Was passiert mit einer Edge-KI-Demo, wenn sie den Stand verlässt?
Warum eine Demo mit Edge AI mehr braucht als eine Kamera und einen Bildschirm, und welche Bedingungen im Betrieb die eigentlichen Fragen aufwerfen.
Ich mag gute Demos. Aber „KI am Rand des Netzwerks“ auf einen Bildschirm zu bringen, reicht nicht, um eine gute Demo zu bauen. Das schwierige Stück liegt woanders.
Was macht eine Demo gut?
Eine gute Demo findet ein Szenario, bei dem jemand stehen bleibt und sofort versteht, worum es geht. Drei Fragen müssen sich auf einen Blick beantworten lassen:
- Was sieht die Kamera?
- Was passiert auf dem Gerät?
- Warum sollte mich das interessieren?
Das Szenario zu finden ist die eigentliche Arbeit. Die Technik allein trägt eine Demo nicht, wenn nicht verstanden wird, was gezeigt wird. Wer stehen bleibt, soll in wenigen Sekunden sehen, was die Kamera erfasst, was das Gerät daraus macht und welchen Nutzen das hat.
Was kommt nach der Demo?
Danach beginnt die Frage, die mich noch mehr interessiert: Was passiert, wenn das Gerät den Messestand verlässt?
Im Betrieb sieht die Lage anders aus als am Stand:
- Das Licht ist anders.
- Die Kamera ist eine andere.
- Die Latenzgrenze ist enger.
- Es gibt keine bequeme Verbindung zur Cloud.
An dieser Stelle endet die polierte Demo, und das interessante Engineering-Gespräch beginnt.
Warum sind gerade diese vier Punkte wichtig?
Jeder Punkt verändert eine Annahme, auf der die Demo aufgebaut war.
Beim Licht ändert sich, was die Kamera tatsächlich sieht. Ein System, das am Stand mit einem bestimmten Bild gearbeitet hat, bekommt im Betrieb ein anderes.
Bei der Kamera ändert sich die Quelle der Daten. Eine andere Kamera liefert ein anderes Bild, und die Auswertung auf dem Gerät muss damit umgehen.
Bei der Latenz ändert sich der Spielraum. Wenn die zulässige Zeit knapper wird, bleibt weniger Zeit für die Verarbeitung auf dem Gerät.
Bei der Cloud ändert sich der Ort der Berechnung. Wenn keine bequeme Verbindung besteht, muss die Auswertung auf dem Gerät selbst stattfinden. Das Gerät muss also alles Nötige selbst leisten.
Warum nenne ich das den unbequemen Teil?
Weil er sich schlecht in eine Demo packen lässt. Er besteht aus Abweichungen: ein Licht, das nicht zum Test passt, eine Kamera, die sich anders verhält, eine Zeitgrenze, die sich nicht verschieben lässt. Sie sind der Teil, der sich in einer Demo nur schwer zeigen lässt. Eine Demo zeigt, dass eine Idee grundsätzlich funktioniert. Das Gespräch über Licht, Kamera, Latenz und fehlende Cloud zeigt, ob sie unter den Bedingungen des Betriebs funktionieren kann.
Was ist mit „auf dem Gerät“ gemeint?
Das Gerät steht im Mittelpunkt. Die Kamera liefert Bilder, die Auswertung geschieht dort, und das Ergebnis muss innerhalb der Zeitgrenze vorliegen. Eine Verbindung zur Cloud kann dafür nicht vorausgesetzt werden. Genau deshalb ist der Messestand mit seinem stabilen Licht und seiner bequemen Umgebung ein anderer Ort als die Halle, in der das Gerät später arbeitet.
Wie lässt sich damit arbeiten?
Wer ein Projekt mit Machine Vision plant, kann die Demo als Ausgangspunkt nehmen und dann die Teile sammeln, die nicht ordentlich in eine Demo passen. Ich bin an genau diesen Teilen interessiert. Die Broschüre kann warten.
Eine Frage lässt sich jederzeit stellen: Was würde in meinem Projekt anders aussehen, sobald das Gerät nicht mehr auf dem Tisch eines Messestands steht, sondern dort arbeitet, wo es gebraucht wird? Die Antworten darauf beschreiben die Arbeit, die nach der Demo kommt.