KI-Erkennung Sicherheit: Was Sensorfusion in der Patrouille tatsächlich leistet

Sicherheitsleiter bewerten KI-Erkennung an drei Zahlen: Detektionsreichweite, Falschalarmrate, Reaktionszeit. Alles andere ist Vertriebsmaterial. Dieser Beitrag dokumentiert, welche Sensorik die Quarero-Robotik-Modelle QR-1, QR-2 und QR-3 in der Patrouille einsetzen, wie die Klassifikation funktioniert und welche Grenzen aus § 34a GewO und KRITIS-Dachgesetz folgen.

KI-Erkennung Sicherheit: Was die Sensorik leistet

Die Erkennung basiert auf vier Modalitäten, die parallel auf Edge-Hardware ausgewertet werden.

Die RGB-Kamera klassifiziert Personen bei Tageslicht ab 30 Metern Distanz. Die Inferenzzeit pro Frame liegt unter 200 Millisekunden, was eine kontinuierliche Verfolgung bei Fahrgeschwindigkeit erlaubt. Das Modell unterscheidet stehende, gehende und liegende Personen sowie Fahrzeugklassen.

Der Thermalsensor der QR-2 Außenpatrouille mit Thermalsensor detektiert Wärmesignaturen bei 0 Lux bis 80 Meter. Die Klassifikation zwischen Mensch und Tier erfolgt über Silhouette und Temperaturprofil. Ein Rehkitz mit 38 Grad Körpertemperatur und 70 cm Schulterhöhe lässt sich von einem Menschen mit 36,5 Grad und aufrechter Haltung trennen.

LiDAR liefert auf der QR-3 für KRITIS mit LiDAR und Drohnendetektion eine 360-Grad-Punktwolke mit 10 cm Auflösung. Das System erkennt anhaltende Objekte, Bewegungsvektoren und Fluggeräte bis 150 Meter. LiDAR durchdringt leichten Nebel und Rauch dort, wo RGB ausfällt.

Ein Audio-Array klassifiziert Glasbruch, Schreie und Motorengeräusche. Trainiert ist das Modell auf 14 Industrie-Geräuschklassen, von Pressluft bis Dieselaggregat.

Sensorfusion verknüpft die Modalitäten nach einer festen Logik. Ein Alarm löst erst aus, wenn mindestens zwei Sensoren konvergieren. RGB allein reicht nicht. RGB plus Thermal mit übereinstimmender Position und Klassifikation reicht.

Konkreter Folgeschritt: Perimeterschutz-Konzept für die Standortvorprüfung.

Falschalarmrate: Die einzige Kennzahl, die zählt

Klassische passive Infrarot-Bewegungsmelder am Perimeter erzeugen nach Erfahrungswerten aus dem industriellen Wachschutz zwischen 95 und 98 Prozent Fehlalarme [Quelle ergänzen]. Wind in Folie, Regen auf Linsen, Wildtiere und Vegetation lösen aus.

Die Quarero-Robotik-Plattform reduziert die Rate in produktiven Standorten auf unter 3 Prozent. Der Hebel ist Multi-Sensor-Fusion plus Kontextklassifikation. Die KI weiß, dass ein 18 kg schweres Tier um 02:30 Uhr in einer Zone mit registrierter Wildwechsel-Historie kein Alarm auslöst.

Jeder bestätigte Alarm wird mit drei Artefakten an die Leitstelle übergeben: Bildausschnitt, Thermalprofil, Audiosegment. Der Operator entscheidet auf dieser Basis, nicht auf einer rohen Sensormeldung.

Die False-Positive-Quote wird im Service Level Agreement garantiert und monatlich im Operations-Report ausgewiesen. Wird der Wert verfehlt, greift die Service-Gutschrift.

Eskalation an Polizei oder Wachpersonal erfolgt nur nach Doppelverifikation durch KI und Operator. Diese Trennung ist nicht optional. § 34a GewO weist die Befugnis zur Sicherheitshandlung der unterrichteten Person zu, nicht dem Algorithmus.

Nächster Schritt: TCO-Vergleich zu klassischem Wachschutz.

Personenerkennung am Perimeter: Praktische Reichweite

Die Reichweite hängt am Modell, an der Witterung und am Lichtprofil. Folgende Werte gelten als belastbare Mittelwerte aus dem Produktivbetrieb.

QR-1 deckt Indoor- und überdachte Außenbereiche mit einem Detektionsradius von 25 Metern ab. Gesichter werden DSGVO-konform on-device anonymisiert. Einsatzschwerpunkt: Logistikhallen, Foyers, Tiefgaragen.

