Mehr sehen, weniger verarbeiten: ie neue Realität der Videoüberwachung

Kameras werden immer intelligenter. Während es bei der Videoüberwachung lange vor allem darum ging, Bilder zu beobachten, aufzuzeichnen und Vorfälle im Nachhinein zu recherchieren, kann Vision AI heute Situationen automatisch erkennen, Objekte zählen, Bewegungen verfolgen und relevante Ereignisse unmittelbar sichtbar machen.

Gleichzeitig werden die rechtlichen Anforderungen an Kameras, Daten, KI und Resilienz in Europa anspruchsvoller. Die DSGVO verlangt von Organisationen, kritisch zu prüfen, welche personenbezogenen Daten sie verarbeiten und warum. Die EU-KI-Verordnung stellt zusätzliche Anforderungen an den verantwortungsvollen Einsatz von KI. Die NIS-2-Richtlinie und die CER-Richtlinie schaffen zudem einen gemeinsamen europäischen Rahmen für digitale und physische Resilienz. Da Richtlinien jedoch durch nationale Gesetze umgesetzt werden, unterscheiden sich Bezeichnungen, Geltungsbeginn, Anwendungsbereich und Aufsicht von Land zu Land.

Das erfordert einen kritischeren Blick auf bestehende Sicherheitsmaßnahmen. Dienen Kameras lediglich dazu, Aufnahmen nach einem Vorfall zu durchsuchen, oder helfen sie tatsächlich dabei, Risiken früher zu erkennen und schneller zu reagieren? Daraus entsteht ein klares Spannungsfeld: Organisationen müssen mehr sehen, dürfen aber nicht mehr Daten als notwendig verarbeiten. Genau hier kann die nächste Generation von Vision AI eine wichtige Rolle spielen.

Mehr Kameras sind nicht automatisch die Antwort

Viele Organisationen betreiben bereits Dutzende, Hunderte oder sogar Tausende Kameras. Die entscheidende Frage lautet daher nicht mehr, wie mehr Bildmaterial erzeugt werden kann, sondern wie sich aus vorhandenen Aufnahmen genau die benötigten Informationen gewinnen lassen. Ein klassisches System zeichnet das Geschehen auf und verlangt von einem Operator, Livebilder zu überwachen oder später danach zu suchen — eine Aufgabe, die mit wachsender Kamerazahl immer schwieriger wird.

Vision AI ergänzt eine intelligente Ebene: Das System erkennt vorab definierte Ereignisse und fordert nur dann Aufmerksamkeit, wenn etwas Relevantes geschieht, etwa wenn eine Person einen gesperrten Bereich betritt, ein Notausgang blockiert ist oder Rauch sichtbar wird. So wird die Kamera zunehmend zu einem Sensor, der nicht nur Bilder, sondern Informationen liefert.

Neue Gesetze verändern die Fragestellung

In Deutschland ist das NIS-2-Umsetzungsgesetz seit Dezember 2025 in Kraft; das KRITIS-Dachgesetz, das die europäische CER-Richtlinie umsetzt, folgte im März 2026. Damit geht Resilienz über das bloße Vorhandensein von Maßnahmen hinaus. Entscheidend ist nicht nur, ob ein Zaun, eine Zutrittskontrolle oder eine Kamera vorhanden ist, sondern ob Risiken rechtzeitig erkannt werden und die Organisation wirksam reagieren kann.

Vision AI ist keine schlüsselfertige Compliance-Lösung. Die Technologie kann eine bestehende Kamerainfrastruktur jedoch von einer passiven Aufzeichnungslösung zu einem aktiven Instrument für Detektion und Verifikation weiterentwickeln. Gleichzeitig setzen die DSGVO, die EU-KI-Verordnung und die jeweils anwendbaren nationalen Gesetze klare Grenzen für den Einsatz.

Nicht alles analysieren, nur weil es möglich ist

Eine moderne Vision-AI-Plattform kann viel: Personen und Fahrzeuge erkennen, Wege analysieren, Wartezeiten messen und Kennzeichen lesen. Das bedeutet jedoch nicht, dass alle Möglichkeiten gleichzeitig eingesetzt werden sollten. Verantwortungsvolle Videoanalyse beginnt nicht bei der Technologie, sondern beim Zweck: Was möchte die Organisation erreichen, und welche Informationen sind dafür mindestens erforderlich?

