Die Aufregung um KI bezieht sich primär auf ihr Potenzial, dessen Grenzen bislang kaum abschätzbar sind. Eine Branche, die schon früh den Sprung von analog zu digital vollzogen hat, ist die Videotechnologie. Hier lässt sich beobachten, wie der Umgang mit KI für Effizienzgewinne sorgen kann. Die Branche vollzieht derzeit den Wandel von einer Welt, in der Rohdaten manuell verarbeitet werden, hin zu einer, in der Menschen von der KI bereits aufgearbeiteten Daten Werte schaffen. Die Aufgaben verändern sich, menschliche Expertise bleibt allerdings unersetzlich.

In dieser neuen Welt werden Menschen durch KI-gestützte Erkenntnisse unterstützt, die den von Videokameras erzeugten visuellen Daten bereinigen und ordnen. Früher nur für Sicherheitsanwendungen genutzt, kann die Videotechnologie heute ebenso zur Gewinnung betrieblicher Erkenntnisse und zur Steigerung der Effizienz eingesetzt werden.

So können datengesteuerte Videotechnologielösungen helfen, indem sie Videodaten in strukturierte Informationen umwandeln, die Personen und Objekte in einer Szene sowie deren Verhalten und Beziehungen beschreiben. Die Nutzer müssen sich dann nur auf relevante Informationen konzentrieren. 

Unterstützung bei der Entscheidung

Digitale Videodateien enthalten riesige Mengen an visuellen Informationen. Eine KI kann diese in sekundenschnelle analysieren und Muster, Trends und Korrelationen erkennen. Diese Erkenntnisse werden für Nutzer von Videoüberwachungssystemen zunehmend wichtiger als die aufgezeichneten Bilder selbst. Der Mensch bleibt dabei der zentrale „human-in-the-loop“, der die Analysen überprüft und fundierte Entscheidungen trifft.

Zu den grundlegenden Funktionen der Videoanalyse gehören Objekterkennung und -verfolgung. Bei der Raumüberwachung wird die Objekterkennung zur Zählung von Personen, zum Schutz von Grenzen und zur Identifizierung von Objekten eingesetzt, die bestimmte Linien überschreiten. Im zeitlichen Bereich wird die Objektverfolgung u. a. verwendet, um Informationen über die Flugbahn von Objekten zu extrahieren und Anomalien zu erkennen. So kann die Technik etwa bei der Sturzprävention und -erkennung helfen

Prädiktive Analysen sind der nächste spannende Entwicklungsschritt. Aufbauend auf den gewonnenen Erkenntnissen können wahrscheinliche Interaktionen zwischen Objekten vorhergesagt werden, sodass Sicherheitsteams Eventualitäten vorhersagen und Vorfälle bewältigen können, bevor sie tatsächlich eintreten.

Herausforderungen für die Zukunft

Zukünftige Entwicklungen in der datengesteuerten Videoanalyse sind eng mit der Entwicklung der KI verbunden. Zukünftige Fortschritte in der KI hängen von zwei derzeit knappen Elementen ab: Chips und Daten.

Die Entwicklung der KI hängt von der Verfügbarkeit von Chips ab, die die erforderlichen intensiven Berechnungen ermöglichen. Die Nachfrage nach diesen Chips ist jedoch so groß, dass die Knappheit für KI-Entwickler zunehmend zu einem Problem wird. TSMC, der weltweit größte Auftragsfertiger von Chips, prognostiziert, dass die Nachfrage nach KI-Prozessoren in den nächsten fünf Jahren um etwa 50 Prozent steigen wird – jährlich.

Eine weitere Herausforderung bezieht sich auf die Daten selbst. Fortgeschrittene Videoanalyse ist auf große, annotierte Datensätze angewiesen, die trainiert werden müssen und für die entsprechende Rechte zur ethischen Nutzung bestehen. Eine Lösung für dieses Problem liegt in der Verwendung „synthetischer“ Daten. Künstlich erzeugte oder ergänzte synthetische Daten bieten eine Möglichkeit, die Menge der verfügbaren Daten zu erhöhen, auf denen ein KI-Modell trainiert werden kann.

Synthetische Daten im Einsatz

Die Arbeit von Milestone Systems mit der Universität Aalborg in Dänemark zeigt, wie synthetische Daten helfen können, geeignete Datensätze zu erhalten. Ziel des Projekts war die Entwicklung eines synthetischen Datensatzes zur Ergänzung von Wärmebildern, um einem Videoüberwachungssystem zu helfen, eine in den Hafen gestürzte Person zu erkennen und die Rettungskräfte zu alarmieren. Freiwillige simulierten Stürze ins Wasser, um dem System verschiedene Bewegungsmuster zu vermitteln. Auch Dummys wurden eingesetzt, um Stürze zu simulieren. Diese Trainingsdaten wurden dann mit synthetischen Daten angereichert, um Szenarien mit komplizierteren Verhaltensweisen zu simulieren.

Die weitere Entwicklung der KI hängt stark von der breiteren Akzeptanz durch Verbraucher, Unternehmen und Regierungen ab. Bei der Videoüberwachung wurde dieses Vertrauen bereits geschaffen. Nun, da KI innovative Anwendungen für datengesteuerte Videos unterstützt, ist es jedoch wichtig, dass die Technologie auf verantwortungsvolle Weise eingesetzt wird. Organisationen, die mit KI arbeiten, sollten sich an Vorschriften halten und Richtlinien wie den G7-Verhaltenskodex für KI einhalten, den Milestone Systems Anfang 2024 angenommen hat.

Da sich KI ständig weiterentwickelt, wird sich die Entwicklung in der Videotechnologie auch bei Arbeitsweisen in anderen Bereichen widerspiegeln. Es bietet sich an, den Videosektor als „Sandkasten“ zu betrachtet, der reale Anwendungen für KI liefert und den Nutzern von datengesteuerter Videotechnologie einen Mehrwert bietet, der über die reine Sicherheit hinausgeht.

Die erfolgreiche Anwendung von KI in der Videotechnologie zeigt, wie der Mensch im Mittelpunkt der Technologie stehen kann und sollte. Sie erinnert auch daran, dass KI eingesetzt werden kann, um Menschen bei ihrer Arbeit zu unterstützen.

Der Autor: Dr. Barry Norton ist Spezialist für Big Data/Analytik und maschinelles Lernen. Als VP Research bei Milestone Systems ist er für die Bereiche Grundlagenforschung, angewandte Forschung und den Umgang mit geistiges Eigentum verantwortlich. Barry leitet ein Team von 25 Mitarbeitern, unter ihnen fünf Postdoktoranden, sechs Doktoranden, zahlreiche Ingenieure und ein Patentanwalt.