VDMA: Industrielle Bildverarbeitung weiter auf der Überholspur

Messe Stuttgart

2017: Europäische und deutsche Bildverarbeiter erzielen ein neues Rekordergebnis - 2018: Wachstumsperspektiven von bis zu 10 Prozent

Nach aktuellen Umfragen ist 2017 der Umsatz der deutschen Bildverarbeitungsindustrie wie prognostiziert um 18 Prozent gestiegen. Das entspricht einem Wert von 2,6 Milliarden Euro. Für 2018 geht die Branche von einem Wachstum von bis zu 10 Prozent aus, genaue Zahlen wird der VDMA im Juni vorlegen. „Eines steht jetzt schon fest: Die Bildverarbeitungsindustrie hat auch 2017 wieder einen Rekordumsatz erzielt und bleibt auf Wachstumskurs“, sagt Anne Wendel, Leiterin der Fachabteilung Industrielle Bildverarbeitung, anlässlich des VISION CEO Roundtable.

Bildverarbeitung liegt im Trend
Die Branche meldet schon seit acht Jahren Umsatz- und Wachstumsrekorde. Bildverarbeitung liegt im Trend. Der Grund dafür: Die Schlüsseltechnologie kommt nicht nur im weltweiten Automations-Wettlauf der klassischen Industriezweige verstärkt zum Einsatz, sondern erobert konstant neue Anwendungsgebiete. Standards, Vernetzung und einfache Integration sowie Digitalisierung bleiben Wachstumstreiber. Embedded Vision und Machine Learning eröffnen völlig neue Bereiche und werden der Branche neue Wachstumsimpulse geben.

VISION CEO Roundtable - Wortmeldungen der Teilnehmer
Neun Monate vor der VISION, der Weltleitmesse für Bildverarbeitung, diskutierten neun hochrangige Vertreter der europäischen Bildverarbeitungsindustrie Trends und Zukunftsvisionen.

Die sehr positive Entwicklung unserer Branche wird sich fortsetzen.
Mehrere Trends – Markttrends wie technologische Entwicklungen – werden zu einem weiterhin rasant wachsenden Marktvolumen für Machine Vision Lösungen beitragen.

 

  • Machine Vision ist schon heute integraler Bestandteil der Automation. Mit dem Trend zur digitalen Fabrik nimmt der Hunger nach Prozesswissen und Qualitätsdaten zu. Kaum eine andere Sensortechnologie ist in der Lage, hier ähnlich große Beiträge zu liefern wie die Bildverarbeitung.
  • Standardisierung ist als Enabler für Industrie 4.0 erkannt und allgemein akzeptiert. Die diesbezüglich laufenden Anstrengungen werden breit getragen und sollten der Branche zusätzlichen Schub verleihen.
  • In der Vergangenheit hat die technologische Entwicklung von reiner 2D-Bildverarbeitung hin zu dreidimensional arbeitenden Systemen das Anwendungsfeld für Machine Vision stark ausgeweitet und so zum Wachstum der Branche beigetragen. Anwendungsfokus und technologische Fähigkeiten zielten dabei primär auf quantitative Fragestellungen, also nach Ort, Dimension, Maßzahl, Fehlergröße. Aktuelle technologische Trends, insbesondere die Verfügbarkeit von ML-Tools, weiten das Anwendungsfeld nun auf eher qualitative und dynamische visuellen Fähigkeiten aus.


Der Raum für eine vielversprechende Entwicklung der europäischen MV-Industrie ist also da.

Dr. Heiko Frohn, CTO, VITRONIC GmbH, Wiesbaden / Deutschland

Die industrielle Bildverarbeitung ist nicht nur der Wegbereiter, sondern aus meiner Sicht die Schlüsseltechnologie bei den Herausforderungen der Industrie 4.0. Keine andere Komponente im Produktionsprozess sammelt und interpretiert schon heute so viele Daten wie die Bildverarbeitung. Die Bildverarbeitung avanciert vom bloßen Inspektor zum Produktionsoptimierer. Es gilt, das „Gesehene“ in jeder Phase der Produktion zu verifizieren, zu verarbeiten und die Resultate den Systemen im Wertschöpfungsnetzwerk zu übermitteln. Es ist nicht nur eine Aussage zu treffen, ob ein Teil gut oder schlecht ist, sondern in der Folge eine intelligente Handlung zu steuern. Und dazu ist gerade die industrielle Bildverarbeitung in besonderer Weise prädestiniert, weil sie das „sehende Moment“ ist. Sie alleine ist in der Lage, neben den vorgenannten Primärinformationen über die Bildauswertung auch umfangreiche und wichtige Sekundärinformationen an alle im Prozessnetzwerk agierende Systeme zu liefern. Zum Beispiel über den Zustand der Maschinen, den Verschleiß oder mögliche Wartungszyklen. Nur das umfangreiche Sammeln und Bewerten von diesen Daten macht ein zuverlässiges, intelligentes und autonomes Handeln möglich und gibt Industrie 4.0 eine echte wirtschaftliche Bedeutung.

