Überwachung von Arbeitssicherheit & PSA-Einhaltung

Sicherheitsbeauftragte können nicht jedes Tor, jede Kranbahn und jede Laderampe beobachten, und PSA-Vorgaben (Helm, Warnweste, Schutzbrille, Handschuhe) werden regelmäßig missachtet. Computer Vision auf vorhandenen Kameras erkennt fehlende PSA, Personen in Sperrzonen oder in der Nähe fahrender Fahrzeuge sowie Ausrutscher oder Stürze, warnt dann vor Ort und aggregiert die Befunde für die Arbeitsschutzorganisation. In der EU entscheidet die Gestaltung: Sicherheitsanalytik auf Bereichsebene, anonymisiert und mit Zustimmung des Betriebsrats ist machbar; Leistungsüberwachung einzelner Personen oder das Ableiten von Emotionen ist es nicht.

Problem & Nutzen

• Heute: Die Einhaltung beruht auf Stichproben, Rundgängen von Vorgesetzten und Unfalluntersuchungen im Nachhinein. Die Beobachtung deckt nur einen winzigen Teil der Arbeitszeit ab; Beinahe-Unfälle werden selten erfasst.
• KI-Nutzen: kontinuierliche, objektive Abdeckung definierter Regeln; sofortige Warnungen im Moment des Risikos; Trenddaten (welche Zone, welche Schicht, welcher Auftragnehmer), um Schulungen, Beschilderung und Layoutänderungen gezielt einzusetzen.
• Evidenz: Die EU-OSHA betrachtet KI-basierte Überwachung als wachsendes Feld digitaler Arbeitsschutz-Werkzeuge mit präventivem Potenzial, aber auch psychosozialen Risiken und Datenschutzrisiken [1]. Von Anbietern berichtete Rückgänge bei Verstößen gibt es, doch es handelt sich meist um selbst veröffentlichte Fallstudien; messen Sie Ihre eigene Ausgangslage, statt sich darauf zu verlassen.
• Rechtlicher Sog: Arbeitgeber müssen Risiken beurteilen sowie PSA bereitstellen und deren Benutzung durchsetzen (Richtlinie 89/656/EWG und Rahmenrichtlinie 89/391/EWG); Analytik unterstützt die Pflicht des Arbeitgebers, ersetzt sie aber nie [2].

Varianten

• Baustellen: Helm, Weste, Sperrzonen um Bagger und Kranlasten, oft mit temporären Kameras mit Solar-/LTE-Versorgung.
• Fertigung & Chemie: Schutzbrille, Handschuhe, Gehörschutz, Schutzeinrichtungen an Maschinen, Sperrbereiche.
• Lager & Logistik: Annäherung von Fußgängern und Staplern, versperrte Notausgänge, Verhalten an der Laderampe.
• Energie & Versorger: Prüfungen beim Zutritt zu Hochspannungsbereichen oder engen Räumen, Schutzhelme und Westen in Umspannwerken.

So funktioniert es

1. IP cameras (RTSP)
2. edge box / on-prem server
3. decode + privacy filter (optional face/body blurring, VIS-030)
4. person detection + tracking
5. PPE classification per person (helmet, vest, goggles, gloves) and zone logic (polygons)
6. temporal rules (e.g. violation > N seconds, confirmed over several frames)
7. alert (local signal / tablet / chat) + short anonymised clip
8. aggregation (counts per zone/shift, no names)
9. dashboard
10. safety-officer review
11. corrective action (training, signage, layout)

• Erkennung: Detektoren der YOLO-Klasse oder Open-Vocabulary-Detektoren erkennen Personen und PSA-Teile; ein Tracker hält Identitäten nur innerhalb einer Kameraansicht über mehrere Bilder hinweg. PSA kann als eigene Objekte oder als Personenattribut-Klassifikation erkannt werden.
• VLM-Ebene: Bild-Sprach-Modelle beantworten offene Fragen zu markierten Clips („Arbeitet die Person in der Höhe ohne Auffanggurt?“) und fassen Ereignisse zusammen, laufen aber auf Clips, nicht auf jedem Einzelbild (Kosten, Latenz). Siehe VIS-031.
• Mensch-in-der-Schleife (Human-in-the-Loop): Warnungen prüft die Sicherheitsfachkraft; disziplinarische Nutzung ist von vornherein ausgeschlossen (und oft durch Betriebsvereinbarung). Regeln und Schwellenwerte werden mit dem Betriebsrat abgestimmt.

