Schaltet das Sicherheitsteam eine Woche nach der Installation die Alarmbenachrichtigungen stumm, ist das Personenerkennungsprojekt faktisch beendet. Die Ursache ist meist nicht die Software: Die Kamera hängt in falscher Höhe, das Ziel ist im Bild zu klein, das IR spiegelt nachts den Regen, und der Schwellenwert steht noch auf Herstellervorgabe. KI-gestützte Analyse unterscheidet, ob ein Objekt im Bild ein Mensch, ein Fahrzeug oder ein Ast ist; wie gut sie das tut, hängt aber vom Standort ab. Zuverlässigkeit ist kein Produktmerkmal, sondern ein gemessenes Ergebnis.
Der Unterschied zwischen Bewegungserkennung und Objektklassifizierung
Klassische Bewegungserkennung misst Pixeländerungen zwischen aufeinanderfolgenden Bildern. Ein im Wind schwankender Baum, ein Regentropfen, ein Schatten, Scheinwerferlicht oder ein Insekt vor der Kamera erzeugen ebenfalls Pixeländerungen. Analyse auf Deep-Learning-Basis findet und klassifiziert dagegen Objekte im Bild und wendet Regeln nur auf bestimmte Klassen an. Dieser Ansatz kann Fehlalarme deutlich verringern. Er beseitigt sie nicht.
Ein in der Praxis verwechselter Punkt: Klassifizierung und Regel sind getrennte Ebenen. Das Modell sagt „Mensch“, die Regel beantwortet die Frage „Hat dieser Mensch die virtuelle Linie in dieser Richtung überquert, wie viele Sekunden war er in diesem Bereich?“. Ein wesentlicher Teil der Fehlalarme kommt nicht vom Modell, sondern von schlecht gezeichneten Bereichen oder zu empfindlichen Verweilzeiten. Am Schwellenwert zu drehen, ohne das Problem zu trennen, ersetzt einen Fehler durch einen anderen.
Faktoren, die die Genauigkeit bestimmen
Pixelgröße des Ziels
Ein Modell kann einen Menschen nur dann zuverlässig klassifizieren, wenn er im Bild eine bestimmte Mindestgröße hat. Hersteller nennen je nach Modell und Version unterschiedliche Mindestwerte. Entfernte Ziele, Weitwinkelobjektive und die Nutzung niedrig aufgelöster Substreams verkleinern das Ziel.
Das Thema Substream wird oft übersehen. Edge-Analyse läuft bei manchen Kameras statt auf dem Hauptstream auf einem niedrig aufgelösten internen Stream; auch serverbasierte Systeme wählen den Substream, um Lizenz- oder GPU-Last zu senken. Eine Kamera, die auf dem Papier 4 MP hat, verarbeitet für die Analyse womöglich ein 640 Pixel breites Bild. Prüfen Sie bei der Installation, welchen Stream die Analyse nutzt, und messen Sie die Größe des Ziels am entferntesten Erkennungspunkt in diesem Stream.
Kamerawinkel und Montage
Kameras, die aus großer Höhe steil nach unten blicken, zeigen die menschliche Silhouette von oben und erschweren die Klassifizierung. Ein zu flacher Winkel verkleinert dagegen entfernte Ziele und führt dazu, dass vorne vorbeigehende Objekte die dahinter verdecken. Eine Neigung von 15–35 Grad ist meist ein guter Ausgangspunkt für Analyse; der genaue Wert wird nach Szene festgelegt.
Licht, Nacht und Wetter
Unter IR ist das Bild schwarzweiß und das Rauschen steigt; Regentropfen reflektieren IR-Licht, Spinnweben leuchten vor dem Objektiv. Gegenlicht und Scheinwerferblendung verzerren die Silhouette. Die Analyseleistung muss für Tag und Nacht getrennt gemessen werden.
Am stärksten beeinträchtigt die Nachtleistung das integrierte IR. Da die IR-Quelle nah am Objektiv sitzt, erscheint jeder Tropfen und jedes Insekt in der Luft als heller Punkt. Einen externen IR-Strahler etwas abseits der Kamera zu positionieren oder den Bereich mit Weißlicht zu beleuchten, kann vor Ort mehr bringen als die Schwellenwerteinstellung.
Szenenkomplexität
Menschenmengen, sich gegenseitig verdeckende Objekte, spiegelnde Böden, Bildschirme und Poster (Plakate mit Menschenabbildungen) können zu Fehlklassifizierungen führen. Spiegelungen an Glasfassaden haben denselben Effekt: Das Spiegelbild einer Person draußen erscheint der Innenkamera als „Person im Bereich“.
Mit den richtigen Metriken messen
| Metrik | Definition | Warum wichtig? |
|---|---|---|
| Rate korrekter Alarme (Precision) | Anteil echter Ereignisse an den erzeugten Alarmen | Vertrauen des Bedieners in das System |
| Erfassungsrate (Recall) | Anteil der durchgeführten Testereignisse, die einen Alarm erzeugt haben | Sicherheitsrisiko |
| Fehlalarme / Kamera / Tag | Tägliche Anzahl nicht echter Alarme | Betriebliche Nachhaltigkeit |
| Latenz | Zeit zwischen Ereignis und Benachrichtigung | Reaktionszeit |
Precision und Recall müssen gemeinsam bewertet werden: Einen Schwellenwert zu senken, erhöht die Erfassungsrate, aber auch die Fehlalarme. Das richtige Gleichgewicht richtet sich nach dem Risiko des Szenarios; bei Perimeterverletzungen ist ein verpasstes Ereignis teurer, in einem belebten Lager ermüden Fehlalarme den Bediener schnell.
