Sicherheitsprozesse mit KI optimieren

Gerard Figols: Vor dem Einzug von KI gab es bereits CCTV-Analysen, jedoch mit dem Problem der ungenauen Daten. Die Sicherheitsbranche erlebt eine ähnliche Transformation wie beim Wechsel von analog zu IP in den 2000er Jahren. Der Einzug des KI-Zeitalters bringt erneut einen signifikanten Wandel. Sicherheitskameras sind nicht nur für die Überwachung entscheidend, sondern dienen auch der Datenerfassung. Die Nutzung dieser Informationen und ihre Nützlichkeit hängen stark von der Datenpräzision ab, da die Analytik ohne genaue Daten ihre Aufgabe nicht erfüllen kann.

KI ermöglicht die genauere Datenerhebung, was die Sicherheit verbessert und die betriebliche Effizienz maßgeblich steigert. Kameras sollten nicht nur als Kameras betrachtet werden, sondern als IoT-Sensoren. Viele Unternehmen, wie auch i-PRO, investieren intensiv in die Entwicklung von KI-Lösungen. Als datengetriebenes Unternehmen erkennen wir den Wert präziser Informationen und haben heute über 200 Kameras mit Edge-AI (KI auf der Kamera selbst), während wir vor zwei Jahren noch keine solcher Kameras in unserem Line-up hatten.

Gerard Figols: Dies ist ein Problem, das uns durchaus bewusst ist. Wenn sich die Technologie weiterentwickelt, entsteht stets die Frage, was mit den vorhandenen Systemen passiert. Kameras sind bereits installiert, was bedeutet, dass bereits investiert wurde. Dies ist eine unserer Prioritäten und bleibt vordergründig in unseren Gedanken, wenn wir neue Technologien entwickeln. Um dem entgegenzuwirken, haben wir eine neue Reihe von Kameras eingeführt, die drei nicht-KI-Kameras in KI-fähige Geräte umwandeln können, indem sie Videos durch eine der neuen Kameras laufen lassen. Auf diese Weise können ältere Systeme einfach und mit minimalen Investitionen aufgerüstet werden. Dies bringt unschätzbare Vorteile.

Gerard Figols: Obwohl der Begriff KI bisher dazu diente, die Technologie zu vermarkten, denke ich, dass der passendere Begriff „Deep Learning“ ist. Der Vorteil von KI-gesteuerten Analysen besteht darin, dass die Technologie in der Lage ist, selbst zu lernen, und die Leistung und Effizienz des Analysepakets verbessern kann. Ohne KI ist die Analyse nur ein Algorithmus, der weiterhin genau dieselbe Aufgabe erfüllt, ohne sich zu verbessern. Mit Deep Learning kann jedoch die Genauigkeit der gesammelten Daten ständig verbessert werden. Erhalten Kunden nicht die korrekten Daten, ist die Konsequenz, dass alle unternehmensbezogenen Entscheidungen falsch sein werden. Dies ist eine sehr starke Botschaft, die Installateure an Endbenutzer weitergeben können, um ihnen zu helfen, zunächst den Unterschied zwischen KI und Analyse zu verstehen und eben auch die Vorteile von Deep Learning zu erkennen.

Gerard Figols: Mit Deep Learning zu beginnen, ist nicht schwierig. Wir haben mehrere Anwendungen entwickelt, die es ermöglichen, Einblicke in die Szene zu gewinnen, abhängig von der Anzahl der Pixel pro Meter oder Pixel pro Fuß. Wir haben ein Konfigurationstool, mit dem Installateure alle Kameras in einem System einfach einrichten können, was entscheidend ist, da wir verstehen, dass Zeit Geld ist. Je einfacher wir es für den Installateur machen können, desto besser sind die Erfolgsaussichten für das Projekt. Mit der X-Serie gehen wir einen Schritt weiter und implementieren On-Site-Learning-Anwendungen. Indem Sie der Kamera einige Bilder zur Verfügung stellen, kann sie dies anschließend als Muster erkennen, sei es ein Hund, ein Krankenwagen oder ein Gabelstapler, und die Szene analysieren. Die Kamera benötigt etwa zehn Minuten, um zu lernen und zu erkennen, was sich in der Szene befindet. Das On-Site-Learning kann außerdem auf jede andere i-PRO-Kamera von der einzelnen Kamera am selben Ort oder sogar an verschiedenen Orten ausgeweitet werden. Diese Anwendung haben wir kürzlich eingeführt, um KI ohne die Komplexität der Einrichtung in physischer Sicherheit zu integrieren.

