Ultralytics

Was ist Ultralytics?

Ultralytics ist das Unternehmen hinter Ultralytics YOLO, einer Familie von Echtzeit-Vision-Modellen, die als Open-Source-Python-Paket verteilt wird, und hinter Ultralytics Platform, einer browserbasierten Computer-Vision-Plattform zum Labeln von Datensätzen, zum Trainieren von YOLO-Modellen auf Cloud-GPUs und zum Bereitstellen auf gehosteten Endpoints.

Die Nutzungsbedingungen definieren zwei Dienste: Ultralytics YOLO Models, also Computer-Vision-Modelle und zugehörige Werkzeuge, die unter Open-Source- oder kommerziellen Lizenzbedingungen angeboten werden, und Ultralytics Platform, eine cloudbasierte Software-as-a-Service-Umgebung für Datensatzverwaltung, Modelltraining, Annotation und Deployment. Die Bedingungen behandeln beides als zwei getrennte Produktlinien mit jeweils eigener Preis- und Lizenzstruktur. Vertragspartner ist Ultralytics, Inc., eine in Delaware gegründete Kapitalgesellschaft.

In der Praxis sind das Bezahlen von Platform-Rechenleistung und die Erlaubnis, Closed-Source-Software auszuliefern, zwei getrennte Fragen.

Kernfunktionen

YOLO-Modelle und das Python-Paket

• Sieben Aufgaben, sechs Modi: Das Paket deckt Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB) ab, und jedes Modell lässt sich trainieren, validieren, für Vorhersagen nutzen, exportieren, für Tracking nutzen oder per Benchmark messen.
• YOLO26 als aktuelles Release: YOLO26, das Ultralytics als seine neueste Modellfamilie beschreibt, erschien im Januar 2026 und bringt native End-to-End-Inferenz mit.
• Optionale Ausgabe ohne NMS: End-to-End-Inferenz ohne separaten Durchlauf der Non-Maximum Suppression (NMS) ist mit nms=False verfügbar, während der Standardpfad der Genauigkeit wegen weiterhin NMS verwendet.
• Veröffentlichte Benchmarks: Über seine fünf Erkennungsgrößen hinweg erreicht YOLO26 laut Angaben 40,9–57,5 mAP auf COCO bei 1,7–11,8 ms Latenz auf einer T4-GPU mit TensorRT; die Zahlen stammen aus Ultralytics’ eigenem Paper und nicht aus unabhängigen Tests.

Ultralytics Platform

• Smarte Annotation: Der Annotationseditor deckt sechs Aufgabentypen ab, und die smarte Annotation kann SAM 2.1, SAM 3 oder SAM 3.1 (Standard), eigene feinabgestimmte YOLO-Modelle oder klassengesteuerte Modelle nutzen, darunter kostenpflichtige Vision-Modelle von Anbietern wie OpenAI, Anthropic und Google, wenn Sie einen eigenen Anbieterschlüssel hinterlegen.
• Training auf Cloud-GPUs: Das Cloud-Training bietet in jedem Tarif 24 GPU-Typen und in Pro oder Enterprise 26, die B200- und B300-Karten ergänzen, jeweils mit Echtzeit-Metriken und einer laufend aktualisierten Kostenschätzung.
• Remote-Training: Mit Remote-Training trainieren Sie auf eigener Hardware und streamen die Metriken dabei zurück an die Platform.
• Export: Trainierte Modelle lassen sich in 22 Deployment-Formate exportieren, darunter ONNX, TensorRT, CoreML, LiteRT, Hailo und Ascend.
• Dedizierte Endpoints: Jeder dedizierte Endpoint ist ein Single-Tenant-Dienst mit eigener URL und eigenem Monitoring und kann in jeder der 42 Deployment-Regionen platziert werden.
• Agents: Agents-Workflows verbinden Modelle, Bedingungen, Datensatzerfassung, Slack-Benachrichtigungen und Webhooks.

Die beiden Teile überschneiden sich: Das Paket allein kann auf eigenen Rechnern trainieren und exportieren, während die Platform Labeling, GPUs und Endpoints hostet.

