Computer Vision · Kameras und Echtzeit
Videoanalyse mit KI: Wo sie sich für Unternehmen lohnt
Kameras liefern in vielen Unternehmen längst Bilder, die niemand systematisch auswertet. KI-Videoanalyse erkennt darin Objekte, Abläufe und Abweichungen automatisch und in Echtzeit. Wo das echten Nutzen bringt, was es braucht und worauf beim Datenschutz zu achten ist.
Julia Rose
Das Wichtigste in Kürze
- KI-Videoanalyse nutzt Computer Vision und Deep Learning, um in Videos und Live-Streams Objekte, Bewegungen und Texte zu erkennen.
- Besonders lohnend sind Qualitätskontrolle, Arbeitssicherheit, Zählung und Belegung sowie Bewegungsanalyse.
- Oft reichen vorhandene Kameras, wenn Blickwinkel, Licht und Auflösung passen. Verarbeitung direkt am Gerät hält Bilder im Haus.
- Personenbezogene Videoanalyse unterliegt DSGVO und KI-Verordnung, manche Einsätze sind verboten.
Was KI-Videoanalyse leistet
Bei der intelligenten Videoanalyse werten KI-Modelle Videomaterial, Einzelbilder und Live-Streams aus. Mit Computer Vision und Deep Learning erkennen sie automatisch, was im Bild passiert, und liefern die Ergebnisse als Daten, Alarme oder Kennzahlen weiter. Dahinter stehen vier Grundfunktionen:
| Funktion | Was sie tut | Beispiel |
|---|---|---|
| Objekterkennung und Klassifizierung | Erkennt Objekte und ordnet sie nach Merkmalen ein | Produkttypen am Band, fehlende Schutzausrüstung |
| Segmentierung | Bestimmt pixelgenau, welcher Bildbereich zu welchem Objekt gehört | Oberflächenfehler, medizinische Bildanalyse |
| Tracking | Verfolgt Objekte oder Bewegungen über viele Einzelbilder | Warenfluss, Bewegungsabläufe |
| Texterkennung (OCR) | Liest Text aus Bildern und Videos aus | Etiketten, Kennzeichnungen, Seriennummern |
Wo sich Videoanalyse für Unternehmen lohnt
Qualitätskontrolle
Kameras an der Fertigungslinie prüfen Produkte, Etiketten, Formen, Texturen und Verunreinigungen, erkennen fehlende Teile und melden Abweichungen sofort. Das entlastet Prüfpersonal bei monotonen Sichtkontrollen. Wie sich dafür auch große Sprachmodelle mit Bildverständnis eignen, beschreibt unser Artikel LLMs in der visuellen Inspektion.
Arbeitssicherheit
Videoanalyse kann prüfen, ob in gekennzeichneten Bereichen Schutzausrüstung getragen wird oder ob sich Personen in Gefahrenzonen aufhalten, und bei Bedarf warnen.
Zählung und Belegung
Gebäude- und Verkehrsbetreiber brauchen die Belegung in Echtzeit, für Sicherheitsvorschriften, Kapazitätsmanagement und Planung. Von Hand zu zählen ist an mehreren Eingängen kaum machbar.
Aus der Praxis: RapidLab
Mit RapidLab haben wir kompakte Geräte gebaut, die Personen an Ein- und Ausgängen automatisch zählen, mit Time-of-Flight-Sensoren und Computer Vision. Die gesamte Verarbeitung läuft direkt auf dem Gerät, ohne Cloud und ohne Internet, und die Belegung steht in Echtzeit bereit.
Bewegungsanalyse
Mehrere Kameras erfassen Bewegungen dreidimensional und vergleichen sie mit einem Soll-Ablauf, etwa in Rehabilitation, Sport oder Ergonomie.
Aus der Praxis: 3D-Bewegungsanalyse
In einer Forschungspartnerschaft haben wir einen 3D-Personal-Trainer aus Azure-Kinect-Kameras, Pose Estimation und VR-Elementen gebaut. Er überwacht Reha-Übungen in Echtzeit und korrigiert sie automatisch, zu Hause und ohne Physiotherapeut vor Ort.
Was Videoanalyse technisch braucht
Ob ein Anwendungsfall funktioniert, entscheidet sich weniger am Modell als an den Bedingungen vor Ort:
- Bildqualität: Blickwinkel, Auflösung, Licht und Bildrate müssen zur Aufgabe passen. Für kleine Fehler auf Oberflächen braucht es andere Kameras als für die Zählung an einer Tür.
- Beispieldaten: Für eigene Modelle braucht es Bilder der Situationen, die erkannt werden sollen, oft auch beschriftet. Seltene Fehler sind dabei die größte Hürde.