Datenaufbereitung

Daten: Kamerastreams vorhandener CCTV- oder neuer Kameras, Lagepläne mit eingezeichneten Gefahren- und Sperrzonen, PSA-Regeln je Bereich (Risikobeurteilungen, Gefährdungsbeurteilung) und Unfallprotokolle. In einem KMU liegen diese im NVR oder CCTV-Rekorder, in Sicherheitsordnern auf Dateiablagen, in Unfallbüchern aus Papier und im Wissen der Sicherheitsfachkraft.

Typische Lücken: schlechte Kamerawinkel und Beleuchtung, keine Zonenpläne, auf Dokumente verstreute PSA-Regeln, keine gelabelten Beispiele der eigenen Helme oder Warnwesten und keine Übersicht, welche Kameras rechtlich genutzt werden dürfen.

Schritte zur Aufbereitung: 1. Kameras erfassen und RTSP-Zugriff einrichten (PREP-001, PREP-005). 2. Zonenplan und PSA-Regeln je Zone aus den Risikobeurteilungen digitalisieren (PREP-013). 3. 200-500 standortspezifische Bilder sammeln und mit der Sicherheitsfachkraft labeln (PREP-018); Gesichter vor dem Speichern von Trainingsbildern unkenntlich machen (PREP-022). 4. Festlegen, was gespeichert wird: nur Ereignisse und Zählwerte, kein Dauervideo (PREP-024, PREP-025).

Aufwand: gering, etwa 10-20 %, da vortrainierte PSA-Modelle existieren; der größte Teil ist die Kameraeinrichtung sowie die rechtliche und organisatorische Klärung. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU: C, weil das Video Beschäftigte zeigt und die Verarbeitung auf einem lokalen Edge-Gerät (HW1) mit nur anonymisierten Zählwerten, die den Standort verlassen, die sicherste Gestaltung ist; dieselbe Plattform kann weitere Kamera-Anwendungsfälle bedienen.
• Großunternehmen: C, weil bei vielen Standorten Lizenzen pro Kamera teuer werden, die Daten sensibel sind und sich eine gemeinsame Edge-Vision-Plattform mit zentraler Steuerung auszahlt.
• Entwickler: C, weil Open-Source-Detektoren (z. B. Modelle der YOLO-Familie) auf HW1 laufen und volle Kontrolle über Datenschutzfunktionen wie Unkenntlichmachung ermöglichen.

Weg A — Kaufen (Standardsoftware)

• Spezialisierte Video-Analytik-SaaS/Plattformen für Arbeitsschutz (EHS): Intenseye, Protex AI, Voxel (USA; unabhängig und wagniskapitalfinanziert seit der Series B 2025, aktuelle Eigentümerverhältnisse prüfen), Everguard, Viso Suite (Schweiz), dazu PSA-Module großer Anbieter von Videoanalytik wie Hanwha Vision, Axis (Analytik auf der Kamera, EU/Schweden), Bosch (EU/Deutschland), Anbieter der Klasse Hikvision (Lieferketten- und Sicherheitsbeschränkungen für öffentliche Auftraggeber und Betreiber kritischer Infrastruktur prüfen). Speziell für den Bau: Newmetrix (Oracle); aktuelle Angebote prüfen.
• Optionen aus EU/EWR für die engere Auswahl: Axis, Bosch, Viso.ai, lokale Integratoren mit Nvidia Metropolis/DeepStream oder Hailo-basierten Kameras.
• Prüfen: Verarbeitung On-Premises oder in einer EU-Region, keine biometrische Identifizierung, anonymisierte Ausgaben, betriebsratstaugliche Dokumentation (was wird gespeichert, wie lange, wer sieht es), Unterstützung bei der DSFA, Einstellungen zur Aufbewahrung, Erkennungsgenauigkeit an Ihren Kamerawinkeln und Lichtverhältnissen.
• Wählen Sie A, wenn: unter ca. 100 Kameras und kein eigenes CV-Team.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Verwaltete Bilddienste: Azure AI Vision / Video Indexer, Google Cloud Vertex AI / Video Intelligence, AWS Rekognition PPE Detection (eine eigene API, die je erkannter Person die PSA zurückgibt, in EU-Regionen) [3].
• Multimodale APIs (Gemini, Claude, GPT, Mistral) nur für Prüfungen und Zusammenfassungen auf Clip-Ebene; kontinuierliches Video an eine Cloud-API zu senden wirft DSGVO- und Kostenfragen auf, nutzen Sie die Cloud daher für markierte Ausschnitte nach der Anonymisierung vor Ort.

