Bilderkennung – auch Computer Vision oder Bildklassifikation – bezeichnet die Fähigkeit von KI-Systemen, visuelle Informationen aus Bildern oder Videos zu analysieren, zu interpretieren und daraus Bedeutung zu extrahieren. Ein Bilderkennungssystem kann ein Bild als Eingabe empfangen und daraus strukturierte Informationen ableiten: Was ist auf dem Bild zu sehen? Welches Objekt ist es? Wo befindet es sich im Bild? Ist es beschädigt? Welche Schrift ist darauf?
Bilderkennung ist ein Teilbereich der künstlichen Intelligenz und basiert heute fast ausschließlich auf tiefen neuronalen Netzen (Deep Learning) – konkret auf Convolutional Neural Networks (CNNs), die für die Analyse von Bildstrukturen optimiert sind. Moderne Bilderkennungssysteme übertreffen menschliche Genauigkeit in spezifischen visuellen Aufgaben wie der Erkennung von Krankheitsbildern in Röntgenaufnahmen oder der Klassifikation von Produktfehlern.
Aufgabentypen der Bilderkennung
Klassifikation
Was ist auf dem Bild? „Rechnung“, „Schadenbild“, „Produkt A“
Objekterkennung
Wo befinden sich welche Objekte? Mit Bounding Boxes lokalisiert.
Segmentierung
Präzise pixelgenaue Abgrenzung von Objekten oder Bereichen.
Qualitätsprüfung
Fehler, Kratzer, Risse oder Abweichungen in Produkten erkennen.
OCR / Dokumenten
Text aus Bildern lesen, Formularlayouts verstehen, Felder extrahieren.
Gesichtserkennung
Personen identifizieren oder Identität verifizieren. Streng reguliert.
Bilderkennung in der Prozessautomatisierung
Bilderkennung erschließt Automatisierungsmöglichkeiten in Bereichen, die bisher ausschließlich menschliche visuelle Wahrnehmung erforderten. Die wichtigsten Einsatzgebiete in der Unternehmensautomation sind visuelle Qualitätskontrolle in der Fertigung (automatische Fehlererkennung auf Produktionslinien), Schadenseinschätzung in der Versicherung (KI analysiert Fotos vom Unfallschaden), Dokumentenklassifikation (Rechnungen von Lieferscheinen unterscheiden), Identitätsverifizierung (Ausweisdokumente prüfen) und Lagerverwaltung (Bestände per Kamera statt Barcode erfassen).
Abgrenzung OCR zu Bilderkennung
OCR ist eine spezialisierte Form der Bilderkennung, die sich ausschließlich auf die Erkennung von Text in Bildern konzentriert. Bilderkennung ist der Oberbegriff für alle visuellen KI-Aufgaben – sie umfasst OCR, geht aber weit darüber hinaus: die Erkennung von Objekten, Defekten, Personen, Szenen und beliebigen anderen visuellen Merkmalen in Bildern.
Praxisbeispiel
Eine Versicherung führt ein KI-gestütztes Schadenseinschätzungssystem für Kfz-Schäden ein. Prozess: Kunde fotografiert den Fahrzeugschaden mit der Versicherungs-App (4–6 Fotos). Bilderkennungssystem analysiert automatisch: Welche Fahrzeugteile sind sichtbar? Welche sind beschädigt? Wie schwer ist der Schaden einzuschätzen? Das System klassifiziert den Schaden in 3 Kategorien: Bagatellschaden (automatisch reguliert ohne Sachverständigen), mittlerer Schaden (KI-Einschätzung als Grundlage für Sachbearbeiter), schwerer Schaden (immer manuell geprüft). 47 Prozent aller Kfz-Schäden werden durch die Bilderkennung als Bagatellschäden klassifiziert und ohne menschliche Inaugenscheinnahme innerhalb von 4 Stunden reguliert. Kundenzufriedenheit steigt messbar – weil die häufigsten Fälle heute in Stunden statt Tagen abgeschlossen werden.
