Mehr als Augen – weniger als Denken : KI-Kameras zwischen Marketing, Fortschritt und belastbarer Sicherheitswirkung

Entscheidend ist daher nicht, ob ein Hersteller sein Produkt als „KI-Kamera“ bezeichnet – entscheidend ist, was das System tatsächlich leisten kann, wie zuverlässig es arbeitet und welche Folgen Fehler oder Ausfälle haben. Moderne Videoanalyse kann die Detektion deutlich verbessern. Ob daraus aber tatsächlich mehr Sicherheit entsteht, entscheidet nicht allein die KI, sondern die gesamte Detektions- und Alarmkette.

Alarm ohne Gefahr

Im praktischen Einsatz entsteht dennoch schnell eine Erwartung, welche die Technik allein nicht erfüllen kann: Wird ein Objekt als Person erkannt und überschreitet es eine definierte Linie, kann die Kamera technisch korrekt alarmieren. Damit ist aber weder geklärt, ob die Person dort sein darf, noch ob eine sicherheitsrelevante Handlung vorliegt. Selbst ein richtiger Alarm im technischen Sinne kann betrieblich irrelevant sein.

Genau deshalb ist zwischen Detektion und Verifikation (Bewertung des Ereignisses) zu unterscheiden. Eine Kamera kann Merkmale erkennen und gemäß Regeln auslösen – sie versteht die Lage jedoch nicht in derselben Weise wie ein Mensch und ersetzt keine Einordnung des Ereignisses.

Mehr als „alt gegen neu“

Automatisierte Videoanalyse begann, wie angesprochen, nicht erst mit der heutigen KI-Welle. Frühe analoge Anlagen übertrugen Bilder auf Monitore oder zeichneten sie auf – die Bewertung lag vollständig beim Bedienpersonal. Mit der Digitalisierung kamen seit den 1990er-Jahren Verfahren hinzu, die aufeinanderfolgende Bilder miteinander verglichen. Veränderten sich genügend Bildpunkte, nahm das System eine Bewegung an.

Schon diese Technik konnte definierte Bereiche überwachen, virtuelle Linien auswerten, Bewegungsrichtungen erkennen oder Aufenthaltszeiten in Zonen erfassen. Das Grundprinzip vieler heutiger Anwendungen war damit bereits vorhanden. Die Systeme konnten allerdings nur eingeschränkt unterscheiden, was die Bildveränderung verursacht hatte – Mensch, Tier, Schatten, Regen oder bewegte Vegetation erschienen zunächst gleichermaßen als Bewegung.

Ab den frühen 2000er-Jahren ließen sich Konturen, Kanten, Größenverhältnisse und typische Formen stärker auswerten. Auch lernbasierte Ansätze kamen zum Einsatz: Seit den 2010er-Jahren haben leistungsfähigere neuronale Netze die Klassifizierung deutlich verbessert. Menschen, Fahrzeuge, Tiere oder verschiedene Fahrzeugtypen lassen sich heute wesentlich zuverlässiger voneinander unterscheiden.

Dennoch ersetzt die neue Analyseebene die älteren Verfahren nicht vollständig. Viele moderne Systeme verbinden weiterhin Bewegungserkennung, Objektbildung, Klassifizierung sowie festgelegte Linien-, Zonen- und Zeitregeln. Die Technik wurde leistungsfähiger, das Grundprinzip der Alarmkette blieb jedoch vielfach erhalten.

Was Kameras erkennen

Ein Deep-Learning-Modell bewertet Bildmuster. Vereinfacht gesagt berechnet es, wie wahrscheinlich ein Bildbereich zu einer bekannten Objektklasse gehört. Das Ergebnis lautet etwa: Dieses Objekt ist wahrscheinlich eine Person, ein Fahrzeug oder ein Tier.

Die Kamera weiß damit noch nicht, ob sie einen Mitarbeiter* oder einen Eindringling sieht. Sie kennt ohne weitere Systeminformationen weder Zutrittsberechtigungen noch die Bedeutung einer Wartungstätigkeit, einer möglichen Sabotagehandlung oder auch eines Innentäters. Die meisten Systeme lernen zudem nicht fortlaufend und eigenständig am Standort weiter – das Modell wird in der Regel durch den Hersteller trainiert und als Bestandteil der Kamera oder Analyseanwendung bereitgestellt.

Auch die Alarmbildung bleibt häufig regelbasiert: Zunächst entsteht aus mehreren Bildinformationen ein zusammenhängendes Objekt, ein sogenannter Track. Anschließend wird dieser Track klassifiziert. Danach prüft eine definierte Regel, ob das Objekt eine Linie überschreitet, sich in einer Zone aufhält oder eine bestimmte Bewegungsrichtung einnimmt. Erst dann wird ein Ereignis an das Videomanagementsystem übermittelt.