Weg C — Selbst betreiben (Open Source)

• Modelle: Ultralytics YOLO (AGPL-/Enterprise-Lizenz prüfen), RT-DETR, Grounding DINO / YOLO-World für Open-Vocabulary, Segmentierung der SAM-Klasse; vortrainierte PSA-Datensätze sind verfügbar, doch eine Domänenlücke ist häufig.
• Stack: NVIDIA DeepStream / Metropolis, Frigate, Roboflow Inference, OpenVINO, MediaPipe; Tracking über ByteTrack/BoT-SORT; kleine VLMs (Qwen-VL-Familie, Gemma) zur Clip-Prüfung.
• Hardware: HW1 (Jetson Orin, Hailo-8, Intel iGPU) bewältigt am Edge mehrere Streams; HW2 für Dutzende Streams und die VLM-Clip-Prüfung.

Weg D — Eigenes Training

Lohnt sich oft: Feintuning auf Ihre eigene PSA (unternehmensspezifische Helmfarben, Warnkleidungstypen, Schweißausrüstung) und Kameraansichten. Einige hundert bis einige tausend gelabelte Einzelbilder je Standorttyp steigern die Genauigkeit in der Regel deutlich; nutzen Sie Active Learning bei übersehenen und falschen Warnungen.

Stand der Technik (2026)

• Die Erkennung von Helmen und Westen ist bei klaren Ansichten mittlerer Entfernung ausgereift; Handschuhe, Schutzbrillen, Ohrstöpsel, das Einhängen des Auffanggurts und kleine Teile in der Ferne bleiben deutlich schwieriger.
• Open-Vocabulary-Detektoren und VLMs senken den Labeling-Aufwand für neue PSA-Typen und ermöglichen Regeln in Freitext, sind aber langsamer und weniger konsistent als abgestimmte Detektoren; hybride Entwürfe (schneller Detektor löst aus, VLM prüft) sind das praktikable Muster.
• Edge-KI (Jetson, Hailo, Chips in der Kamera) hält das Video lokal und ermöglicht Datenschutz durch Technikgestaltung: Nur Ereignisse und Zählwerte verlassen den Standort.
• Grenzen und Fehlerbilder: Verdeckung, Gegenlicht, Regen, Nacht, verschmutzte Linsen, ungewöhnliche Blickwinkel; ähnliche Farben (gelbe Weste vs. Arbeitskleidung); Fehlalarme, die zu Alarmmüdigkeit führen.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (Objekterkennung + Tracking + Edge-Laufzeit): VIS-010, VIS-012, VIS-008, VIS-019, VIS-034. Jeder Zweck braucht eine eigene Rechtsgrundlage und Betriebsvereinbarung; verwenden Sie Sicherheitsaufnahmen nie für die Messung von Produktivität um.
• Ergänzungen: VIS-024 (Ergonomie), VIS-028 (Fahrerkabine), VIS-030 (Anonymisierung), VIS-031 (VLM-Videosuche über Ereignisse), ROBO-016 (zertifizierte Maschinensicherheit; Bild-KI für PSA ist keine Sicherheitsfunktion).

