Künstliche Intelligenz kann heute Bilder beschreiben, Objekte erkennen und komplexe Zusammenhänge erklären. Und die Entwicklung ist enorm: Sogenannte Vision-Language-Modelle (VLMs) verbinden Text- und Bildverständnis auf beeindruckende Weise. Doch ausgerechnet bei einer scheinbar einfachen Aufgabe geraten sie ins Straucheln: dem Zählen. Forschende des Instituts für Informationssysteme der Hochschule Hof (iisys) wollen hier der KI auf die Sprünge helfen.