Gewalt- und Waffenerkennung im öffentlichen Raum
Wie KI-Videoanalyse sichtbare Waffen, körperliche Gewalt und Stürze im öffentlichen Raum erkennt, Sicherheitsteams alarmiert und gleichzeitig klare Grenzen beim Datenschutz wahrt.
Wer über KI-Videoanalyse im öffentlichen Raum spricht, berührt ein sensibles Thema.
Wer über KI-Videoanalyse im öffentlichen Raum spricht, berührt ein sensibles Thema. Denn öffentliche Räume gehören uns allen: Wir bewegen uns dort frei, treffen Freunde, warten auf den Zug, gehen zur Arbeit oder besuchen Veranstaltungen. Niemand möchte dabei das Gefühl haben, permanent beobachtet, identifiziert oder bewertet zu werden.
Es ist deshalb verständlich, dass Begriffe wie künstliche Intelligenz, Videoanalyse und öffentlicher Raum zunächst Skepsis auslösen. Viele Menschen denken sofort an Gesichtserkennung, Bewegungsprofile und flächendeckende Überwachung, bei der jede Person automatisch erkannt und über verschiedene Kameras hinweg verfolgt wird. Diese Sorge darf man nicht abtun. Sie ist berechtigt.
Neue Sicherheitstechnologien müssen erklärt, begrenzt und kontrolliert werden. Es reicht nicht, pauschal zu versichern, eine Technologie diene dem Schutz der Bevölkerung. Entscheidend sind drei Fragen: Was analysiert die KI tatsächlich? Welche Daten werden verarbeitet? Und welchem konkreten Zweck dient die Anwendung?
Dieser Artikel beantwortet diese Fragen für einen klar abgegrenzten Anwendungsfall: die ereignisbasierte Erkennung von sichtbaren Waffen, körperlicher Gewalt und Notlagen im öffentlichen Raum.
Nicht jede KI-Videoanalyse verfolgt denselben Zweck
KI-Videoanalyse ist kein einzelnes, fest definiertes System. Unter diesem Begriff werden sehr unterschiedliche Technologien zusammengefasst: Manche zählen Personen oder Fahrzeuge. Andere erkennen Rauch, Feuer, Stürze, unerlaubte Zutritte oder gefährliche Gegenstände. Wieder andere können biometrische Merkmale verarbeiten.
Diese Anwendungen unterscheiden sich technisch, rechtlich und in ihrer Wirkung auf die Privatsphäre erheblich. Wer pauschal von „KI-Videoanalyse“ spricht, wird der Sache deshalb nicht gerecht. Entscheidend ist immer, welche konkrete Funktion an welchem Ort und für welchen Zweck eingesetzt wird.
Bei der hier beschriebenen Videosicherheit geht es um die Erkennung klar definierter Gefahrensituationen und Notlagen. Die KI soll beispielsweise ein sichtbares Messer, eine körperliche Auseinandersetzung, einen Sturz oder eine am Boden liegende Person erkennen und das zuständige Sicherheitsteam darauf aufmerksam machen.
Der zentrale Unterschied: Nicht die Identität eines Menschen steht im Mittelpunkt, sondern das sichtbare Ereignis.
Was bedeutet „KI“ bei der Videoanalyse?
Künstliche Intelligenz bedeutet in diesem Zusammenhang, dass eine Software Videobilder nicht nur aufzeichnet, sondern deren sichtbare Inhalte automatisiert auswertet.
Eine klassische Kamera überträgt oder speichert Bilder. Sie versteht jedoch nicht, was darauf zu sehen ist. Erst eine KI-gestützte Videoanalyse kann in diesen Bildern bestimmte Objekte, Personen, Bewegungen und Situationen erkennen.
Wie die Software lernt, Gefahren zu erkennen
Dafür wird die Software zuvor mit sehr vielen Beispielen trainiert. Sie lernt etwa, welche visuellen Merkmale typisch für ein Messer, eine Schusswaffe, einen Menschen oder eine körperliche Auseinandersetzung sind. Dabei erhält sie keine starre Beschreibung wie „Ein Messer ist immer 20 Zentimeter lang und silbern“. Stattdessen erkennt sie wiederkehrende Muster aus zahlreichen unterschiedlichen Bildern und Videosequenzen.
So kann die KI später auch Objekte und Situationen erkennen, die sie nicht exakt in dieser Form gesehen hat. Sie berechnet, wie wahrscheinlich es ist, dass ein sichtbarer Gegenstand oder Bewegungsablauf einer zuvor trainierten Kategorie entspricht.
