Robovision

Kurzfazit

Robovision ist eine der profiliertesten europäischen Computer-Vision-Plattformen, und einer der wenigen Anbieter, mit denen Fachleute ohne Programmierkenntnisse eigene Inspektions- und Erkennungsmodelle bauen, statt eine fertige Blackbox zu kaufen. Die Stärke liegt im siebenstufigen No-Code-Workflow von der Datenannotation bis zum Deployment und in der Lifecycle-Governance, mit der Modelle über Versionen, Maschinen und Standorte hinweg verwaltet werden. Besonders bewährt ist die Plattform in der Agrartechnik (Pflanzen-, Setzlings- und Knollensortierung), wo organisches, hochvariables Material klassische Regel-Systeme an die Grenze bringt, zunehmend auch in Fertigung, Lebensmittel, Halbleiter und Materialinspektion. Das EU-Hosting aus Belgien ist ein echter DSGVO-Vorteil. Gegen den fünften Stern stehen der fehlende deutschsprachige Support, das reine Enterprise-Projektgeschäft ohne Self-Service und die geringe Preistransparenz.

Für wen ist Robovision?

Industrieunternehmen mit eigener Vision-Strategie: Wer Computer Vision nicht als einmalige Insellösung kauft, sondern als Fähigkeit im Haus aufbauen will, ist hier richtig. Robovision liefert die Plattform, auf der dein eigenes Team Modelle trainiert, testet, deployt und über die Zeit pflegt, statt für jede neue Fehlerklasse einen Integrator zu beauftragen.

Agrar- und Lebensmittelbetriebe: Das historische Kerngeschäft. Robovision sortiert Pflanzen, Setzlinge, Knollen, Blumenzwiebeln und Obst nach Qualität, Größe und Reifegrad, Aufgaben, bei denen jedes Objekt anders aussieht und feste Regeln versagen. Dass mit Astanor Ventures ein spezialisierter Agrartech-Investor die Series A mit anführte, unterstreicht diese Wurzel.

Hersteller mit komplexer optischer Qualitätsprüfung: Anomalie- und Defekterkennung über mehrere Linien oder Werke hinweg, mit zentral verwalteten Modellen. Die eingebauten Algorithmen (Segmentierung, Klassifikation, Objekt- und Anomalieerkennung) decken ein breites Aufgabenspektrum ab.

Materialverarbeiter mit Sortierstufen: Holz-, Furnier-, Bodenbelags- und Parketthersteller mit definierten A/B/C-Sortimenten profitieren von der Inline-Inspektion bei Produktionsgeschwindigkeit, Robovision erkennt etwa Äste, Risse, Harztaschen, Farbabweichungen und Wurmlöcher und kann die Sortierweiche direkt ansteuern.

Unternehmen mit DSGVO-Anforderungen: Wer Produktionsbilddaten nicht in die USA geben will, bekommt mit dem belgischen EU-Hosting und der On-Premises-Option eine Lösung, die viele US-Wettbewerber nicht bieten.

Weniger geeignet für: Kleinbetriebe ohne Investitionsbudget (kein Self-Service, kein günstiger Einstieg), Teams, die eine fertige Turnkey-Insellösung für genau eine Prüfaufgabe suchen (Cognex oder ISRA VISION sind dafür oft passender), und alle, die zwingend deutschsprachigen Support und eine deutsche Oberfläche brauchen.

Preise im Detail

Modell	Preis	Was du bekommst
Assessment / Machbarkeit	individuell	Erstbewertung der Use-Case-Tauglichkeit, Datenanforderung, grobe Aufwandsschätzung
Einstiegsprojekt	ca. 25.000–50.000 € (typische Spanne)	Modelltraining für definierte Klassen, Pilotinstallation, Integration in eine Linie
Plattformlizenz	auf Anfrage	Laufende Nutzung der Plattform, Lifecycle-Governance, Nachtraining, Mehr-Linien-/Mehr-Standort-Betrieb
Enterprise / Skalierung	auf Anfrage	Ausrollung über mehrere Werke, zentrale Modellverwaltung, Premium-Support, On-Premises-Option

Einordnung: Robovision ist ein reines Enterprise-Geschäft ohne öffentliche Preisliste, die hier genannten Beträge sind branchenübliche Erfahrungswerte für vergleichbare industrielle Vision-Projekte, keine offiziellen Listenpreise. Plane realistisch in zwei Töpfen: einmaliger Projektaufwand (Datenlabeling, Modelltraining, Integration) und laufende Plattformlizenz. Hinzu kommt fast immer separate Hardware (Industriekameras, Beleuchtung, Verkabelung) und oft ein Systemintegrator für die physische Linienanbindung. Die Rechnung trägt sich, wenn manuelle Vollinspektion teuer ist oder Fehlsortierung echte Kosten verursacht, bei kleinen Stückzahlen oder einfachen Prüfaufgaben ist der Einstieg überdimensioniert.

