Computer Vision für Arbeitssicherheit und PSA-Compliance

Eine auf einen Arbeitsbereich gerichtete Kamera kann eine begrenzte Anzahl von Fragen zuverlässig beantworten. Trägt diese Person einen Schutzhelm? Ist jemand in die Sperrzone um diese Presse gelaufen? Wie viele Personen befinden sich gerade in diesem Korridor? Das sind Objekterkennungs-, Segmentierungs- und Tracking-Probleme, und moderne Vision-Modelle bewältigen sie gut.

Was eine Kamera nicht tun kann, ist festzustellen, ob ein Standort sicher ist. Sicherheit ist eine Bewertung von Regeln, Kontext und Absicht, und die Lücke zwischen „Person ohne sichtbare Weste erkannt“ und „Verstoß erfasst, gegen den man vorgehen muss“ ist der Ort, an dem die meisten Computer-Vision-Sicherheitsprojekte entweder erfolgreich sind oder leise abgeschaltet werden.

Dieser Leitfaden behandelt die zugrundeliegenden Erkennungsaufgaben, wann man eine fertige Sicherheitsplattform kauft, anstatt sie selbst zu entwickeln, und wie Teams, die selbst entwickeln, Ultralytics YOLO-Modelle dafür nutzen.

Was Computer Vision auf einer Baustelle oder im Betrieb erkennt#

Jedes als Ergebnis vermarktete Sicherheitsfeature lässt sich in eine oder mehrere Standard-Vision-Aufgaben aufteilen. Genau zu definieren, welche davon du benötigst, macht den Unterschied zwischen einem abgegrenzten Projekt und einem ohne klares Ende.

Zwei davon sind viel schwieriger, als Anbieter vermuten lassen. Die Zuordnung ist die erste: Das Erkennen eines Schutzhelms und das Erkennen einer Person sind einfach, aber korrekt zu entscheiden, zu welcher Person dieser Helm gehört in einer Gruppe von sechs sich überschneidenden Arbeitern, ist es nicht. Die zweite ist die reale Geometrie. Eine auf ein 2D-Bild gezeichnete Zone ist keine Zone auf dem Boden, und ohne Kalibrierung kann eine Person, die weit außerhalb eines Gefahrenbereichs steht, innerhalb des Polygons erscheinen.

PSA-Erkennung: Was „Tragen“ für ein Modell bedeutet#

PSA-Erkennung klingt binär und ist es nicht. Ein auf Schutzhelme trainiertes Modell findet Schutzhelme. Es weiß nicht von Natur aus, dass ein in der Hand getragener, verkehrt herum aufgesetzter oder nicht geschlossener Helm gegen die Regel verstößt, da dies drei verschiedene visuelle Zustände sind, die alle einen Schutzhelm enthalten.

Wenn die Überwachung der persönlichen Schutzausrüstung das Ziel ist, definiere die Regel auf dem Niveau, auf das ein Modell geprüft werden kann:

• Welche Gegenstände, pro Zone. Schutzhelm überall, plus Augenschutz nur in der Schleiferei, sind zwei Regeln, nicht eine.
• Welche Personen und welche Ausnahmen. Besucher, in Kabinen verbleibende Fahrer und Büroangestellte, die einen Hof überqueren, unterliegen normalerweise anderen Regeln.
• Was als konform gilt, einschließlich teilweisem und falschem Tragen.
• Was bei einer Erkennung passiert. Ein Live-Alarm, eine Schichtzusammenfassung und ein anonymisierter wöchentlicher Trend sind drei verschiedene Produkte mit drei unterschiedlichen Genauigkeitsanforderungen.

Letzterer Punkt bestimmt die Schwierigkeit des Projekts stärker als das Modell. Ein wöchentlicher Compliance-Trend toleriert individuelle Fehler, da sich diese ausgleichen. Ein Echtzeit-Alarm tut das nicht: Ein Fehlalarm alle paar Minuten führt dazu, dass das System innerhalb einer Woche stummgeschaltet wird.

Entwickeln oder kaufen (Build or Buy)#

Dies ist die Entscheidung, die die meisten Teams implizit treffen und explizit treffen sollten, da der Anbietermarkt für fertige Sicherheitsprodukte wirklich gut ist und der Fall für die Eigenentwicklung deutlich enger ist, als es aussieht.

