Tailgating en piggybacking detecteren met Video AI

Een voertuig dat ongemerkt achter een ander voertuig een terrein oprijdt of een persoon die de deur openhoudt voor ander onbevoegd persoon. Het lijken kleine, alledaagse momenten. Maar dit is precies hoe onbevoegden gebouwen, terreinen en kritieke omgevingen binnendringen. Dit fenomeen, tailgating of piggybacking, is één van de meest onderschatte beveiligingsrisico’s binnen toegangscontrole. En traditionele systemen registreren het vaak niet eens. Met Video AI Analytics (Vision AI) wordt dat anders. Hoe? Je leest het in dit artikel.

Wat is tailgating en wat is piggybacking?

Tailgating en piggybacking lijken veel op elkaar. Toch verschillen ze in de iets van elkaar. Het voornaamste verschil tussen tailgating en piggybacking is de betrokkenheid van de geautoriseerde persoon.

Tailgating (meelopen):
Dit is een heimelijke actie. De indringer wacht tot een deur opengaat en loopt snel mee voordat de deur sluit. De bevoegde persoon merkt niet dat er iemand achter hen aan loopt.

Piggybacking (meeliften):
Dit is vaak gebaseerd op sociale manipulatie (social engineering). De indringer kan bijvoorbeeld vragen of de deur opengehouden wordt, doen alsof ze hun pasje zijn vergeten, of handen vol dozen hebben. De bevoegde persoon verleent hierbij onbewust, maar actief, toegang.

Beide methoden worden gebruikt om fysieke beveiliging te omzeilen en leiden tot onbevoegde toegang, wat risico’s op diefstal of datalekken met zich meebrengt.

Traditionele oplossingen die tekortschieten

Om tailgating en piggybacking tegen te gaan, zijn er verschillende (veelal traditionele) oplossingen beschikbaar. Denk aan toegangscontrolesystemen met:

• Badges of pasjes
• Kentekenherkenning
• QR- of PIN-codes
• Slagbomen en tourniquets

Deze systemen controleren wie er toestemming heeft, maar niet wat er gebeurt. Zo verleent een pasje toegang aan de persoon aan wie dat pasje toebehoort. Maar in praktijk kan dit heel iemand anders zijn of kan er een tweede, ongeautoriseerd persoon meelopen. Zonder extra controle blijft dit onopgemerkt.

Incidenten worden daarbij vaak pas achteraf ontdekt, door bijvoorbeeld camerabeelden terug te kijken. Dan is het vaak al te laat. Het vormt dus in vele gevallen een blinde vlek.

Vision AI als oplossing voor de blinde vlek

Om die blinde vlek aan te pakken, biedt Video AI Analytics, ook wel Vision AI, een oplossing. Waar traditionele camera’s vooral registreren, voegt Vision AI een extra laag intelligentie toe. Videobeelden worden niet langer alleen opgeslagen, maar actief geanalyseerd.

Met behulp van AI kunnen camera’s automatisch herkennen wat er in beeld gebeurt. Personen en voertuigen worden gedetecteerd, gevolgd en geteld. Het systeem begrijpt waar een toegangspunt zich bevindt en hoeveel objecten dat punt passeren.

Hierdoor ontstaat een fundamenteel verschil in informatie.

Niet alleen: ‘er is een pas gebruikt’
Maar: ‘er gingen twee personen naar binnen terwijl er één was toegestaan’

Dat maakt het mogelijk om afwijkingen direct te signaleren, in plaats van pas achteraf te constateren.

Hoe detectie van tailgating en piggybacking werkt

Maar hoe werkt deze technologie? Om Vision AI in te zetten voor detectie van tailgating en/of piggybacking is het van belang een (reeds aanwezige) camera te richten op een deur, tourniquet of slagboom. De Vision AI-software analyseert continu de videostream en herkent automatisch personen of voertuigen.

Door virtuele zones of lijnen te definiëren, weet het systeem precies waar een doorgang plaatsvindt. Elke passage wordt geteld en gekoppeld aan logica: hoeveel objecten mogen er tegelijk door?

Wanneer meerdere personen of voertuigen vrijwel gelijktijdig dezelfde opening passeren, terwijl er maar één is toegestaan, herkent het systeem dit als een afwijking. Op dat moment kan er direct een melding naar de meldkamer worden gestuurd, een videofragment worden opgeslagen of zelfs automatisch een actie worden gestart, zoals het blokkeren van een volgende doorgang.

Zo verandert video van passieve observatie naar realtime beveiliging.

Relevant in vrijwel iedere sector

Hoewel tailgating en piggybacking vaak wordt geassocieerd met kantoorpanden, speelt het probleem in veel meer omgevingen. In industriële en logistieke omgevingen kunnen onbevoegde voertuigen ongemerkt het terrein oprijden. In ziekenhuizen en zorginstellingen is gecontroleerde toegang tot specifieke ruimtes cruciaal voor veiligheid en privacy. Binnen kritieke infrastructuur, zoals energiecentrales, datacenters of waterzuiveringen, kan één onbevoegde persoon al grote risico’s veroorzaken.

In al deze situaties geldt hetzelfde principe: toegangsrechten alleen zijn niet voldoende. Het gaat erom wat er daadwerkelijk gebeurt bij de ingang. Vision AI maakt dat gedrag zichtbaar.

Meer dan extra beveiliging

Het interessante is dat Video AI niet alleen helpt bij het voorkomen van incidenten, maar ook operationele voordelen oplevert. Omdat elke passage automatisch wordt geregistreerd en gekoppeld aan beeldmateriaal, ontstaat er een duidelijke audittrail. Bij vragen of incidenten is direct zichtbaar wat er is gebeurd, zonder uren aan video terug te zoeken. Daarnaast vermindert het aantal handmatige controles en wordt de werkdruk in meldkamers lager.

Ook op het gebied van compliance biedt dit voordelen. Organisaties kunnen aantonen dat toegangsprocedures daadwerkelijk worden nageleefd, wat steeds belangrijker wordt binnen regelgeving en certificeringen. Toegangscontrole wordt daarmee niet alleen veiliger, maar ook slimmer en efficiënter.

De volgende stap in toegangscontrole

Toegangscontrole zal altijd draaien om identiteit en autorisatie. Maar in een wereld waarin risico’s complexer worden, is dat alleen niet meer voldoende. Organisaties willen niet alleen weten wie toegang heeft, maar ook zeker weten dat procedures daadwerkelijk worden nageleefd. Door Vision AI toe te voegen aan bestaande camera’s ontstaat die extra zekerheid. Het systeem ziet wat mensen missen en grijpt in wanneer het nodig is. Zo wordt het veel moeilijker om simpelweg “mee naar binnen te lopen”.