- Klare Ausgabe: Vorab festlegen, was mit einem Ergebnis passiert, ob ein Alarm, ein Eintrag im System oder eine Kennzahl im Dashboard.
- Betrieb: Kameras verschmutzen, Licht ändert sich mit der Tageszeit, Produkte wechseln. Das System braucht Monitoring und gelegentliches Nachtrainieren.
Auf vorhandenen Kameras, in der Cloud oder am Gerät
Viele Unternehmen haben bereits Kameras installiert. Passen Blickwinkel, Licht und Auflösung, lassen sich deren Streams direkt auswerten, ohne neue Hardware. Für die Verarbeitung gibt es zwei Wege:
| Am Gerät (Edge) | Zentral oder in der Cloud | |
|---|---|---|
| Datenschutz | Bilder verlassen das Gerät nicht, nur Ergebnisse werden übertragen | Videodaten werden übertragen und müssen geschützt werden |
| Verbindung | arbeitet auch ohne Netz | braucht stabile Bandbreite |
| Rechenleistung | begrenzt, Modelle müssen schlank sein | groß, auch für aufwendige Modelle |
| Passt für | Zählung, einfache Erkennung, viele Standorte | komplexe Analysen, Auswertung über viele Kameras |
Datenschutz und KI-Verordnung
Sobald Personen im Bild sind, gelten die DSGVO und die Regeln zur Videoüberwachung. Grundsätze wie Datenminimierung sprechen dafür, nur zu verarbeiten, was die Aufgabe wirklich braucht, etwa Zählwerte statt gespeicherter Aufnahmen, und Bilder möglichst am Gerät zu verarbeiten.
Die EU-KI-Verordnung zieht zusätzliche Grenzen. Seit dem 2. Februar 2025 sind bestimmte Praktiken verboten, darunter Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen sowie das ungezielte Auslesen von Gesichtsbildern aus dem Internet oder aus Überwachungsaufnahmen zum Aufbau von Datenbanken. Systeme zur biometrischen Fernidentifizierung gelten als Hochrisiko-KI. Wer Videoanalyse mit Personenbezug plant, sollte das früh prüfen. Einen Überblick gibt unser Artikel zur EU-KI-Verordnung.
Wie der Einstieg gelingt
- Konkrete Aufgabe wählen: ein Prüfschritt, eine Zählstelle oder ein Sicherheitsbereich mit klarem Nutzen.
- Bilder prüfen: mit Aufnahmen der vorhandenen Kameras testen, ob die Qualität reicht.
- Prototyp bauen: ein Modell auf echten Aufnahmen trainieren und die Genauigkeit messen.
- Betrieb planen: Verarbeitungsort, Datenschutz, Monitoring und Anbindung an bestehende Systeme festlegen.
Weitere Projekte aus Bild- und Videoanalyse finden Sie in unseren Referenzen.
Videoanalyse für Ihren Anwendungsfall?
Wir prüfen mit Ihnen, ob Ihre vorhandenen Kameras reichen, wo die Verarbeitung laufen sollte und wie ein Prototyp mit echten Aufnahmen aussieht.
Prozessanalyse anfragenHäufige Fragen
Die automatische Auswertung von Videos, Einzelbildern und Live-Streams mit Computer Vision und Deep Learning. Sie erkennt Objekte, Bewegungen, Abweichungen und Texte und gibt die Ergebnisse als Daten, Alarme oder Kennzahlen weiter.
Oft ja, wenn Blickwinkel, Licht und Auflösung zur Aufgabe passen. Das lässt sich mit Testaufnahmen früh prüfen.
Nein. Viele Aufgaben wie Zählungen oder einfache Erkennung laufen direkt am Gerät. Dann verlassen nur die Ergebnisse das Gerät.
Das hängt vom Zweck ab. Es gelten DSGVO und Regeln zur Videoüberwachung, und die EU-KI-Verordnung verbietet einige Praktiken wie Emotionserkennung am Arbeitsplatz. Biometrische Fernidentifizierung gilt als Hochrisiko-KI.
Julia ist seit 2019 Teil von theBlue.ai und begleitet die Entwicklung von KI-Anwendungen im Unternehmensumfeld seit den frühen Tagen des Unternehmens. In ihrer Rolle als Marketing Lead arbeitet sie eng mit den Engineering- und Consulting-Teams zusammen und macht komplexe technische Themen für Entscheider verständlich und zugänglich.
In ihren Artikeln schreibt sie über praktische Erfahrungen aus Enterprise-KI-Projekten sowie über die Herausforderungen und Chancen beim Einsatz von KI in Unternehmen.