Kaufe eine Sicherheitsplattform, wenn dein Problem eher ein Sicherheitsprogramm als ein Vision-Problem ist. Wenn du Workflows für die Vorfallprüfung, EHS-Berichterstattung, Korrekturmaßnahmen-Tracking, Freigabepfade und ein Implementierungsteam vor Ort benötigst, kaufe sie. Diese Anbieter haben jahrelange Workflows rund um die Erkennung aufgebaut, und die Erkennung ist der kleinere Teil dessen, wofür du bezahlst.

Entwickle selbst, wenn die Einschränkung etwas ist, das ein Produkt nicht biegen kann. In der Praxis bedeutet das:

• Kameras und Infrastruktur, die du bereits besitzt und nicht ersetzen wirst, insbesondere nicht-standardmäßige Optiken, Wärmebildkameras oder Feeds, die bereits durch deine eigenen Systeme fließen. - Eine standortspezifische Regel, die kein Produkt mitbringt: dein eigenes Teil, deine eigene Maschine, dein eigenes Verfahren. - Eine strenge On-Premise- oder Air-Gapped-Anforderung, bei der Filmmaterial das Gelände überhaupt nicht verlassen darf. - Du lieferst ein Produkt aus. Wenn die Sicherheitsüberwachung ein Feature von etwas ist, das du verkaufst (eine Maschine, ein Roboter, eine Kamera, eine Standortplattform), bist du ein Entwickler, kein Käufer. - Die Integration ist die gesamte Aufgabe, da die Erkennung in einen bestehenden PLC-, SCADA-, Zutrittskontroll- oder MES-Fluss anstatt in das Dashboard eines Anbieters eingebunden werden muss.

Wenn nichts davon zutrifft, ist das Kaufen in der Regel schneller und günstiger, und es ist die ehrliche Empfehlung.

Anbieter von Sicherheitsplattformen, die in die engere Auswahl kommen#

Das sind fertige Produkte mit Deployment-Teams und EHS-Workflow. Ultralytics ist keine Alternative zu ihnen; es ist das, was ein Team verwendet, wenn es selbst baut, anstatt zu kaufen.

Intenseye. Eine Enterprise-EHS-Vision-Plattform für PSA, Ergonomie, Ordnung und Sauberkeit (Housekeeping) sowie fahrzeugbezogene Risiken über große, standortübergreifende Footprints hinweg. Ihre Stärke ist die Breite vorgefertigter Anwendungsfälle und die EHS-Programmschicht darum herum. Bestens geeignet für große Industrieorganisationen mit einer ausgereiften Sicherheitsfunktion. Kompromiss: Enterprise-Umfang und -Prozess, kein leichtgewichtiger Rollout.

Protex AI. Eine datenschutzfreundliche Sicherheits-Intelligence-Plattform, die sich mit bestehenden CCTV-Systemen verbindet und Risikofereignisse sowie Trends aufdeckt. Ihre Stärke liegt in der Analyse- und Priorisierungsschicht: Sie hilft Sicherheitsteams zu sehen, wo sich Risiken konzentrieren, anstatt nur Alarme auszulösen. Bestens geeignet für Organisationen mit bestehenden Kamera-Infrastrukturen. Kompromiss: Um den eigenen Workflow herum konzipiert, statt auf tiefe kundenspezifische Integration ausgelegt.

viAct. Stärkste Abdeckung von Bau- und Schwerbauumgebungen mit szenariobasierten Modulen für die Baustellensicherheit sowie PSA- und Ausrüstungsüberwachung. Bestens geeignet für Bau- und Infrastrukturprojekte. Kompromiss: Auf das Baugewerbe ausgerichtete Module passen möglicherweise weniger gut in eine Produktionsanlage.

Everguard.ai. Kombiniert Computer Vision mit Wearable- und Sensordaten für das Arbeitssicherheitsbewusstsein und zielt auf die Schwerindustrie wie z. B. die Stahlproduktion ab. Ihre Stärke ist die Multisensor-Fusion statt reiner Kameras. Bestens geeignet für hochgefährliche, schwere Industrieumgebungen. Kompromiss: Die Wearable-Komponente erhöht den Aufwand für Rollout und Change-Management.

