Konsortium aus Industrie entwickelt gemeinsame mit der Hochschule Karlsruhe (IRAS) robuste KI-Systeme – Training mit virtuellen Welten statt teurer Realdaten.

Karlsruhe, 19. Februar 2026 – Stellen Sie sich vor, eine Schraubensortieranlage erkennt plötzlich keine Schrauben mehr, weil sich deren Farbton verändert hat, obwohl dieser nicht funktionsrelevant ist. Oder eine Qualitätsprüfung in der Produktion versagt, weil je nach Sonnenstand starke Reflexionen auftreten. Genau solche Probleme möchte das neue Forschungsprojekt „DeepFrame“ lösen, das von einem Konsortium aus Wissenschaft und Industrie durchgeführt wird.

Starkes Konsortium für angewandte KI-Forschung

Am Projekt DeepFrame sind neben der Hochschule Karlsruhe / IRAS (Institut für Robotik und Autonome Systeme) die Unternehmen VisionTools Bildanalyse Systeme GmbH, Elma Electronic GmbH und DE software & control GmbH als Partner beteiligt. Die BMW AG unterstützt das Vorhaben als assoziierter Partner und stellt dem Projekt industrielle Anwendungsfälle bereit.
Finanziert wird das Vorhaben vom Bundesministerium für Forschung, Technik und Raumfahrt (BMFTR). Gemeinsam arbeitet das Konsortium daran, KI-Systeme für industrielle Anwendungen zuverlässiger und robuster zu machen.
Künstliche Intelligenz funktioniert heute oft hervorragend, aber nur unter idealen Bedingungen. Sobald sich Lichtverhältnisse ändern, Sensoren verschmutzt sind oder unvorhergesehene Situationen auftreten, stoßen viele Systeme an ihre Grenzen. Das ist wie bei einem Schüler, der auswendig gelernt hat, aber bei einer leicht veränderten Fragestellung nicht mehr weiterkommt. Genau hier setzt DeepFrame an: Das Forschungsteam entwickelt KI-Systeme, die nicht nur funktionieren, sondern auch unter schwierigen Bedingungen zuverlässig bleiben.

Training in virtuellen Welten

Ein besonderer Clou des Projekts: Statt tausende reale Bilder aufwendig aufzunehmen und zu beschreiben, trainiert das Konsortium KI-Systeme mit virtuell erzeugten Daten aus Simulationen. Das ist vergleichbar mit Flugsimulatoren für Piloten. Wir können beliebig viele Szenarien durchspielen, von perfekten bis zu extremen Bedingungen. Dabei muss kein reales Bauteil fotografiert werden.
Diese synthetischen Trainingsdaten sind nicht nur kostengünstiger, sondern ermöglichen es auch, gezielt kritische Situationen zu simulieren:
Was passiert bei Gegenlicht? Wie reagiert das System auf Schatten oder Reflexionen? Können fehlende Teile zuverlässig erkannt werden? „Wir wissen, wie anspruchsvoll die Herausforderungen unserer Kunden sind“, erklärt Josef Djulic, Geschäftsführer von VisionTools. „Mit den Innovationen aus DeepFrame bieten wir Lösungen, die nicht nur zuverlässiger, sondern auch einfacher zu integrieren sind. Unsere Produkte wie VisionCockpit ermöglichen das einfache Trainieren komplexer Bildverarbeitungssysteme, während die VoE-AIBox KI-basierte Auswertealgorithmen direkt an der Linie bereitstellt. So unterstützen wir unsere Kunden dabei, ihre Produktivität zu steigern, Prozesse zu optimieren und entscheidende Wettbewerbsvorteile zu sichern.“

Ein zweiter Forschungsschwerpunkt ist die Kombination verschiedener Sensortypen – ähnlich wie der Mensch durch das Zusammenspiel von Augen, Ohren und Tastsinn seine Umwelt wahrnimmt. DeepFrame entwickelt KI-Modelle, die Daten von mehreren Sensoren wie beispielsweise Farbkameras oder Wärmebildkameras intelligent verknüpfen. Der Vorteil: Fällt ein Sensor aus oder liefert ungenaue Daten, können die anderen dies ausgleichen.

„Unsere Expertise im Bereich Embedded-Computing-Lösungen ermöglicht es uns, die KI-Entwicklungen direkt auf leistungsfähige Hardware zu übertragen“, erläutert Aksel Saltuklar, CTO von Elma Electronic. „Wir sind stolz darauf, mit unseren Systemen die technologische Grundlage für diese neuartigen Anwendungen zu schaffen.“
“Wir integrieren die KI-Funktionalitäten in unser smartes Werkerassistenzsystem“, erklärt Friedrich Steininger, CEO von DE software & control. „Die DE bietet mit workstAItion 5.0 den idealen Rahmen, um die technologischen Innovationen im Bereich besserer Bilderkennung und multimodaler Sensoren prozessorientiert zu nutzen. Damit schaffen wir es, unser Werkerassistenzsystem noch resilienter und zugleich einfacher konfigurierbar zu machen.“

Mögliche Anwendungen reichen weit über die Industrie hinaus: In der Landwirtschaft könnten robuste KI-Systeme Pflanzen unter verschiedensten Wetterbedingungen überwachen. Und im Rettungswesen könnten sie Such- und Bergungsroboter auch bei schlechter Sicht oder in raucherfüllten Räumen einsatzfähig halten.

Maßgeschneidert für deutsche Mittelständler

Während insbesondere amerikanische Tech-Giganten wie Google oder Meta auf riesige Datenmengen setzen, entwickelt das DeepFrame-Konsortium Lösungen für kleine und mittlere Unternehmen, die keine Millionen Euro in Trainingsdaten investieren können. Die Methoden sind ressourceneffizient und praxisnah, genau das, was die deutsche Industrie braucht.

Das DeepFrame Konsortium:

VisionTools Bildanalyse Systeme GmbH
Eines der führenden Systemhäuser für industrielle Bildverarbeitung in Deutschland.

Elma Electronic GmbH
Weltweit führender Anbieter von Embedded-Computing-Lösungen.

DE software & control GmbH
Spezialist für Software und hochflexible Automatisierungslösungen, insbesondere smarte Werkerassistenzsysteme.

BMW AG (assoziierter Partner)
Weltweit tätiger Automobil- und Motorradhersteller für innovative Premiumfahrzeuge.

Hochschule Karlsruhe – Institut für Robotik und Autonome Systeme (IRAS)
Institut für angewandte KI-Forschung mit Schwerpunkt auf Robotik und intelligenten Systemen.