Die Erkennung von Fehlalarmen ist zu einer wichtigen Funktion in modernen Überwachungssystemen geworden. Die Anzahl der Fehlalarme, die die Analytik als echte oder potenzielle Ereignisse kennzeichnet, kann die Bediener im Kontrollraum belasten, da sie die meiste Zeit damit verbringen, sich mit Alarmen zu befassen, nur um sie als Fehlalarme zu klassifizieren.
Fehlalarme sind nicht nur demotivierend für die Bediener, sondern auch eine Geldverschwendung, da Ressourcen für die Reaktion auf Nicht-Ereignisse verschwendet werden. Die Idee der Black-Screen-Überwachung besteht darin, dass die Bediener nicht ständig auf mehrere Kameraübertragungen schauen müssen, sondern von der Technologie angewiesen werden, sich auf die tatsächlichen Ereignisse zu konzentrieren. Falsche Alarme machen dies jedoch oft fast unmöglich, da es immer irgendein Nicht-Ereignis gibt, das nach Aufmerksamkeit verlangt.
Heutzutage gibt es viele analytische Anwendungen, die verhindern sollen, dass Fehlalarme jemals zu den Bedienern im Kontrollraum gelangen. Einige davon basieren vollständig auf der Cloud, während andere auf Servern vor Ort oder sogar in den Kameras selbst gehostet werden. SMART Security Solutions sprach mit Dene Alkema, dem Geschäftsführer von Cathexis Africa (Gewinner der diesjährigen OSPA Awards sowie des letztjährigen Awards), um mehr über die verschiedenen Fehlalarm-Optionen für die Videoüberwachung zu erfahren.
Cloud oder vor Ort
Bei all dem Gerede über Cloud-Systeme und -Lösungen, die scheinbar alle Ihre Probleme lösen, egal in welcher Branche Sie tätig sind, haben wir Alkema zunächst gefragt, welche Lösung er für die beste hält. Er sagt: „Die effektive Überwachung eines Standorts ist ein entscheidender Aspekt jedes Sicherheitssystems, und sowohl Cloud- als auch Vor-Ort-Systeme haben ihre Vor- und Nachteile, wenn es um die Reduzierung von Fehlalarmen geht.“
„Cloud-basierte Systeme werden aufgrund ihrer Flexibilität und Skalierbarkeit immer beliebter. Allerdings sind Cloud-basierte Systeme von der Internetverbindung abhängig und können in Gebieten mit schlechter Verbindung nicht so zuverlässig sein wie Systeme vor Ort. Auch Überlegungen zur Cybersicherheit müssen sorgfältig geprüft werden, um sicherzustellen, dass das Risiko des Kunden beim Einsatz einer Cloud-basierten Lösung beherrscht wird.“
Alkema fügt hinzu, dass Systeme vor Ort als zuverlässiger angesehen werden könnten als Cloud-basierte Systeme, da sie nicht von einer Internetverbindung abhängig sind, wenn der Standort vor Ort überwacht wird. Allerdings sollten Sie bedenken, dass die Einmal- und Wartungskosten von Onsite-Systemen je nach Kostenbasis stärker ansteigen könnten als bei Cloud-basierten Systemen. „Es ist wichtig, die Anforderungen jedes einzelnen Kunden und seine Konnektivitätseinschränkungen individuell zu bewerten, bevor man sich für eine Lösung entscheidet.“
Zur Frage der Bandbreite bemerkt er: „Der Bandbreitenbedarf hängt direkt davon ab, wie die Lösung konzipiert ist. Sie könnten eine Edge-basierte, kamerainterne KI einsetzen, bei der die Kamera nur dann Ereignisse und Videos sendet, wenn sie festgestellt hat, dass es etwas zu melden gibt. Dies könnte eine Menge Bandbreite und Rechenressourcen einsparen, unabhängig davon, ob die Lösung mit einer Cloud oder vor Ort verbunden ist. Es kommt darauf an, wie die Kunden ihre Standorte überwachen wollen, welche Anforderungen sie haben und welche Einschränkungen bei der Konnektivität sie bei der Entwicklung einer Lösung berücksichtigen müssen.“
Sie müssen Menschen und Maschinen schulen
Wir hören viel über Anwendungen zur Erkennung von Fehlalarmen, die Fehlalarme um 90 % oder mehr reduzieren (obwohl sich nur wenige Menschen Gedanken darüber machen, wie viele reale Ereignisse die Systeme übersehen), aber die Effizienz jeder KI hängt von dem Training ab, das sie erhält – ähnlich wie bei Menschen. Es ist (heutzutage) leicht genug, eine Pflanze, die im Wind weht, von einem Menschen zu unterscheiden, aber wie unterscheiden die Systeme zum Beispiel zwischen Menschen, die sich umarmen, und solchen, die sich streiten?
