oder COCO-Format beschriftete Datensätze importieren oder öffentliche Datensätze klonen, die von der Ultralytics-Community geteilt wurden. Ganz gleich, ob du ganz von vorn anfängst oder auf vorhandene Arbeit aufbaust: Sobald deine Daten auf der Plattform sind, kannst du sie verwenden.

Wenn deine Bilder oder Videos noch nicht beschriftet sind, geht das mit dem integrierten Beschriftungseditor deutlich schneller. Er unterstützt alle wichtigen Computer-Vision-Aufgaben – von Objekterkennung und Instanzsegmentierung bis hin zu Posenschätzung, Erkennung orientierter Begrenzungsrahmen (OBB) und Bildklassifizierung. Die Werkzeuge sind auf Geschwindigkeit und Präzision ausgelegt.

Besonders hervorzuheben ist die intelligente Beschriftung auf Basis von SAM 3. Mit dem Segmentierungsmodell für alles 3 (SAM 3) kannst du präzise Masken, Begrenzungsrahmen oder orientierte Rahmen erstellen, indem du auf ein Objekt klickst und die Auswahl mit wenigen Punkten verfeinerst. Was früher stundenlange manuelle Nachzeichnung erforderte, dauert jetzt nur noch Minuten. So können Teams hochwertige Datensätze in einem Tempo erstellen, das mit ihrer Entwicklungsgeschwindigkeit Schritt hält.

Abb. 3: Beispiel für intelligente Beschriftung mit SAM auf der Ultralytics Platform (Quelle)

Vorlagen für Posenskelett, Tastenkürzel, direkte Klassenverwaltung sowie Rückgängig- und Wiederholen-Funktionen runden das Beschriftungserlebnis ab und helfen dir, konzentriert zu arbeiten.

Training: Mühelos leistungsstark#

Sobald deine Daten beschriftet sind, ist das Training nur einen Klick entfernt. Ultralytics YOLO26, YOLO11 und die gesamte Ultralytics-YOLO-Modellfamilie werden direkt unterstützt. Du kannst sie unmittelbar auf der Plattform mit Cloud-Grafikprozessoren (GPUs) trainieren oder auf eigener Hardware trainieren und gleichzeitig Messwerte an die Plattform übertragen.

Wähle aus einer breiten Palette von Cloud-GPUs, darunter RTX 4090, RTX PRO 6000, NVIDIA A100, H100 und weitere, oder trainiere auf deiner eigenen Hardware und übertrage Messwerte in Echtzeit an die Plattform. Jedes Experiment wird automatisch in Projekten organisiert, in denen verwandte Modelle zusammengefasst sind. So kannst du einfach nachverfolgen, wie sich verschiedene Datensätze, Parameter und Konfigurationen auf die Ergebnisse auswirken, und die leistungsstärksten Modelle ermitteln.

Verfolge Verlustkurven, Präzision, Trefferquote und mittlere durchschnittliche Präzision (mAP) im Verlauf jeder Epoche. Analysiere Konfusionsmatrizen und Präzision-Trefferquote-Kurven, um genau zu verstehen, wo dein Modell gute Ergebnisse erzielt und wo es sich verbessern lässt. Vergleiche mehrere Trainingsläufe nebeneinander, um die Konfiguration mit den besten Ergebnissen zu finden.

Abb. 2: Überwachung des Trainingsfortschritts mit der Ultralytics Platform (Quelle)

Die Ultralytics Platform verwaltet außerdem automatisch wichtige Phasen des Trainingsablaufs. Während des Trainings werden Prüfpunkte gespeichert, sodass sowohl das leistungsstärkste Modell als auch die endgültigen trainierten Gewichte erhalten bleiben. Vortrainierte Modelle lassen sich direkt auf der Plattform feinabstimmen und trainierte Modelle hoch- oder herunterladen. So haben Teams völlige Freiheit bei der Wahl ihres Arbeitsorts und ihrer Arbeitsweise.

Keine Infrastruktur, die bereitgestellt werden muss. Kein separater Dienst für die Experimentverfolgung, der eingerichtet werden muss. Nur ein klarer, effizienter Weg von beschrifteten Daten zu einem trainierten, praxistauglichen Modell.

Weltweit bereitstellen, alles überwachen#

Ein gut trainiertes Modell benötigt einen ebenso leistungsfähigen Weg in den Produktivbetrieb. Die Ultralytics Platform bietet genau das.

Überprüfe zunächst die Inferenz-Ergebnisse deines Modells direkt im Browser. Wenn du mit den Ergebnissen zufrieden bist, kannst du es in 43 Regionen weltweit bereitstellen. Dedizierte Endpunkte passen ihre Kapazität automatisch an die Nachfrage an. Jeder Endpunkt verfügt über eine eigene API-Adresse, die sofort in deine Anwendungen integriert werden kann.

