YOLO (You Only Look Once)

Kurzfazit

YOLO ist das bekannteste Computer-Vision-Modell der Welt, und in der Echtzeit-Objekterkennung der ungefährdete Maßstab. Ein modernes YOLO11- oder YOLO26-Modell läuft mit über 100 Bildern pro Sekunde auf einer mittleren GPU, ist kostenlos auf GitHub verfügbar und lässt sich mit eigenen Daten in wenigen Stunden auf eine Spezialaufgabe trimmen. Der Haken ist die Lizenz: AGPL-3.0 verlangt, dass jedes derivative kommerzielle Werk seinerseits unter AGPL veröffentlicht wird, wer YOLO in ein proprietäres SaaS oder Produkt einbaut, muss zur Enterprise-Lizenz von Ultralytics greifen. Für Forschung, Bildung, interne Tools und Custom-Detection-Projekte mit Entwicklerteam ist YOLO trotzdem das beste verfügbare Modell.

Für wen ist YOLO?

Entwicklerteams in technischen Unternehmen: Wer Computer-Vision selbst baut, Lagerlogistik, Verkehrserfassung, Bauüberwachung, industrielle Qualitätskontrolle, bekommt mit YOLO die schnellste, am breitesten dokumentierte Detection-Architektur. Python, PyTorch, ein paar tausend gelabelte Bilder, dann läuft das eigene Modell. Kein anderes Framework hat eine vergleichbare Community an Tutorials, Pretrained Weights und Fine-Tuning-Rezepten.

Edge-AI-Projekte: YOLO11 und besonders YOLO26 wurden für Inferenz auf NVIDIA Jetson, Google Coral, Raspberry Pi 5 mit AI-Hat und Industrie-PCs optimiert. Wer ein Detection-Modell ohne Cloud, ohne Netzanbindung und mit niedriger Latenz braucht (Maschinensicherheit, autonome Drohnen, In-Cabin-Sensing), findet hier das geeignetste Werkzeug.

Sicherheits- und Überwachungs-Setups: Personenerkennung in Sperrzonen, Fahrzeugklassifikation an Toren, Helm- und Schutzkleidungs-Detektion auf Baustellen, alles klassische YOLO-Anwendungsfälle. Vorausgesetzt, es ist Personal vorhanden, das die Modelle pflegt und neu trainiert, wenn sich die Umgebung ändert.

Forschung und Lehre: AGPL ist hier kein Problem, sondern Wunschzustand. YOLO ist in tausenden Bachelor-, Master- und Doktorarbeiten verwendet worden, gehört in viele Computer-Vision-Vorlesungen und ist die Standard-Baseline in Detection-Benchmarks. Wer in dem Feld lehrt oder forscht, kommt nicht daran vorbei.

Hardware- und Embedded-Hersteller: NVIDIA, Sony, Hailo, Axis Communications und viele andere optimieren ihre Chips explizit für YOLO-Inferenz. Wer auf solcher Hardware ausliefert, hat die einfachste Toolchain mit Ultralytics-Modellen.

Weniger geeignet für: Unternehmen ohne Entwicklerteam (No-Code-Plattformen wie Roboflow oder Robovision sind dort die richtige Wahl), Anbieter proprietärer SaaS-Produkte, die keine AGPL-Verpflichtung eingehen wollen (Enterprise-Lizenz zwingend), und Anwender, die produktive Defekt-/Anomalieerkennung brauchen, dafür sind PatchCore, FastFlow oder spezialisierte Industrie-Tools wie Cognex und ISRA VISION besser.

Preise im Detail

Lizenz	Preis	Was du bekommst
AGPL-3.0	0 €	Vollständige Codebase, alle Pre-trained Weights, Trainingspipeline, CLI, Doku. Bedingung: Jedes derivative Werk muss ebenfalls AGPL-3.0 sein.
Enterprise (Ultralytics)	auf Anfrage	Kommerzielle/proprietäre Nutzung ohne Open-Source-Pflicht. Pricing nach Unternehmensgröße und Scope, typisch vier- bis fünfstellig pro Jahr, projektbezogen verhandelbar.
Infrastruktur (Self-Hosted)	500–3.000 € einmalig	Mittlere GPU-Workstation (RTX 4070/4080 oder Jetson Orin), inkl. Cooling und Storage
Infrastruktur (Cloud)	100–500 €/Monat	AWS g5/g6, GCP T4/L4, Azure NC, abhängig von Throughput-Anforderung

