Eine Kamera soll schnell vorbeilaufende Bauteile erkennen, Bewegungen verfolgen oder Veränderungen an einer Maschine messen. Dafür muss sie nicht bei jeder Aufgabe ein möglichst schönes Videobild liefern. Manchmal ist entscheidender, wann und wo sich im Sichtfeld etwas verändert. Genau hier setzen Event-Based Cameras an: ereignisbasierte Kameras, deren Sensorpixel lokale Helligkeitsänderungen melden.

Das macht sie für bestimmte Mess- und Wahrnehmungsaufgaben interessant. Es bedeutet aber weder, dass klassische Kameras überholt sind, noch dass ein Ereignissensor von selbst versteht, welche Veränderung wichtig ist. Für die Auswahl zählen deine konkrete Aufgabe, die Beleuchtung, die Auswertung und der Aufwand für das gesamte System.

Was Event-Based Cameras technisch anders machen

Eine gewöhnliche bildbasierte Kamera liefert Einzelbilder. Deren zeitlicher Abstand hängt von der Bildrate ab. Ein ereignisbasierter Sensor arbeitet anders: Seine Pixel reagieren unabhängig voneinander, wenn eine lokale Helligkeitsänderung eine eingestellte Schwelle überschreitet. Die Meldungen entstehen somit nicht im gemeinsamen Takt einer festen Bildrate.

Ein typisches Ereignis enthält die Pixelposition, einen Zeitstempel und die Richtung der Änderung: heller oder dunkler. Es ist kein vollständiger Farbwert wie bei einem gewöhnlichen Farbbild. Viele solche Ereignisse bilden gemeinsam einen Datenstrom, aus dem Software beispielsweise Bewegungsverläufe oder Zählergebnisse ermitteln kann.

Stell dir eine helle Kante vor, die vor einem dunklen Hintergrund vorbeiwandert. Beim Überqueren einzelner Pixel entstehen lokale Änderungen und damit Ereignisse. Eine unveränderte Fläche liefert dagegen im idealisierten Fall keine neuen Änderungsereignisse. In realen Aufnahmen können zusätzlich Rauschen und andere Störungen auftreten.

Ein Ereignis ist noch keine erkannte Bedeutung

Der Sensor unterscheidet zunächst nicht zwischen einem gewünschten Bauteil, einem störenden Reflex und einer flackernden Lampe. Alle können Helligkeitsänderungen auslösen. Welche Meldungen für deine Aufgabe relevant sind, entscheidet erst eine geeignete Auswertung.

Auch „neuromorph“ bedeutet hier nicht, dass die Kamera ein menschliches Gehirn enthält oder zwingend ein Spiking Neural Network benötigt. Ereignisdaten lassen sich mit unterschiedlichen Bildverarbeitungs- und KI-Verfahren bearbeiten. Die passende Software folgt der Aufgabe, nicht einem verpflichtenden biologischen Vorbild.

Klassische Kamera oder Ereigniskamera: Welche Information brauchst du?

Die wichtigste Auswahlfrage lautet: Benötigst du das Aussehen einer Szene oder vor allem ihren zeitlichen Verlauf? Für das Lesen eines ruhenden Etiketts, die Beurteilung einer Farbe oder ein dokumentierendes Foto ist eine klassische Kamera ein naheliegender Ausgangspunkt. Wenn sehr schnelle Veränderungen im Vordergrund stehen, lohnt sich eine Prüfung ereignisbasierter Technik.

Aufgabe	Naheliegender Ausgangspunkt	Was zusätzlich zu prüfen ist
Farbe, Aufdruck oder ruhende Oberfläche beurteilen.	Bildbasierte Kamera mit passender Beleuchtung.	Auflösung, Kontrast, Farbwiedergabe und Optik.
Schnelle Bewegung oder kurze Veränderungen erfassen.	Ereigniskamera als möglicher Kandidat.	Änderungskontrast, zeitliche Anforderungen und Auswertbarkeit.
Einfaches Objekt an einer festen Stelle zählen.	Auch Lichtschranke oder anderer einfacher Sensor prüfen.	Ob überhaupt eine räumliche Kameramessung benötigt wird.
Bewegung messen und gleichzeitig ein Bild dokumentieren.	Kombination aus Bild- und Ereignissensorik.	Synchronisation, Zuordnung und zusätzlicher Integrationsaufwand.