Beispielrechnung: Während des Pilots wurden 40 Testdurchgänge durchgeführt, bei 36 davon erzeugte das System einen Alarm; im selben Zeitraum waren von insgesamt 50 Alarmen 36 echt und 14 falsch. Die Erfassungsrate beträgt 36/40 = 90 %, die Rate korrekter Alarme 36/50 = 72 %. Wird dasselbe Ergebnis als „zu 90 % erfolgreich“ berichtet, bleibt verborgen, dass jeder vierte Alarm beim Bediener leer ist. Nennen Sie beide Zahlen.
Wie wird ein Pilot gestaltet?
- Szenarioauswahl: 4–10 repräsentative Kameras, die verschiedene Winkel, Lichtverhältnisse und Szenentypen abdecken.
- Abnahmekriterien festschreiben: Für jedes Szenario Ziel-Precision/-Recall oder Obergrenze für Fehlalarme pro Kamera und Tag.
- Testereignisse: Nachgestellte Durchgänge bei Tag und Nacht, in verschiedenen Richtungen und Geschwindigkeiten; eine Regennacht wird möglichst in die Messung einbezogen.
- Erfassung und Klassifizierung: Jeder Alarm wird als echt/falsch markiert, Fehlalarme werden nach Grundursache gruppiert.
- Einstellung und erneute Messung: Zweite Messung nach Anpassung von Bereich, Schwellenwert, Größenfilter und Zeitplan.
Das schwächste Glied des Pilots sind die Testereignisse. Gehen alle aufrecht und direkt auf die Kamera zu, sieht das System gut aus. Ein echter Verstoß läuft nicht so ab: geduckt, rennend, parallel am Zaun entlang, nah an der toten Ecke der Kamera. Nehmen Sie diese Bewegungen und den entferntesten Erkennungspunkt in die Testszenarien auf. Wie die Grundursachen von Fehlalarmen beseitigt werden, beschreibt der Leitfaden zu Fehlalarmen ausführlich.
Edge oder Server?
Edge-Analyse läuft auf der Kamera; sie verringert Netz- und Serverlast, ist aber durch die Rechenleistung der Kamera begrenzt. Serverbasierte Analyse kann mit GPU größere Modelle ausführen und vorhandenen Kameras hinzugefügt werden; Verarbeitungskapazität pro Kanal und Lizenzkosten müssen aber berechnet werden. Im hybriden Ansatz übernimmt die Kamera die erste Klassifizierung, der Server Suche und erweiterte Regeln. Für die Übertragung von Ereignissen ins VMS ist Unterstützung von ONVIF Profile M wichtig.
Stellen Sie bei der Entscheidung diese Fragen: Werden vorhandene Kameras ausgetauscht? Soll ein Alarm auch bei unterbrochener Netzverbindung erzeugt werden? Sind Metadaten der Analyseereignisse im VMS durchsuchbar, oder kommt nur eine Benachrichtigung? Wer spielt Modell- und Firmwareupdates nach welchem Test ein? Ein Firmwareupdate kann das Modellverhalten ändern. Eine kurze erneute Messung nach dem Update erkennt still steigende Fehlalarme früh.
Ethische und rechtliche Grenzen
Personenerkennung bestimmt keine Identität. Anwendungen wie Gesichtserkennung oder individuelle Verfolgung von Beschäftigten erfordern unter den Aspekten biometrischer Daten und Arbeitsrecht eine gesonderte Bewertung und sollten nicht als Standardleistung eingerichtet werden. Rahmenwerke wie das NIST AI Risk Management Framework empfehlen, dass KI-Systeme zweckgebunden, messbar und nachvollziehbar sind.
In der Praxis bedeutet das, jede Analyseregel an einen Zwecksatz zu binden: etwa „Erkennung des Lagerzutritts außerhalb der Arbeitszeit“. Eine Regel ohne Zwecksatz entwickelt sich mit der Zeit zu einem System, in dem unklar ist, wer was überwacht.
Häufig gestellte Fragen
Der Hersteller nennt 99 % Genauigkeit; warum ist sie vor Ort niedriger?
Herstellerwerte werden mit bestimmten Datensätzen und unter idealen Bedingungen gemessen. Da Winkel, Licht, Entfernung, Wetter und Szenenkomplexität vor Ort anders sind, ändert sich das Ergebnis. Deshalb sollten am eigenen Standort gemessene Metriken zugrunde gelegt werden.
Ist Edge- oder serverbasierte Analyse genauer?
Keine ist für sich genauer; es hängt von Modell, Rechenleistung und Bildqualität ab. Serverbasierte Systeme können größere Modelle ausführen; Edge-Analyse verringert die Netzlast. Ein Vergleich per Pilot ist nötig.
Erkennt Personenerkennung, wer die Person ist?
Nein. Personenerkennung ist die Klassifizierung „das ist ein Mensch“; sie bestimmt nicht, wer es ist. Biometrische Erkennung ist eine eigene Technologie und erfordert eine eigene rechtliche Bewertung.
Um die Analyse in Ihrer Anlage messbar zu starten, können Sie sich unsere Leistung KI-Videoanalyse-Pilot ansehen.