Stärken im Detail

No-Code-Training durch Fachleute statt Data Scientists. Der größte Hebel der Plattform: Domänenexperten, Sortiermeister, Qualitätsleute, Agraringenieure, legen eigene Klassen an und trainieren Modelle über einen geführten, siebenstufigen Workflow (Import, assistierte Annotation, Datenkuratierung, Training, Test, Optimierung, Deployment). Das entkoppelt das Projekt von knappen ML-Spezialisten und macht das Team unabhängig von externen Integratoren, sobald eine neue Fehlerklasse auftaucht.

EU-Hosting und On-Premises als echter DSGVO-Vorteil. Robovision sitzt in Ghent (Belgien), die Infrastruktur ist europäisch, und Modelle lassen sich wahlweise zentral verwaltet oder direkt vor Ort betreiben. Produktionsbilddaten, die in sensiblen Branchen Betriebsgeheimnisse sind, müssen Europa nicht verlassen. Das ist gegenüber vielen US-Plattformen ein handfester Pluspunkt.

Breites Algorithmen-Repertoire in einer Plattform. Semantische und Instanz-Segmentierung, Klassifikation, Objekterkennung, Anomalieerkennung und Multiview-Klassifikation sind eingebaut. Statt für jede Aufgabe ein eigenes System zu beschaffen, deckt eine Plattform Defekterkennung, Sortierung, Zählung und Vermessung ab.

Tiefe Wurzel in der Agrartechnik. Robovision wurde im Agrar- und Gartenbau groß, Pflanzen-, Setzlings-, Knollen- und Blumenzwiebelsortierung. Genau dort, wo jedes Objekt anders aussieht und feste Schwellwerte versagen, spielen lernende Modelle ihre Stärke aus. Diese Erfahrung mit hochvariablem, organischem Material überträgt sich gut auf andere Naturprodukte wie Holz oder Lebensmittel.

Lifecycle-Governance statt Einmal-Modell. Modelle veralten, wenn sich Material, Beleuchtung oder Produktmix ändern. Robovision verwaltet Modelle über Versionen, Standorte und Maschinen hinweg und trainiert sie aus Produktionsfeedback nach. Das adressiert das Hauptproblem industrieller KI: nicht das erste Modell, sondern das fünfte Jahr im Betrieb.

Solide finanziert. Die 42-Mio.-USD-Series-A im März 2024 (co-geführt von Target Global und Astanor Ventures, mit Red River West) brachte die Gesamtfinanzierung auf rund 65 Mio. USD, eine der größten Series-A-Runden im belgischen Startup-Ökosystem. Das sichert den quartalsweisen Release-Zyklus und reduziert das Risiko, dass die Plattform mangels Mitteln stehenbleibt.

Schwächen ehrlich betrachtet

Kein deutschsprachiger Support, keine deutsche Oberfläche. Kommunikation, Dokumentation und UI laufen auf Englisch. Für ein Qualitätsteam in einem Sägewerk oder einer Gärtnerei, das mit erfahrenen Praktikern ohne fließendes Englisch besetzt ist, kann das eine reale Hürde sein, besonders in der Labeling-Phase, in der genau diese Praktiker am System arbeiten sollen. Workaround: einen englischsprachigen Projektverantwortlichen als Brücke einplanen.

Reines Enterprise-Projektgeschäft. Es gibt keinen kostenlosen Test, keinen Self-Service-Tarif und keinen niedrigschwelligen Einstieg. Jedes Projekt beginnt mit einem Sales-Kontakt und einer Machbarkeitsbewertung. Wer „mal eben ausprobieren” will, ist bei Roboflow oder Landing AI besser aufgehoben.

Geringe Preistransparenz. Keine öffentlichen Listenpreise, jedes Angebot ist individuell. Das ist im Industriegeschäft üblich, erschwert aber die Budgetplanung und den Vergleich. Plane Zeit für eine saubere Angebotsphase ein und lass dir Projektkosten und laufende Lizenz getrennt ausweisen.

