In den letzten Jahren ist das Thema Künstliche Intelligenz (KI) sowohl in Unternehmen als auch in privaten Haushalten weltweit in den Mittelpunkt gerückt. Obwohl wir bereits seit vielen Jahren mit KI arbeiten – insbesondere durch Deep-Learning-Technologien, die Videoanalysen erheblich verbessert haben – hat kaum eine Technologie so schnell an Bekanntheit gewonnen wie KI, vor allem durch den Aufstieg generativer KI.
Auch wenn manche den Begriff inzwischen überstrapaziert finden, lohnt sich ein Blick auf den aktuellen Einsatz von KI im Sicherheitsbereich, das tatsächliche Potenzial dieser Technologie – und auf einige Herausforderungen, die es zu beachten und zu bewältigen gilt.
Der heutige Einsatz von KI im Sicherheitsbereich – und darüber hinaus
Die Integration von KI in Sicherheitssysteme hat die Art und Weise, wie Bedrohungen erkannt und darauf reagiert wird, grundlegend verändert. Deep Learning (DL), ein Teilbereich der KI, hat die Genauigkeit von Analysefunktionen deutlich erhöht und so zuverlässigere und effizientere Systeme ermöglicht.
Beispiele für Anwendungen, die durch diese Technologie heute zuverlässig funktionieren:
- Präzise Erkennung und Verfolgung von Objektbewegungen
- Verlässliche Erkennung von Linienüberschreitungen in sensiblen Bereichen
- Zählung von Objekten und Personen zur Steuerung von Auslastung und Bewegungsflüssen
- Erkennung von Verweilverhalten, das auf potenzielle Bedrohungen hinweisen kann
Die Generierung von Metadaten durch KI-gestützte Systeme hat forensische Recherchen in Video-Management-Systemen (VMS) revolutioniert. Diese Metadaten bilden die Grundlage für detaillierte Statistiken und Einblicke in Szenenaktivitäten und ermöglichen eine proaktivere Sicherheitsstrategie. Dank leistungsfähigerer Edge-Geräte können diese Metadaten direkt in den Kameras erzeugt werden – was die Gesamtkosten eines Systems erheblich senkt.
Die Fähigkeit von KI, Anomalien durch Mustererkennung und Abweichungen vom Normalverhalten zu identifizieren, eröffnet eine neue Dimension der Sicherheitsbeobachtung. So können potenzielle Bedrohungen frühzeitig erkannt und entschärft werden.
Diese Fähigkeiten ermöglichen zahlreiche neue Anwendungsbereiche jenseits klassischer Sicherheits- und Schutzfunktionen. Die präzisere Erfassung von Personen-, Material- und Warenflüssen eröffnet Potenziale zur Effizienzsteigerung in betrieblichen Abläufen. Ein Beispiel ist BMW, wo KI-gestützte Kameras zur Qualitätskontrolle entlang der Fertigungslinie eingesetzt werden.
Der Einzug generativer KI in den Sicherheitsbereich
Generative KI – insbesondere durch den Einsatz großer Sprachmodelle (LLMs) – stellt einen bedeutenden Fortschritt dar. Diese Technologien ermöglichen die Erstellung von Texten und Bildern auf Basis natürlicher Spracheingaben. Die neuesten, besonders großen Modelle mit umfangreichen Trainingsdaten können nicht nur über normale Sprachschnittstellen mit Nutzern interagieren, sondern auch abstrakte Konzepte verarbeiten und komplexe Szenarien bewältigen.
