Einzelhändler, Veranstaltungsorte, Büros und Innenstädte müssen wissen, wie viele Menschen kommen, wohin sie gehen und wie lange sie bleiben. Zählung per Kamera und Sensor ersetzt Handzähler und unzuverlässige Infrarotschranken: Detektoren und Tracker zählen Querungen und Zonenbelegung am Edge, und nur aggregierte Zahlen verlassen das Gerät. Die Ergebnisse steuern Personaleinsatz, Öffnungszeiten, Ladenlayout, Klimatechnik und Flächenplanung. Als anonyme Zählung gehört dies zu den am wenigsten eingreifenden Bild-Anwendungsfällen; bei unvorsichtiger Umsetzung (Gesichtsanalyse, Wiedererkennung) wird es zu einem der sensibelsten.
Problem & Nutzen
- Heute: manuelle Zählungen, Infrarotschranken (zählen Gruppen, Kinderwagen und Wagen falsch), Ausweisdaten (nur Büros) oder Kassentransaktionen als Ersatzgröße. Keine davon liefert Konversionsrate, Verweildauer oder Warteschlangenlänge.
- KI-Nutzen: genaue Zählung mit Richtung an Türen, Belegung pro Zone, Analytik zu Warteschlangen und Verweildauer sowie Konversion (Besucher vs. Transaktionen). Die Zählwerte speisen Bedarfs- und Personalprognosen (PRED-001, PRED-011) und die Gebäudesteuerung (OPT-007).
- Nutzenbelege: Anbieter veröffentlichen Angaben zur Zählgenauigkeit für spezielle 3D-Sensoren; betrachten Sie diese als Herstellerangaben und prüfen Sie sie in einem Pilot an Ihren eigenen Türen. Typische Gewinne sind betrieblich (Dienstpläne auf Spitzen abgestimmt, weniger ungenutzte Büroetagen, Energieeinsparung in leeren Zonen) und sollten an Ihrer eigenen Ausgangslage gemessen werden, nicht an allgemeinen Zahlen.
Varianten
- Einzelhandel und Einkaufszentren: Türzählung, Konversion, Zonen-Heatmaps, Warteschlangenwarnungen.
- Büros und Arbeitsplätze: Auslastung von Arbeitsplätzen und Räumen zur Flächenreduzierung; muss anonym sein und mit dem Betriebsrat abgestimmt werden (keine Einzelverfolgung von Beschäftigten).
- Öffentlicher Verkehr, Bahnhöfe, Flughäfen: Gedränge an Bahnsteigen und Gates, Fahrgastströme.
- Veranstaltungen, Museen, Bibliotheken, Schwimmbäder: Kapazitätsgrenzen und Sicherheit.
- Innenstädte und Tourismus: Fußgängerströme für die Planung, oft über anonyme Sensoren oder Radar/LiDAR, ohne Video.
- Privat: selten (Belegung zu Hause für Heizung/Anwesenheit), meist ein einfacher Sensor, keine Kamera.
So funktioniert es
- sensor/camera (ceiling 3D or IP camera)
- edge inference: person detection (head/shoulder or full body)
- multi-object tracking (short-lived track IDs, no appearance features stored)
- line-crossing / zone logic (entries, exits, occupancy, dwell)
- aggregation per interval on the device (images discarded)
- time-series store + dashboard / API
- forecasts, alerts, integration with POS, rostering, building management
- Erkennung und Tracking: Detektoren der YOLO-Klasse oder Transformer-Detektoren plus Tracker wie ByteTrack; an der Decke montierte 3D-/Stereosensoren verringern Probleme mit Verdeckung und Beleuchtung.
- Datenschutz durch Technikgestaltung: Verarbeitung auf dem Gerät, nur Zählwerte werden übertragen, Track-IDs werden gelöscht, sobald die Person das Sichtfeld verlässt. So bleibt die Pipeline nahe an anonymer Statistik.
- Rolle von VLMs: Open-Vocabulary- oder VLM-Modelle helfen bei der Einrichtung von Zonen, bei der Unterscheidung von Personal und Besuchern oder bei Ad-hoc-Fragen zu Aufnahmen (siehe VIS-031), sind für die kontinuierliche Zählung aber zu teuer.