Alkema stimmt zu, dass ein gründliches Training der videobasierten KI unerlässlich ist, fügt aber hinzu, dass auch die Daten, die zum Training der KI verwendet werden, einen direkten Einfluss auf das Ergebnis der KI haben. Er sagt, dass die Anbieter beim Training neuronaler Netzwerke die folgenden Aspekte berücksichtigen:
- Datenqualität: Die Qualität der Daten, die zum Trainieren des neuronalen Netzwerks verwendet werden, ist entscheidend. Daten von schlechter Qualität oder schlecht getaggte Daten können zu ungenauen Ergebnissen führen und die Leistung des neuronalen Netzwerks negativ beeinflussen.
- Datenmenge: Je nachdem, wie spezifisch Sie Ihr neuronales Netzwerk trainieren möchten, sind große Mengen unterschiedlicher Daten erforderlich, um neuronale Netzwerke effektiv zu trainieren, was zeitaufwändig und teuer sein kann.
- Rechnerische Ressourcen: Das Training von videobasierten neuronalen Netzwerken erfordert sehr teure Computerressourcen.
„Es ist möglich, neuronale Netze so zu trainieren, dass sie genau und effektiv sind. Erfahrung auf diesem Gebiet, Investitionen in ausreichende Entwicklungsressourcen und der Zugang zu ausreichend hochwertigen Daten ermöglichen es einem Anbieter, effektive KI-basierte Lösungen auf den Markt zu bringen.“
Verlust von Arbeitsplätzen
Die Frage, inwieweit wir uns auf KI verlassen können, um die Aufgaben zu erledigen, für die in der Vergangenheit geschultes Personal erforderlich war, ist ebenfalls eine Frage, die geklärt werden muss. Die Frage, wie viele Arbeitsplätze die KI von den Menschen übernehmen wird, ist in allen Branchen ein beliebter Diskussionspunkt, denn es hat sich gezeigt, dass nicht nur Arbeiter arbeitslos werden.
Wie sehr würde die KI die Arbeit von menschlichen Kontrollraumbedienern gefährden? Derzeit ist das beste Szenario ein Black-Screen-Ansatz, bei dem die KI die meisten Fehlalarme beseitigt und hoffentlich alle echten Alarme erfasst und einen Operator benachrichtigt, der dann die Standardarbeitsanweisungen (SOPs) für das Unternehmen oder für diesen speziellen Kunden (wenn der Kontrollraum die Infrastrukturen mehrerer Kunden überwacht) umsetzt.
Derzeit kann die KI diese Aufgaben nicht übernehmen, oder doch? Doch was sollte eine KI in Zukunft daran hindern, ein reales Ereignis zu erkennen und diese SOPs automatisch umzusetzen, ohne sich auf den Menschen verlassen zu müssen, der die Arbeit erledigt?
„Auch wenn die KI-Technologie immer ausgereifter wird“, sagt Alkema, „werden immer noch menschliche Bediener benötigt, um die von der KI generierten Ereignisse zu überprüfen und darauf zu reagieren. Einige Aktionen könnten von Videomanagementsystemen ohne menschliches Eingreifen automatisiert werden, aber das hängt von den Richtlinien des Kunden bei der Reaktion auf tatsächliche Ereignisse ab. Die ideale Strategie zur Risikominderung würde das Beste aus den Möglichkeiten der KI-basierten Automatisierung und des menschlichen Eingreifens vereinen, so dass die Bediener diese Werkzeuge nutzen können, um noch effektiver zu sein.“
Er merkt aber auch an: „Es wird auf globaler Ebene viel in videobasierte KI investiert. Die Geschwindigkeit, mit der sich die KI-Technologie verbessert und dabei immer genauer und effizienter wird, wird die Landschaft verändern, wie ein Überwachungskontrollraum in Zukunft aussehen wird.“
Die KI- und Fehlalarm-Optionen von CathexisVision
Schließlich haben wir Alkema gefragt, was Cathexis im Bereich der Erkennung von Fehlalarmen bietet.
„Bei Cathexis ist unser Ethos bei der Entwicklung von KI-basierten Lösungen, den Wert von Videodaten zu erhöhen. Dies geschieht vor allem mit der Videoanalyse-Suite CathexisVision, die neuronale Netzwerkmodelle und KI nutzt, um sicherzustellen, dass die Software Anomalien vor Ort erkennen kann und die Bediener in den Kontrollräumen nur bei Ereignissen alarmiert, über die sie informiert werden müssen. Hinzu kommt das leistungsstarke Ereignis-Management-Tool von CathexisVision, das Alarm Management Gateway, das es den Bedienern ermöglicht, sowohl Live- als auch aufgezeichnete Videoereignisse zu sehen, über ihre SOPs informiert zu werden und über die von ihnen ergriffenen Maßnahmen zu berichten.“
„Die Berichterstattung über die Verarbeitung von Ereignissen ist eine wichtige Funktion der Software, die dazu beiträgt, die Integrität des Kontrollraums zu wahren. Die effektive Implementierung von CathexisVision an großen, stark frequentierten Standorten auf der ganzen Welt ist ein Beweis für die Fähigkeit der Lösung, den Wert von Videodaten zu erhöhen, so dass die Betreiber informiert bleiben und sich auf die wichtigsten Aufgaben konzentrieren können.“