Erste Einsatzbereiche generativer KI im Sicherheitsumfeld sind:
- Chatbots, die Nutzern in Echtzeit in natürlicher Sprache helfen
- Konfigurationsassistenten, die komplexe Systeme leichter einrichten
- Textbasierte Suchfunktionen zur effizienteren Datenabfrage
- Design-Tools zur Entwicklung robuster Sicherheitslösungen
Neuere multimodale Modelle können Text, Ton, Bilder und Videos als Eingabe verarbeiten und Ergebnisse in Text- oder Bildform liefern. Das eröffnet neue Möglichkeiten für die Analyse von Szenen auf einem ganz neuen Niveau, etwa durch:
- Hervorhebung kritischer Ereignisse, die sofortiges Eingreifen erfordern
- Trendanalysen und Mustererkennung
- Unterstützung bei Ermittlungen durch relevante Informationen und Handlungsvorschläge
- Zusammenfassungen von Video- und Bildmaterial für Berichte
Noch offene Aufgaben: Genauigkeit und Datenqualität
Trotz aller Fortschritte hat generative KI weiterhin Schwierigkeiten, komplexe Szenen und menschliches Verhalten in all ihren Nuancen zu verstehen. Die Modelle neigen zu sogenannten „Halluzinationen“, also zu Aussagen oder Vorschlägen, die nicht korrekt sind.
Ein weiteres Problem ist das Fehlen von logischem Denken und Schlussfolgerungen. Diese Einschränkungen machen den Einsatz in sicherheitskritischen Umgebungen schwierig – man kann sich schlicht nicht darauf verlassen, dass keine Ereignisse übersehen oder falsche Schlüsse gezogen werden.
Hinzu kommt das Risiko voreingenommener Ergebnisse, wenn die Trainingsdaten der Modelle nicht sorgfältig ausgewählt und geprüft wurden.
Deshalb ist es entscheidend, dass Menschen weiterhin in Entscheidungsprozesse eingebunden bleiben – um ethische Standards zu wahren und die Qualität der Entscheidungen sicherzustellen. Erste Einsatzszenarien für LLMs im Sicherheitsbereich werden daher vor allem in der forensischen Suche und bei Handlungsempfehlungen für Bediener liegen. Der Mensch bleibt in der Verantwortung. Angesichts des rasanten Innovationstempos gilt es, neue Möglichkeiten verantwortungsvoll zu nutzen und Risiken gezielt zu minimieren.
Das Potenzial von KI-unterstützten Kameras und Edge-KI
Neue Technologien bringen immer Herausforderungen mit sich. Doch auch wenn wir uns noch in einer frühen Phase befinden, ist klar: KI bietet im Sicherheitsbereich nicht nur enormes Potenzial zur Verbesserung klassischer Schutzfunktionen, sondern auch zur Optimierung betrieblicher Abläufe in allen Branchen.
KI-unterstützte Netzwerk-Kameras mit Edge-Intelligenz bilden die Grundlage für viele dieser Möglichkeiten. Sie verbessern die Genauigkeit von Analysen, ermöglichen skalierbare Systeme und schaffen die Basis für zuverlässige, skalierbare und bandbreiteneffiziente Cloud-Lösungen.
Die zusätzlichen Metadaten, die durch Edge-Analysen erzeugt werden und die visuell erfassten Daten detailliert beschreiben, eröffnen neue Analyseebenen und verwertbare Erkenntnisse. Mit der Zeit wird die Aggregation und Auswertung dieser Daten die Entscheidungsfindung in Unternehmen grundlegend verändern.
Die Kombination aus Verarbeitung in der Kamera, erweiterter Metadatenerzeugung am Rand des Netzwerks und zusätzlicher Verarbeitung in Server oder Cloud – sogenannte hybride Lösungen – schafft ein skalierbares und kosteneffizientes Modell für fortschrittliche DL-basierte Analysen.
So entstehen neue Mehrwerte jenseits klassischer Sicherheitsanwendungen. Die Kombination von Kameras mit Technologien wie IoT-Sensoren und Cloud-Computing ermöglicht neue Formen der visuellen Datenanalyse – etwa in Städten, im Verkehr, im Einzelhandel oder in der Industrie.
Stadtverwaltungen kombinieren visuelle und Umweltdaten, um die Lebensqualität zu verbessern – durch bessere Luft, weniger Lärm und effizientere Planung von Infrastruktur und Dienstleistungen. Unternehmen nutzen visuelle und akustische Daten zur vorausschauenden Wartung von Maschinen. Einzelhändler analysieren Besucherströme, um Service und Ladenlayout zu optimieren. Die Möglichkeiten sind nahezu unbegrenzt.