Hardware nicht enthalten. Kameras, Beleuchtung, Gehäuse und die mechanische Linienintegration sind nicht Teil der Plattform. In der Praxis brauchst du fast immer einen Systemintegrator, das treibt Gesamtkosten und Projektdauer und macht Robovision zu einem Baustein, nicht zur Komplettlösung.

Initialer Labeling-Aufwand. Damit ein Modell zuverlässig wird, braucht es annotierte Bilder, je nach Aufgabe mehrere Hundert pro Klasse, klassifiziert von erfahrenen Mitarbeitenden. Dieser Aufwand fällt beim Kundenteam an und wird oft unterschätzt. Sind die internen Sortier- oder Fehlerstandards unklar, verzögert sich das Projekt genau hier.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine No-Code-CV-Plattform zum schnellen Selbst-Ausprobieren willst	Roboflow oder Landing AI
Eine ausgereifte Turnkey-Insellösung für genau eine Prüfaufgabe brauchst	Cognex
Inline-Inspektion in einer spezifischen Vertikale (Glas, Flachpanel) suchst	ISRA VISION
Deutschen Support und hardwareunabhängige KI-Qualitätsprüfung willst	elunic AI.SEE

Erwähnenswert ohne direkten Vergleich: spezialisierte Vertikal-Anbieter wie Eines Vision Systems (Lackinspektion Automobil) oder Branchensysteme im Druck und in der Papierherstellung lösen eng umrissene Aufgaben oft schlüsselfertiger. Robovisions Alleinstellung ist die Kombination aus offener Plattform, breitem Algorithmen-Repertoire und EU-Hosting, wer Vision als eigene Fähigkeit aufbauen und über viele Aufgaben hinweg nutzen will, findet hier mehr als bei den meisten Einzelsystemen. Wer dagegen nur ein Problem gelöst haben will, fährt mit einer fertigen Vertikallösung oft schneller.

So steigst du ein

Schritt 1: Kontaktiere Robovision über robovision.ai und beschreibe den Anwendungsfall: Produkt bzw. Material, Variabilität, Bandgeschwindigkeit, Fehler- oder Klassenkatalog (idealerweise mit Beispielfotos), aktuelle Erkennungs- und Ausschussquote. Robovision führt darauf eine Machbarkeitsbewertung durch und schätzt den Datenbedarf.

Schritt 2: Bereite den Trainingsdatensatz vor, der kritische Schritt. Plane mehrere Hundert Bilder pro Klasse, klassifiziert von erfahrenen Fachleuten. Je klarer eure internen Standards definiert sind, desto schneller wird das Modell produktionsreif. Robovision stellt die assistierten Labeling-Werkzeuge; die fachliche Einschätzung kommt von deinem Team.

Schritt 3: Starte eine Pilotinstallation an einer Linie, typisch mit Parallelbetrieb (KI und manuell) über mehrere Wochen, um die Erkennungsrate zu validieren, bevor die automatische Steuerung scharfgeschaltet wird. Plane parallel den Lifecycle: Wer pflegt das Modell, wer entscheidet über Nachtraining, wie fließt Produktionsfeedback zurück?

Ein konkretes Beispiel

Ein mitteleuropäischer Hersteller von Parkettdielen prüft täglich rund 40.000 Dielen nach Astgehalt, Farbhomogenität und Rissen für die Sortierung in Sortiment A (Maserung gleichmäßig), B (dekorative Äste toleriert) und C (technische Qualität). Auf der Robovision-Plattform trainiert das eigene Qualitätsteam Modelle für die relevanten Fehlerklassen; das System scannt jede Diele bei 80 m/min, klassifiziert automatisch und steuert die Sortierweiche. In den ersten drei Monaten sinkt die Fehlsortierungsrate von 8 % auf unter 1,5 %, die Nacharbeitsquote im Lager fällt um rund 60 %. Drei Vollzeitstellen in der manuellen Vollinspektion werden auf Stichprobenkontrolle und Systempflege reduziert. Entscheidend: Als ein neuer Holzlieferant eine bislang unbekannte Maserung einbringt, legt das Team die neue Klasse selbst an und trainiert nach, ohne auf einen externen Integrator zu warten.