Dr. Horst Heinol-Heikkinen, CEO, Managing Partner, ASENTICS GmbH & Co. KG, Siegen/Deutschland

 

Heute gibt es im Umfeld Industrieller Bildverarbeitung Investitionschancen vorwiegend in Konsumgüterbranchen wie z.B. dem Automobil- und Drohnensektor, AR/VR, Gesundheit und Sicherheit. Neuentwicklungen werden von Leistung, Gewicht und Größe sowie Kostenreduzierung bestimmt. Bedingt durch die Datendurchsatzrate gewinnen lokale Rechner oder sogenanntes Edge-Computing an Bedeutung. Hierdurch wird die Entwicklung von dedizierter und integrierter stromsparender Datenverarbeitung vorangetrieben, so dass nur relevante Daten zur weiteren Analyse übertragen werden.

Es ist interessant zu sehen, dass viele dieser neuen Firmen sich mit der Entwicklung von Hardware befassen:

  • Chips für künstliche Intelligenz und grafische Verarbeitung, 3D-Erkennung einschließlich Sensoren und Datenverarbeitung für autonome Navigation und Fahrerassistenz,
  • Kleinere und günstigere Sensoren für hyper-spektrale Bildverarbeitung.
    Bildsensoren mit „on-chip”-Verarbeitung oder neue Pixel-Konzepte zur Reduzierung der Datenmenge und/oder Steigerung der Geschwindigkeit.

Technologien und Anwendungen für Robotik, Diagnose und Landwirtschaft sind in der industriellen Bildverarbeitung heiße Themen. Um die Anwendung von Bildverarbeitung in der Robotik weiter zu verbreiten, muss die Programmierung solcher Bildverarbeitungssysteme leichter gemacht und durch selbstlernende Systeme unterstützt werden.

Es ist auch interessant festzustellen, dass das Interesse an der Erkennung elektromagnetischer Strahlung außerhalb des klassischen „sichtbaren Bereichs”, wie z.B. THz-Bildgebung und NIR/SWIR, gewachsen ist. Dies gilt auch für Anwendungen im Konsumgütersektor. Im letzteren besteht der Hauptgrund darin, dass diese Systeme häufig auf aktive Beleuchtung angewiesen sind und dass Überschneidung mit dem sichtbaren Bereich vermieden werden muss. Dies zeigt sich in den jüngsten Bestrebungen von Bildsensorherstellern die Empfindlichkeit von NIR-Sensoren zu erhöhen, um günstige Wärmebildkameras und SWIR-Systeme im 1-3 µm Wellenlängenbereich zu entwickeln.

Viele der Bildverarbeitungsanwendungen werden sich auf mehr als einen Bildsensortyp stützen. Und häufig werden sich auch diese Daten mit Informationen vermischen, die von nicht-bildgebenden Sensoren stammen, wie z.B. inertialen Bewegungsdaten.

Lou Hermans, Ph.D., Partner, Capital‐E, Antwerpen, Belgien

Von einer Konsolidierung der Bildverarbeitungsindustrie ist auszugehen. Die Geschwindigkeit dieser Konsolidierung, die jahrzehntelang recht langsam war, hat in den letzten 36 Monaten erheblich zugelegt. Eine weitere Beschleunigung ist vermutlich in drei Trends begründet:

1.    Computer Vision (allgemein) und Machine Vision (eine auf Fabrikautomatisierung bezogene Untergruppe der CV) erregen zunehmend die Aufmerksamkeit strategischer und Finanzinvestoren.
(Computer/Machine) Vision-Technologie wird eine wichtige Rolle in der Welt des Internet-of-Things/Industry 4.0 einnehmen; beide werden von strategischen und Finanzinvestoren als dynamische und nachhaltige Zukunftsmärkte angesehen. Da davon auszugehen ist, dass IoT/Industry 4.0

  • bestehende Marktstrukturen aufbrechen UND
  • jede Menge neue Wachstumsanwendungen und Geschäftsmodelle eröffnen werden,  

sowohl im professionellen wie auch im Konsumentenmarkt, werden immer mehr große Firmen versuchen, Zugang zu Vision-Technologien zu bekommen (einige organisch, andere durch Akquisitionen).