Einordnung: Die Lizenzfrage ist der wichtigste Faktor in der Kostenrechnung, nicht die Infrastruktur. Wenn du YOLO intern nutzt (Hilfswerkzeug, internes Analytics, Forschung), bleibt AGPL eine harmlose Verpflichtung. Sobald YOLO in einem Produkt steckt, das du verkaufst oder als Cloud-Service anbietest, gilt die AGPL für die gesamte Code-Basis des Produkts, eine Praxis, die in Enterprise-Umgebungen meist nicht akzeptabel ist. Dann führt der Weg zur Enterprise-Lizenz, deren Preis Ultralytics nicht öffentlich macht, in der Praxis aber abhängig von Mitarbeiterzahl und Einsatzbereich verhandelt wird. Für interne Use Cases und Forschungsprojekte ist YOLO kostenlos, die Hardware-Investition ist der einzige Kostenblock, und der ist überschaubar.

Stärken im Detail

Geschwindigkeit, die niemand schlägt. YOLO ist seit Joseph Redmonds Original-Paper 2016 darauf optimiert, in einem einzigen Forward-Pass durch das Netzwerk Bounding-Boxen und Klassen vorherzusagen, daher der Name. YOLO11 erreicht auf einer NVIDIA A100 über 200 Bilder pro Sekunde, auf einem Jetson Orin Nano um die 30 FPS. YOLO26 (2025/26) hat zusätzlich Non-Maximum-Suppression aus der Pipeline entfernt, das verkürzt die End-to-End-Latenz auf Edge-Hardware nochmals deutlich.

Trainingseinfachheit ist der eigentliche Hebel. pip install ultralytics, eine YAML-Datei mit dem eigenen Datensatz, ein einziger CLI-Befehl yolo train data=mydata.yaml model=yolo11n.pt epochs=100, und nach ein paar Stunden hast du ein eigenes Modell. Diese radikale Vereinfachung gegenüber rohem PyTorch ist der Grund, warum YOLO sich gegenüber Detectron2 oder MMDetection durchgesetzt hat, die deutlich mehr Boilerplate verlangen.

Pre-trained Weights für sofortigen Einsatz. Das Standard-COCO-trainierte YOLO11 erkennt 80 Alltagsklassen (Person, Auto, Hund, Flasche, Laptop usw.) ohne weiteres Training. Für viele Use Cases reicht das schon. Wer mehr braucht, findet auf Hugging Face und Roboflow Universe über 1.000 spezialisierte Pre-trained Models, Helmerkennung, Pflanzenklassifikation, medizinische Bilder, Satellitendaten.

Ökosystem auf allen Ebenen. Export nach ONNX, TensorRT, OpenVINO, CoreML, TFLite, YOLO11 und 26 lassen sich auf praktisch jeder Inferenz-Plattform deployen. Die Ultralytics-CLI macht das mit einem Befehl: yolo export model=best.pt format=tensorrt. Wer für NVIDIA-, Apple-, oder ARM-Hardware optimieren will, muss kein eigenes Konvertierungs-Toolkit bauen.

Edge-Deployment ohne Workarounds. YOLO11n (Nano) ist mit unter 3 MB klein genug für Mikrocontroller-nahe Hardware. YOLO11s und 11m sind die typische Wahl für Jetson, Coral und mobile GPUs. Das macht YOLO zur ersten Wahl für Anwendungen, die wegen Datenschutz, Bandbreite oder Latenz nicht in der Cloud laufen dürfen, Industrie 4.0, Maschinensicherheit, mobile Erfassung.

Aktive Weiterentwicklung mit verlässlicher Kadenz. Seit Ultralytics 2020 die Pflege übernommen hat, kommt jährlich eine größere Version (YOLOv8 2023, YOLOv10 2024, YOLO11 Sept. 2024, YOLO26 2025/26). Jede Version bringt messbare Verbesserungen bei Accuracy oder Speed, die Migration ist meist trivial (gleiches API, neue Weights). Diese Verlässlichkeit ist im OSS-CV-Markt nicht selbstverständlich.

Schwächen ehrlich betrachtet

AGPL ist eine harte Lizenz, viele unterschätzen sie. Die Affero-GPL verlangt, dass jeder, der modifizierten Code über ein Netzwerk anbietet (also auch SaaS), den gesamten Quellcode bereitstellt. Das schließt Custom-Trainings-Skripte, Webserver-Code, Geschäftslogik und alles weitere ein, was im selben Prozess läuft. Viele Unternehmen erkennen das erst, wenn der eigene Rechtsanwalt die Lizenz prüft, dann steht meistens kurzfristig die Enterprise-Lizenz im Raum, deren Preis Ultralytics nicht öffentlich macht. Plane das Lizenz-Thema ein, bevor du in YOLO investierst.