Eine Hochgeschwindigkeitskamera bleibt ebenfalls eine ernsthafte Vergleichsoption. Sie erzeugt vollständige Bilder mit hoher Bildrate und kann für eine Aufgabe genau richtig sein. Ereigniskameras sind deshalb nicht grundsätzlich die schnellere oder günstigere Gesamtlösung. Verglichen werden sollten passende Systeme mit demselben Prüfziel.

Ein Förderband-Beispiel macht den Zeitunterschied greifbar

Nehmen wir für ein rein erfundenes Beispiel ein Bandtempo von 3 Metern pro Sekunde und eine bildbasierte Aufnahme mit 200 Bildern pro Sekunde an. Zwischen den Aufnahmezeitpunkten liegen 1 ÷ 200 Sekunden, also 5 Millisekunden. In dieser Zeit bewegt sich ein Bauteil um 3 × 0,005 Meter = 0,015 Meter, also 15 Millimeter.

Die Rechnung sagt zunächst nur etwas über die Bewegung zwischen den Aufnahmezeitpunkten aus. Sie beweist nicht, dass die Kamera das Bauteil verpasst. Dafür sind auch Sichtfeld, Objektgröße, Auslösung und Aufnahmekonfiguration entscheidend. Bewegungsunschärfe hängt außerdem von der Belichtungszeit ab, nicht allein vom zeitlichen Abstand der Bilder.

Eine Ereigniskamera kann lokale Änderungen zeitlich feiner erfassen, ohne dafür stets vollständige Bilder auszugeben. Ob daraus ein besseres Messergebnis entsteht, muss der konkrete Aufbau zeigen. Eine kontrastarme Kante, ungeeignete Beleuchtung oder eine überlastete Verarbeitung kann den möglichen Vorteil zunichtemachen.

Zeitauflösung und Reaktionszeit nicht gleichsetzen

Ein präziser Zeitstempel beschreibt, wie ein erfasstes Ereignis zeitlich eingeordnet wird. Die Reaktion der Anlage umfasst aber weitere Schritte: Detektion, Übertragung, Verarbeitung und die Ansteuerung eines Ausgangs. Ein Zeitstempel im Mikrosekundenbereich ist daher kein Nachweis dafür, dass beispielsweise ein Ausschleusmechanismus innerhalb derselben Zeit reagiert.

Miss für eine Produktionsaufgabe den gesamten Weg bis zum benötigten Ausgangssignal. Dokumentiere nicht nur einen günstigen Mittelwert, sondern auch Verzögerungen unter hoher Last. Eine anschauliche Kamerademonstration ersetzt diesen Systemtest nicht.

Datenmenge und Energieverbrauch hängen von der Szene ab

Wenn nur ein kleiner Bereich im Sichtfeld Veränderungen erzeugt, kann die ereignisbasierte Ausgabe viel wiederholte Bildinformation vermeiden. Bewegt sich dagegen die Kamera selbst oder verändert sich ein großer Teil der Szene, können sehr viele Ereignisse anfallen. Die Aussage „weniger Daten“ braucht deshalb eine Angabe zur untersuchten Situation.

Die Schwellenwerte und Filter beeinflussen ebenfalls, welche Meldungen weitergegeben werden. Weniger Ereignisse sind aber nicht automatisch ein besseres Ergebnis: Ein zu starker Filter kann auch die Änderungen unterdrücken, die du erkennen möchtest. Die Datenrate muss immer zusammen mit der Erkennungsleistung betrachtet werden.

Eine illustrative Rechnung zur Übertragung

Für eine vereinfachte Bandbreitenrechnung nehmen wir genau 8 Byte je Ereignis an. Das ist eine frei gewählte Rechenannahme, keine Angabe zu einem bestimmten Sensorformat. Bei 2 Millionen Ereignissen pro Sekunde ergeben sich 16 Millionen Byte pro Sekunde, also 16 MB/s in dezimaler Schreibweise. Eine Aufzeichnung von 30 Sekunden umfasst damit 480 MB reine Ereignisdaten.

Steigt die Rate unter derselben Annahme auf 20 Millionen Ereignisse pro Sekunde, entstehen 160 MB/s beziehungsweise 4,8 GB in 30 Sekunden. Dateiköpfe, Übertragungsprotokolle und andere Zusatzdaten sind dabei nicht eingerechnet. Tatsächliche Formate können Ereignisse anders verpacken oder komprimieren.

Für eine belastbare Planung benötigst du deshalb Aufnahmen aus dem realen Prozess, einschließlich ungünstiger Betriebszustände. Dass ein Sensordatenblatt einen niedrigen Verbrauch nennt, sagt außerdem noch nichts über den Strombedarf von Kameraelektronik, Beleuchtung, Rechner und Aktorik aus. Vergleiche den Energiebedarf der vollständigen Lösung bei derselben erfüllten Aufgabe.