- Mensch-in-der-Schleife (Human-in-the-Loop): manuelle Kontrollzählungen bei der Inbetriebnahme (z. B. eine Stunde Referenzzählung pro Tür), Ausschluss des Personals und eine regelmäßige erneute Prüfung nach Layoutänderungen.
Datenaufbereitung
Daten: Zählwerte von Türsensoren, WLAN, 3D- oder Thermalsensoren oder Kameras sowie Kontextdaten wie Öffnungszeiten, Umsätze oder Transaktionen aus POS oder ERP, Dienstpläne, Wetter, Veranstaltungen und Grundrisse. In einem KMU sind diese auf POS, Tabellen, Dienstpläne und Gebäudesysteme verteilt.
Typische Lücken: keine vergleichbaren Zeitstempel über Systeme hinweg, nie kalibrierte Sensoren, doppelt gezähltes Personal und Kinder, fehlende Schließtage und Veranstaltungen sowie keine Definition von Zonen oder Eingängen.
Schritte zur Aufbereitung: 1. Eingänge und Zonen auflisten und Definitionen abstimmen (PREP-012). 2. Zählwerte einige Tage lang mit manuellen Zählungen abgleichen (PREP-018). 3. POS- und Dienstplandaten in eine bereinigte Tabelle je Stunde exportieren (PREP-005, PREP-011). 4. Einen Kalender mit Feiertagen, Aktionen und Veranstaltungen ergänzen. 5. Nur aggregierte Zählwerte speichern und die Speicherung von Video oder Kennungen vermeiden (PREP-022, PREP-024).
Aufwand: gering, etwa 10-20 % des Projekts, überwiegend Sensorplatzierung und Kalibrierung. Siehe GUIDE-003.
Umsetzungswege
Welcher Weg für wen
- KMU (Läden, Veranstaltungsorte, kleine Büros): A, weil ausgereifte, in der EU hostbare Zählsensoren und Cloud-Dashboards zu KMU-Preisen verfügbar sind und die Aufgabe standardisiert ist.
- Großunternehmen (Filialketten, Betreiber von Liegenschaften): C, weil bei vielen Standorten Gebühren pro Sensor teuer werden, die Daten auf der eigenen Plattform bleiben sollten und Edge-Zählung auf HW1 günstig skaliert.
- Entwickler: C, weil Open-Source-Modelle zur Erkennung und zum Tracking auf Edge-Geräten der Stufe HW1 laufen und eine von Grund auf anonyme Zählung ermöglichen.
- Öffentliche Hand: C, weil Vergaberegeln und Souveränität den Betrieb On-Premises oder in einer souveränen EU-Cloud begünstigen und öffentliche Räume strenge Datenschutzanforderungen mit sich bringen.
Weg A — Kaufen (Standardsoftware) (empfohlen)
- Spezialsensoren mit Analytik: Xovis (CH), Personenzähler von Axis Communications (SE) und Axis Object Analytics, Kameraanalytik von Hanwha Vision (KR) und Bosch (DE), Hikvision/Dahua (CN; Lieferketten- und Sicherheitsrichtlinie Ihrer Organisation beachten), Vivotek, Avigilon.
- Plattformen für Besucherfrequenzanalyse: Sensormatic/Johnson Controls, RetailNext, Axper (EU), DILAX (DE, öffentlicher Verkehr und Einzelhandel), Hella Aglaia (DE), Flame Analytics, VergeSense (Arbeitsplatz).
- Wählen Sie A, wenn: das Ziel Türzählung und Zonenanalytik an einer Handvoll Standorte ist; prüfen Sie Anonymisierung auf dem Gerät, EU-Hosting, Unterstützung bei der DSFA und API-Zugriff auf die Rohzählwerte.
Weg B — Auf Cloud-KI-Diensten aufbauen
- Vorhandenes Kameranetz: Azure AI Video Indexer oder ein eigener Detektor (Hinweis: Azure AI Vision Spatial Analysis wurde am 30. März 2025 eingestellt) oder Google Cloud Video Intelligence Personenerkennung / Vertex AI für Ad-hoc-Analysen; AWS Rekognition Personen-Tracking (nur die nicht identifizierenden Funktionen nutzen).