Anleitung

Eine erste Vorhersage mit dem Paket ausführen

1. Installieren oder aktualisieren Sie das Paket mit pip install -U ultralytics in einer Python-3.8+-Umgebung mit PyTorch 1.8 oder neuer.
2. Führen Sie yolo predict model=yolo26n.pt aus: Die vortrainierten Gewichte werden automatisch heruntergeladen, das Modell läuft auf zwei mitgelieferten Beispielbildern, und der Befehl gibt aus, wo die annotierten Ergebnisse gespeichert wurden.
3. Richten Sie source= auf Ihr eigenes Bild, Video, Ihren Ordner, eine URL, einen Stream oder eine Webcam (source=0), um dasselbe Modell auf Ihre Daten anzuwenden.

Auf Ultralytics Platform trainieren und bereitstellen

1. Legen Sie auf platform.ultralytics.com ein Konto an und wählen Sie beim Onboarding eine Datenregion (US, EU oder AP).
2. Öffnen Sie Annotate in der Seitenleiste, laden Sie Ihren Datensatz hoch und labeln Sie ihn.
3. Erstellen Sie ein Projekt und starten Sie das Training auf Cloud-GPUs.
4. Testen Sie das Modell im Browser und stellen Sie es anschließend auf einem dedizierten Endpoint bereit.

Ultralytics-Anwendungsfälle und Beispiele

Ultralytics vermarktet seine Modelle für Fertigung, Gesundheitswesen, Automobilbranche, Landwirtschaft, Einzelhandel und Logistik und nennt visuelle Inspektion, medizinische Bildgebung, Objekterkennung in Echtzeit und Gesichtserkennung unter den typischen Einsatzzwecken. Die veröffentlichten Kundengeschichten zeigen, wie das im Produktivbetrieb aussieht:

• Förderband-Inspektion im Bergbau: In einer von Ultralytics veröffentlichten Fallstudie setzt SK Godelius YOLO-Modelle auf Robotern ein, die an Förderbändern entlanglaufen und fehlende, blockierte oder überhitzte Rollen melden.
• Berichtete Inspektionsergebnisse: Laut derselben Studie erkannte das System über den gesamten Einsatz hinweg mehr als 3.400 Anomalien, davon über 900 als kritisch eingestuft.
• Robotik in der Lebensmittelmontage: Eine weitere Fallstudie des Anbieters gibt an, dass Chef Robotics YOLO zur Erkennung und Segmentierung von Schalen und Zutaten an Produktionslinien nutzt, und berichtet, dass die zu viel ausgegebene Lebensmittelmenge von 9,19 % auf 3,05 % gesunken sei.

Diese Zahlen sind vom Anbieter veröffentlicht und nicht unabhängig gemessen, und beide beschreiben maßgeschneiderte Detektoren in kommerziellen Produkten, also genau die Situation, auf die die Enterprise License abzielt.

Für wen ist es

• Forschende, Studierende und Open-Source-Projekte: Laut Ultralytics eignet sich AGPL-3.0 für akademische Forschung, Kursarbeiten, private Projekte und Open-Source-Anwendungen, deren vollständigen Quellcode Sie öffentlich freigeben können.
• Unternehmen, die ihren Code nicht offenlegen: Eine Enterprise License ist erforderlich, um Ultralytics YOLO zu nutzen, ohne das gesamte Projekt als Open Source zu veröffentlichen, etwa bei internen Business-Tools, kommerziellen Produkten, SaaS-Backends und Embedded-Geräten.
• Einzelpersonen, kleine Teams und größere Organisationen: Ultralytics positioniert Free für Einzelpersonen, die gerade einsteigen, Pro für Fachleute und kleine Teams und Enterprise für Organisationen, die unbegrenztes Training und unbegrenzten Speicher, On-Premises-Deployment, SSO/SAML und dedizierten Support benötigen.

Schlecht geeignet ist es für Closed-Source-Teams ohne Budget für eine individuell angebotene Lizenz.