Keine Anomalieerkennung. YOLO erkennt, was es trainiert wurde zu erkennen, alles andere ist „kein Objekt”. Für Qualitätskontrolle, die unbekannte Defekte erkennen soll (Kratzer, Verfärbungen, Verformungen, die nie auftraten), ist YOLO architektonisch das falsche Modell. Hier sind Anomaly-Detection-Ansätze wie PatchCore, FastFlow oder Industrie-Tools wie Cognex und ISRA VISION deutlich besser.

Labeling ist der heimliche Kostenblock. Ein produktives Custom-Modell braucht typischerweise 500–5.000 gelabelte Bilder pro Klasse. Wer 5 Klassen erkennen will, landet schnell bei 10.000–25.000 Bildern. Labeling kostet bei externen Diensten 0,10–0,50 € pro Bounding-Box, intern entsprechend Personalzeit. Das übersteigt regelmäßig die Hardware-Kosten und ist der Grund, warum „YOLO ist kostenlos” oft eine unvollständige Rechnung ist.

Keine GUI, kein No-Code-Pfad. Ultralytics liefert kein Annotation-Tool, kein Dashboard, kein Monitoring. Wer eine grafische Oberfläche zum Labeln, Trainieren und Deployen will, kombiniert YOLO typischerweise mit Roboflow (Annotation + Training-UI), Label Studio (Annotation) oder MLflow (Experiment-Tracking). Das ist machbar, aber zusätzlicher Integrationsaufwand.

Maintainer-Risiko bei Ultralytics. Auch wenn YOLO im weiteren Sinne eine Modell-Familie ist, ist die populäre Implementierung in Hand eines einzigen kommerziellen Anbieters, Ultralytics. Lizenzpolitik, Roadmap und Pflege hängen an dieser Firma. Es gibt forks und Alternativen (YOLOX von Megvii, YOLOv7 als unabhängige Linie, der reine PyTorch-Hub), aber für die meisten Anwender ist „YOLO” praktisch gleich „Ultralytics-YOLO”. Ein Geschäftsausfall oder eine aggressivere Lizenzpolitik dort hätte breite Auswirkungen.

Schwach bei kleinen, eng beieinanderliegenden Objekten. YOLO arbeitet auf festen Grid-Auflösungen, sehr kleine Objekte (z. B. einzelne Zellen in Mikroskopie-Bildern oder Schraubenköpfe in Übersichtsbildern) werden oft übersehen oder zusammengefasst. SAHI (Slicing Aided Hyper Inference) ist ein verbreiteter Workaround, aber kein Ersatz für architektonisch dafür ausgelegte Modelle.

Englische Doku und Community. Tutorials, Forum-Beiträge, Stack-Overflow-Antworten, alles auf Englisch. Wer im deutschsprachigen Raum sucht, findet vergleichsweise wenig. Für reine Code-Arbeit verschmerzbar, in Schulungs- und Kommunikationskontexten ein Faktor.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine No-Code/Low-Code-Plattform für Custom Vision willst	Roboflow
Industrielle Defekt-/Anomalieerkennung brauchst	Cognex oder ISRA VISION
Cloud-Vision mit Pay-per-Use ohne eigene Infrastruktur willst	AWS Rekognition
Video-Analytics mit forensischer Suche kombinieren willst	BriefCam

Erwähnenswert ohne eigene Tool-Seite: YOLOX (Megvii, Apache-2.0-Lizenz, weniger Pflege), Detectron2 (Meta, MIT-Lizenz, mehr Architektur-Vielfalt, aber komplexer), MMDetection (OpenMMLab, MIT, sehr breit, hohe Einstiegshürde), RT-DETR (Echtzeit-DETR-Variante, Apache-2.0), Hugging Face Transformers mit DETR/OWLv2/Florence-2 (Foundation-Vision-Modelle für Zero-Shot-Detection). Wer AGPL nicht akzeptieren kann, aber die YOLO-Performance braucht, findet in YOLOX und RT-DETR die nächstbesten Optionen, beide mit Apache-Lizenz, beide nicht so gut dokumentiert wie Ultralytics-YOLO. Für die Mehrheit der Anwender bleibt Ultralytics-YOLO der pragmatischste Einstieg, und die AGPL/Enterprise-Wahl erst dann das Thema, wenn Kommerzialisierung konkret wird.