QR-2 ist für 24/7-Außenpatrouille ausgelegt. Die Thermaldetektion reicht bis 80 Meter, die Klassifikation Mensch/Fahrzeug/Tier erreicht in unseren Standortmessungen eine Trefferquote über 96 Prozent (Durchschnitt über vier Pilotstandorte, internes Messprotokoll 2024 [Quelle ergänzen]). Der Wert ist kein garantierter Punktwert.

QR-3 ist für KRITIS konzipiert. LiDAR ergänzt die optische Sicht bei Nebel, Rauch und Dunkelheit. Drohnendetektion bis 150 Meter adressiert die UAS-Bedrohungslage gegen Energie- und Wasserinfrastruktur.

Alle drei Modelle erkennen Loitering, also verweilende Personen. Ab 90 Sekunden in einer als Sperrzone definierten Geometrie. Die Zonenlogik arbeitet mit virtuellen Geofences pro Schicht: Eine Fläche kann tagsüber Freigabezone und nachts Sperrzone sein.

Folgeschritt: technische Spezifikation der QR-3 für KRITIS mit LiDAR und Drohnendetektion im Datenblatt prüfen.

Datenschutz: Wo die KI aufhört zu schauen

Datenschutz ist bei KI-Erkennung keine Sekundärfrage. Wird er falsch gelöst, scheitert der Pilot am Betriebsrat, nicht an der Technik.

Gesichter werden on-device pixeliert. Klartextbilder verlassen den Roboter nur bei einem bestätigten Alarm und gehen verschlüsselt an die Leitstelle. Der Rolling Buffer für nicht alarmrelevante Aufnahmen beträgt 72 Stunden, danach automatische Löschung (DSGVO Art. 5 Abs. 1 lit. e). Diese Frist orientiert sich an DSGVO Art. 5 (Datenminimierung, Speicherbegrenzung).

Der Betriebsrat erhält vor Inbetriebnahme Einsicht in Detektionskategorien und Verarbeitungslogik. Ohne diese Vorlage ist nach § 87 Abs. 1 Nr. 6 BetrVG keine Inbetriebnahme zulässig.

Was die Plattform ausdrücklich nicht tut: keine biometrische Identifikation, keine Verhaltensprognose, keine Verknüpfung mit Personalsystemen. Diese Selbstbeschränkung ist Teil des Produktdesigns, nicht Konfigurationssache.

Auftragsverarbeitungsvertrag und Verzeichnis der Verarbeitungstätigkeiten nach Art. 30 DSGVO sind im Robotics-as-a-Service-Modell standardmäßig enthalten.

KRITIS-Tauglichkeit: Anforderungen an KI-Erkennung

Der Entwurfstext des KRITIS-Dachgesetzes fordert in § 9 nachweisbare physische Sicherungsmaßnahmen für Betreiber kritischer Anlagen (Quelle: Bundestag-Drucksache 20/9262). Eine reine Kamerabestückung ohne dokumentierte Reaktionsfähigkeit deckt diese Anforderung nicht.

Die BSI-KritisV verlangt zusätzlich Stand der Technik bei der Angriffserkennung, dokumentiert im Sicherheitskonzept (Rechtsgrundlage: BSI-KritisV im Volltext). Die KI-Erkennungspipeline der QR-Serie wird mit Versionsstand, Trainingsdatenbasis und Validierungsmetriken in das Konzept aufgenommen.

EN ISO 13482 definiert Sicherheitsanforderungen an Service-Roboter im Personenumfeld (Norm: ISO 13482). Die QR-Serie ist konform zertifiziert. Bei einer Auditierung durch BSI-zugelassene Prüfstellen ist diese Zertifizierung das Eintrittsdokument.

Drohnendetektion auf QR-3 adressiert die wachsende UAS-Bedrohung gegen Energie- und Wasserinfrastruktur. Die Detektion ist passiv (LiDAR plus Akustik). Aktive Gegenmaßnahmen sind dem Bundeswehr-Bundespolizei-Komplex vorbehalten.

Audit-Logs der KI-Entscheidungen werden 24 Monate revisionssicher vorgehalten. Damit wird eine spätere Forensik nach Vorfall reproduzierbar.

Für die organisatorische Einbettung: NIS-2-Anforderungen an Detektion. NIS-2 verpflichtet wesentliche und wichtige Einrichtungen zu technischen und organisatorischen Sicherheitsmaßnahmen (Richtlinie EU 2022/2555).

Training und Modellpflege: Was hinter der Erkennung steckt

Die Basis-Modelle sind auf 2,4 Millionen annotierten Industrie-Szenen trainiert [Quelle ergänzen]. Quartalsweise Updates fließen über signierte Pakete auf die Edge-Geräte. Ein Update setzt voraus, dass die Validierungsmetriken gegen den vorhergehenden Stand nicht regredieren.

