Beim Abspielen lädt YouTube (Google) das Video. Dabei werden Ihre IP-Adresse und Geräteinformationen an Google übertragen. Details ·
Transkript anzeigen
Eine Kamera-KI, die bei jeder Bewegung Alarm schlägt, schaltet in Ihrem Betrieb nach einer Woche jemand ab. Dabei sieht sie ständig etwas: Lastwagen, Paletten, Menschen, Vögel, Schatten. Melden soll sie davon fast nichts. Und fast alle Fehlalarme entstehen nicht im Modell, sondern in der Regel dahinter. Wann wird also aus einem Objekt ein Ereignis? In drei Schritten: erkennen, verbinden, entscheiden. Am Ende raten Sie mit. Schritt eins: erkennen. Ein Modell sieht ein einzelnes Bild und zeichnet Kästen hinein, mit Klasse und Wert. Person, 0,81. Vom Bild davor weiß es nichts. Flackert das Licht, springt der Wert auf 0,42 und wieder zurück. Schritt zwei: verbinden. Ein Tracker reiht die Kästen von Bild zu Bild aneinander und gibt jedem Objekt eine Nummer. Aus vielen Kästen wird ein Weg: Objekt 17. Seit drei Sekunden im Bild, unterwegs nach links. Halb verdeckt behält es seine Nummer. Schritt drei: entscheiden. Hier greift Ihre Regel. Etwa: Person, länger als fünf Sekunden in der Sperrzone. Ohne Mindestdauer würde jeder Vogel auslösen. Erst die Regel erzeugt ein Ereignis, mit Bildausschnitt und Zeitstempel. Nur das Ereignis erreicht einen Menschen. Jetzt Sie. Nacht, Werkhof, Regen. Ein Vogel streift durch die Sperrzone. Ein Mensch läuft quer über den Hof. Und vor Tor 2 steht eine Gestalt, seit sechs Sekunden, reglos. Die Kamera meldet genau eins davon, und es ist ein Fehlalarm. Welches? Wer auf den Vogel tippt, liegt falsch. Er ist nach einer Sekunde wieder weg. Der Mensch bleibt außerhalb der Zone. Gemeldet wird die Gestalt vor Tor 2. Und sie ist kein Mensch, sondern eine Spiegelung in der Pfütze. Das Modell hält sie Bild für Bild für eine Person, also besteht sie jede Prüfung. Das sind zwei verschiedene Fehler. Flackern, ein einzelnes falsches Bild, verschwindet, wenn drei Bilder in Folge bestätigen müssen. In unserem Rechenbeispiel über 30 Tage fallen solche Fehlalarme von gut tausend am Tag auf null. Verwechslungen bleiben fast alle. Gegen sie helfen eine Zonenmaske über der Pfütze, eine Plausibilitätsprüfung, Trainingsbilder von diesem Ort, und wo Übersehen teuer ist, ein Mensch, der das Bild bestätigt. Wir sind Krynex Labs aus Chemnitz. Wir rechnen bei Ihnen im Haus. Hinaus geht höchstens das Ereignis, nicht das Bild. Gesichtserkennung bauen wir nicht. Das passt, wenn an Toren, Rampen oder Sperrzonen schon Kameras hängen und keiner hinsieht. Mehr steht auf krynexlabs.de, auf der Seite zur KI-Videoanalyse. Im Erstgespräch klären wir Ihren Fall. Vor jedem Angebot sichten wir Ihre Aufnahmen, bei Tag und bei Nacht.
Videoüberwachung hängt längst, der Monitorraum ist nicht das Problem
In den meisten Betrieben, die uns dazu ansprechen, hängen die Kameras seit Jahren. Aufgezeichnet wird auch. Was fehlt, ist der Schritt davor: Jemand müsste dauerhaft hinsehen, damit die Aufnahme im Moment des Geschehens etwas nützt. Genau das leistet niemand über acht Stunden, und deshalb wird Video in der Praxis fast nur rückwärts benutzt, wenn ohnehin schon etwas passiert ist.
Videoanalyse dreht das um. Der Rechner schaut durchgehend hin und meldet sich nur, wenn eine Regel verletzt wird, die ihr vorher festgelegt habt. Der Rest bleibt ungesehen, und das ist beabsichtigt.
Vier Aufgaben, um die es fast immer geht
Zutritt und Sperrzonen. Betritt jemand einen Bereich, in dem er nichts verloren hat, gibt es ein Ereignis mit Bildausschnitt und Zeitstempel. Nicht bei jeder Bewegung, sondern erst nach einer Mindestverweildauer, sonst löst jeder Vogel aus.