So steigst du ein

Schritt 1: Installiere Python 3.10+ und Ultralytics: pip install ultralytics. Lade ein Pre-trained Model und teste es auf einem eigenen Bild, drei Zeilen Python reichen: from ultralytics import YOLO; model = YOLO('yolo11n.pt'); model('mein-bild.jpg', save=True). So siehst du innerhalb von Minuten, was YOLO out-of-the-box kann.

Schritt 2: Wenn die 80 COCO-Klassen nicht ausreichen, bereite einen eigenen Datensatz vor, Format: YOLO-TXT (eine Datei pro Bild mit Klasse und normalisierten Bounding-Box-Koordinaten). Tools wie Roboflow, Label Studio oder CVAT vereinfachen das Labeling deutlich. Plane realistisch 500–2.000 Bilder pro Klasse, weniger funktioniert auch, liefert aber instabilere Modelle.

Schritt 3: Trainiere mit yolo train data=mydata.yaml model=yolo11n.pt epochs=100 imgsz=640. Auf einer mittleren GPU dauert das je nach Datensatzgröße 1–8 Stunden. Beobachte die Validierungs-mAP, sie sollte über die Epochs steigen und sich stabilisieren. Wenn ja: produktives Modell. Wenn sie schwankt oder fällt: mehr Daten, andere Augmentierung, größere Modellvariante (yolo11s/m/l).

Schritt 4: Deploye mit yolo export model=best.pt format=tensorrt (NVIDIA), openvino (Intel) oder coreml (Apple). Die exportierten Modelle laufen in OpenCV, ONNX-Runtime oder den jeweiligen Hersteller-SDKs. Plane Monitoring ein, Modellqualität degradiert, wenn sich die Umgebung ändert (neue Beleuchtung, andere Kameraperspektive, neue Objektvarianten). Re-Training alle 3–6 Monate ist normal.

Schritt 5 (Lizenz): Bevor du in produktiven Einsatz gehst, kläre die Lizenzfrage. Bleibt das Modell intern (interne Analytik, internes Tool)? Dann AGPL unkritisch. Wird das Modell Teil eines Produkts oder externen Services? Dann ist eine Enterprise-Lizenz von Ultralytics zwingend zu prüfen, und in den Projektplan einzukalkulieren.

Ein konkretes Beispiel

Ein Logistik-Dienstleister mit drei Verteilzentren im süddeutschen Raum (220 Mitarbeitende) hat ein Problem mit unbefugtem Aufenthalt in Lager-Sperrzonen außerhalb der Schicht. Die bestehenden Bewegungsmelder lösen zu oft fehl aus (Kartonstapel im Wind, herabfallende Verpackung), die Werkschutz-Mitarbeiter sind genervt und ignorieren mittlerweile Alarme. Lösung: Ein zweiköpfiges Entwicklerteam baut auf Basis von YOLO11 ein Personenerkennungs-Modell. Sie labeln 800 Bilder aus den vorhandenen Kameras (Person in Zone / keine Person), drei Tage Arbeit. Training auf einer RTX 4080 (Workstation 1.800 €) dauert vier Stunden. Inferenz läuft auf einem Edge-PC pro Verteilzentrum (zusätzlich 1.200 €). Erkennung in Echtzeit, F1-Score über 0,93, Falsch-Positive durch typische Lagerobjekte praktisch eliminiert. Aufwand insgesamt: rund 8.000 € Hardware + 6 Wochen Entwicklung, danach nur noch laufender Strom (~30 €/Monat) und vierteljährliches Modell-Retraining. Ein vergleichbares kommerzielles System (BriefCam, Avigilon Appearance Search) wäre mit 30.000–60.000 € Lizenzkosten pro Jahr gestartet. Trade-off: AGPL ist hier kein Problem, der Code bleibt intern, keine Veröffentlichungspflicht. Hätte das Logistikunternehmen das System extern verkaufen wollen, wäre Enterprise-Lizenz Pflicht gewesen.

