KI gilt weiterhin als Schlüsseltechnologie zur Erweiterung und Verbesserung menschlicher Fähigkeiten in vielen Bereichen – und die Videoanalytik bildet hier keine Ausnahme. KI-basierte Analysen werden zunehmend eingesetzt, um große Datenmengen schnell zu verarbeiten und Aktionen auszulösen. Diese Funktionen unterstützen Sicherheitsteams bei der Beobachtung großer und dynamischer Szenen – etwa auf Autobahnen oder entlang von Geländegrenzen – indem sie relevante Objekte identifizieren und auf solche hinweisen, die eine Reaktion erfordern.
Theoretisch klingt das ideal und äußerst vorteilhaft. Doch bei der praktischen Umsetzung müssen verschiedene Faktoren berücksichtigt werden, um qualitativ hochwertige Ergebnisse zu erzielen. Dazu zählen die Kamerahardware, die Videoqualität, die Beleuchtung sowie die Konfiguration, Position und Ausrichtung der Kamera.
Unterstützen Umgebung und Position der Kamera ihre Funktion?
Bildqualität hängt zwar von hoher Auflösung und Lichtempfindlichkeit ab, doch es gibt weitere entscheidende Faktoren für die tatsächliche Nutzbarkeit eines Bildes oder Videos. Selbst der beste Videostream einer hochpreisigen Kamera kann nutzlos sein, wenn die Szene nachts nicht ausreichend beleuchtet ist, die Kamera falsch ausgerichtet wurde oder die Systemverbindung unterbrochen ist.
Die Platzierung der Kamera sollte daher vor der Installation sorgfältig geplant werden. Für eine zuverlässige Videoanalyse muss die Kamera so positioniert sein, dass sie eine klare, hindernisfreie Sicht auf die relevante Szene bietet. Die Nutzbarkeit des Bildes hängt zudem vom konkreten Anwendungsfall ab. Ein Video, das für das menschliche Auge gut aussieht, kann für eine Analyse ungeeignet sein. Viele Verfahren zur Bildverbesserung – etwa zur Rauschunterdrückung – sind für die menschliche Betrachtung optimiert, aber weniger geeignet für KI-basierte Auswertung.
Moderne Kameras verfügen oft über integrierte IR-Beleuchtung, sodass sie auch bei völliger Dunkelheit arbeiten können. Das ist hilfreich für Standorte mit schwierigen Lichtverhältnissen und reduziert den Bedarf an zusätzlicher Beleuchtung. Bei starkem Regen oder Schneefall sollte jedoch nicht auf Lichtquellen direkt an oder nahe der Kamera vertraut werden, da Reflexionen die Bildqualität beeinträchtigen können.
Ist die Kamera in der richtigen Entfernung zur Szene?
Die maximale Erkennungsdistanz einer KI-basierten Analyse lässt sich schwer exakt bestimmen – ein Datenblattwert in Metern oder Fuß ist nie die ganze Wahrheit. Bildqualität, Szenenmerkmale, Wetterbedingungen und Objektmerkmale wie Farbe und Helligkeit beeinflussen die Erkennungsleistung erheblich.
Auch die Geschwindigkeit der zu erfassenden Objekte spielt eine Rolle. Damit eine Analyse zuverlässig funktioniert, muss das Objekt über einen ausreichend langen Zeitraum sichtbar sein. Wie lange dieser Zeitraum sein muss, hängt von der Verarbeitungsleistung (Bildrate) der Plattform ab: Je geringer die Leistung, desto länger muss das Objekt sichtbar bleiben. Ist die Belichtungszeit der Kamera nicht auf die Objektgeschwindigkeit abgestimmt, kann Bewegungsunschärfe die Erkennungsgenauigkeit verringern.
Schnelle Objekte können leichter übersehen werden, wenn sie nahe an der Kamera vorbeilaufen. Eine rennende Person in größerer Entfernung wird möglicherweise gut erkannt, während dieselbe Person in unmittelbarer Nähe so schnell aus dem Sichtfeld verschwindet, dass kein Alarm ausgelöst wird.
Bei bewegungsbasierter Analyse stellen Objekte, die direkt auf die Kamera zu oder von ihr weg bewegen, eine besondere Herausforderung dar – insbesondere langsam bewegende Objekte, die nur minimale Bildveränderungen verursachen.
Wie sind Alarme und Aufzeichnung konfiguriert?
Objektanalysen funktionieren nur dann optimal, wenn die definierten Voraussetzungen erfüllt sind. Andernfalls können wichtige Ereignisse übersehen werden. Wenn nicht sichergestellt ist, dass alle Bedingungen jederzeit erfüllt sind, empfiehlt sich ein konservativer Ansatz: Die Objektklassifikation sollte nicht alleiniger Auslöser für Alarme sein. Das führt zwar zu mehr Fehlalarmen, senkt aber das Risiko, kritische Ereignisse zu verpassen.
Eine zuverlässige Objektklassifikation ist notwendig, um unerwünschte Alarme herauszufiltern. Dennoch sollte die Aufzeichnung auch auf andere Faktoren reagieren. Bei einem verpassten echten Alarm lässt sich anhand der Aufzeichnung nachvollziehen, warum er nicht erkannt wurde – und die Konfiguration entsprechend verbessern.
Wie gut wird die Lösung gewartet?
Regelmäßige Wartung ist essenziell – nicht nur über die Benutzeroberfläche der Video-Management-Software (VMS), sondern auch durch physische Inspektionen. So lassen sich Hindernisse im Sichtfeld erkennen und entfernen. Das ist auch bei reinen Aufzeichnungssystemen wichtig, aber besonders kritisch bei Analysefunktionen.
Bei einfacher Bewegungserkennung kann ein Spinnennetz, das sich im Wind bewegt, zu zahlreichen Fehlalarmen führen und unnötig Speicherplatz beanspruchen. Bei Objektanalytik würde das Netz eine Ausschlusszone im Erkennungsbereich erzeugen – seine Fäden könnten Objekte verdecken und die Klassifikation erschweren.
Verschmutzungen auf der Kameralinse verursachen tagsüber meist keine Probleme. Doch bei wenig Licht – etwa durch Scheinwerfer eines Autos – können seitlich einfallende Lichtstrahlen auf einer verschmutzten Linse zu Reflexionen führen, die die Erkennungsgenauigkeit beeinträchtigen.
Auch die Szene selbst muss regelmäßig überprüft werden. Ein einfacher Vorher-Nachher-Vergleich zeigt mögliche Veränderungen. Wie sah die Szene bei der Installation aus – und wie heute? Muss der Erkennungsbereich angepasst werden? Sollte das Sichtfeld verändert oder die Kamera versetzt werden?
Eine Lösung, die dauerhaft zuverlässig funktioniert
Die Investition in Videoanalytik bringt viele Vorteile – vorausgesetzt, sie wird korrekt implementiert und regelmäßig überprüft. Da zahlreiche Faktoren die Leistung beeinflussen können, sollten Sicherheitsteams nicht davon ausgehen, dass solche Systeme nach der Einrichtung automatisch dauerhaft funktionieren. Stattdessen ist ein Ansatz mit kontinuierlicher Bewertung erforderlich, um sicherzustellen, dass die Ergebnisse den Zielen des Unternehmens entsprechen und eine gute Rendite bieten.