Die Frage lautet also nicht, was KI alles erkennen kann, sondern was sie für diesen konkreten Zweck erkennen muss. Ein Flughafen, der Warteschlangen analysiert, muss nicht wissen, wer die einzelnen Reisenden sind. Eine Fabrik, die einen Notausgang freihalten möchte, muss nicht feststellen, welcher Mitarbeiter sich dort befindet. Für die Erkennung unbefugten Zutritts reicht es häufig aus festzustellen, dass jemand einen gesperrten Bereich betritt.

Mehr sehen kann auch weniger Verarbeitung bedeuten

Das klingt zunächst widersprüchlich, doch gerade KI kann die Datenverarbeitung gezielter machen. Nicht alles, was technisch sichtbar ist, ist für den Zweck relevant. Anstatt dauerhaft menschliche Aufmerksamkeit für Hunderte Videostreams zu beanspruchen, sucht das System nach einer vorab definierten Situation: Kamera → KI-Analyse → relevantes Ereignis → Meldung → menschliche Bewertung. Mehr Intelligenz bedeutet damit nicht automatisch mehr personenbezogene Daten. Vision AI kann vielmehr präziser festlegen, welche Informationen benötigt werden — und welche nicht.

Von automatischen Entscheidungen zu automatischer Aufmerksamkeit

Auch nach einer Erkennung muss KI die endgültige Entscheidung nicht automatisch treffen. Dass sich jemand länger als zwei Minuten in einem gesperrten Bereich aufhält, ist eine technische Feststellung; daraus eine böswillige Absicht abzuleiten, ist etwas völlig anderes. Deshalb ist die menschliche Bewertung in vielen Anwendungen unverzichtbar. Vision AI dient dann vor allem als System für automatische Aufmerksamkeit: nicht ‚Die KI hat entschieden, dass diese Person verdächtig ist‘, sondern ‚Hier erfüllt eine Situation die festgelegten Kriterien — bitte prüfen‘. Operatoren müssen nicht länger Hunderte Kamerabilder permanent beobachten. Die KI filtert relevante Momente heraus, anschließend bewertet ein Mensch den Kontext.

Vom Kameranetzwerk zur Informationsinfrastruktur

Die neuen europäischen und deutschen Vorgaben zur digitalen und physischen Resilienz machen diese Entwicklung zusätzlich relevant. Viele Organisationen haben ihr Kameranetzwerk ursprünglich als reine Sicherheitsmaßnahme angeschafft. Mit Vision AI kann dieselbe Infrastruktur Teil einer umfassenderen Informationsversorgung werden, zum Beispiel zur Erkennung unbefugter Zutritte, von Tailgating oder von Abweichungen im Umfeld kritischer Anlagen. So entwickelt sich ein Kamerasystem von einer passiven Lösung für die nachträgliche Auswertung zu einer aktiven Informationsquelle für das aktuelle Geschehen.

Technologie allein reicht jedoch nicht aus. Vision AI macht eine Organisation nicht automatisch konform mit DSGVO, EU-KI-Verordnung, NIS-2-Umsetzungsgesetz oder KRITIS-Dachgesetz. Entscheidend für einen verantwortungsvollen Einsatz sind Anwendung, Konfiguration, Prozesse, Dokumentation und menschliche Kontrolle.

Mit der Fragestellung beginnen, nicht mit den Analytics

Die besten Vision-AI-Projekte beginnen nicht mit einer Liste von Funktionen, sondern mit der Frage: Welches Problem wollen wir lösen? Erst danach sollte geklärt werden, welche Informationen benötigt werden, welche Daten gerade nicht verarbeitet werden müssen und wer letztlich die Entscheidung trifft.

Durch das Zusammenspiel von DSGVO, EU-KI-Verordnung, NIS-2-Umsetzungsgesetz und KRITIS-Dachgesetz wird diese Denkweise immer wichtiger. Bei der Zukunft der Videoüberwachung geht es nicht um möglichst viel KI, sondern um die richtige KI, für den richtigen Zweck, zum richtigen Zeitpunkt. Mehr sehen. Weniger verarbeiten. Besser entscheiden.