- Edge plus Cloud: Erkennung auf einem Gateway ausführen und nur Zählwerte an eine Cloud-Zeitreihendatenbank senden (Azure Data Explorer, BigQuery, Timescale); Prognosen mit einem verwalteten Dienst.
- Wählen Sie B, wenn: Kameras bereits vorhanden sind, Sie eigene Dashboards benötigen oder BI und POS angebunden werden sollen. Bevorzugen Sie EU-Regionen und laden Sie Rohvideo nie hoch, wenn es sich vermeiden lässt.
Weg C — Selbst betreiben (Open Source)
- Modelle und Werkzeuge: Ultralytics YOLO (AGPL, Enterprise-Lizenz verfügbar) mit seiner Lösung zum Objektzählen,
RT-DETR, Roboflow
supervision(Linien- und Polygonzonen), ByteTrack/BoT-SORT, NVIDIA DeepStream / Metropolis, Frigate NVR, OpenVINO für Intel-Edge. - Stack: RTSP-Stream → Inferenz → MQTT/Kafka → Timescale oder InfluxDB → Grafana.
- Hardware: HW1 genügt: Ein Jetson Orin Nano, Hailo-8, Intel iGPU oder Coral bewältigt mehrere 1080p-Streams mit einem kleinen Detektor. HW2 nur bei dichten Menschenmengen oder vielen Streams pro Server.
- Lizenzhinweis: Prüfen Sie bei kommerziellen Produkten die AGPL-Folgen von YOLO-Gewichten und -Code.
Weg D — Eigenes Training
Selten nötig. Ein Feintuning des Detektors auf einigen tausend Einzelbildern aus Ihren eigenen Kamerawinkeln lohnt sich, wenn der Blickwinkel ungewöhnlich ist (Draufsicht, Fischauge, sehr dichte Warteschlangen, Thermal) oder wenn Kinder, Rollstühle, Kinderwagen und Dienstkleidung falsch erkannt werden. Labeln Sie mit CVAT oder Roboflow; bewerten Sie Zählwerte pro Tür, nicht nur mAP.
Stand der Technik (2026)
- Erkennung und Tracking von Personen ist bei guten Blickwinkeln eine Selbstverständlichkeit; moderne Echtzeit- Detektoren laufen auf Edge-Chips unter 10 W. Deckenmontierte 3D-Sensoren bleiben der Genauigkeitsmaßstab für die Türzählung.
- Crowd Counting (Dichtekarten-Modelle, z. B. auf den Benchmarks ShanghaiTech und NWPU-Crowd) wird für sehr dichte Szenen genutzt, in denen sich Einzelpersonen nicht trennen lassen; der Fehler wächst mit der Dichte.
- Open-Vocabulary-Detektoren und VLMs ermöglichen eine Einrichtung ohne Beispiele (Zero-Shot) und Abfragen in natürlicher Sprache auf Aufnahmen, sind für die Zählung rund um die Uhr aber noch nicht wirtschaftlich.
- Radar- und LiDAR-Zählsensoren nehmen an datenschutzsensiblen Orten zu (Eingänge zu Sanitärräumen, Umkleidebereiche, Stadtstraßen), weil nie ein Bild entsteht.
- Grenzen und Fehlerbilder: dicht beieinander gehende Gruppen, Kinder, Kinderwagen, Einkaufswagen, Spiegelungen, Glastüren, starkes Gegenlicht, an der Tür herumstehendes Personal, verschobene Kameras nach Wartung. Die Wiedererkennung zum Zählen einzigartiger Besucher über Tage hinweg ist technisch möglich, führt das System aber in den Bereich personenbezogener Daten und ist oft rechtswidrig.
Gemeinsame Bausteine & Kombinationen
- Gleicher Stack (Objekterkennung + Tracking + Edge-Laufzeit): VIS-007 PSA-Überwachung, VIS-010 Einbruchserkennung, VIS-012 Verkehrsanalytik, VIS-009 Regalüberwachung, VIS-031 Video-Agenten. Eine Edge-Box mit gemeinsamem Detektor kann mehrere Analysen ausführen, wenn die rechtlichen Zwecke getrennt sind.