Nach dem Deployment läuft in den ersten 14 Tagen ein standortspezifisches Finetuning. Wildwechselrouten, Vegetationsverhalten, regelmäßige Lieferverkehre werden als Normalmuster gelernt. Dieses Finetuning ist im RaaS-Vertrag enthalten und verursacht keine Mehrkosten.

Edge-Inferenz läuft auf NVIDIA Jetson Orin. Die Detektionsentscheidung benötigt keine Cloud-Verbindung. Fällt das Mobilfunknetz aus, patrouilliert und detektiert der Roboter weiter. Lediglich die Alarmübergabe an die Leitstelle wartet auf die Wiederherstellung der Verbindung.

Modellversionierung und Rollback bei Drift sind nach BSI-Grundschutz dokumentiert. Adversarial Testing gegen Tarnkleidung, Reflexionen und Wetterextreme ist Teil jedes Release-Zyklus. Wir testen unter anderem gegen schwarze Tarnjacken in Regen, gegen spiegelnde Fassaden und gegen Schneetreiben über 5 cm pro Stunde.

Zur operativen Einbettung: Hybrid-TCO im Industriepark.

Vergleich: KI-Roboter versus stationäre Kameras plus Wachpersonal

Ein 24/7-Wachposten kostet je nach Tarif und Schichtzahl 15.000 bis 25.000 Euro monatlich. Diese Spanne basiert auf BDSW-Branchendaten (BDSW Zahlen, Daten, Fakten). Der untere Wert gilt in Tarifzone Ost bei reduzierter Schichtbelegung. Der obere gilt bei Vollbelegung in Bayern oder Baden-Württemberg.

Eine QR-2-Patrouille im RaaS-Modell kostet rund 3.500 Euro monatlich und deckt 8 bis 12 Hektar Fläche ab, abhängig von Topografie und Patrouillendichte. Der Roboter ersetzt keine menschliche Eskalation, er ergänzt sie um eine permanente Detektionsebene.

Stationäre PTZ-Kameras haben strukturelle blinde Flecken hinter Gebäudeecken, Lkw-Stellplätzen und Vegetationsinseln. Mobile Roboter patrouillieren randomisiert und adaptiv. Ein Eindringling kann den Patrouillenpfad nicht aus Beobachtung vorhersagen.

Ein Hybridmodell aus einem Wachposten plus zwei Robotern senkt die Total Cost of Ownership um 40 bis 55 Prozent gegenüber reiner Personalbestückung. Die Detektionsdichte steigt dabei. Die Spanne ergibt sich aus Standortgröße und Tarifregion.

Reaktionszeit auf einen bestätigten Vorfall: Roboter unter 60 Sekunden bis zum Eintreffen am Detektionsort, klassischer stationärer Posten 4 bis 7 Minuten bei einer 8-Hektar-Anlage (drei Pilotmessungen 2024 [Quelle ergänzen]).

Einführung: Was Sicherheitsleiter vor dem Pilot prüfen müssen

Ein Pilot scheitert nicht an der KI, sondern an unklaren Schnittstellen und vergessenen Gremien. Folgende Prüfpunkte gehören vor die Vertragsunterschrift.

Standortbegehung mit Sensorabdeckungs-Simulation: Für jede Patrouillenroute wird die Detektionsabdeckung gegen die Geländegeometrie geprüft. Ein Roboter, der wegen einer Rampensteigung von 18 Prozent die hintere Lagerfläche nicht erreicht, ist wertlos.

Schnittstellen klären: Anbindung an bestehende PSIM, Leitstelle, Zutrittssysteme. Übergabeformate (BACnet, ONVIF, OPC UA, REST) werden vor dem Pilot dokumentiert, nicht währenddessen.

Betriebsrat und Datenschutzbeauftragten von Tag 1 beteiligen, nicht erst beim Rollout. Eine nachgelagerte Beteiligung kostet im Schnitt sechs Wochen [Quelle ergänzen].

Pilot über acht Wochen mit drei definierten KPIs: Detektionsrate gegen geplante Testintrusionen, Falschalarme pro Patrouillenstunde, Verfügbarkeit in Prozent. Werte werden wöchentlich abgenommen.

Eskalationsmatrix schriftlich fixieren. Die Frage „Wer entscheidet bei einem bestätigten Alarm um 03:00 Uhr über die Anfahrt der Polizei?" muss vor Inbetriebnahme beantwortet sein. Im laufenden Vorfall ist es zu spät.

Wer den Pilot strukturieren will, beginnt mit einer Standort-Sensorsimulation im Robotics-as-a-Service-Modell. Abdeckungskarte und KPI-Vorlage folgen in unter zehn Werktagen.