Kamerasysteme für Objekterkennung im Recycling: was frei programmierbar ist und was nicht

Die Frage kommt so oder ähnlich immer wieder: Welche Kamerasysteme kann man selbst programmieren, um im Recyclingbetrieb Material zu erkennen? Gemeint ist fast immer: Kann ich ein eigenes Modell trainieren und auf die Kamera bringen, oder bin ich auf das angewiesen, was der Hersteller mitliefert?

Die Antwort hängt weniger an der Kamera als am ganzen System dahinter. Wir teilen es in vier Arten auf, von ganz offen bis ganz geschlossen, und sagen bei jeder, was „programmierbar“ dort heißt. Danach geht es um die Physik, also was eine Kamera überhaupt sehen kann, und um die Anbindung an die Anlage.

Offenlegung: Wir bauen Bilderkennung für Sortieranlagen und Entsorger und arbeiten dabei mit offenen Industriekameras und eigenen Modellen. Mit keinem der genannten Hersteller haben wir eine Vertriebs- oder Partnerschaft. Alle Angaben stammen von den Herstellerseiten, Stand 12. Oktober 2026. Preise nennen wir nicht, weil die Hersteller sie nicht veröffentlichen.

Die vier Arten im Überblick

Art	Eigenes Modell laden?	Typische Beispiele	Wer integriert?
Industriekamera + eigener Rechner	Ja, jedes Modell, das die Laufzeit annimmt	Basler, Allied Vision, Teledyne FLIR mit NVIDIA Jetson oder Industrie-PC	Sie oder Ihr Integrator
Smart Camera	Teilweise, meist mit Werkzeugen des Herstellers	SICK InspectorP6xx, Luxonis OAK	Hersteller-Software, Anbindung durch Sie
Hyperspektralkamera zum Selbstauswerten	Ja, mit Spektral-Modellen	Specim FX17, EVK HELIOS	Sie oder ein Maschinenbauer
Fertige Sortiermaschine, KI-Analysegerät	Öffentlich nicht dokumentiert	TOMRA, Steinert, Pellenc, Redwave, Greyparrot, AMP	Hersteller

1. Industriekamera mit eigenem Rechner

Das ist die offenste Lösung. Die Kamera liefert nur Bilder, alles Weitere passiert auf einem Rechner daneben, den Sie selbst bestimmen.

Kamera. Industriekameras nach GigE Vision oder USB3 Vision folgen dem Standard GenICam, den die European Machine Vision Association pflegt. Damit lassen sich Kameras verschiedener Hersteller über eine gemeinsame Schnittstelle ansprechen. Die Hersteller liefern dazu eigene Programmbibliotheken. Allied Visions Vimba X ist nach Herstellerangabe vollständig GenICam-konform, bietet Schnittstellen für C, C++, .NET und Python und läuft unter Windows, Linux, Linux auf ARM und macOS. Baslers pylon und Teledynes Spinnaker laufen laut Dokumentation ebenfalls auf 64-Bit-ARM unter Linux, also auf den Modulen, die NVIDIA für solche Aufgaben baut.

Rechner. Für Bilderkennung direkt an der Anlage ist NVIDIA Jetson verbreitet. Der Jetson AGX Orin leistet laut NVIDIA bis zu 275 TOPS bei 15 bis 60 Watt, kleinere Module wie Orin NX und Orin Nano entsprechend weniger. Das Modell trainieren Sie dort, wo Sie wollen, etwa in PyTorch, exportieren es als ONNX und lassen es mit NVIDIAs Laufzeit TensorRT ausführen. ONNX ist laut NVIDIA der vorgesehene Weg, trainierte Modelle in TensorRT zu bringen.

Eine Zwischenform bietet Basler mit pylon AI. Dort laufen Modelle über einen Inferenzserver auf CPU oder GPU, und zwar ausschließlich als ONNX. Trainiert wird außerhalb. Basler liefert Grundmodelle mit, und hier lohnt der Blick in die Lizenzen: ResNet50, MobileNetV3 und YOLOX stehen unter Apache 2.0, YOLOv8 unter AGPL-3.0 und SegFormer unter CC-BY-NC-SA-4.0, also nicht für den kommerziellen Einsatz.