- Datenschutzwerkzeuge: VIS-030 Anonymisierung für jedes aufbewahrte Videomaterial.
- Nachgelagert: PRED-001 Bedarfsprognose, PRED-011 Personalprognosen, OPT-007 Gebäude- Energiesteuerung, PRED-048 Gebäudeleistung.
- Nicht kombinieren mit VIS-016 Gesichtserkennung oder Emotions-/demografischer Profilbildung ohne gesonderte rechtliche Prüfung.
Aufwand, Kosten & Kennzahlen
- Weg A: Tage bis Wochen pro Standort; Kosten sind Hardware pro Tür plus ein Abonnement pro Sensor.
- Weg B: 1–2 Monate für einen Pilot auf vorhandenen Kameras; Kosten steigen mit der Zahl der Streams und der Cloud-Nutzung.
- Weg C: 1–3 Monate; geringe Hardwarekosten, aber eigener Betrieb für Modellaktualisierungen und Überwachung.
- Kennzahlen: Zählgenauigkeit gegenüber manueller Referenzzählung pro Tür (Fehler in %), Konversionsrate, Belegungsspitze gegenüber Kapazität, Wartezeit in der Schlange, Personalstunden pro Besucher, Energie pro belegter Stunde, Verfügbarkeit des Systems.
Menschen & Veränderung
Früh einbinden: die Geschäftsführung (Zweck, Budget), die Leitung von Laden, Veranstaltungsort oder Liegenschaft als Prozessverantwortliche, die IT für Netzwerk und Sensoren, die/den Datenschutzbeauftragte(n) für das Anonymisierungskonzept, Recht oder Compliance für Beschilderung und Informationspflichten sowie den Betriebsrat, wo es einen gibt. Kundinnen und Kunden werden durch deutliche Beschilderung informiert.
Betriebsrat: abhängig vom Einzelfall. Die Zählung richtet sich an Besucher, doch Kameras und Sensoren in Personalbereichen können auch Anwesenheit und Verhalten von Beschäftigten erfassen; da nach § 87 Abs. 1 Nr. 6 BetrVG die objektive Eignung zur Überwachung genügt, prüfen Sie dies und informieren Sie den Betriebsrat nach § 90 Abs. 1 Nr. 3. Öffentlicher Dienst: Personalrat einbeziehen. Regeln Sie den Punkt in einer kurzen Vereinbarung (nur Besucherzählung, Personal ausgenommen, keine individuelle Auswertung) (GUIDE-004).
Datenschutz: Eine wirklich anonyme Zählung auf dem Gerät (keine Bilder gespeichert, keine Wiedererkennung) hält das Risiko gering. Kamerabasiertes Tracking sowie WLAN- oder Bluetooth-Tracking mit Geräte-IDs können personenbezogen sein; beziehen Sie dann die/den Datenschutzbeauftragte(n) ein, prüfen Sie Rechtsgrundlage und DSFA und schließen Sie mit dem Anbieter einen AVV (GUIDE-005).
KI-Kompetenz und Kommunikation: Unterstützen Sie Führungskräfte mit einer Schulung zum Lesen der Dashboards und ihren Grenzen (GUIDE-006); sagen Sie Beschäftigten und Besuchern offen, was gemessen wird (GUIDE-008).
Pilot: ein Standort für 4-8 Wochen, im Vergleich mit manuellen Zählungen (GUIDE-009).
Bedenken: „Überwachung des Personals“ (Personal ausgenommen, aggregierte Daten) und „Personalentscheidungen durch eine Maschine“ (Zählwerte informieren den Dienstplan, Führungskräfte entscheiden und die Beschäftigten behalten ihr Mitspracherecht).
