KI vor Ort

KI-Videoanalyse lokal – vorhandene Kameras auswerten, ohne Cloud-KI

KI-Videoanalyse ist die automatische Auswertung von Kamerabildern durch ein KI-Modell, etwa um Personen und Fahrzeuge zu erkennen. Wir richten sie lokal ein: Ein kleiner Rechner vor Ort wertet Ihre vorhandenen Netzwerk-Kameras aus, sichert relevante Clips und meldet Ereignisse an Ihr System. Die Auswertung läuft vor Ort auf eigener Hardware – ohne Cloud-KI-Dienst.

Illustration: Kio wertet am Werkstor ein Kamerabild mit Erkennungsrahmen aus – auf eigener Hardware vor Ort

Was ist lokale KI-Videoanalyse?

Viele Betriebe haben Kameras und einen Netzwerk-Videorekorder (NVR), also ein Gerät, das die Aufnahmen aller Kameras speichert. Angesehen werden die Aufnahmen meist erst, wenn etwas passiert ist – und dann beginnt die Suche.

Bei der lokalen KI-Videoanalyse läuft ein Erkennungsmodell auf einem kleinen Rechner im selben Netz. Es meldet nur Ereignisse, etwa eine Person im Lager nach Feierabend, und sichert den passenden Ausschnitt. Bei Cloud-Lösungen werden die Bilder dagegen zur Auswertung an die Server des Anbieters übertragen. Wie KI in anderen Abläufen hilft, zeigt die Seite KI-Automatisierung für Unternehmen.

Lokale Videoanalyse lohnt sich, wenn …

  • Sie Kameras und Videorekorder haben, die Aufnahmen aber kaum jemand ansieht,
  • Sie wissen wollen, was außerhalb der Arbeitszeit auf dem Hof oder im Lager passiert,
  • Ein- und Ausfahrten ohne Handliste erfasst werden sollen,
  • Kamerabilder nicht von einem Cloud-KI-Dienst ausgewertet werden sollen,
  • Ereignisse in Ihrer Betriebssoftware landen sollen statt in einer weiteren App.

Leistungsumfang

Was wir für Sie einrichten

  • Personen- und Fahrzeugerkennung

    Ein KI-Modell erkennt Personen und Fahrzeuge in festgelegten Bereichen. Abgestellte Fahrzeuge lösen nach kurzer Zeit keine neuen Meldungen mehr aus.

    Praxis: Kranbetrieb
  • Clips in frei wählbaren Zeitfenstern

    Erkennt das System im festgelegten Zeitfenster eine Bewegung, holt es den Ausschnitt mit einigen Sekunden davor und danach aus dem Videorekorder. Zeitfenster und Aufbewahrungsdauer legen Sie selbst fest; im Praxisbeispiel werden Clips außerhalb der Arbeitszeit gesichert und 30 Tage aufbewahrt.

    Praxis: Kranbetrieb
  • Kamerawand im eigenen System

    Aktuelle Kamerabilder und Ereignisse erscheinen in Ihrer Betriebssoftware, nur für berechtigte Rollen. Auswertungen prüfen und bearbeiten Sie dort direkt.

    Praxis: Kranbetrieb
  • Kennzeichenerkennung

    Ein- und Ausfahrten am Tor automatisch erfassen – Kennzeichen, Uhrzeit und Fahrtrichtung, ausgewertet auf dem Gerät vor Ort.

    Praxis: Pilot im Kranbetrieb

Praxis

Aus einem Kran- und Schwerlastbetrieb

Kamera-KI und Kennzeichenerkennung haben wir für einen Kran- und Schwerlastbetrieb umgesetzt. Kamerabilder zeigen wir bewusst nicht – auf ihnen sind Beschäftigte und Kennzeichen zu sehen.