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen für einen Pilot mit 2–5 Kameras; Preis meist pro Kamera und Monat plus Edge-Hardware.
• Weg B: 2–4 Monate; Kosten durch Videoübertragung, Inferenzmenge und Integration.
• Weg C/D: 3–6 Monate einschließlich Datenerhebung, Labeling, Abstimmung; Edge-Hardware pro Standort.
• Kennzahlen: Precision und Recall der Warnungen in einer gelabelten Testwoche, Fehlalarme pro Kamera und Tag, PSA-Einhaltungsquote je Zone (aggregiert), Beinahe-Unfall-Rate, Zeit von der Warnung bis zur Korrektur, Trend der Unfälle mit Ausfallzeit (langfristig, mit Störgrößen), Akzeptanz in der Belegschaft (Umfrage).

Menschen & Veränderung

Früh einbinden, bevor eine Kamera gekauft wird: Geschäftsführung, Betriebsrat, Datenschutzbeauftragte(r), Fachkraft für Arbeitssicherheit und Bereichsleitung, IT-Sicherheit für das Kameranetz, Personalabteilung und schließlich die betroffenen Beschäftigten.

Betriebsrat: ja. Kameras, die das Verhalten von Beschäftigten erkennen, sind technische Einrichtungen, die zur Verhaltensüberwachung geeignet sind; daher begründet § 87 Abs. 1 Nr. 6 BetrVG ein Mitbestimmungsrecht; die objektive Eignung genügt, auch wenn der Zweck nur die Sicherheit ist. Informieren Sie ihn zudem nach § 90 Abs. 1 Nr. 3 und erwägen Sie, nach § 80 Abs. 3 eine sachkundige Person hinzuzuziehen. Schließen Sie eine Betriebsvereinbarung zu Zweckbindung (nur Sicherheit, keine Leistungsbewertung), Verzicht auf Berichte auf Einzelebene sowie Speicher- und Löschfristen. Öffentliche Stellen beziehen den Personalrat ein (BPersVG oder Landesrecht).

Datenschutz: Es werden personenbezogene Daten verarbeitet, und die systematische Beobachtung von Beschäftigten erfordert wahrscheinlich eine DSFA (Art. 35 DSGVO), einen AVV mit jedem Auftragsverarbeiter und eine dokumentierte Rechtsgrundlage (GUIDE-005). Bevorzugen Sie die Verarbeitung auf dem Gerät sowie unkenntlich gemachte oder aggregierte Ausgaben.

KI-Kompetenz und Kommunikation: Informieren Sie alle betroffenen Beschäftigten darüber, was erkannt wird, was gespeichert wird und wer Warnungen sieht, und schulen Sie die Sicherheitsfachkräfte im Umgang mit Warnungen (GUIDE-006, GUIDE-008).

Pilot: eine Zone mit einverstandenen Teams und festem Termin für die Auswertung (GUIDE-009).

