Das Ziel moderner Ultraschallsensorik ist es, immer kleinere Fehler und Einschlüsse erkennbar zu machen, um so die Güte von Komponenten und Bauteilen besser bewerten zu können. Dabei stellen Rekonstruktionsverfahren wie z. B. 3D-SAFT Möglichkeiten dar, die anfallenden Daten im Post-Processing nachzufokusieren, um so scharfe und nachvollziehbare Anzeigen zu ermöglichen.
Herkömmliche mathematische Theorien zur Signalabtastung und Beschreibung behandeln Messdaten als beliebige bandbegrenzte Signale. Handelt es sich jedoch nicht um beliebige Signale, sondern solche, deren Eigenschaften oder Form bekannt sind, können bessere und genauere Modelle gefunden werden.
Mustererkennung bzw. künstliche Intelligenz wird eingesetzt, um aus akquirierten Daten die repräsentativsten Merkmale zu extrahieren und zu erkennen. Beispielhafte Anwendungen sind Spracherkennung, Gesichtserkennung, Fehlererkennung und viele mehr, welche die menschliche Wahrnehmung ständig und offensichtlich mühelos erledigt. In der Zerstörungsfreien Prüfung (ZfP) von Bauteilen und deren Komponenten entstehen große Datenmengen unterschiedlicher Modalität, die durch eine automatische Verarbeitung für den Anwender oft auf eine simple Aussage reduziert werden muss, ob ein Bauteil in Ordnung ist oder nicht. Die hohen Anforderungen an einen automatischen Prozess, der den Unterschied zwischen i.O und n.i.O Bauteile automatisch erlernen und in Überwachungssystem integriert werden kann, macht moderne Methoden der Mustererkennung unumgänglich. Der wesentliche Fortschritt durch Mustererkennung besteht darin, dass für den Menschen komplexe und aufwendige Prüfaufgaben in kürzester Zeit automatisch gelöst werden können.