Visionify. Konzentriert sich auf einen Katalog von Arbeitssicherheits-Vision-Anwendungen, die auf bestehenden Kameras bereitgestellt werden können. Seine Stärke ist eine definierte Anwendungsfallbibliothek, die das Scoping einfach hält. Bestens geeignet für Teams, die einen spezifischen Sicherheits-Anwendungsfall schnell zum Laufen bringen möchten. Kompromiss: Engerer Plattformumfang als die Enterprise-EHS-Suiten.

Groundlight. Verfolgt einen anderen Ansatz und lässt Teams visuelle Fragen in natürlicher Sprache definieren, wobei eine menschliche Eskalation erfolgt, wenn sich das Modell unsicher ist. Seine Stärke ist die Geschwindigkeit bis zu einer funktionierenden Prüfung, ohne vorher einen Datensatz zusammenstellen zu müssen. Bestens geeignet für Teams, die validieren möchten, ob eine visuelle Prüfung überhaupt machbar ist. Kompromiss: Das Eskalationsmodell eignet sich besser für sporadische Prüfungen als für die kontinuierliche Überwachung mit hohem Volumen.

Sicherheitsüberwachung mit Ultralytics YOLO-Modellen aufbauen#

Für Teams in der Build-Spalte ist die Vision-Schicht der Teil, der mittlerweile gut gelöst ist. Ultralytics YOLO-Modelle (YOLOv8, YOLO11 und YOLO26) decken die Aufgaben in der obigen Tabelle ab: Objekterkennung für PSA und Ausrüstung, Tracking für Zonen- und Fahrzeuglogik, Pose Estimation für Körperhaltung und Sturzerkennung sowie Segmentierung, wo Begrenzungen wichtiger sind als Bounding Boxes.

Ein funktionsfähiger Build sieht so aus.

Beginne mit der Regel, nicht mit dem Modell. Formuliere die Regel in durchsetzbarer Sprache, definiere die Zone in realen Koordinaten und lege fest, was eine Erkennung auslöst. Dies ist der Schritt, der übersprungen wird und der Grund, warum die meisten Pilotprojekte ins Stocken geraten.

Sammle Daten von den Kameras, die du tatsächlich verwenden wirst. Ein Modell, das auf öffentlichen PSA-Datensätzen trainiert und in der Dämmerung auf deiner Werkskamera eingesetzt wird, wird enttäuschen. Dein eigenes Filmmaterial (Nachtschicht, Regen, Gegenlicht, der unglückliche Winkel, den niemand neu montieren wollte) ist der Datensatz, auf den es ankommt. Die Ultralytics Platform kann dieses Filmmaterial mit SAM-basierter Smart Annotation annotieren und darauf trainieren, ohne die Daten in ein separates System zu verschieben.

Wähle das Deployment-Ziel frühzeitig, da es das Modell einschränkt. Ein Modell, das auf einem kleinen Edge-Gerät neben der Kamera läuft, hat ein anderes Größen- und Latenzbudget als eines, das auf einem Standort-Server zwanzig Streams verarbeitet. Ultralytics-Modelle exportieren aus diesem Grund in Formate wie ONNX und TensorRT, und das Exportziel sollte festgelegt werden, bevor du auf eine Genauigkeit optimierst, die du nicht bereitstellen kannst.

Platziere die Logik über dem Modell. Erkennungen sind keine Verstöße. Die Schicht, die Boxes in Ereignisse umwandelt (Persistenz über N Frames, Zonengeometrie, Ausnahmen, Schichtpläne, Entprellung), steuert tatsächlich die Fehlalarmquote, und es ist normal, dass sie mehr Code umfasst als die Modellintegration.

Leite Alarme dorthin weiter, wo die Leute ohnehin arbeiten. Ein Dashboard, das niemand öffnet, ist keine Kontrolle. Bestehende Kanäle, bestehende Schichtübergaben, bestehende Korrekturmaßnahmensysteme.

Plane das Neutraining ein. Standorte ändern sich: neue Ausrüstung, neue Westenfarbe, eine neu positionierte Kamera, saisonales Licht. Die Produktionsüberwachung ist dazu da, die daraus resultierende Drift abzufangen, und der Rückkopplungskreislauf zu Annotation und Neutraining sollte Routine sein, kein Vorfall.

