Computer Vision (maschinelles Sehen) ist das Teilgebiet der KI, das Bild- und Videodaten auswertet und daraus verwertbare Informationen gewinnt. Für den Computer ist ein Bild zunächst nur eine Zahlentabelle aus Helligkeits- und Farbwerten; die Aufgabe besteht darin, aus diesen Zahlen Objekte, Positionen und Zusammenhänge abzuleiten.
Unterschieden werden mehrere Aufgabenarten: die Klassifikation, die ein Bild einer Kategorie zuordnet, die Objekterkennung, die einzelne Dinge im Bild lokalisiert, die Segmentierung, die Bildbereiche pixelgenau abgrenzt, sowie die optische Zeichenerkennung (OCR), die Text aus Bildern liest. Möglich wurde der Sprung durch Deep Learning, insbesondere durch Convolutional Neural Networks. Anwendungen reichen von der Qualitätskontrolle am Fließband über die Auswertung medizinischer Aufnahmen und die Bestandserfassung im Lager bis zur Umfelderkennung im Fahrzeug.
Sobald Personen erkennbar sind, wird die Anwendung datenschutzrechtlich heikel: Biometrische Daten zur eindeutigen Identifizierung sind besondere Kategorien personenbezogener Daten und nur unter engen Voraussetzungen zulässig (Art. 9 DSGVO). Die KI-Verordnung verbietet zusätzlich bestimmte Praktiken, darunter das ungezielte Auslesen von Gesichtsbildern aus dem Internet oder aus Videoüberwachung zum Aufbau von Gesichtserkennungsdatenbanken (Art. 5 Verordnung (EU) 2024/1689).