Doch zunächst die Grundlagen: Für Syassen sind vor allem zwei Ansätze relevant: das klassische maschinelle Lernen, das in Produkten wie KI-gestützten Kameras zum Einsatz kommt, und die generative KI (GenAI), die zunehmend an Bedeutung gewinnt. Sick hat bereits Produkte entwickelt, die mit Deep-Learning-Modellen Muster erkennen, etwa in der Qualitätskontrolle oder bei der Paketsortierung. Diese Lösungen ermöglichen es, industrielle Anwendungen effizienter und mit höherer Genauigkeit zu betreiben.

Ein konkretes Beispiel sind Kamerasysteme, die in Logistikzentren eingesetzt werden. Hier sorgen integrierte KI-Modelle für die zuverlässige Erkennung von Barcodes, die Vermessung von Paketen und die Optimierung der Sortierung - ein entscheidender Faktor in Zeiten steigender Versandmengen.

Herausforderungen für die Bildverarbeitung

Obwohl die Bildverarbeitung von vielen in der Branche als Commodity angesehen wird, sieht Sick hier noch Potenzial. Die Herausforderung besteht darin, robuste Lösungen zu entwickeln, die unter den anspruchsvollen Bedingungen der Industrie zuverlässig funktionieren. Dabei steht laut Syassen weniger die Entwicklung von Modellen im Vordergrund, sondern die Kombination von bewährter Hardware mit anwendungsspezifischer KI-Software. Die so genannte „industrietaugliche KI“ steht dabei im Mittelpunkt.

KI und Sicherheit: Ein komplexes Wechselspiel

Ein zentrales Thema der Diskussion war die Integration von KI in Sicherheitslösungen. Klassische Sicherheitssysteme basieren auf deterministischen Ansätzen, während KI auf probabilistischen Modellen aufbaut. Diese unterschiedlichen Ansätze erfordern innovative Lösungen, um die hohen Anforderungen an die funktionale Sicherheit zu erfüllen.

Ein Beispiel ist das von Sick entwickelte System „Safe Brake Assist“, das in Straßenbaumaschinen eingesetzt wird. Mit Hilfe von Laserscannern und maschinellem Lernen kann das System Personen zuverlässig erkennen und Unfälle vermeiden.Die Technologie wurde so entwickelt, dass sie auch unter schwierigen Bedingungen wie Dampf oder Nebel zuverlässig funktioniert. Das System ist zertifiziert und bietet eine neue Dimension der Sicherheit im industriellen Umfeld.

Und GenAI? Syassen nannte Anwendungsbeispiele wie die Unterstützung bei der Suche nach verlorenem Gepäck oder die Optimierung interner Prozesse. Sick hat über 60 GenAI-Anwendungen identifiziert, von denen einige bereits im Einsatz sind, etwa in der Softwareentwicklung oder bei der Analyse von Rechnungen. Effizienz durch spezialisierte KI-Modelle

Die Zukunft liegt für Sick in kleineren, spezialisierten Modellen, die weniger Rechenleistung und Energie benötigen.Dabei steht laut Syassen weniger die Entwicklung von Modellen im Vordergrund, sondern die Kombination von bewährter Hardware mit anwendungsspezifischer KI-Software.Die so genannte „industrietaugliche KI“ steht dabei im Mittelpunkt.