Plattformen

• Web-App und Datenresidenz: Jedes Platform-Konto speichert seine Datensätze, Modelle und verwalteten Trainingsdaten in einer von drei beim Onboarding gewählten Regionen: USA (Iowa), EU (Belgien) oder Asien-Pazifik (Taiwan).
• Python-Paket: Neben pip lässt sich das Paket mit conda install -c conda-forge ultralytics aus conda-forge installieren.
• Edge- und Mobilziele: Exportierte Modelle zielen über Formate wie ONNX, TensorRT, CoreML und TFLite auf Edge-Hardware wie NVIDIA Jetson, Raspberry Pi und Smartphones.
• iPhone und iPad: Eine kostenlose Ultralytics-YOLO-App für iOS 16.0 oder neuer führt Modelle für Erkennung, Segmentierung, Pose, Klassifizierung und OBB direkt auf dem Gerät über die Apple Neural Engine aus.
• API: Eine REST-API bietet programmatischen Zugriff auf Platform-Funktionen für Automatisierung und CI/CD-Pipelines.
• Integrationen: Integrationen verbinden die Platform mit Cloud-Speicher, externen Annotationstools und Slack.
• Datensätze in Cloud-Speichern: Für Datensätze aus Google Cloud Storage, Amazon S3 oder Azure Blob Storage ist Pro oder Enterprise erforderlich.

Preise

Softwarelizenzen werden getrennt von den unten aufgeführten Platform-Tarifen Free, Pro und Enterprise berechnet.

Pro gibt es auch jährlich für $290 pro Platz, etwa 17 % günstiger als bei monatlicher Zahlung, und das Guthaben von $30 pro Platz wird in jedem Kalendermonat gewährt. Das Free-Startguthaben beträgt $5 und steigt auf $25, sobald Sie sich mit einer Firmen-E-Mail-Adresse auf einer Nicht-Verbraucher-Domain registrieren oder diese später verifizieren; dieser Bonus wird einmal pro Konto gewährt. Monatliche Pro-Credits verfallen, wenn sie nicht genutzt werden, und laufen an jeder Grenze des Abrechnungszyklus ab, während per Aufladung gekaufte Credits nie verfallen.

Nutzungsbasiert abgerechnete Rechenleistung

• GPU-Preise: Cloud-GPUs werden stündlich ab $0.24 abgerechnet, Free-Konten erreichen Karten bis $4.39 pro Stunde, Pro und Enterprise erweitern das auf $7.39 pro Stunde, und laut Ultralytics gibt es keinen Aufschlag, kein Minimum und keine Mindestbindung.
• Batch-Annotation: Batch-Annotation kostet $1.00 pro 1.000 Bilder, mit einem Minimum von $0.01 pro Lauf.
• Endpoints: Die Standardgröße für Endpoints mit 1 vCPU und 2 GiB ist kostenlos und skaliert bei Leerlauf auf null, während benutzerdefinierte Größen eine warme Instanz vorhalten und ab Betriebsbereitschaft bis zum Stoppen stündlich berechnet werden, Leerlaufzeit eingeschlossen.
• Negatives Guthaben: Wenn nutzungsbasierte Kosten das Guthaben unter null drücken, stoppt ein laufender Cloud-Trainingsjob, und neue Jobs können erst starten, wenn das Guthaben wieder positiv ist; Deployments laufen jedoch weiter.
• Fehlgeschlagene Jobs: Sobald eine Cloud-GPU gestartet ist, wird die verstrichene GPU-Zeit berechnet, auch wenn der Job fehlschlägt oder abgebrochen wird, während Validierungs- oder Startfehler vor Beginn der Berechnung keine GPU-Kosten verursachen.
• Kündigung: Nach der Kündigung von Pro bleiben die Funktionen bis zum Ende des Abrechnungszeitraums aktiv, und die monatlichen Credits enden mit der Kündigung; sobald der Workspace zu Free zurückkehrt, werden alle Teammitglieder außer dem Eigentümer entfernt.

Lizenzkosten

Die Tarife Free und Pro laufen unter AGPL-3.0; die kommerzielle YOLO-Lizenz für proprietären Closed-Source-Einsatz ist die Enterprise License, die im Enterprise-Tarif enthalten ist. Enterprise-Tarife werden vom Ultralytics-Team eingerichtet und bündeln die Enterprise License mit SSO/SAML, On-Premises-Daten und -Rechenleistung sowie individuellen SLAs. Die Enterprise License wird individuell angeboten und über ein Anfrageformular auf Größe und Anwendungsfall der jeweiligen Organisation zugeschnitten. Gemäß den Enterprise Software License Terms läuft die Lizenz ein Jahr und verlängert sich automatisch um jeweils ein Jahr, sofern nicht eine der Parteien mindestens 45 Tage vor Ende der Laufzeit eine schriftliche Mitteilung übermittelt.