DSGVO & Datenschutz

• Datenhosting: EU (Belgien, Ghent). Modelle laufen wahlweise zentral verwaltet in der Robovision-Cloud oder on-premises in der eigenen Infrastruktur, Produktionsbilddaten müssen Europa nicht verlassen.
• On-Premises-Option: Für besonders sensible Umgebungen kann die Verarbeitung vollständig vor Ort erfolgen, ohne Cloud-Anbindung. Das ist datenschutzrechtlich der sauberste Weg.
• Datennutzung: In industriellen Vision-Projekten werden in der Regel keine personenbezogenen Daten verarbeitet, sondern Produkt- und Materialbilder. Personenbezug entsteht nur, wenn Personen mit aufgenommen werden, dann gelten die üblichen DSGVO-Pflichten.
• Auftragsverarbeitung (AVV): Bei Cloud-Betrieb über Robovision als Enterprise-Vertrag verhandelbar. Bei reinem On-Premises-Betrieb ohne Datenübertragung an Robovision oft entbehrlich, im Einzelfall mit dem Datenschutzbeauftragten klären.
• Empfehlung für Unternehmen: Wenn Bilddaten Betriebsgeheimnisse enthalten (Produktdesigns, Verfahren), die On-Premises-Variante oder einen klaren AVV mit definierter EU-Verarbeitung vereinbaren. Den Datenfluss zwischen Produktionslinie, Plattform und etwaiger Cloud vor dem Rollout dokumentieren.

Gut kombiniert mit

• Roboflow, für schnelles Prototyping und das Testen, ob ein Vision-Ansatz überhaupt trägt, bevor ein Enterprise-Projekt mit Robovision startet. Roboflow ist niedrigschwelliger, Robovision der produktionsreife, governance-fähige Betrieb.
• Cognex, die robuste Industriehardware und Machine-Vision-Kameras können die Bildaufnahme liefern, während Robovision die lernenden Modelle und deren Lifecycle übernimmt. Aufnahme und Intelligenz lassen sich so trennen.
• ERP- und MES-Systeme, über API/OPC-UA-Anbindung fließen Klassifikationsergebnisse in die Fertigungssteuerung, sodass Sortierentscheidungen, Ausschussstatistiken und Qualitätskennzahlen automatisch im übergeordneten System landen.

Unser Testurteil

Robovision verdient 4 von 5 Sternen. Als offene, europäische No-Code-Plattform für industrielle Computer Vision gehört es zu den interessantesten Anbietern im Markt: Fachleute bauen eigene Modelle, die Algorithmen-Breite ist groß, die Agrartech-Wurzel verschafft echte Erfahrung mit schwierigem, hochvariablem Material, und das EU-Hosting samt On-Premises-Option ist ein ernstzunehmender DSGVO-Vorteil gegenüber US-Wettbewerbern. Den fünften Stern kosten der fehlende deutschsprachige Support, das reine Enterprise-Projektgeschäft ohne Self-Service oder Test, die geringe Preistransparenz und der oft unterschätzte initiale Labeling- und Hardware-Aufwand. Für Unternehmen, die Computer Vision als dauerhafte eigene Fähigkeit aufbauen wollen und das Budget mitbringen, ist Robovision eine sehr gute Wahl, für eine schnelle, schlüsselfertige Einzellösung gibt es passendere Werkzeuge.

Was wir bemerkt haben

• März 2024, Robovision schloss eine Series A über 42 Mio. USD ab, co-geführt von Target Global und dem Agrartech-Investor Astanor Ventures, mit Red River West. Durch Umwandlung eines früheren Wandeldarlehens (23 Mio. USD aus 2022) stieg die Gesamtfinanzierung auf rund 65 Mio. USD, eine der größten Series-A-Runden im belgischen Startup-Ökosystem. Erklärtes Ziel: Expansion in die USA.
• 2024–2026, Die Außendarstellung hat sich vom reinen „Vision-Tool” zur „Industrial Vision Intelligence Infrastructure” verschoben. Der Fokus liegt heute stärker auf Lifecycle-Governance, also dem Verwalten und Pflegen vieler Modelle über Standorte hinweg, als auf einzelnen Erkennungsaufgaben.
• 2026, Die prominenten Branchen auf der Website sind Packaging & Logistics, Food & Beverage, Halbleiter, Gartenbau und Gesundheit. Die Agrartech-Wurzel (Beteiligung von Astanor) bleibt prägend, das Portfolio ist aber erkennbar in Richtung allgemeiner Fertigung verbreitert worden.
• Mai 2026, Robovision bietet weiterhin keinen deutschsprachigen Support und keine deutsche Oberfläche. Für ein belgisches Unternehmen mit starker DACH-Relevanz im produzierenden Mittelstand bleibt das die auffälligste Lücke.