Grenzen: Beleuchtung, Rauschen und fehlende Bildinformation

Ereignisbasierte Kameras brauchen eine geeignete optische Situation. Das betrifft Schärfe, Blickwinkel, Kontrast und Licht. Ein großer Dynamikumfang kann bei starken Helligkeitsunterschieden helfen, bedeutet aber nicht uneingeschränkte Messfähigkeit bei jeder Beleuchtung. Auch die Reaktionsgeschwindigkeit kann vom Sensor, seinen Einstellungen und der verfügbaren Helligkeit abhängen.

LED-Flimmern, Reflexe oder Vibrationen können zusätzliche Aktivität erzeugen. Die Ursache sollte zunächst am Aufbau untersucht werden. Anschließend lässt sich prüfen, ob eine andere Beleuchtung, eine stabilere Montage, ein begrenzter Auswertebereich oder ein passender Filter hilft. Kontrolliere nach jeder Änderung, ob die gewünschte Information noch vollständig vorhanden ist.

Ein nativer Änderungsdatenstrom enthält zudem nicht automatisch ein gewöhnliches Foto der gesamten ruhenden Szene. Software kann Ereignisse über Zeitfenster sammeln oder bildähnliche Darstellungen rekonstruieren. Das ist eine weitere Verarbeitung mit eigenen Voraussetzungen und nicht mit einem direkt aufgenommenen Farbbild gleichzusetzen.

Keine automatische Sicherheits- oder Datenschutzgarantie

Eine schnelle Messmöglichkeit macht ein System nicht von selbst für Sicherheitsfunktionen geeignet. Wenn eine Anwendung Menschen schützen soll, müssen die dafür nötigen Anforderungen und Nachweise am vollständigen System betrachtet werden. Ein erfolgreicher Objekterkennungstest ist dafür allein kein ausreichender Nachweis.

Ebenso sollte ein Ereignisstrom nicht pauschal als anonym bezeichnet werden. Prüfe, welche Informationen durch den Aufbau und die Auswertung entstehen, ob Personenbezug möglich ist und was gespeichert wird. Entscheidend ist die konkrete Verarbeitung, nicht allein die Tatsache, dass kein gewöhnliches Video ausgegeben wird.

Wie Ereigniskamera, Software und andere Sensoren zusammenarbeiten

Die Verarbeitung beginnt mit der Aufnahme und dem korrekten Lesen des Datenformats. Danach folgen je nach Aufgabe Filterung, räumliche Zuordnung und die eigentliche Messung oder Erkennung. Es muss nicht immer KI sein: Für eine klar begrenzte Messaufgabe kann auch ein geeignetes klassisches Verfahren infrage kommen.

Vorhandene Software für Einzelbilder lässt sich nicht grundsätzlich unverändert weiterverwenden. Eine Umwandlung in bildähnliche Zeitfenster kann die Integration erleichtern, beeinflusst aber, wie die zeitliche Information genutzt wird. Prüfe deshalb früh, welches Format die bestehende Auswertung erwartet und welchen Zusatzaufwand die Anpassung verursacht.

Bei einer kombinierten Lösung kann eine gewöhnliche Kamera Farbe und Textur liefern, während ein Ereignissensor schnelle Änderungen ergänzt. Dafür müssen Blickfelder und Zeitbezüge nachvollziehbar zusammenpassen. Eine bloße Montage nebeneinander garantiert noch nicht, dass beide Datenquellen dasselbe Objekt zur selben Zeit beschreiben.

Für Unternehmen gehören auch Schnittstellen, Softwarelizenzen, unterstützte Betriebssysteme und Wartung in die Entscheidung. Lass dir zeigen, ob ein Algorithmus auf deiner vorgesehenen Rechnerplattform funktioniert und wer die Lösung bei geänderter Beleuchtung oder einem neuen Produkt nachstellt.

Ein Praxistest, der eine Kaufentscheidung ermöglicht

Formuliere zuerst eine überprüfbare Aufgabe, beispielsweise: „Wir wollen vorbeilaufende Teile zählen und fehlende Teile erkennen.“ Lege fest, welche Fehlerrate, Reaktionszeit und laufende Betreuung für deinen Prozess akzeptabel wären. Diese Anforderungen sollten feststehen, bevor die Ergebnisse verschiedener Systeme bewertet werden.