177 msje Bild für die Kennzeichenerkennung, lokal auf einem Raspberry Pi 4gemessen, Stand: August 2026
2Texterkennungen, die dasselbe Kennzeichen lesen müssenPilotprojekt, Stand: August 2026
30 TageAufbewahrung der Clips im Praxisbeispiel – die Dauer ist frei einstellbarim Einsatz, Stand: September 2026
450 msungefähre Analysezeit je Kamerabild für die Personen- und Fahrzeugerkennung auf einem Raspberry Pi 5Stand: September 2026

Kennzeichenerkennung als Pilotprojekt

An der Werkseinfahrt haben wir eine Kennzeichenerkennung als Pilotprojekt umgesetzt – vollständig auf einem Raspberry Pi 4 mit einer Netzwerk-Kamera. Die Auswertung startet nur, wenn sich im Bild etwas bewegt. Zwei Texterkennungen (OCR, also maschinelles Lesen von Schrift) müssen dasselbe Kennzeichen lesen, sonst wird nichts gespeichert.

Die Fahrtrichtung ergibt sich aus zwei unabhängigen Quellen: der Bewegungsbahn und der Frage, ob das Kennzeichen im Bild größer wird. Widersprechen sich beide, wird die Richtung als „unklar“ vermerkt statt geraten. Mehr dazu in der Fallstudie Kennzeichenerkennung am Werkstor.

Was wir dabei gemessen haben

  • Die Kamera belichtete mit 1/12 Sekunde – fahrende Kennzeichen waren unlesbar. Wir haben auf 1/1000 Sekunde umgestellt; dafür braucht es ausreichend Licht.
  • Ein Formfilter wertet nur Bildausschnitte mit dem Seitenverhältnis eines Kennzeichens aus. Der Erkennungswert des Modells stieg in unserem Test von 0,40 auf 0,92.
  • Nach einer Korrektur der Rechenverteilung auf die Prozessorkerne braucht die Erkennung 177 ms je Bild.

Die Personen- und Fahrzeugerkennung läuft im selben Betrieb auf einem Raspberry Pi 5 an einem Netzwerk-Videorekorder und ist im Einsatz.

Datenschutz

Lokal ausgewertet, datensparsam eingerichtet

Dass die Erkennung vor Ort läuft, ist ein Vorteil für den Datenschutz – aber kein Freibrief. Diese Grundsätze setzen wir technisch um.

Vorteile der lokalen Auswertung

  • Für die Erkennung geht kein Bild an einen Cloud-KI-Dienst
  • Keine Nutzungsgebühren eines Cloud-KI-Dienstes
  • Die Erkennung selbst braucht keine Internetverbindung
  • Updates und Fernwartung über eine verschlüsselte Verbindung

Datensparsam eingerichtet

  • Erkennung nur in festgelegten Bereichen, zum Beispiel ohne die angrenzende Straße
  • Clips nur bei einem Ereignis und nur in Zeitfenstern, die Sie festlegen
  • Löschfrist frei einstellbar – im Praxisbeispiel 30 Tage
  • Kamerawand und Clips nur für berechtigte Rollen

Rechtlicher Rahmen: Erfassen Kameras Bereiche, in denen Beschäftigte arbeiten, braucht die Auswertung in Deutschland eine Rechtsgrundlage nach der DSGVO, die Beschäftigten müssen informiert werden, und ein vorhandener Betriebsrat hat bei der Einführung ein Mitbestimmungsrecht (§ 87 Abs. 1 Nr. 6 BetrVG). Je nach Umfang kann eine Datenschutz-Folgenabschätzung nötig sein.

Wir setzen die Technik datensparsam um, ersetzen aber keine Rechtsberatung. Klären Sie den Einsatz vorab mit Ihrem Datenschutzbeauftragten.

Aufwand

Wovon der Aufwand abhängt

Wir nennen keine Pauschalpreise, weil Kameras, Gelände und vorhandene Technik überall anders sind. Diese Faktoren bestimmen den Festpreis – ausführlich erklärt im Ratgeber App- und Software-Kosten.

