Vision in der KI meint die Verarbeitung und Interpretation visueller Informationen durch Maschinen. Dabei erkennt ein System Objekte, Muster, Personen oder Zustände in Bildern und Videos.
Die Technologie wird in vielen Bereichen genutzt, etwa in der Qualitätskontrolle, medizinischen Bildanalyse, Sicherheit oder bei Smartphone-Funktionen. Sie ist damit ein wichtiger Baustein moderner KI.
Während Sprachmodelle Sprache verarbeiten, erweitert Vision die KI um das Verstehen visueller Inhalte. Dadurch entstehen Systeme, die deutlich umfassender mit der realen Welt interagieren können.