Computer Vision (Bilderkennung)

Computer Vision, auf Deutsch Bilderkennung, ist das Teilgebiet der KI, das Computern das Sehen beibringt. Gemeint ist die Fähigkeit, Inhalte auf Fotos und Videos automatisch zu erkennen und einzuordnen, also etwa Objekte zu benennen, Schäden zu markieren oder Mengen zu zählen.

Zu unterscheiden ist die Bilderkennung von der reinen Bildbearbeitung. Ein Programm, das Aufnahmen aufhellt, zuschneidet oder freistellt, verändert das Bild, ohne seinen Inhalt zu deuten. Bilderkennung ordnet dagegen zu, was zu sehen ist, und erzeugt daraus verwertbare Angaben wie Bauteil, Zustand oder Anzahl.

Wie ein Computer sehen lernt

Damit ein System auf einem Bild etwas erkennt, wird es mit sehr vielen Beispielaufnahmen trainiert. Dieses Vorgehen gehört zum Machine Learning. Zeigt man dem System tausende Bilder von Rissen im Mauerwerk, lernt es, einen Riss auch auf einem neuen, unbekannten Foto zu finden. Das System versteht das Bild nicht wie ein Mensch, sondern erkennt die Muster, die es beim Training gesehen hat.

Die Qualität hängt stark von den Trainingsdaten ab. Was dem System nie gezeigt wurde, erkennt es auch nicht zuverlässig. Eine Kontrolle durch den Fachmann bleibt deshalb wichtig.

Was das fürs Handwerk bedeutet

Für Handwerks- und Baubetriebe steckt in der Bilderkennung viel praktischer Nutzen, weil auf der Baustelle ohnehin ständig fotografiert wird. Eine Software kann Baustellenfotos auswerten, typische Mängel markieren, den Baufortschritt dokumentieren oder Materialien auf einem Bild zählen. Das spart Zeit bei der Dokumentation und sorgt für lückenlose Nachweise.

Ein Beispiel: Ein Dachdecker fotografiert ein Dach, und eine Anwendung markiert auffällige Stellen automatisch im Bild. Die Aufnahmen landen samt Auswertung direkt in der Akte, statt abends von Hand sortiert zu werden.

In der Praxis entscheidet die Aufnahmequalität über das Ergebnis. Unscharfe Bilder, starke Schatten, Gegenlicht und fehlender Maßstab führen zu Fehldeutungen, und ein System meldet in solchen Fällen selten Unsicherheit, sondern liefert ein falsches Ergebnis mit gleicher Selbstverständlichkeit wie ein richtiges. Für die Dokumentation bedeutet das: gleichbleibende Aufnahmestandpunkte, ausreichende Beleuchtung und bei Schadensbildern ein Maßstab im Bild.

Ebenfalls zu bedenken ist die Verantwortung für die Beurteilung. Eine markierte Auffälligkeit auf einem Foto ist ein Hinweis, keine Feststellung. Ob ein Riss statisch relevant ist oder eine Feuchtestelle auf einen Schaden hindeutet, bleibt eine fachliche Bewertung, für die der Betrieb einsteht. Wer Auswertungen ungeprüft an Kunden weitergibt, übernimmt Aussagen, die er nicht selbst geprüft hat.

Wie sich Fotos von der Baustelle mit KI auswerten und sauber ablegen lassen, zeigt der Ratgeber Baustellendokumentation mit KI. Eng verwandt ist die Texterkennung auf Bildern, also OCR, mit der sich etwa Lieferscheine automatisch erfassen lassen.