KI sieht mehr: Von Bildern und Videos zu echten Erkenntnissen

Mein neues Videotraining ist bei Linkedin Learning (LiL) freigeschaltet. Dabei habe ich als Headline das notiert, was ich eigentlich als Bezeichnung wollte. Beim Untertitel dachte ich an "Praxisnahe KI-Bildanalyse mit Python, YOLO und realen Anwendungsbeispielen - anhand eines Projekts aus dem Weinbau". Aber es wurde der Titel und Untertitel gibt es bei LiL ja sowieso nicht:

KI in der Praxis: Von Bildern und Videos zu echten Erkenntnissen

Da ich mit dem Tutorial einen - für mich - neuartigen Weg gehe, war die Auswahl eines griffigen Claims nicht ganz einfach. Eine ganze Reihe an Titeln hatte ich mit der KI meines Vertrauens diskutiert (s.u.).

Das Training ist auch untypisch für LiL allgemein und sowohl die richtige  Positionierung als auch die Wahl der fokussierten Zielgruppe sind ein Experiment. Das neue Training richtet sich bewusst nicht nur an Entwickler, sondern auch an Vibe Coder, Technikinteressierte, Entscheider und Praktiker aus Landwirtschaft, Weinbau, Umwelttechnik oder anderen Branchen, die KI produktiv nutzen möchten, ohne sich zuerst monatelang in komplexe Softwareentwicklung einarbeiten zu müssen.

Es ist damit eine Art Suche neuer Wege in die Zukunft. Wie gesagt - im Grunde auch für mich, denn ich orientiere mich in Zeiten von KI neu. Oder besser - ich erschließe mir neue Gebiete, die zu der reinen Programmierung bzw. IT auf PC, Web oder SmartPhone mehr die reale Welt inkludieren. Dort sehe ich erhebliches Potential. Konkret geht es im Training um KI-Systeme, die aus realen Sensordaten automatisch sinnvolle Entscheidungen ziehen und auch gegebenfalls mit der physischen Welt interagieren.

In dem neuen Videokurs nutze ich Python als Sprache. Das ist naheliegend - sowohl was mein Branding angeht, aber Python ist sowieso die Sprache der Wahl im KI-Umfeld. Dazu kommen diverse Frameworks und Bibliotheken aus der Python-Welt. Aber das Coding steht nicht im Fokus und damit geht dieser Ansatz vom Konzept weg von meinem anderen Kursen bei LiL.

Entweder kann jemand bereits Python (gerne mit meinen Python-Kursen bei LiL lernen) oder aber KI soll bei Bedarf den Code basteln (Vibe Coding).  Zentral ist in dem neuen Videoseminar, dass die KI nur Werkzeug ist. Es geht darum, Systeme zu bauen, nicht nur Code zu schreiben. Und speziell in dem Training mit diesem Workflow:

Sensordaten erfassen → analysieren → bewerten → automatisch reagieren

Das deckt quasi nebenher sogar Grundlagen der Robotik ab.

Für mich war Programmierung eigentlich immer etwas, dass vom Computer für den Computer gedacht ist. Die Interaktion mit der Außenwelt habe ich erst vor einer Weile für mich entdeckt und dann aber teils auch schon in meine Python Praxistipps integriert. Dort habe ich Messwerte von Sensoren, die ich an einen Raspberry Pi angeschlossen habe, per Python verarbeitet. Das ist ja nichts anderes als die Interaktion mit der realen Welt. In dem neuen Videotraining nehme ich die Idee auf und verbinde sie mit KI. Konkret mit der Verwertung von Bild- und Videoaufnahmen mittels KI und YOLO.

Im Kurs zeigt ein konrekter Use Case Schritt für Schritt, wie aus Videos und Bildern (etwa mit einer Videodrohne, einem SmartPhone oder einer Action-Cam aufgenommen) verwertbare Informationen werden — mit verständlichen Beispielen, frei verfügbaren Bibliotheken, pragmatischen Methoden und sofort nutzbaren Ergebnissen. Die gezeigten Konzepte lassen sich in vielen Gebieten einsetzen - etwa der Landwirtschaft, Umweltanalyse, Dokumentation, Flächenkontrolle oder technische Inspektionen.
Im Mittelpunkt steht immer dieselbe Idee: Mit möglichst einfachen Mitteln durch KI bereits einen möglichst großen praktischen Nutzen in der realen Welt erzielen.

---

Hier ist nochmal das Brainstorming mit der KI hinsichtlich möglicher Titel, die es dann aber nicht geworden sind.

 

Vorschläge waren das:

• KI in der Praxis: Bilder und Videos intelligent auswerten
• KI für die reale Welt: Computer Vision einfach anwenden
• Praxis-KI mit Python: Objekte in Bildern und Videos erkennen
• KI produktiv nutzen: Bildanalyse mit Python und YOLO
• Computer Vision in der Praxis: KI für reale Anwendungen
• KI im echten Einsatz: Bild- und Videoanalyse mit Python
• Mit KI reale Probleme lösen: Computer Vision verständlich erklärt
• Von Drohnenvideo zu Erkenntnissen: KI-Bildanalyse in der Praxis
• KI sieht mehr: Praxisnahe Bildanalyse mit Python und YOLO
• Was KI in Bildern erkennt: Praxisprojekt mit YOLO und Python
• Drohnen, Bilder, KI: Reale Daten intelligent auswerten
• Objekterkennung mit KI: Vom Video zum praktischen Nutzen
• Computer Vision einfach gemacht: KI für Bilder und Videos
• KI außerhalb von Chatbots: Bilderkennung für reale Anwendungen
• YOLO in der Praxis: Eigene KI zur Objekterkennung trainieren
• Eigene Bilderkennung mit YOLO und Python entwickeln
• Computer Vision mit Python: YOLO Schritt für Schritt
• Objekterkennung mit YOLO: Training, Annotation und Einsatz
• Praxisprojekt Computer Vision: YOLO-Modell selbst trainieren