Was das heißt. Sie können jedes Modell einsetzen und es mit Bildern Ihrer eigenen Anlage nachtrainieren, so oft Sie wollen. Dafür liegt alles andere bei Ihnen: Beleuchtung, Auslösung, Anbindung an die Steuerung, Updates, Ersatzteile. Das ist die Variante, mit der wir selbst arbeiten, weil Störstoffe von Anlage zu Anlage anders aussehen und ein Modell erst mit eigenen Bildern zuverlässig wird.

2. Smart Cameras

Smart Cameras haben Kamera und Rechner in einem Gehäuse. Programmierbar heißt hier meist: Sie können Abläufe zusammenstellen und eigene Klassen anlernen, aber innerhalb der Werkzeuge des Herstellers.

SICK nennt seine Plattform AppSpace eine offene Softwareplattform für programmierbare Sensoren. Entwickelt wird über einen grafischen Editor und Lua-Skripte. Für Deep Learning auf den InspectorP6xx-Kameras trainiert man in der SICK-Cloud, die fertige Auswertung läuft dann auf der Kamera. Für den Produktivbetrieb braucht es laut SICK eine Zusatzlizenz, testen lässt es sich vorher. Ob sich ein extern trainiertes Modell importieren lässt, haben wir auf den SICK-Seiten nicht gefunden.

Luxonis OAK ist deutlich offener. Die Kameras nehmen Modelle als ONNX, OpenVINO oder TensorFlow Lite an, die mit Luxonis-Werkzeugen für den Chip in der Kamera umgewandelt werden. Die Programmbibliothek depthai-core steht unter MIT-Lizenz. Ob eine OAK den Bedingungen in einer Sortieranlage gewachsen ist, mit Staub, Vibration und Echtzeit-Ausgängen zur Steuerung, müsste man im Einzelfall prüfen.

Weitere große Hersteller wie Cognex oder IDS bieten ebenfalls Smart Cameras mit Deep Learning an. Deren Seiten konnten wir für diesen Beitrag nicht abrufen, deshalb machen wir zu ihnen keine Angaben.

Was das heißt. Smart Cameras sind schneller eingerichtet und im Gehäuse industrietauglich. Sie passen gut für eine klar umrissene Aufgabe an einer Stelle, etwa eine Kontrolle am Ende einer Linie. Wer Modelle selbst weiterentwickeln oder zwischen Herstellern wechseln will, stößt schneller an Grenzen.

3. Hyperspektralkameras zum Selbstauswerten

Wenn es um das Material geht, also um PE gegen PP gegen PET, reicht eine Farbkamera nicht. Dafür gibt es Hyperspektralkameras, die das Licht in viele schmale Wellenlängenbereiche zerlegen.

Die Specim FX17 arbeitet laut Hersteller im Bereich von 900 bis 1.700 Nanometern mit 224 Bändern, aus denen sich die benötigten frei auswählen lassen. Specim nennt die Unterscheidung von Kunststoffarten fürs Recycling als Einsatz. Modelle für die Klassifizierung baut man mit Specims Software SpecimINSIGHT, als statistisches Verfahren nennt Specim PLS-DA. Bei EVK HELIOS, inzwischen Teil von Headwall, wird das Modell in der EVK-Software erstellt und läuft in der Kamera. Specim führt die Modelle auf der Plattform SpecimCUBE in Echtzeit aus und schickt die Ergebnisse über GigE Vision an die Sortiermaschine. Für EVK nennt die Fachpresse ebenfalls eine Anbindung über GigE Vision.

Was das heißt. Hier können Sie eigene Materialmodelle bauen, aber mit anderen Werkzeugen als bei einer Farbkamera. Spektrale Klassifizierung ist eher Chemometrie als Objekterkennung. Für den Bau einer eigenen Sortiermaschine mit Ausschleusung braucht es zusätzlich Maschinenbau, den ein Betreiber selten selbst stemmt.