Risiken, Regulierung & Compliance
- KI-Verordnung (AI Act) (Verordnung 2024/1689): Anonyme Zählung ist in der Regel minimales Risiko; KI-Kompetenz (Art. 4) gilt. Warnung zu Art. 5: Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen ist verboten (Art. 5 Abs. 1 Buchst. f), ebenso die biometrische Kategorisierung zur Ableitung sensibler Merkmale (Art. 5 Abs. 1 Buchst. g) und das ungezielte Auslesen von Gesichtsbildern. Werden einem Produkt zur Besucherfrequenzanalyse Emotions-, blickbasierte Stimmungs- oder Merkmalsableitungen sensibler Eigenschaften hinzugefügt, kann es daher verboten werden. Die biometrische Fernidentifizierung (Gesichtsabgleich) in öffentlich zugänglichen Räumen ist je nach Akteur und Zweck hochriskant oder verboten und hier nicht Gegenstand (siehe VIS-016). Die Personenzählung zur Steuerung der Sicherheit kritischer Infrastruktur (z. B. in Straßen-, Schienen- oder Energieanlagen) kann Anhang III Nr. 2 berühren; prüfen Sie dies im Einzelfall.
- DSGVO: Video identifizierbarer Personen ist personenbezogene Daten, auch wenn nur Zählwerte gespeichert werden. Eine vollständige Verarbeitung auf dem Gerät, die nie Bilder speichert oder überträgt und ein nicht umkehrbares, kurzlebiges Tracking nutzt, senkt das Risiko, doch die Erfassung selbst ist weiterhin Verarbeitung; die Behörden sind uneins, ob dies außerhalb der DSGVO liegt. Es braucht eine Rechtsgrundlage (in der Regel berechtigtes Interesse, Art. 6 Abs. 1 Buchst. f), Erforderlichkeits- und Abwägungsprüfung, Beschilderung, Aufbewahrungsgrenzen und eine DSFA, wo eine umfangreiche systematische Überwachung öffentlicher Bereiche stattfindet. Es gelten die EDPB-Leitlinien 3/2019 zu Videogeräten [1].
- Beschäftigte: Mitbestimmung des Betriebsrats in Deutschland (§ 87 Abs. 1 Nr. 6 BetrVG) und nationales Arbeitsrecht; Sensoren zur Büroauslastung sollten anonym sein und sich nicht zur Leistungskontrolle nutzen lassen.
- Gegenmaßnahmen: Verarbeitung nur am Edge, keine Bildspeicherung, keine Wiedererkennung, aggregierte Berichte mit Mindestgruppengrößen, veröffentlichte Datenschutzhinweise, AVV mit dem Anbieter, regelmäßige Audits.
Erste Schritte
- Legen Sie die Entscheidung fest, die die Zählwerte unterstützen sollen (Dienstpläne, Layout, Energie), und die benötigte Kennzahl (Türzählung, Belegung, Verweildauer). Genügt ein Sensor ohne Video (3D, Radar, LiDAR), wählen Sie diesen.
- Führen Sie eine kurze DSFA-Vorprüfung durch und beziehen Sie Datenschutzbeauftragte(n) und Betriebsrat früh ein.
- Testen Sie zwei Anbieter (Weg A) oder eine Open-Source-Edge-Box (Weg C) an einem Eingang, mit einer Stunde manueller Referenzzählung zur Spitzen- und zur Nebenzeit.
- Prüfen Sie, dass weder Bilder noch Kennungen das Gerät verlassen; testen Sie den Ausschluss des Personals und Gruppen.
- Verbinden Sie die Zählwerte mit POS- oder Gebäudesystemen und prüfen Sie die Kennzahlen nach 4–8 Wochen.
Quellen
- EDPB — Guidelines 3/2019 on processing of personal data through video devices — https://www.edpb.europa.eu/sites/default/files/files/file1/edpb_guidelines_201903_video_devices_en_0.pdf
- Regulation (EU) 2024/1689 (AI Act), Art. 5 and Annex III — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
- Ultralytics docs — Object counting solution — https://docs.ultralytics.com/guides/object-counting/
- Roboflow supervision — line and polygon zone counting — https://github.com/roboflow/supervision
- ByteTrack: multi-object tracking by associating every detection box — https://github.com/ifzhang/ByteTrack
- Microsoft — Azure AI Vision Spatial Analysis (retired 30 March 2025; historical reference) — https://learn.microsoft.com/azure/ai-services/computer-vision/intro-to-spatial-analysis-public-preview
- Xovis — people counting sensors — https://www.xovis.com/
- Axis Communications — people counting analytics — https://www.axis.com/products/analytics
- NVIDIA — Metropolis / DeepStream SDK — https://developer.nvidia.com/deepstream-sdk