Der Mensch behält die Entscheidung
Wird ein festgelegter Schwellenwert erreicht, erstellt das System eine Ereignismeldung. Anschließend prüft ein Mensch die Situation und entscheidet, ob tatsächlich eine Gefahr besteht und welche Reaktion angemessen ist. Die KI liefert einen Hinweis. Die Bewertung und die Entscheidung bleiben beim geschulten Personal.
Wie funktioniert die Waffen- und Gewalterkennung im öffentlichen Raum?
Im öffentlichen Raum treffen viele Menschen, Bewegungen und Situationen aufeinander. An Bahnhöfen, Haltestellen, öffentlichen Plätzen, in Unterführungen oder Parkhäusern laufen häufig mehrere Kamerabilder gleichzeitig in einer Leitstelle zusammen. Selbst geschultes Personal kann jedoch nicht jeden Videostream dauerhaft mit derselben Aufmerksamkeit beobachten.
Genau an diesem Punkt unterstützt die KI-Videoanalyse: Sie wertet die Bilder vorhandener Kameras fortlaufend aus und sucht gezielt nach vorab definierten, sicherheitsrelevanten Merkmalen.
Waffenerkennung: sichtbare Schuss- und Stichwaffen
Bei der Waffenerkennung prüft die KI fortlaufend, ob ein im Kamerabild sichtbarer Gegenstand die typischen Merkmale einer Schuss- oder Stichwaffe aufweist. Dazu vergleicht sie Form, Umrisse und Proportionen des Gegenstands mit den Mustern, die sie im Training aus zahlreichen Beispielbildern gelernt hat. Hält beispielsweise eine Person ein Messer sichtbar in der Hand, kann das System dies als sicherheitsrelevantes Ereignis einstufen und eine Meldung an das Sicherheitsteam erstellen. Auch hier gilt: Die Erkennung bezieht sich allein auf den sichtbaren Gegenstand, nicht auf die Person, die ihn trägt.
Gewalterkennung: auffällige Bewegungsmuster
Bei der Gewalterkennung analysiert die KI Bewegungsabläufe über mehrere aufeinanderfolgende Videobilder hinweg. Sie sucht nach Mustern, die zu einer körperlichen Auseinandersetzung passen können. Dazu zählen beispielsweise Schläge, Tritte, heftiges Stoßen, aggressives Gerangel oder eine Person, die gewaltsam zu Boden gebracht wird.
Die Grenzen der Technologie
Wichtig bleibt: Die Analyse kann nur erkennen, was im Kamerabild ausreichend sichtbar ist. Eine vollständig verdeckte Waffe kann sie ebenso wenig erkennen wie ein Ereignis außerhalb des erfassten Bereichs.
Die KI beurteilt außerdem nicht, ob ein Mensch grundsätzlich gefährlich ist. Sie kennt keine persönlichen Hintergründe und kann keine Absichten lesen. Sie erkennt ausschließlich sichtbare Objekte und Bewegungsmuster, die mit einer möglichen Gefahrensituation übereinstimmen.
Wie kann KI-Videoanalyse die Polizei entlasten?
Die Polizei kann nicht dauerhaft an jedem Bahnhof, auf jedem Platz oder in jeder Unterführung präsent sein. Sie ist darauf angewiesen, dass Gefahren möglichst früh gemeldet und Situationen möglichst präzise beschrieben werden.
Ohne automatische Analyse muss ein Vorfall zunächst von Passanten, Mitarbeitenden oder dem Leitstellenpersonal bemerkt werden. Anschließend muss geklärt werden, wo genau sich die Situation abspielt, wie viele Menschen beteiligt sind und ob möglicherweise eine Waffe sichtbar ist. Wertvolle Minuten vergehen.
Eine ereignisbasierte Analyse beschleunigt diesen Prozess: Sie zeigt dem Sicherheitsteam unmittelbar, welche Kamera betroffen ist und welche Art von Ereignis erkannt wurde. Nach menschlicher Überprüfung können Einsatzkräfte mit konkreteren Informationen verständigt werden.
Das kann beispielsweise bedeuten, dass die Polizei bereits vor dem Eintreffen weiß:
an welchem Zugang, Bahnsteig oder Platz sich das Ereignis abspielt
ob eine sichtbare Schuss- oder Stichwaffe erkannt wurde
wie viele Personen möglicherweise beteiligt sind
ob die Situation noch andauert
in welche Richtung sich Beteiligte bewegen
ob verletzte oder am Boden liegende Personen zu sehen sind
Eine bessere Lageeinschätzung hilft Einsatzkräften, sich gezielter vorzubereiten und die richtigen Kräfte zu koordinieren. Davon profitieren alle Beteiligten, auch unbeteiligte Personen vor Ort.