1. Eine brauchbare Vergleichslösung bestimmen: Prüfe zunächst, ob Kamera, Beleuchtung und Einstellungen der bestehenden Lösung zur Aufgabe passen. Nimm bei einfachen Aufgaben auch andere Sensortypen in den Vergleich auf.
2. Reale Betriebszustände aufnehmen: Teste normale und hohe Geschwindigkeit, Produktwechsel sowie die im Betrieb vorkommenden Lichtverhältnisse. Dokumentiere auch Stillstand und Anlauf.
3. Einen überprüften Referenzdatensatz anlegen: Halte fest, welche Teile oder Ereignisse tatsächlich vorhanden waren. Ohne diese Referenz lässt sich eine eindrucksvolle Darstellung nicht zuverlässig bewerten.
4. Erkennung und Aufwand gemeinsam messen: Zähle übersehene Fälle und Fehlalarme, erfasse Reaktionszeiten, Datenraten und benötigte Rechenleistung.
5. Den Betrieb nach dem Versuch planen: Kläre Montage, Wartung, Einstellungen, Zuständigkeit und Kosten. Entscheide erst danach, ob der zusätzliche Nutzen den Gesamtaufwand rechtfertigt.

Verwende zum abschließenden Test auch Aufnahmen, die beim Einstellen der Auswertung noch nicht benutzt wurden. Sonst kann der Aufbau auf bekannte Situationen zugeschnitten sein, ohne bei neuen Teilen ebenso gut zu funktionieren. Halte die Einstellungen während eines Vergleichsdurchlaufs fest. Wenn du nach einem Fehlalarm nachjustierst, dokumentiere die Änderung und wiederhole den betreffenden Vergleich. Vereinbare außerdem, wer beurteilt, ob eine Abweichung tatsächlich ein Produktfehler oder nur eine unkritische Variante ist. Diese Zuordnung muss für beide Kameralösungen nach denselben Regeln erfolgen.

Übersehene Fehler und Fehlalarme getrennt ausweisen

Ein erfundenes Prüfbeispiel enthält 1.000 Teile, davon 40 mit einem vorher dokumentierten Fehler. Das System erkennt 38 dieser 40 fehlerhaften Teile. Die Erkennungsquote bezogen auf die tatsächlich fehlerhaften Teile beträgt 38 ÷ 40 = 95 Prozent; zwei Fehler werden übersehen.

Zusätzlich markiert das System sechs der 960 tatsächlich fehlerfreien Teile fälschlich als fehlerhaft. Die Fehlalarmquote innerhalb der fehlerfreien Teile beträgt 6 ÷ 960 × 100 = 0,625 Prozent. Die beiden Prozentwerte haben unterschiedliche Bezugsgruppen und dürfen nicht einfach zusammengerechnet werden. Sie sind auch keine Leistungsangaben für eine reale Kamera.

Prüffrage	Benötigter Nachweis	Bedeutung für die Entscheidung
Wird das Ziel zuverlässig erkannt?	Übersehene Fälle und Fehlalarme anhand bekannter Referenzen.	Zeigt Nutzen und Folgen falscher Entscheidungen.
Reagiert der Aufbau rechtzeitig?	Zeit bis zum benötigten Ausgang unter realer Last.	Bewertet die gesamte Verarbeitung statt nur den Sensorzeitstempel.
Bleibt der Aufwand beherrschbar?	Datenraten, Rechenbedarf, Beleuchtung und Nachstellbedarf.	Zeigt, ob die Lösung im Alltag betrieben werden kann.

Wann sich der zusätzliche Aufwand lohnt

Eine Ereigniskamera ist besonders dann einen Versuch wert, wenn schnelle zeitliche Veränderungen für deine Messaufgabe entscheidend sind und vorhandene Verfahren dabei an eine konkret nachgewiesene Grenze stoßen. Der Vorteil muss sich im Ergebnis zeigen: etwa in besser erfassten Abläufen oder einem geringeren Gesamtaufwand bei gleicher geforderter Qualität.

Wenn eine passende Standardkamera oder ein einfacher Sensor die Aufgabe bereits zuverlässig und wirtschaftlich erfüllt, ist ein Wechsel nicht allein wegen der neueren Technik nötig. Sinnvoll ist die Lösung, deren Messleistung, Grenzen und Betrieb du nachvollziehen kannst. Ein gut dokumentierter Versuch kann daher sowohl für eine Ereigniskamera als auch für das Beibehalten der bisherigen Technik sprechen.