Arbeitssicherheit als zusätzliche Warnebene. Person im Fahrweg eines Staplers, fehlende Schutzausrüstung an einer festgelegten Station. Das ist eine Warn- und Auswertungsebene, kein Ersatz für Schutztür, Lichtgitter oder Not-Halt: Eine Kamera-KI ist kein Sicherheitsbauteil. Und weil hier Beschäftigte im Bild sind, bauen wir es nur mit Betriebsvereinbarung, ohne Personenbezug im Ereignis und mit Löschung des Bildmaterials nach der Auswertung.
Handel und Besucherströme. Wie viele Menschen kommen herein, wo bleiben sie stehen, welche Fläche wird nie betreten. Für diese Auswertung braucht niemand Gesichter, es reichen anonyme Punkte auf einem Grundriss.
Tore, Rampen, Logistik. Kennzeichenerkennung an der Einfahrt, Abgleich mit der Anlieferliste, Standzeit je Rampe. Hier zahlt sich Videoanalyse am schnellsten aus, weil sie eine ohnehin geführte Liste automatisch füllt.
Warum wir vor Ort rechnen
Video ist schwer. Eine Full-HD-Kamera liefert je nach Codec zwei bis sechs Megabit pro Sekunde, 24 davon sind schnell ein dreistelliger Megabit-Bereich, und den schiebt niemand gern dauerhaft in eine fremde Cloud. Dazu kommt die Zeit zwischen Bild und Meldung: Auf einem Knoten vor Ort liegt sie bei wenigen Zehntelsekunden, über eine Cloud kommen Encoding, Upload, Umlauf und Warteschlange dazu. Für eine Wochenauswertung ist das gleichgültig, für eine Warnung an einen Staplerfahrer nicht.
Der dritte Grund ist der wichtigste. Was das Gelände nie verlässt, braucht keinen Drittlandtransfer und hängt an keiner fremden Löschroutine. Einen Auftragsverarbeitungsvertrag gibt es trotzdem, mit uns, für Wartung und Fernzugriff. Er fällt nur deutlich kürzer aus, wenn das Bild im Haus bleibt.
Datenschutz gehört an den Anfang, nicht ans Ende
Videoüberwachung ist rechtlich schon ohne KI kein Selbstläufer. Kommt eine Analyse dazu, werden Zweckbindung und Transparenz strenger, nicht lockerer. Wir bauen deshalb von vornherein so, dass sich die Anlage verteidigen lässt: ein klarer Zweck je Kamera, kurze Aufbewahrung, Ereignisse statt Dauerspeicherung, und wo es geht Verpixelung direkt auf dem Knoten, bevor irgendetwas geschrieben wird. Biometrische Identifizierung bauen wir nicht, auch nicht auf Wunsch. Ob euer Fall überhaupt in die scharfe Kategorie fällt, steht in unserer Übersicht zum Hochrisiko-KI-System.
Wie so ein Projekt abläuft
Am Anfang steht kein Modell, sondern Material. Wir sehen uns echte Aufnahmen an, bei Tag und bei Nacht, und sagen ehrlich, was damit erkennbar ist. Danach läuft ein Pilot an einer einzigen Kamera, lange genug für belastbare Zahlen zu Fehlalarmen. Erst wenn die stimmen, kommt der Ausbau auf die restlichen Kameras und die Anbindung an eure Leitstelle oder euer VMS.
Der Aufwand hängt an der Zahl der Kameras und daran, ob Standardklassen wie Person und Fahrzeug reichen oder ob wir für euer Teil, euer Etikett, euren Prozess ein eigenes Modell trainieren müssen. Was davon bei euch zutrifft, klären wir im Erstgespräch, bevor irgendjemand über Hardware redet.
Wann ihr uns dafür nicht braucht
Ein Termin, der beiden Seiten nichts bringt, ist teurer als eine ehrliche Zeile hier.
- —Gesichtserkennung und andere biometrische Identifizierung. Für Betriebe scheitert das schon an Art. 9 DSGVO, nach EU AI Act ist es Hochrisiko, und Emotionserkennung am Arbeitsplatz ist dort ausdrücklich verboten. Wir bauen nichts davon.
- —Sicherheitsfunktionen an Maschinen. Eine Kamera-KI ersetzt weder Schutztür noch Lichtgitter noch Not-Halt, und sie ist kein Sicherheitsbauteil nach ISO 13849.
- —Leistungskontrolle von Beschäftigten. Wo Menschen im Bild sind, arbeiten wir nur mit Betriebsvereinbarung und ohne Personenbezug im Ereignis.
- —Wenn bereits eine fertige VCA-Funktion im vorhandenen VMS reicht. Dann sagen wir das und ihr spart das Projekt.
- —Kameras, deren Bildqualität, Winkel oder Beleuchtung das Problem sind. Erst Optik, dann Modell.
Häufige Fragen
Was ist Video-Content-Analyse (VCA) überhaupt?