FaktorWirkung auf den AufwandSo halten Sie ihn klein
Anzahl der KamerasJede Kamera kostet Rechenzeit; auf einem kleinen Rechner dauert die Analyse eines Bildes einige Hundert Millisekunden.Mit den wichtigsten Kameras beginnen, später erweitern.
Vorhandene TechnikVideorekorder, Kamera-Streams und Benutzerrechte müssen zugänglich sein; manche Geräte geben nur einzelne Kanäle frei.Hersteller, Modell und Zugangsrechte vorab nennen.
Kamerastandort und LichtKennzeichen brauchen eine nahe, passend ausgerichtete Kamera, eine kurze Belichtungszeit und genug Licht.Vorhandene Kameras vorab gemeinsam prüfen.
Anbindung an Ihre SoftwareEreignisse, Clips und Kamerawand in Ihrem System brauchen eine Schnittstelle und Rollenrechte.Früh klären, wer welche Kamera sehen darf.
Speicherung und LöschfristenSpeicherort, Zeitfenster und Aufbewahrungsdauer bestimmen Speicherbedarf und Datenschutz-Aufwand.Kurze Fristen und klare Zeitfenster festlegen.
Betrieb und WartungDauerbetrieb braucht Kühlung, Überwachung des Geräts und Updates.Wartung planbar über einen Betreuungsvertrag regeln.

Vorgehen

In vier Schritten zu Ihrer Software

  1. Kostenlose Analyse

    Sie schildern Ihren Ablauf, wir stellen die richtigen Fragen und zeigen, was sich automatisieren lässt.

  2. Festpreis in 48 Stunden

    Sie erhalten ein schriftliches Angebot mit Leistungsumfang, Zeitplan und Festpreis.

  3. Entwicklung in Etappen

    Sie testen Zwischenstände früh und geben Feedback, bevor es teuer wird.

  4. Übergabe und Betreuung

    Einführung, Schulung, Quellcode-Übergabe – und auf Wunsch Wartung und Weiterentwicklung.

FAQ

Häufige Fragen

Funktioniert die KI-Videoanalyse mit unseren vorhandenen Kameras?

In vielen Fällen ja, wenn Kameras oder Netzwerk-Videorekorder ihr Bild als Videostrom im Netzwerk bereitstellen, meist über das Standardprotokoll RTSP. Für Kennzeichen braucht es allerdings eine nahe, passend ausgerichtete Kamera; seitlich montierte Übersichtskameras reichen dafür meist nicht.

Werden Kamerabilder in die Cloud übertragen?

Für die Auswertung nicht: Das KI-Modell läuft auf einem Rechner vor Ort, kein Bild geht an einen Cloud-KI-Dienst. Wo gesicherte Clips und Ereignisse gespeichert werden, ob auf einem Gerät vor Ort oder in Ihrem eigenen System, legen wir gemeinsam mit Ihnen fest; im Praxisbeispiel liegen sie in einer privaten Cloud-Ablage der Betriebsplattform.

Dürfen wir Beschäftigte mit einer KI-Kamera überwachen?

Nur unter engen Voraussetzungen: Es braucht eine Rechtsgrundlage nach der DSGVO, die Information der Beschäftigten und, falls vorhanden, die Mitbestimmung des Betriebsrats. Wir beraten nicht rechtlich, setzen die Technik aber datensparsam um, etwa mit festen Erkennungsbereichen, Zeitfenstern und Löschfristen.

Wie zuverlässig ist die Kennzeichenerkennung?

Sie ist auf Vorsicht ausgelegt: Zwei Texterkennungen müssen dasselbe Kennzeichen lesen, sonst wird nichts gespeichert, und eine unklare Fahrtrichtung wird als unklar vermerkt. Bisher haben wir sie als Pilotprojekt umgesetzt; Licht, Kamerawinkel und Belichtungszeit entscheiden wesentlich über das Ergebnis.

Welche Hardware wird benötigt?

Ein kleiner Rechner vor Ort, etwa ein Raspberry Pi, im selben Netz wie Kameras oder Videorekorder. Wie viele Kameras ein Gerät schafft, hängt vom Modell und davon ab, wie oft ausgewertet werden soll; im Dauerbetrieb gehört eine aktive Kühlung dazu.

Was kostet eine lokale KI-Videoanalyse?

Das hängt vor allem von der Zahl der Kameras, der vorhandenen Technik und der Anbindung an Ihre Software ab. Nach einer kostenlosen Analyse erhalten Sie innerhalb von 48 Stunden ein Festpreis-Angebot.

Kontakt

Erzählen Sie uns von Ihrem Ablauf

Kostenlose Analyse, Festpreis-Angebot innerhalb von 48 Stunden. Unverbindlich.