Alternativen zu Ultralytics

• Roboflow (gehostete Plattform): Roboflow führt einen Free Tier für $0 mit 10 Credits pro Monat und einen Core-Tarif für $39 pro Monat bei monatlicher Abrechnung.
• Labeling bei Roboflow: Roboflow wirbt damit, Vision-Anwendungsfälle auf einer Plattform zu entwickeln, bereitzustellen und zu überwachen, und seine KI-Labeling-Tools wie Label Assist, Smart Polygon, Box Prompting und Auto Label verbrauchen Credits.
• Detectron2 (Open-Source-Bibliothek): Die Maintainer beschreiben Detectron2 als Bibliothek der nächsten Generation von Facebook AI Research für hochmoderne Erkennungs- und Segmentierungsalgorithmen.
• Detectron2-Lizenz: Detectron2 wird unter der Apache-2.0-Lizenz veröffentlicht.

Roboflow kommt Ultralytics Platform am nächsten; Detectron2 ist vor allem dann relevant, wenn die Lizenz und nicht die Werkzeuge der Grund für einen Wechsel ist.

Einschränkungen

Lizenzpflichten

• Reichweite der AGPL: Die Wahl zwischen der Offenlegung des gesamten Projekts unter AGPL-3.0 und dem Erwerb einer Enterprise License gilt auch dann, wenn Sie Ihr eigenes Modell von Grund auf trainieren, auf vortrainierte Gewichte verzichten, YOLO nur intern oder für F&E nutzen oder es hinter einer SaaS-Plattform oder API bereitstellen.
• Trainierte Modelle: Modelle, die Sie mit Ultralytics YOLO trainieren, fallen standardmäßig unter AGPL-3.0, weil die Lizenz so beschrieben wird, dass sie sowohl den Trainingscode als auch die damit erzeugten Modelle abdeckt.
• Nachgelagerte Projekte: Im März 2024 schrieb der Maintainer von Frigate, einem MIT-lizenzierten Open-Source-Projekt, Ultralytics habe erklärt, Frigate verstoße wegen seiner MIT-Lizenz gegen AGPL-3.0, und das Projekt dürfe keinerlei Verweis auf die AGPL-lizenzierten Modelle, den Code oder die Inhalte von Ultralytics enthalten.
• Ablauf der Lizenz: Wird eine Enterprise License nicht verlängert, behalten bereits verkaufte Produkte ihre Lizenzrechte, während unverkaufte Produkte nicht mehr vertrieben werden dürfen und interne Produkte archiviert werden und die Software nicht mehr nutzen dürfen, sofern nicht schriftlich etwas anderes vereinbart wurde.

Daten, Compliance und Inhaltsregeln

• Feste Datenregion: Nach der Kontoerstellung können Sie Ihre Datenregion nicht selbst ändern, ein Umzug muss daher über den Support beantragt werden.
• Gesundheitsdaten: Die Dienste sind nicht für geschützte Gesundheitsinformationen (PHI) ausgelegt; ohne Geschäftspartnervereinbarung dürfen Sie keine PHI hochladen, und nur Enterprise-Kunden kommen möglicherweise für den Abschluss eines solchen Vertrags infrage.
• Biometrische Einwilligung: Die Bedingungen verbieten die Verarbeitung von Abbildern, biometrischen Daten oder identifizierbaren Bildern Dritter ohne ausdrückliche Einwilligung, einschließlich Gesichtserkennung oder Ganganalyse bei Personen, die nicht zugestimmt haben.