Ereignisbasierte Videoanalyse und Datenschutz: kein Widerspruch
Videosicherheit und Privatsphäre werden häufig als Gegensätze dargestellt. Entscheidend ist jedoch, wie ein System technisch konfiguriert und organisatorisch eingesetzt wird.
Bei einer ereignisbasierten Analyse steht nicht jede einzelne Person im Mittelpunkt, sondern das sichtbare Ereignis innerhalb eines definierten Kamerabereichs. Das unterscheidet sie grundlegend von einer anlasslosen Beobachtung, bei der Menschen dauerhaft individuell verfolgt oder bewertet werden.
Das Sicherheitsteam muss nicht jede alltägliche Bewegung auf allen Kamerabildern aktiv beobachten. Es erhält gezielt eine Meldung, wenn ein vorab definiertes Ereignis erkannt wird. Richtig umgesetzt, kann KI-Videoanalyse deshalb sogar dazu beitragen, die menschliche Dauerbeobachtung zu reduzieren.
Neun Bausteine für datenschutzgerechte Videosicherheit
Der Schutz der Privatsphäre hängt nicht allein davon ab, welche Analyse eingesetzt wird. Auch die technische und organisatorische Gestaltung ist entscheidend. Dazu gehören insbesondere:
- Klare Zweckbegrenzung: Vor der Einführung wird festgelegt, welche Ereignisse erkannt werden sollen. Eine Kamera sollte nicht vorsorglich jede technisch verfügbare Analyse ausführen.
- Begrenzte Erkennungsbereiche: Analysiert werden nur die Zonen, in denen ein nachvollziehbarer Sicherheitsbedarf besteht.
- Datenminimierung: Das System verarbeitet nur die Informationen, die für die Erkennung und Überprüfung des Ereignisses notwendig sind.
- Kurze Ereignissequenzen: Statt dauerhaft große Materialmengen vorzuhalten, werden je nach Konzept nur relevante Bilder oder kurze Sequenzen übermittelt.
- Maskierung und Verpixelung: Unbeteiligte Personen oder bestimmte Bildbereiche können je nach System und Einsatzkonzept automatisch unkenntlich gemacht werden.
- Lokale Verarbeitung: Die Analyse kann je nach technischer Architektur direkt vor Ort, auf einem lokalen Server oder in einer kontrollierten Rechenzentrumsumgebung erfolgen.
- Geregelte Zugriffsrechte: Nur autorisierte Personen dürfen auf Livebilder, Ereignisse oder gespeicherte Sequenzen zugreifen.
- Definierte Speicherfristen: Ereignisdaten dürfen nicht unbegrenzt aufbewahrt werden. Speicher- und Löschkonzepte müssen zum konkreten Zweck passen.
- Transparenz: Menschen müssen nachvollziehen können, dass Videoanalyse eingesetzt wird, wer dafür verantwortlich ist und welchem Sicherheitszweck sie dient.
Rechtliche Prüfung bleibt Pflicht
Auch eine ereignisbasierte Analyse ist nicht automatisch datenschutzkonform. Videobilder bleiben personenbezogene Daten, sobald Menschen darauf erkennbar sind. Deshalb müssen Rechtsgrundlage, Erforderlichkeit, Verhältnismäßigkeit und technische Schutzmaßnahmen für jeden Einsatzort separat geprüft werden.
Fazit: Sichtbare Gefahren erkennen, ohne Menschen zu überwachen
Ereignisbasierte KI-Videoanalyse kann sichtbare Messer, körperliche Gewalt und Notlagen im öffentlichen Raum frühzeitig erkennen und Sicherheitsteams gezielt alarmieren, ohne dafür jeden Menschen identifizieren oder dauerhaft verfolgen zu müssen.
Die Technologie ersetzt weder das Sicherheitspersonal noch die Polizei. Sie verschafft ihnen einen Zeitvorsprung und eine bessere Informationsgrundlage. Ob sie dabei auch das Vertrauen der Öffentlichkeit gewinnt, hängt von klaren Zweckgrenzen, konsequenter Datenminimierung und echter Transparenz ab. Wer Videosicherheit so gestaltet, muss den Vergleich zwischen Sicherheit und Privatsphäre nicht scheuen, sondern bringt beides zusammen.