2.    Der traditionelle Bildverarbeitungsmarkt reift schnell.
Spätestens beim Erscheinen chinesischer Bildverarbeitungs-Akteure setzte im traditionellen Bildverarbeitungsmarkt ein Verfall der durchschnittlichen Verkaufspreise ein (zunächst in Asien, später in Europa und Nordamerika). Um in diesem Umfeld erfolgreich bestehen zu können, müssen Firmen erheblich Skaleneffekte aufweisen. Derzeitige durchschnittliche Bildverarbeitungs-Firmen sind vermutlich zu klein, um an den zukünftigen Volumensegmenten des Marktes teilhaben zu können. Sobald kleinere Firmen dies bemerken, versuchen sie entweder in High-End-Nischen auszuweichen oder öffnen sich für strategische Partnerschaften mit größeren Firmen.  

3.    Immer mehr Gründer klassischer Bildverarbeitungsfirmen gehen auf das Ende ihrer beruflichen Karriere zu.
Eine neue Management-Generation ist in der Bildverarbeitungsindustrie gefragt, da immer mehr Firmengründer auf ihr Karriereende zustreben. Da fähige und finanziell ausgestattete Nachfolger in kleinen Firmen nicht so leicht zu finden sind, erwägen Inhaber den Verkauf der Firma an strategische oder Finanzinvestoren, die Top-Managementkapazitäten und Knowhow liefern können und die in der Lage sind, den Zeitwert der Firma zu zahlen.


Dr. Dietmar Ley, CEO, Basler AG, Ahrensburg

Maschinelles Lernen kommt generell im B2C-Markt zum Einsatz, da diese Technologie von großen Internetfirmen wie Google, IBM, Amazon, etc. vorangetrieben wurde. Zudem wird maschinelles Lernen im B2B-Markt, einschließlich im Maschinenbau, eingesetzt. Bekannte Anwendungen sind vorausschauende Instandhaltung und ähnliches. In der Bildverarbeitung haben wir vor kurzem begonnen, Deep Learning, anzuwenden. Deep Learning ermöglicht die Klassifizierung von Bildern mit einer besseren Klassifikationsrate als mit bisherigen Methoden. Besser noch: je mehr Bilder man hat, desto besser ist das Klassifikationsergebnis. So muss man die unterschiedlichen Fehlerklassen nicht explizit einprogrammieren, d.h. man zeigt dem Deep-Learning-Algorithmus lediglich Bilder. Während dies bei Standardanwendungen wie OCR sehr gut funktioniert, gibt es Nachteile, für die die industrielle Bildverarbeitung Lösungen finden muss. Zunächst braucht man für jede Klasse eine große Anzahl von Bildern, normalerweise viel mehr, als der Produktionsprozess hergibt, besonders von defekten Teilen. Zweitens trainiert man einen Algorithmus, ein Deep-Learning-Netzwerk, präziser zu arbeiten. Dieses Netzwerk wird mithilfe Ihres Bildmaterials trainiert. Wem gehört dieses Netzwerk, eine verdichtete Wiedergabe Ihrer Daten? Wir meinen, es sind Ihre Daten und Sie gehören Ihnen. Bei der Vision Show in Stuttgart werden wir auf jeden Fall sehen, dass Deep Learning im Zentrum der Bildverarbeitungsindustrie steht.

Dr. Olaf Munkelt, Managing Director, MVTec Software GmbH

Standards sind der Turbolader des Branchenwachstums. Sie waren mit Grund für den regelrechten Wachstumsboom der Bildverarbeitungsindustrie der letzten Jahre und sind Schlüssel für weiteres Branchenwachstum. Komponenten und Systeme mit standardisierten Schnittstellen beschleunigen die Marktverfügbarkeit neuer Anwendungen und Lösungen. Die Erfolgsgeschichte der Bildverarbeitung setzt sich definitiv weiter fort!

