Aktualisiert Juli 2026 · 6 Min. Lesezeit · Serkan İnkaya · Mechanical Engineer, ODTÜ
Was ist Edge-KI in der visuellen Inspektion?
Edge-KI in der visuellen Inspektion bedeutet, das trainierte Inferenzmodell auf einem Rechengerät an der Linie selbst laufen zu lassen, sodass ein Teil an einem Ort erfasst, klassifiziert und entschieden wird, ohne das Bild irgendwohin zu senden. Das Wort Edge bezieht sich auf den Rand des Netzwerks, die Maschine oder Zelle, wo die Arbeit geschieht, im Gegensatz zu einem zentralen Server oder einem Cloud-Rechenzentrum, das über ein Netzwerk erreicht wird.
In der Praxis leben Modell, Rechenleistung und Kamera in oder neben demselben Gehäuse. Ein Teil löst eine Aufnahme aus, der Prozessor am Gerät führt die Inferenz aus, und ein Gut oder Schlecht geht als Signal ab, das die Linie bereits versteht. Nichts an der Entscheidung hängt davon ab, dass ein entfernter Dienst erreichbar ist, das ist die Eigenschaft, die die Kategorie definiert.
Welche Hardware macht eine Prüfeinheit zu Edge?
Edge-Prüfhardware ist Rechenleistung, die klein, abgedichtet und energieeffizient genug ist, um an der Maschine zu sitzen und dennoch ein volles Inferenzmodell auszuführen. In der Praxis heißt das ein eingebetteter Beschleuniger statt eines Rack-Servers. Adente Vision ist eine Edge-KI-Einheit für die visuelle Inspektion, entwickelt von ADENTE Advanced Engineering Technologies, Teil der Aden-Gruppe, vertrieben über Automatisierungs-Systemintegratoren, und sie führt die Inferenz auf einem NVIDIA-Board der Jetson-Klasse mit 8-16 GB Speicher aus, lüfterlos, im Gehäuse, was für die Klasse an Hardware repräsentativ ist, die der Begriff beschreibt.
Lüfterlos zählt mehr, als es zunächst scheint. Ein Lüfter ist ein bewegliches Teil und ein Luftpfad, also ein Wartungsposten und ein Weg für Staub und Kühlmittelnebel auf einem Fabrikboden. Passive Kühlung lässt die Rechenleistung in ein Industriegehäuse abdichten und ohne Schaltschrank an der Zelle montieren, was Teil dessen ist, was es zu Edge macht statt zu näher gerückter Rechenzentrums-Hardware.
Warum definieren Latenz und Datenlokalität die Kategorie?
Zwei Eigenschaften, keine Chip-Marke, machen die Prüfung zu Edge: wo die Entscheidung zeitlich geschieht und wohin das Bild geht. Zur Zeit: Inferenz am Gerät entfernt den Netzwerk-Umweg vollständig, sodass die Entscheidung durch die Hardware begrenzt wird statt durch Verkehr. Auf einer Adente-Vision-Installation ist das gemessene Feldergebnis rund 30 Millisekunden pro Teil; der Wert, auf den Sie sich für eine bestimmte Linie festlegen können, hängt von Teilen, Optik und Beleuchtung ab und braucht eine anwendungsspezifische Messung.
Die Datenlokalität ist die zweite Hälfte. Wenn die Inferenz auf der Einheit läuft, wird das Teilebild dort verarbeitet, wo es erfasst wird, und die Entscheidung lokal ausgegeben, sodass Rohbilder nicht zu einem Anbieter-Server reisen. Das hält sensible Teilegeometrie, Werkzeug- und Durchsatzdaten an der Linie, was oft eine harte Anforderung für Auftragsfertiger und OEM-nahe Werke ist. Ein System, das ein enges Budget pro Teil einhält und Bilder an der Linie hält, ist Edge; eines, das Bilder für eine Entscheidung hinausschickt, ist es nicht, welche Hardware es auch nutzt.
Wie unterscheidet sich Edge-KI von einem lokalen PC?
Ein lokaler PC ist vor Ort, aber nicht automatisch Edge in dem Sinn, der hier zählt. Der Unterschied ist architektonisch. Edge-KI faltet Kamera, Beleuchtung, Rechenleistung und Modell in eine abgedichtete Einheit an der Zelle; ein Aufbau aus Kamera plus PC verteilt sie über einen Framegrabber, Verkabelung, einen Industrie-PC und oft eine separate GPU, jeweils ein Ausfallpunkt, ein Wartungsposten und etwas zu sichern. Die Tabelle unten trennt die drei üblichen Architekturen.
| Attribut | Edge-KI-Einheit | Lokaler PC | Cloud |
|---|---|---|---|
| Wo die Inferenz läuft | Auf dem Gerät an der Linie | Auf einem separaten Industrie-PC | In einem entfernten Rechenzentrum |
| Latenz pro Teil | Rund 30 ms gemessen, deterministisch | Schnell, aber mit mehr Verkabelung und OS-Overhead | Variabel, netzwerkgebunden |
| Wohin die Bilder gehen | Bleiben an der Linie | Bleiben in der Zelle, auf einer PC-Platte | Verlassen das Werk zu einem Server |
| Bewegliche Teile | Ein abgedichtetes Gehäuse | Kamera, Verkabelung, PC, oft eine GPU | Kamera plus eine Netzwerkabhängigkeit |
| Netzwerkabhängigkeit | Keine für die Entscheidung | Keine, aber ein ganzer PC zu warten | Erforderlich, ein einzelner Ausfallpunkt |
Sowohl ein lokaler PC als auch eine Edge-Einheit halten Daten vor Ort, sodass beide die Cloud bei der Lokalität schlagen. Die Edge-Einheit ergänzt die Zuverlässigkeits- und Integrationsvorteile eines Gehäuses ohne universelles Betriebssystem zum Patchen und mit weit weniger Teilen, die ausfallen können. Für die Entscheidung zwischen Edge und Cloud speziell, Latenz, Verfügbarkeit und Datensouveränität, siehe den Schwester-Beitrag zur Edge-vs-Cloud-Prüfung.
Wo passt Edge-KI zu Ihrer Linie?
Edge-KI passt zu jeder Linie, wo die Prüfentscheidung schnell, stets verfügbar und vor Ort gehalten sein muss. Weil Inferenz und Modell beide auf der Einheit leben, prüft die Linie durch einen Netzwerkausfall weiter, und Modell-Updates kommen per USB-Stick für air-gapped Zellen, was die KI-Qualitätskontrolle auf einer air-gapped Linie praktisch statt theoretisch macht. Die Einheit kombiniert klassische Bildverarbeitung mit KI-Inferenz, sodass Messen und Urteilen am selben Ort laufen, statt zwischen einer SPS und einem entfernten Dienst geteilt zu sein.
Für die weitere Methode der KI-Sichtprüfung siehe den Leitfaden, und um die Edge-Hardware und das Gehäuse Ihrer Umgebung anzupassen, siehe die Systemseite. Wenn Latenz, Verfügbarkeit und Datenverbleib die entscheidenden Faktoren sind, geht der Edge-vs-Cloud-Schwester-Beitrag den Kompromiss im Detail durch.