Betrieb und Konsistenz

• Kaltstarts: Ein auf null skalierter Endpoint kann bis zu etwa einer Minute brauchen, um seine erste Anfrage zu beantworten.
• Anfragelimits: Über die Platform-API gesendete Vorhersagen sind auf 20 Anfragen pro Minute begrenzt, während direkte Endpoint-Aufrufe diesen Limiter umgehen, aber auf einer einzigen Instanz laufen und Request-Bodys über 32 MB ablehnen.
• Supply-Chain-Vorfall: Unabhängige Sicherheitsberichte dokumentierten im Dezember 2024, dass die auf PyPI veröffentlichten ultralytics-Versionen 8.3.41 und 8.3.42 kompromittiert waren, um einen Kryptominer zu installieren; der Gründer sagte, sie seien zurückgezogen und durch eine saubere 8.3.43 ersetzt worden, und ein späteres Update zitierte Nutzerberichte, wonach der Angriff in den Versionen 8.3.45 und 8.3.46 offenbar weiterging.
• Uneinheitliche Zahlen: Eine FAQ-Antwort auf der Startseite nennt 43 globale Regionen für das Deployment von Modellen, während Preistabelle und Dokumentation 42 angeben.
• Anzahl der Exportformate: Eine FAQ-Antwort auf der Preisseite erwähnt ebenso den Export in alle 21 Formate, gegenüber 22 auf den Tarifkarten und in der Dokumentation.

Datenschutz und Datenrechte

• Eigentum: Mit dem Hochladen von Daten erteilen Sie Ultralytics eine Lizenz, die auf den Betrieb und die Bereitstellung der Dienste beschränkt ist, und laut den Bedingungen bleibt Ihr Eigentum an den hochgeladenen Inhalten unberührt.
• Öffentliche Datensätze: Alles, was Sie über die Community-Funktionen öffentlich machen, wird für Dritte zugänglich und kann von Ultralytics oder anderen für jeden rechtmäßigen Zweck genutzt werden, einschließlich des Trainings von Machine-Learning-Modellen.
• Private Inhalte: Für auf die Platform hochgeladene Kundeninhalte beschreibt die Datenschutzerklärung Ultralytics als Auftragsverarbeiter, der Datensätze, Bilder, Videos und Annotationen verarbeitet, um Dienste wie Training, Annotation und Modellausführung zu erbringen.
• Enterprise-Schutz: Enterprise-Kunden erhalten eine zusätzliche vertragliche Zusage, dass Ultralytics ihre Datensätze, Modellgewichte oder sonstigen Einreichungen ohne vorherige schriftliche Zustimmung nicht zum Trainieren, Feinabstimmen oder Verbessern seiner Modelle oder Produkte nutzt; aggregierte, anonymisierte Kontoaktivitätsdaten sind von dieser Einschränkung jedoch ausgenommen.
• Paket-Telemetrie: Das Open-Source-Paket sendet standardmäßig anonymisierte Nutzungsanalysen sowie Absturzberichte, wenn das Paket sentry-sdk bereits installiert ist, und mit sync=False wird das Senden von Daten an Google Analytics oder Sentry beendet.
• Bilder: Ultralytics gibt an, dass das Paket keine Trainings- oder Inferenzbilder erfasst, verarbeitet oder ansieht.
• Zertifizierungen: Jeder Platform-Tarif ist durch eine ISO/IEC-27001:2022-Zertifizierung und ein SOC-2-Type-I-Audit abgedeckt, bei Enterprise kommen individuelle SLAs hinzu.

FAQ

Q1. Gibt es eine kostenlose Testphase, und brauche ich eine Kreditkarte?

Der Free-Tarif dient als Testphase: Er enthält das oben beschriebene Startguthaben, und zum Einstieg ist keine Kreditkarte erforderlich.

Q2. Kann ich den Tarif mitten im Abrechnungszyklus wechseln?

Ja. Upgrades werden sofort wirksam, Downgrades gelten ab Beginn des nächsten Abrechnungszyklus.

Q3. Kann ich die auf der Platform trainierten Modelle herunterladen?

Ja. Jede Modellseite bietet die .pt-Gewichte zum Download an, und der Tab Export enthält alle abgeschlossenen exportierten Formate.

Q4. Ist YOLO27 schon verfügbar?

Noch nicht. YOLO27 befindet sich noch in der finalen F&E-Phase, die Modelle sind nicht verfügbar, und ein Starttermin steht noch nicht fest.