DSGVO & Datenschutz

• Datenhosting: Vollständig selbstbestimmt. YOLO läuft auf eigener Hardware, on-premise oder in eigener Cloud. Es gibt keine Zwangs-Cloud-Anbindung von Ultralytics.
• Datennutzung: Trainingsdaten bleiben beim Anwender. Ultralytics erhält keine Bild- oder Inferenz-Daten, sofern man nicht aktiv das Ultralytics-Hub-Dashboard nutzt.
• Pre-trained Weights: COCO-Datensatz ist öffentlich, ethisch jedoch teils umstritten (enthält Personen ohne Einverständnis). Wer rechtssicher arbeiten will, trainiert mit eigenen Daten.
• Personenerkennung und DSGVO: Bei Anwendungen mit Personenbezug (Überwachung, Personenzählung, Verhalten) ist die Datenschutz-Folgenabschätzung zwingend. YOLO als Werkzeug ist DSGVO-neutral, der konkrete Einsatzzweck nicht.
• Lizenz und Compliance: AGPL-3.0 ist nicht primär ein Datenschutz-, aber ein IP-Compliance-Thema. Enterprise-Lizenz beseitigt die AGPL-Verpflichtungen, ändert aber nichts an den datenschutzrechtlichen Pflichten.
• Empfehlung für Unternehmen: Self-Hosted YOLO ist eine der saubersten DSGVO-Optionen im Vision-Markt, sofern personenbezogene Anwendungen mit dokumentiertem Rechtsgrund und DPIA betrieben werden.

Gut kombiniert mit

• Roboflow, bietet die GUI-Schicht, die Ultralytics bewusst weglässt: Annotation, Datensatz-Verwaltung, Training-Dashboards, Versionierung. Wer schneller iterieren will, baut die Datenpipeline in Roboflow und exportiert für YOLO-Training.
• Cognex, komplementär für industrielle Qualitätskontrolle, wo YOLO architektonisch schwach ist. YOLO macht „was ist hier zu sehen” (Klassifikation), Cognex macht „ist hier ein Fehler” (Anomalie).
• AWS Rekognition, wenn ein Use Case zwischen Cloud-API (für allgemeine Detection) und Custom-Modell (für spezifische Klassen) liegt, kann man beides parallel betreiben: Cloud für Standard, YOLO für proprietäre Erkennungen.

Unser Testurteil

YOLO verdient 4 von 5 Sternen. In seiner Disziplin, Echtzeit-Objekterkennung mit Custom-Trainings-Fähigkeit, ist es der unbestrittene Standard. Performance, Ökosystem, Dokumentation und Edge-Tauglichkeit sind branchenführend, die Migration zwischen Versionen meist schmerzfrei. Den fünften Stern kosten drei Punkte: die AGPL-Lizenz, die für viele kommerzielle Anwender ein echtes Hindernis ist und zur kostenpflichtigen Enterprise-Lizenz drängt; das Fehlen jeglicher GUI- oder No-Code-Schicht, das den Einstieg für Nicht-Entwickler praktisch unmöglich macht; und das Maintainer-Risiko mit Ultralytics als alleiniger Pflegeinstanz. Wer Entwickler im Haus hat, ein Detection-Problem zu lösen und die Lizenzfrage geklärt: YOLO ist die richtige Wahl, fast immer.

Was wir bemerkt haben

• September 2024, Ultralytics hat YOLO11 veröffentlicht, höhere Genauigkeit bei weniger Parametern als YOLOv8, bessere Edge-Performance. Aktuell die empfohlene stabile Wahl für Produktion.
• 2025, YOLO26 wurde angekündigt und in den Doku-Stack aufgenommen, mit Fokus auf End-to-End-NMS-Free-Inferenz für Edge-Hardware. Damit beschleunigt sich die Latenz auf Geräten wie Jetson nochmals deutlich, relevant für autonome Anwendungen.
• 2023–2025, Die Lizenzwechsel-Diskussion ist konstant geblieben: Mehrere Unternehmen haben öffentlich beklagt, dass die AGPL die kommerzielle Nutzung erschwert, ohne dass Ultralytics transparente Enterprise-Preise nennt. Wer kommerziell plant, sollte die Lizenzfrage vor dem Tooling klären.
• 2024–2026, Ultralytics hat das eigene Hub-Ökosystem (Cloud-Training, Dataset-Marketplace, Monitoring) ausgebaut. Das ist optional, die Open-Source-Variante bleibt nutzbar, ohne dass man das Hub anbindet, deutet aber strategisch in Richtung kommerzieller Plattform.
• Mai 2026, Im breiten Markt ist YOLO weiterhin die am häufigsten genannte Vision-Architektur, auch wenn Foundation-Vision-Modelle (Florence-2, OWLv2, SAM 2) für Zero-Shot-Anwendungen Boden gutmachen. Für trainierte, klassenspezifische Detection mit Echtzeitanforderung bleibt YOLO erste Wahl.