Der Frankfurter PIV argumentiert, dass die Industrie 4.0 ohne Imaging-Industrie gewissermaßen blind sei. Tatsächlich sind Verfahren zum Erkennen und Interpretieren von Bildern unverzichtbar, vom selbstfahrenden Auto bis zur biometrischen Personenidentifizierung: Kameras und verwandte Geräte zeichnen die Bilder auf, KI-gestützte nachgelagerte Bildauswertungstools interpretieren die Aufnahmen. In der Industrie 4.0 werden solche Systeme etwa dazu eingesetzt, die Oberflächengüte von Werkstücken zu beurteilen, während sehende Cobots die Zusammenarbeit zwischen Maschine und Mensch erheblich sicherer machen. Auch bei der Automatisierung wiederkehrender, gleichförmiger Aufgaben bieten sehende Maschinen deutliche Vorteile.

Große Fortschritte hat die KI-basierte Bildverarbeitung in den letzten Jahren dem Deep Learning zu verdanken, einem Verfahren maschinellen Lernens, bei dem mehrere Schichten von neuronalen Netzen in Kombination genutzt werden und sich – ähnlich wie beim menschlichen Lernen – durch Versuch und Irrtum selbst verbessern.

Das Potenzial, das in maschinellem Sehen steckt, will auch die European Machine Vision Association (EMVA) heben, eine gemeinnützige Organisation, die sich seit 2003 der Entwicklung und Nutzung dieser Technologien widmet. Der Organisation gehören Wirtschaftsunternehmen ebenso an wie Forschungseinrichtungen, darunter etliche der insgesamt 69 Institute, die zur Fraunhofer-Gesellschaft gehören.