Bedenken: „Überwachung“ (aggregierte Daten, keine disziplinarischen Folgen für Einzelne aus KI-Ergebnissen) und Fehlalarme (menschliche Prüfung vor jeder Konsequenz; der Mensch behält die Kontrolle).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): Die Einstufung hängt von der Gestaltung ab. Reine PSA- und Zonenerkennung, die einzelne Personen weder identifiziert noch bewertet, ist in der Regel keine Verwendung nach Anhang III und gilt als minimales Risiko; KI-Kompetenz (Art. 4) gilt. Sie wird hochriskant, wenn die Ergebnisse in Entscheidungen über Beschäftigte einfließen, etwa Überwachung und Bewertung von Leistung oder Verhalten, Aufgabenzuweisung oder Disziplinarmaßnahmen (Anhang III, Nr. 4) [4]. Art. 5 Abs. 1 Buchst. f verbietet KI-Systeme, die Emotionen von Personen am Arbeitsplatz ableiten (außer aus medizinischen oder Sicherheitsgründen, wie im Gesetz angegeben); das Ableiten von Müdigkeit oder „Stress“ aus Gesichtern muss an diesem Verbot und den Leitlinien der Kommission zu Art. 5 gemessen werden [5]. Die biometrische Echtzeit-Fernidentifizierung ist gesondert eingeschränkt; setzen Sie keine Gesichtserkennung ein, um PSA-Verstöße namentlich genannten Personen zuzuordnen (siehe VIS-016).
• DSGVO: Video von Beschäftigten ist personenbezogene Daten, auch wenn keine Namen gespeichert werden. Es braucht eine Rechtsgrundlage (in der Regel berechtigtes Interesse bzw. Art. 88 nationale Beschäftigtendatenschutzregeln; in Deutschland § 26 BDSG, in der durch die EuGH-Entscheidung zu Beschäftigtendatenregeln geänderten Lesart), Datenminimierung, kurze Aufbewahrung, eine DSFA (bei systematischer Überwachung von Beschäftigten wahrscheinlich erforderlich) sowie transparente Beschilderung und Information [6].
• Mitbestimmung (Deutschland/Österreich usw.): Der Betriebsrat muss zustimmen (§ 87 Abs. 1 Nr. 6 BetrVG erfasst technische Einrichtungen, die zur Überwachung von Verhalten oder Leistung geeignet sind). Schließen Sie eine Betriebsvereinbarung, die individuelle Leistungsbewertung und disziplinarische Nutzung ausschließt und Aufbewahrung und Zugriff regelt.
• Gegenmaßnahmen: Datenschutz durch Technikgestaltung (Verarbeitung am Edge, Unkenntlichmachung, Dashboards nur mit Aggregaten), keine Identifizierung, dokumentierte Zweckbindung, regelmäßige Tests auf Genauigkeit und Verzerrung, menschliche Prüfung jeder durch Warnungen ausgelösten Maßnahme, klare Kommunikation an die Beschäftigten.

Erste Schritte

1. Legen Sie das Ziel vor jedem Pilot mit Sicherheitsfachkraft, Datenschutzbeauftragter bzw. Datenschutzbeauftragtem und Betriebsrat fest; schreiben Sie die ausgeschlossenen Zwecke auf (Leistung, Disziplinarmaßnahmen, Emotionsableitung).
2. Wählen Sie 2–3 Bereiche mit hohem Risiko, vorhandenen Kameras und klarer PSA-Matrix; erfassen Sie die Ausgangslage durch manuelle Beobachtung.
3. Führen Sie einen Pilot mit einem Anbieter (Weg A) oder einem Open-Source-Edge-Stack (Weg C) im reinen Warnmodus durch, ohne Speicherung identifizierbarer Videos über kurze Clips hinaus.
4. Messen Sie Precision/Recall in einer gelabelten Woche und passen Sie Zonen, Schwellenwerte und Warnkanäle an, um Fehlalarme zu begrenzen.
5. Schließen Sie DSFA und Betriebsvereinbarung ab und weiten Sie dann Zone für Zone mit aggregierter Berichterstattung aus.

Quellen

1. EU-OSHA — Digitalisation and occupational safety and health (AI-based worker monitoring) — https://osha.europa.eu/en/themes/digitalisation-work
2. Council Directive 89/656/EEC (personal protective equipment at the workplace) — https://eur-lex.europa.eu/eli/dir/1989/656/oj
3. AWS — Amazon Rekognition PPE detection — https://docs.aws.amazon.com/rekognition/latest/dg/ppe-detection.html
4. Regulation (EU) 2024/1689 (AI Act), Art. 5 and Annex III — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
5. European Commission — Guidelines on prohibited AI practices (AI Act Art. 5) — https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-prohibited-artificial-intelligence-ai-practices-defined-ai-act
6. EDPB — Guidelines 3/2019 on processing of personal data through video devices — https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-32019-processing-personal-data-through-video_en
7. Ultralytics YOLO documentation — https://docs.ultralytics.com/
8. NVIDIA DeepStream SDK — https://developer.nvidia.com/deepstream-sdk