Abb. 4: Die Ultralytics Platform unterstützt die Bereitstellung von Modellen in 43 Regionen weltweit. (Quelle)

Ganz gleich, ob du Modelle in der Cloud bereitstellen oder auf Edge-Geräten ausführen möchtest: Die Ultralytics Platform bietet flexible Optionen für beide Szenarien. Alle Ultralytics-YOLO-Modelle sind von Haus aus so optimiert, dass sie in unterschiedlichen Umgebungen effizient laufen und selbst auf Edge-Hardware mit begrenzten Rechenressourcen zuverlässig arbeiten. Wenn du Modelle außerhalb der Plattform ausführen musst, unterstützt Ultralytics den Export in 17 geprüfte Formate, darunter ONNX, TensorRT, CoreML, TFLite und OpenVINO. So laufen deine Modelle nativ in Cloud-Diensten, auf Mobilgeräten, in Edge-Systemen und mehr.

Sobald deine Modelle laufen, bietet die integrierte Überwachung im Bereitstellungs-Dashboard einen vollständigen Überblick über ihre Leistung im Produktivbetrieb: Anzahl der Anfragen, Latenzwerte, Fehlerraten, Zustand der Endpunkte und ausführliche Protokolle. Du kannst außerdem Protokolle prüfen, den Status der Endpunkte überprüfen und die Leistung über längere Zeit verfolgen. So stellst du sicher, dass deine Computer-Vision-Systeme zuverlässig im Produktivbetrieb laufen, und erkennst Möglichkeiten zur Leistungsoptimierung.

Leg noch heute los oder entdecke in der Ultralytics-Dokumentation ausführlich, was die Plattform alles kann.

Die Entwicklung visueller KI für alle zugänglich machen#

Wenn du mehr über die Ultralytics Platform erfährst, wird schnell klar, dass ihr Ziel über die Bereitstellung von Werkzeugen zur Entwicklung von Computer-Vision-Systemen hinausgeht. Im Kern soll die Plattform die Entwicklung visueller KI für eine breitere Community zugänglicher und benutzerfreundlicher machen.

Für die Entwicklung und Bereitstellung von KI-Systemen waren traditionell spezielle Infrastruktur, komplexe Werkzeuge und erhebliche Anfangsinvestitionen erforderlich. Selbst als leistungsstarke Modelle leichter zu trainieren waren, blieb der zugehörige Arbeitsablauf für Einzelpersonen und kleinere Teams schwer zugänglich: Datensätze verwalten, Experimente durchführen, Modelle bereitstellen und Infrastruktur warten.

Die Ultralytics Platform senkt diese Hürden, indem sie den gesamten Arbeitsablauf für visuelle KI in einer einzigen Umgebung zusammenführt und den Einstieg erleichtert. Neue Nutzer können mit dem kostenlosen Tarif die Plattform ausprobieren. Er umfasst Guthaben für Cloud-Training sowie Zugriff auf zentrale Funktionen wie Datensatzverwaltung, Beschriftungswerkzeuge, Modelltraining und Modellexport.

Wenn Projekte wachsen, können Nutzer oder Unternehmenskunden mit zusätzlichen Guthaben und Plattformtarifen skalieren. Damit erhalten sie mehr Rechenressourcen, Speicherplatz, Funktionen für die Zusammenarbeit und Bereitstellungskapazität. Dank dieses flexiblen Ansatzes können Entwickler, Forschende, Start-ups und Unternehmen klein anfangen, frei experimentieren und die Nutzung erweitern, während ihre Computer-Vision-Systeme dem Produktiveinsatz näherkommen.

Durch die Kombination eines durchgängigen Computer-Vision-Arbeitsablaufs mit einem zugänglichen Preismodell erleichtert die Ultralytics Platform mehr Menschen den Einstieg in die Entwicklung, Erprobung und Bereitstellung praxistauglicher Anwendungen für visuelle KI.

Die wichtigsten Erkenntnisse#

Die Ultralytics Platform vereint den gesamten Lebenszyklus visueller KI in einem leistungsstarken Arbeitsbereich und beschleunigt so den Weg von Rohdaten zu einsatzbereiten visuellen KI-Systemen. Mit integrierten Werkzeugen für Beschriftung, Training, Bereitstellung und Überwachung können Teams Modelle wie Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 und ältere YOLO-Modelle entwickeln und bereitstellen, ohne komplexe Infrastruktur verwalten zu müssen.

Ganz gleich, ob du dein erstes Modell ausprobierst oder visuelle KI im großen Maßstab bereitstellst: Die Plattform unterstützt dich in jeder Phase.

Werde Teil unserer Community und entdecke Innovationen wie KI in der Fertigung und visuelle KI im Einzelhandel. Besuche unser GitHub-Repository und entdecke noch heute Computer Vision – informiere dich über unsere Lizenzoptionen.