Der entscheidende Fortschritt liegt vor allem in der besseren Objektklassifizierung – daraus folgt aber kein menschliches Situationsverständnis. Der Unterschied lässt sich in drei Sätzen zusammenfassen:

• Objekterkennung ist nicht Ereigniserkennung.
• Ereigniserkennung ist nicht Gefahrenbewertung.
• Gefahrenbewertung ist noch keine wirksame Reaktion.

Auch moderne Systeme erzeugen Fehlalarme

Klassifizierung arbeitet mit Wahrscheinlichkeiten. Überschreitet das Ergebnis einen festgelegten Schwellenwert, behandelt das System ein Objekt beispielsweise als Person. Dabei bleiben zwei grundlegende Fehlerarten möglich: Ein irrelevantes Objekt wird fälschlich als Person eingeordnet, oder eine tatsächliche Person wird nicht erkannt.

Die Parametrierung verschärft diesen Zielkonflikt: Stellt man die Analyse empfindlicher ein, steigt meist die Zahl der erkannten Ereignisse, aber häufig auch die Zahl der Falschalarme. Bei strengerer Wahl von Filtern und Schwellenwerten, sinkt möglicherweise die Belastung der Leitstelle, zugleich können tatsächliche Ereignisse übersehen werden.

Im Außenbereich kommen fortlaufend Störgrößen hinzu: Büsche und Bäume, Tiere, Schatten, Regen, Schnee, Nebel, Reflexionen, wechselnde Sonneneinstrahlung, Insekten, Kameravibrationen und Temperaturveränderungen. Selbst wenn nur ein kleiner Anteil dieser Bildveränderungen falsch bewertet wird, kann im Dauerbetrieb eine erhebliche Zahl irrelevanter Meldungen entstehen.

Sicherheitswirkung statt Produktetikett

Man sollte eine KI-gestützte Videoanalyse daher nicht isoliert als Produkteigenschaft bewerten. Maßgeblich ist, ob sie in ein belastbares Sicherheitskonzept eingebettet ist: mit klar definiertem Schutzziel, geeigneter Sensorik, nachvollziehbarer Parametrierung, überprüfbaren Abnahmekriterien und einem funktionierenden Alarm- und Interventionsprozess.

Der Mehrwert entsteht erst dann, wenn technische Detektion, organisatorische Abläufe und menschliche Bewertung zusammengeführt werden. Genau diese Verbindung entscheidet darüber, ob aus einem Kamerasignal ein verwertbarer Alarm und aus einem Alarm eine angemessene Reaktion folgt.

Die Gesamtanlage entscheidet

Die Qualität einer Videoüberwachung lässt sich deshalb nicht allein anhand der Kamera oder des Analysemodells bewerten. Ausgangspunkt muss das Schutzziel sein: Was soll in welchem Bereich, in welcher Entfernung, unter welchen Bedingungen und innerhalb welcher Zeit erkannt werden?

Darauf aufbauend müssen Kameratyp, Objektiv, Auflösung, Sichtfeld, Montageposition, Beleuchtung und Überwachungsentfernung zusammenpassen. Entscheidend ist dabei nicht nur die nominelle Auflösung, sondern die tatsächlich verfügbare Objektgröße im Bild. Eine hochauflösende Kamera kann eine weit entfernte Person dennoch zu klein darstellen. Auch eine ungünstige Perspektive, Gegenlicht, Sichtbehinderungen oder fehlender thermischer Kontrast können die Klassifizierung erheblich beeinträchtigen.

Hinzu kommen Zonen, virtuelle Linien, Mindestobjektgrößen, Zeitregeln, Empfindlichkeit, Objektfilter und Alarmverzögerungen. Diese Parameter sind am realen Standort zu erproben. Eine moderne Kamera bleibt mit ungeeigneter Parametrierung dennoch anfällig.

Auch das Videomanagementsystem korrigiert die Kamera nicht automatisch: Es zeigt Ereignisse an, startet Aufzeichnungen, schaltet Bilder auf oder löst weitere Aktionen aus. Eine unabhängige Bewertung findet nur statt, wenn eine zusätzliche Analyse, eine Verifikation durch die Leitstelle vorgesehen ist. Damit gehören auch Alarmaufschaltung, Zuständigkeiten, Reaktionszeiten und Intervention zur Leistungsfähigkeit des Systems. Eine zuverlässige Detektion ohne funktionierenden Bearbeitungsprozess erzeugt noch keine wirksame Sicherheit!