4. Fertige Sortiermaschinen und KI-Analysegeräte

TOMRA, Steinert, Pellenc und Redwave liefern Sortiermaschinen mit eigener Sensorik und eigener Auswertung. Die TOMRA AUTOSORT SPEEDAIR läuft laut Hersteller mit bis zu 6 Metern pro Sekunde Bandgeschwindigkeit und hängt an TOMRAs Cloud-Dienst TOMRA Insight. Steinert kombiniert in der UniSort PR eine NIR-Hyperspektralkamera mit eigener Auswertesoftware, wahlweise Farbkamera und KI-gestützter Objekterkennung, und kann Daten an eine Leitsteuerung liefern.

Analysegeräte wie der Greyparrot Analyzer hängen über dem Band und werten den Materialstrom aus. Greyparrot nennt 115 Materialkategorien und eine Schnittstelle, über die Daten an fremde Software gehen. Ähnlich geschlossen arbeiten Anbieter von Sortierrobotern wie AMP.

Bei keinem dieser Anbieter haben wir eine öffentlich dokumentierte Möglichkeit gefunden, eigene Modelle zu laden. Das heißt nicht, dass es im Projekt keine Absprachen gibt. Es heißt, dass Sie das vor dem Kauf ausdrücklich fragen sollten, wenn es Ihnen wichtig ist.

Was das heißt. Diese Systeme sind für ihren Zweck gebaut und erprobt. Wer eine neue Sortierstufe braucht, kauft eine Maschine. Wer aber etwas erkennen will, das die vorhandene Maschine nicht sieht, etwa Akkus zwischen Verpackungen, kommt mit einer offenen Kamera daneben oft weiter als mit einer Anfrage beim Hersteller.

Was eine Kamera physikalisch sehen kann

Vor der Wahl des Systems steht die Frage, ob die Kamera Ihr Problem überhaupt lösen kann.

Farbkamera: Objekt, nicht Polymer. Eine Farbkamera sieht Form, Farbe, Textur und Aufdrucke. Sie erkennt also, ob da eine Flasche, eine Schale, ein Akku oder eine Gasflasche liegt. Welcher Kunststoff es ist, sieht sie nicht verlässlich. Specim zählt die reine Farbauswertung ausdrücklich zu den Verfahren, mit denen die Kunststoffsortierung in schwierigen Fällen falsch oder unmöglich ist. Steinert setzt deshalb NIR für das Material und die Farbkamera für die Farbe ein.

NIR: Polymer, aber nicht schwarz. Rußgefärbter Kunststoff wirft das eingestrahlte Nahinfrarot nicht zurück. Laut dem Chemieverband Cefic kann die Sortiermaschine ihn deshalb nicht zuordnen. Specim schreibt, schwarze Kunststoffe ließen sich mit herkömmlichen NIR-Kameras nicht sortieren, und verweist auf Kameras im mittleren Infrarot wie die FX50 (2,7 bis 5,3 Mikrometer). Hier kann eine Farbkamera ergänzen, nicht für das Polymer, aber für die Objektart.

Zeilen- oder Flächenkamera. Am schnellen Band setzt man meist Zeilenkameras ein. Sie bauen das Bild Zeile für Zeile aus der Bewegung auf, brauchen dafür einen Drehgeber am Band zur Synchronisation und viel Licht, weil die Belichtung sehr kurz ist. Flächenkameras sind einfacher und eignen sich für langsamere Bänder, Kontrollplätze und die Annahme. Zur Einordnung: Steinert nennt für die UniSort Film bis zu 4,5 Meter pro Sekunde und bezeichnet 3 Meter pro Sekunde als übliche hohe Bandgeschwindigkeit, TOMRA für die AUTOSORT SPEEDAIR bis zu 6 Meter pro Sekunde.