VCA heißt, dass ein Rechner den Videostrom laufend auswertet, statt dass ein Mensch auf Monitore schaut. Ein Modell erkennt in jedem Bild Objekte, ein Tracker verbindet diese Erkennungen über die Zeit zu einem Weg, und darüber liegen die eigentlichen Regeln: Person in Sperrzone, Fahrzeug länger als zehn Minuten an der Rampe, Gegenstand abgestellt und liegen geblieben. Erst diese Regel erzeugt ein Ereignis, das jemanden erreicht.
Muss der Videostrom dafür in eine Cloud?
Nein, und wir raten in aller Regel davon ab. Wir rechnen auf einem Knoten bei euch im Haus, typischerweise Jetson-Klasse für ein paar Kameras oder ein GPU-Server für größere Anlagen. Nach außen geht dann höchstens das Ereignis mit ein paar Metadaten, nicht das Bild. Das spart Bandbreite, hält die Zeit zwischen Bild und Meldung kurz und lässt in der Datenschutzfolgenabschätzung die Kapitel zu Drittland und Dienstleisterkette entfallen.
Wie viele Kameras schafft ein Edge-Knoten?
Das hängt an Modell, Auflösung und daran, wie viele Bilder pro Sekunde wirklich nötig sind. Für Zonenüberwachung reichen oft fünf bis zehn Bilder pro Sekunde statt der vollen 25, dann trägt ein Jetson-Knoten mehrere Streams gleichzeitig. Für schnelle Vorgänge an einer Förderstrecke sieht das anders aus. Wir messen das an eurem Material, statt eine Zahl aus einem Datenblatt zu übernehmen.
Ist KI-Videoüberwachung mit der DSGVO vereinbar?
Videoüberwachung braucht auch ohne KI eine Rechtsgrundlage und eine dokumentierte Interessenabwägung, für Betriebe in der Regel Art. 6 Abs. 1 lit. f DSGVO; sind Beschäftigte betroffen, gilt nach dem Bundesarbeitsgericht (8 AZR 209/21, 8. Mai 2025) die DSGVO unmittelbar, weil § 26 Abs. 1 BDSG unangewendet bleibt, und die Mitbestimmung des Betriebsrats nach § 87 Abs. 1 Nr. 6 BetrVG kommt dazu. Die Analyse ändert daran nichts Grundsätzliches, verschärft aber die Anforderungen an Zweckbindung, Transparenz und Löschfristen. Praktisch heißt das: klarer Zweck je Kamera, Hinweisbeschilderung, kurze Aufbewahrung, Verarbeitung im eigenen Haus, und wo möglich Verpixelung von Gesichtern direkt im Knoten. Wichtig zur Einordnung: Ein Bild mit Menschen bleibt personenbezogen, auch wenn am Ende nur ein Zähler steht, und Kennzeichen sind es in aller Regel. Wir liefern die technische Seite und die Dokumentation dazu, die Freigabe holt ihr euch bei eurem Datenschutzbeauftragten.
Fällt KI-Videoanalyse unter den EU AI Act?
Kommt auf die Funktion an. Zählen, Zonen und Objekterkennung sind dort in der Regel unkritisch. Biometrische Fernidentifizierung dagegen steht in Anhang III und ist damit Hochrisiko, Emotionserkennung am Arbeitsplatz ist nach Art. 5 verboten, und das Bewerten von Beschäftigten fällt ebenfalls in die Hochrisiko-Kategorie. Wir bauen die kritischen Varianten nicht und sagen im Erstgespräch, auf welcher Seite der Linie euer Fall liegt.
Können wir unsere vorhandenen Kameras weiterverwenden?
Meistens ja, solange sie einen RTSP-Stream liefern und Bildqualität, Winkel und Ausleuchtung zum Zweck passen. Der häufigste Grund für schlechte Erkennung ist nicht das Modell, sondern eine Kamera, die zu hoch, zu schräg oder gegen das Licht hängt. Zwei Punkte werden dabei gern übersehen: Nachts schalten die meisten Kameras auf Infrarot und Schwarzweiß, und ein Modell, das nur Tagesaufnahmen kennt, wird dort spürbar schlechter. Und für Kennzeichen reicht eine normale Überwachungskamera fast nie, dafür braucht es eine ANPR-taugliche Kamera mit kurzer Belichtungszeit. Deshalb sichten wir vor jedem Angebot Aufnahmen aus beiden Zuständen.
Passt dazu
Weitere Spezialisierungen
Konkreter Fall statt Katalog
Erzählt uns in 30 Minuten, was bei euch anfällt. Wir sagen danach klar, ob sich das in diesem Feld lösen lässt und was es ungefähr kostet. Wenn es nicht passt, sagen wir auch das.
Kostenloses Erstgespräch