Gerard Figols: Es gibt zwei Gründe, warum die Edge-Technologie vorteilhaft ist. Kameras erfassen alle Informationen im System. Wenn die Verarbeitung nicht auf der Kamera erfolgt, müssten eine massive Menge an Daten an den zentralen Ort übertragen werden, was zu einem erheblichen Bandbreitenbedarf führen würde. Der zweite Punkt betrifft den Energieverbrauch. Wenn Sie nur eine oder zwei Kameras haben, kann der Server die Arbeit bewältigen. Wenn Sie jedoch Hunderte von Kameras haben, benötigen Sie viele Server und entsprechende Halterungen, um alle Daten genau zu analysieren. Wenn Sie die Verarbeitung auf der Kamera selbst durchführen, haben Sie ein Gerät, das sich darauf konzentriert, Daten zu analysieren und zu sammeln. Sie übertragen dann lediglich die Metadaten oder Erkenntnisse, die Sie benötigen, an den zentralen Punkt. Dies spart Bandbreite, Energie sowie Zeit und macht das gesamte Projekt effizienter.

Gerard Figols: Es gibt viele Anwendungen, bei denen KI heute eingesetzt wird. Tatsächlich kenne ich nicht alle Installationen, da wir eine offene Strategie verfolgen. Das bedeutet, dass wir KI in unseren Kameras bereitstellen, und die Anwender selbst Anwendungen hinzufügen können. Beispiele sind eine Fallstudie mit der italienischen Polizei, die KI-Kameras für Bewegungserkennung, Zählung und forensische Analysen nutzt. Oder auch das Grimaldi Forum Monaco setzt 100 KI-Kameras ein, um Besuchersicherheit, Kunstschutz und Veranstaltungssicherheit zu gewährleisten. Die Technologie erkennt Szenenveränderungen, analysiert Entwicklungen wie Gedränge und findet verlorene Personen. KI-Kameras werden auch für positive Zwecke, wie das Finden verlorener Personen und die Datensammlung für Geschäftsprozesse, genutzt. In der Logistik werden KI-Anwendungen zunehmend für die Identifikation verlorener Produkte und ANPR (Automatic Number Plate Recognition = Automatische Nummernschilderkennung) bei der Containererkennung eingesetzt. Der Einsatz von KI in verschiedenen Branchen entwickelt sich kontinuierlich weiter.

Auch die Integration von KI-Applikationen gewinnt zunehmend an Bedeutung. Unsere Kameras ermöglichen flexible Anpassungen von Hardware und Software, um den spezifischen Anforderungen der Nutzer gerecht zu werden. Dadurch gehen die Anwendungsbereiche über die Sicherheitsüberwachung hinaus, und KI fungiert als Sensor, der für diverse Auswertungen wie Energieeffizienz, Kundenzufriedenheit und Betriebseinblicke genutzt werden kann. Die Miniaturisierung der Kameratechnologien, leistungsstarke Hardware und intelligente Software schaffen innovative Schnittstellen und Protokolle für vielfältige Anwendungen, um individuelle Kundenbedürfnisse zu erfüllen und die Kundenzufriedenheit zu steigern, stets unter Beachtung von Datenschutz- und Privatsphäre-Richtlinien.

Gerard Figols: Ich denke, die Akzeptanz von KI wird weiter wachsen, und ich bin vollständig überzeugt, dass sie in den kommenden Jahren in der Mehrheit der Sicherheitsgeräte eingesetzt wird. Ich weiß nicht, ob dies in den nächsten zwei, fünf oder zehn Jahren geschehen wird, aber es wird passieren. Wenn wir auf den Übergang von analog zu IP zurückblicken, dachten die Menschen in den Anfangstagen, dass das Analogsystem erhalten bleiben würde, da es auf dem Markt so etabliert war. Dennoch schätze ich, dass IP-Kameras heute in etwa 90-95% aller installierten Systeme ausmachen. Dieser Übergang hat einige Zeit gedauert, aber ich erwarte, dass der Wechsel zu KI wesentlich schneller vonstattengehen wird. In dieser Zeit werden KI-Geräte weiterhin verbessert, da sich die Technologie ebenfalls weiterentwickelt. Für mich ist die entscheidende Frage nicht, wie viele KI-Kameras und Anwendungen verwendet werden, sondern wie KI verwendet wird.

Ein sehr grundlegendes Problem dabei ist, dass KI ethisch genutzt werden muss und als Unterstützung und Förderung der Menschenrechte angesehen wird, anstatt dagegen zu arbeiten. Wir müssen sicherstellen, dass die Menschen sich der Datenschutzanwendungen der Technologie bewusst sind, indem wir sie aufklären. Es gab negative Publicity über KI, und ich verstehe, warum das passiert, denn manchmal wurde KI nicht richtig eingesetzt. Eine transparente und ethische KI ist wichtig, und es liegt in der Verantwortung der Hersteller von KI-Geräten, verantwortungsbewusst und transparent zu arbeiten, um sicherzustellen, damit die Menschen verstehen, dass KI existiert, um zu bleiben und ethisch genutzt wird, um alle zu unterstützen. Es ist verständlich, dass die Menschen Bedenken haben, wir haben das in der Vergangenheit gesehen, wenn etwas Neues auftaucht. Durch Regulierungen und Beschränkungen bei der Nutzung der Technologie können wir zeigen, dass bei richtiger Anwendung von KI Vorteile für alle entstehen können.