Licht und Sauberkeit. TOMRA weist darauf hin, dass sich Beleuchtung mit Alterung und Temperatur verändert und regelmäßig kalibriert werden muss, und dass das Schutzglas sauber zu halten ist. Für ein selbst trainiertes Modell gilt das genauso: Ändert sich das Licht, ändern sich die Bilder, und das Modell wird unsicherer.

Verdeckung. Was unten liegt, sieht keine Kamera. Mehr zu den Grenzen der Erkennung an verschiedenen Stellen der Anlage steht in unserem Ratgeber Störstofferkennung mit KI.

Wie das Ergebnis an die Anlage kommt

Eine Erkennung allein sortiert nichts. Das Ergebnis muss an eine Steuerung, eine Ausschleusung, einen Roboter oder eine Anzeige.

Ausschleusung. Bei Druckluftsortierern rechnet die Software aus dem Abstand zwischen Sensor und Ventilleiste und aus der Bandgeschwindigkeit, wann welches Ventil öffnen muss. TOMRA beschreibt, dass ein zu schnelles oder zu langsames Band die Ventile zu früh oder zu spät schießen lässt.

Steuerung. Für die Anbindung an eine SPS sind Feldbusse wie PROFINET üblich, Smart Cameras bringen dafür teils fertige Gerätebeschreibungen mit. Für Bildverarbeitung gibt es mit OPC 40100 außerdem einen eigenen OPC-UA-Standard, der Steuerung, Konfiguration, Rezepte und Ergebnisse beschreibt.

Bei einem selbst gebauten System ist diese Anbindung der Teil, der die meiste Arbeit macht. Die saubere Übergabe an eine vorhandene Ventilleiste oder Steuerung, mit Takt, Fehlerfall und Protokoll, braucht die Abstimmung mit dem Anlagenbauer.

Welche Lösung wofür

Sie wollen eine Materialfraktion sortieren, die es noch nicht gibt: eine Sortiermaschine. Das ist Maschinenbau, und dafür sind die etablierten Hersteller da.

Sie wollen etwas erkennen, das Ihre vorhandene Maschine nicht sieht, etwa Akkus, Gasflaschen, Elektroschrott oder schwarze Kunststoffteile nach Objektart: eine offene Industriekamera mit eigenem Rechner und einem Modell, das mit Bildern Ihrer Anlage trainiert wird. Hier zählt, dass Sie das Modell nachtrainieren können.

Sie wollen eine klar umrissene Kontrolle an einer Stelle, etwa die Reinheit eines Ausgangsstroms stichprobenartig messen: eine Smart Camera kann reichen.

Sie wollen einen Überblick, was über Ihr Band läuft, ohne selbst etwas zu bauen: ein KI-Analysegerät.

Wie wir die zweite Variante in Sortieranlagen umsetzen, beschreiben wir unter KI-Bilderkennung in der Kreislaufwirtschaft. Speziell zu Akkus im Abfall gibt es einen eigenen Ratgeber: Akkus und Lithium-Batterien im Restmüll und in der Sortieranlage. Wenn Kameras auch Beschäftigte oder Fahrer erfassen, gehört der Datenschutz von Anfang an dazu, dazu mehr unter Kameras in Entsorgungsanlagen.

Quellen

• EMVA: GenICam
• Allied Vision: Vimba X SDK
• Basler: pylon Software Suite, Introduction to pylon AI
• Teledyne Vision Solutions: Spinnaker SDK
• NVIDIA: Jetson Orin, TensorRT Architecture Overview
• SICK: SICK AppSpace, Intelligent Inspection
• Luxonis: Model Conversion, depthai-core
• Specim: Specim FX17, Plastics sorting with Specim FX cameras, Hyperspectral imaging in recycling
• Headwall: EVK presents the EVK ALPHA G100 CS
• TOMRA: AUTOSORT SPEEDAIR, Maintain your optical sorters
• Specim: SpecimCUBE
• STEINERT: UniSort PR, UniSort Film
• Greyparrot: Product
• Cefic: Sorting machines have trouble identifying black plastics
• OPC Foundation: OPC 40100-1 Machine Vision