Innovation, Einsatz und Verantwortung bei der Nutzung von KI
So vielfältig die Chancen durch KI auch sind – jede neue Technologie birgt auch Risiken. Jeder Anbieter, der KI in seinen Produkten einsetzt, trägt Verantwortung: für die Entwicklung und den Einsatz dieser Technologien auf verantwortungsvolle Weise.
Regulierung wird dabei eine wichtige Rolle spielen. Die EU hat mit dem AI Act den weltweit ersten Rechtsrahmen für KI geschaffen. Auch in den USA und vielen anderen Ländern wird über gesetzliche Regelungen diskutiert, um Risiken zu minimieren und Innovation zu fördern. Doch Regulierung allein reicht nicht. Jedes innovative Technologieunternehmen muss sich aktiv für den verantwortungsvollen und ethischen Einsatz von KI in den eigenen und den Systemen seiner Kunden einsetzen.
KI und Cybersicherheit
Cybersicherheit und der Schutz sowohl von Daten als auch der Privatsphäre von Menschen standen im Sicherheitsbereich schon immer im Fokus – und durch KI rückt dieses Thema noch stärker ins Zentrum. Nicht zuletzt deshalb, weil auch Cyberkriminelle KI einsetzen werden, um Schwachstellen und neue Angriffsvektoren zu identifizieren. Diese kriminellen Organisationen, oft gut finanziert und hochprofessionell, haben in diesem „KI-Wettrüsten“ einen weiteren Vorteil: Sie können innovativ agieren, ohne Rücksicht auf Gesetze oder ethische Grundsätze.
Die Priorisierung von Datenschutz und Datensicherheit bleibt daher essenziell. Alle Anbieter von Sicherheitstechnologien – insbesondere jene, die KI einsetzen – müssen einen menschenrechtsbasierten Ansatz für Datenmanagement verfolgen. Das bedeutet, dass Erhebung, Verarbeitung und Nutzung von Daten im Einklang mit menschenrechtlichen Prinzipien stehen und ein faires, gerechtes und sicheres digitales Umfeld fördern. Dazu gehört auch die Umsetzung robuster Sicherheitsmaßnahmen zum Schutz vor unbefugtem Zugriff oder Missbrauch sowie die Förderung von Datenfairness durch eine ausgewogene und diskriminierungsfreie Datenrepräsentation und -nutzung.
Ein weiterer Aspekt ist die Sorge, dass der Einsatz von KI in netzwerkbasierten Kameras und Geräten neue Anwendungsfälle schafft, die zusätzliche Risiken und Herausforderungen im Bereich Cybersicherheit mit sich bringen. Deshalb muss Cybersicherheit sowohl in der Entwicklung als auch bei der Implementierung neuer KI-Lösungen höchste Priorität haben.
Das Potenzial von KI verantwortungsvoll und ethisch nutzen
Die Möglichkeiten, die KI dem Sicherheitsbereich eröffnet, sind vielversprechend. KI kann menschliche Intelligenz erweitern – und ihre verantwortungsvolle Entwicklung kann Menschen und der Gesellschaft insgesamt zugutekommen. Das passt gut zur Vision von Axis: Innovation für eine intelligentere, sicherere Welt.
Das Potenzial von KI, unsere eigenen Fähigkeiten zu ergänzen, wird es uns ermöglichen, mehr Zeit für Aufgaben aufzuwenden, die unsere menschliche Expertise erfordern – und macht den Menschen damit wertvoller denn je.
Wir alle müssen uns verpflichten, KI-Technologie ethisch und gesellschaftlich verantwortungsvoll einzusetzen. Das bedeutet, dass KI-Initiativen – sei es in Produkten, Dienstleistungen oder Arbeitsweisen – von Prinzipien wie Fairness, Transparenz, Rechenschaftspflicht sowie dem Respekt vor Privatsphäre und menschlicher Würde geleitet sein sollten.