Dr. Klaus-Henning Noffz, CEO, Silicon Software GmbH, Mannheim, Germany

Bildverarbeitung birgt großes Potential, ohne Frage. Aber lassen Sie uns zunächst klären, was „Smart Factory” bedeutet. Die Smart Factory, also die intelligente Fabrik von morgen, zeigt sich flexibler und wandelbarer – anders ausgedrückt: Sie kann mittels Feedback-Schleifen, gespeist mit Informationen aus intelligenten Sensoren, umgerüstet und optimiert werden. Dies führt zu kürzeren Produktionszyklen der hergestellten Produkte sowie zu größerer Maschinenauslastung in der Fabrik. Das Ergebnis: größeres Durchsatzvolumen bei geringeren Kosten pro produziertem Artikel, größere Effizienz, höhere Erträge.
 
Bildverarbeitung ist eine der Schlüsseltechnologien hierzu. Ihre Stärken erfüllen perfekt die Anforderungen an Anwendungen für flexible Automatisierung und Qualitätskontrolle in der agilen Produktion der Zukunft. 3D-Imaging, Embedded Vision, Machine Learning sind nur drei Beispiele der der sich schnell entwickelnden Trends in der industriellen Bildverarbeitung, die hochgradige Überschneidungen mit Industry 4.0 aufweisen.

Dr. Christian Ripperda, Vice President / Technology Director,
ISRA VISION AG

Wir nutzen Embedded Vision seit vielen Jahren in Form intelligenter Kameras. Smart Camera-Technologie war einer der größten Wachstumsmärkte unseres Sektors. Jedoch ging die Entwicklung dieser Produkte mit hohen Investitionskosten einher. Was wir jetzt vor uns haben, sind neue Standards, neue Serienprodukte, die den Einsatz von Embedded-Bildverarbeitungssystemen zu viel geringeren Kosten als bisher ermöglichen.
 
Eine weitere Embedded-Vision-Lösung sind neue, bereits erhältliche Imager-basierte ID-Leser, für die ein extrem hohes Wachstumspotential zu erwarten ist. Was wir jetzt vor uns haben, sind neue disruptive Anwendungen.
 
Wir sehen Embedded Vision in den meisten Autos mit Spurhaltesystemen. Jedes neue Tesla-Modell hat acht Kameras und einen eingebetteten Prozessor mit dem Ziel, voll automatisiertes Fahren zu ermöglichen. In 10 Jahren wird die Fahrzeugindustrie wahrscheinlich der größte Anwender von Embedded Vision sein.
 
Der Amazon Go-Supermarkt ohne Kassen ist ein solches Beispiel disruptiver Embedded-Vision, das Edge- und Cloud-Lösungen für Back-End- Verarbeitung nutzt. Im Erfolgsfall wird auch dies eines der explosivsten Wachstumsfelder werden.  
 
Robotik ist ein weiterer Bereich. Mit Robotik meine ich mobile Roboter wie automatisierte Fahrzeuge in Lagerhäusern, Staubsauger-Roboter usw. Diese sind bereits Wirklichkeit; mit ein paar weiteren Innovationszyklen werden sie sich jedoch bald zum Alltag gehören.

Mark Williamson, Director - Corporate Market Development, Stemmer Imaging Ltd., Tongham, Surrey, United Kingdom

 

VDMA Industrielle Bildverarbeitung
Der VDMA ist der größte Industrieverband in Europa und hat mehr als 3.200 Mitgliedsfirmen aus der Investitionsgüterindustrie und dem Maschinen- und Anlagenbau. Als Teil des VDMA Fachverbandes Robotik + Automation hat VDMA Industrielle Bildverarbeitung mehr als 115 Mitglieder: Anbieter von Bildverarbeitungs-Systemen und Komponenten sowie Integratoren. Ziel dieser industriegetriebenen Plattform ist es, die Bildverarbeitungsindustrie durch ein breites Spektrum von Aktivitäten und Dienstleistungen zu unterstützen. Arbeitsschwerpunkte sind statistische Analysen und die jährliche Marktbefragung Industrielle Bildverarbeitung, Standardisierung, Marketingaktivitäten, Öffentlichkeitsarbeit, Messepolitik sowie Networking-Veranstaltungen und Konferenzen. Weitere Informationen finden Sie unter: www.vdma.org/vision.

Noch Fragen?
Anne Wendel, Referentin bei VDMA Robotik + Automation,
beantwortet sie gerne.
Telefon: +49 69 6603-1466, E-Mail: anne.wendel@vdma.org

Das dazugehörige Pressematerial der VISION / Messe Stuttgart finden Sie hier: https://www.messe-stuttgart.de/vision/journalisten/pressematerial/#Deutsch-AlleArten-1

Downloads