Prozentwerte brauchen Kontext

Eine Werbeaussage wie „99 % Erkennungsgenauigkeit“ besitzt ohne weitere Angaben nur begrenzte Aussagekraft. Zunächst ist zu klären, was überhaupt gemessen wurde: die Klassifizierung sichtbarer Personen, das Erkennen eines Linienübertritts oder die vollständige sicherheitsrelevante Alarmkette?

Ebenso entscheidend sind die Testbedingungen: Wie groß war das Objekt im Bild? Welche Entfernungen, Perspektiven, Wetter- und Lichtbedingungen wurden berücksichtigt? Wie waren Falschalarme definiert? Wurden auch übersehene Ereignisse erfasst? Erfolgte der Test im Labor oder am tatsächlichen Standort – und über welchen Zeitraum?

Folgerungen und Empfehlungen

Die kritische Einordnung darf den technischen Nutzen nicht verdecken. Moderne Objektklassifizierung kann Menschen, Fahrzeuge und Tiere besser unterscheiden, klassische Bewegungsalarme reduzieren und große Bildmengen schneller auswertbar machen. Metadaten erleichtern die Suche in Aufzeichnungen. Ereignisse lassen sich priorisieren und mehrere Detektionsregeln miteinander kombinieren. Richtig eingesetzt kann dies Leitstellen deutlich unterstützen.

Es gibt also durchaus Fortschritte, ein Sicherheitsversprechen kann es hingegen nicht ohne Weiteres geben: Nutzen entsteht nur, wenn Planung, Parametrierung und Betrieb zur Anwendung passen. „Mit KI“ beschreibt zunächst eine Methode oder Produkteigenschaft – der Begriff ist keine nachgewiesene Qualitäts-, Sicherheits- oder Zuverlässigkeitsklasse.

Vom Produktversprechen zum belastbaren Betrieb

Verantwortliche sollten deshalb sechs Punkte besonders beachten, die sich zugleich als Prüfrahmen eignen, um Herstellerangaben von belastbaren Sicherheitsanforderungen zu trennen:

• Das Schutzziel vor der Produktauswahl festlegen: Als Erstes ist zu definieren, welches Ereignis unter welchen Bedingungen erkannt werden muss und welche Reaktion daraus folgen soll.
• Am realen Standort testen: Tag, Nacht, Witterung, Vegetation, Sichtbehinderungen und unterschiedliche Bewegungsformen gehören allesamt zum Probebetrieb.
• Fehlalarme (False Negative) und Falschalarme (False Positive) getrennt messen: Beide Fehlerarten sind unterschiedlich zu bewerten und müssen in der Abnahme berücksichtigt werden.
• Abnahmekriterien vorab vereinbaren: Zulässige Alarmzahlen, Erkennungsanforderungen und Reaktionszeiten müssen überprüfbar sein.
• Die gesamte Alarmkette einbeziehen: Kamera, Netzwerk, Videomanagementsystem, Leitstelle, Zuständigkeiten und Intervention bilden gemeinsam die wirksame Sicherheitsfunktion.
• Im Betrieb regelmäßig auswerten und nachjustieren: Vegetation wächst, Perspektiven verändern sich, Verschmutzungen entstehen, Softwarestände wechseln et cetera.

Fazit

Moderne KI-basierte Videoanalyse ist ein Fortschritt gegenüber reiner Bildbewegungsdetektion: Sie kann relevante Objekte besser klassifizieren, Alarmmengen reduzieren und die Leitstelle wirksam unterstützen. Sie ersetzt jedoch keine fachgerechte Planung, keine geeignete Sensorik, keine standortbezogene Parametrierung und keine funktionierende Alarmorganisation.

Für Betreiber, Planer und Sicherheitsverantwortliche lautet die entscheidende Frage daher nicht: „Hat die Kamera KI?“ Entscheidend ist, ob die gesamte Detektions- und Alarmkette unter realistischen Standortbedingungen nachweisbar funktioniert. Eine KI-Kamera allein ist noch lange kein intelligentes Sicherheitssystem. Erst das abgestimmte Zusammenspiel aus Technik, Umgebung, Prozessen und qualifizierter Bewertung erzeugt eine belastbare Sicherheitswirkung.

Stefan Erdweg ist Gründer und Geschäftsführer der 3-core GmbH, Dozent und Fachautor zahlreicher Veröffentlichungen zu Sicherheitsmanagement, Krisenmanagement und organisatorischer Resilienz. Er studierte im Bachelor Risiko- und Sicherheitsmanagement und verfügt über einen Masterabschluss in International Politics sowie einen Master of Business Administration.