Zur Lizenzierung: Eine Sache, die geklärt werden muss, bevor ein Pilotprojekt zu einem Produkt wird: Ultralytics YOLO-Modelle werden unter AGPL-3.0 angeboten, und kommerzielle oder proprietäre Deployments erfordern im Allgemeinen eine Ultralytics Enterprise-Lizenz. Wenn die Sicherheitsüberwachung in ein Produkt einfließt, das du auslieferst, oder in ein System, das du nicht als Open Source veröffentlichen kannst, kläre dies zu Beginn und nicht erst nach der Entwicklung.

Datenschutz, Einwilligung und Arbeitnehmerüberwachung#

Dies entscheidet darüber, ob ein Sicherheitssystem seinen ersten Monat überlebt, und es ist primär keine technische Frage.

Sicherheitsüberwachung erfordert nicht die Identifizierung von Personen. Jede Aufgabe in diesem Leitfaden (PSA-Einhaltung, Zonenbetretung, Crowd Density, Körperhaltung) funktioniert mit anonymen Personenerkennungen. Nichts davon erfordert Gesichtserkennung oder Identitätsabgleich, und Ultralytics empfiehlt nicht, die Identifizierung von Arbeitnehmern in Sicherheitssysteme einzubauen. Erkenne den Zustand, nicht die Person.

Praktische Einschränkungen, die von Anfang an einkalkuliert werden sollten:

• Zweckbindung. Ein für die Sicherheit installiertes System sollte nicht heimlich zu einem Produktivitätsmonitor werden. Sobald Arbeiter glauben, dass dies der Fall ist, hört die Kooperation auf.
• Mitbestimmung. In weiten Teilen der EU erfordert die kamerabasierte Arbeitnehmerüberwachung die Einbindung des Betriebsrats, und in vielen Rechtsordnungen erfordert sie Konsultation, Ankündigung oder beides. Dies ist eine Vorbedingung, keine Formalität.
• Datenminimierung. Bevorzuge Zählungen und Ereignisse gegenüber gespeichertem Filmmaterial. Wenn Videoclips aufbewahrt werden, bewahre sie kurz und aus einem angegebenen Grund auf.
• Standardmäßig aggregierte Berichterstattung. Trends auf Zonen- und Schichtebene treiben Verbesserungen voran. Eine Compliance-Bewertung auf Individualebene macht aus einem Werkzeug für die Sicherheit ein Disziplinierungsinstrument und zerstört das Vertrauen.
• Lokale Verarbeitung, wo immer möglich. On-Premise- oder On-Device-Inferenz hält das Filmmaterial vor Ort und entkräftet eine ganze Klasse von Compliance-Argumenten. Dies ist ein häufiger Grund, warum Teams selbst entwickeln, anstatt zu kaufen.
• Zugangskontrolle und Audit. Wer Filmmaterial sehen kann, wer es exportieren kann und was protokolliert wird.

Organisationen, die einen Nutzen aus dieser Technologie ziehen, behandeln sie als Möglichkeit, gefährliche Muster zu finden (dieser Übergang wird in der Nachtschicht unsicher genutzt, diese Zone wird betreten, wann immer jene Maschine blockiert), und nicht als Möglichkeit, Einzelpersonen zu erwischen.

Warum Demo-Genauigkeit eine reale Baustelle nicht überlebt#

Jede Anbieter-Demo funktioniert. Die Lücke zwischen einer Demo und einem Deployment ist vorhersehbar genug, um sie einzuplanen.

Die Erkennungsqualität sinkt mit Entfernung und Auflösung: Eine Person, die dreißig Pixel in der Höhe einnimmt, ist eine viel schwieriger zu erkennende Person als eine, die den Bildausschnitt ausfüllt, und ein Schutzhelm auf dieser Person ist noch schwerer zu erkennen. Die Beleuchtung ist die zweite verlässliche Enttäuschung: Dämmerung, Scheinwerfer, Schweißlichtbögen, gemischte Natrium- und LED-Beleuchtung sowie Regen auf dem Objektiv verschlechtern Modelle, die auf sauberem Tageslichtmaterial trainiert wurden. Verdeckung ist die dritte: Reale Baustellen sind voller Menschen hinter Maschinen, Regalen und füreinander.

Dann ist da wieder das Zuordnungsproblem. In einer Gruppe ist die korrekte Zuordnung von Ausrüstung zu Einzelpersonen der Bereich, in dem PSA-Systeme die meisten ihrer Fehlalarme erzeugen, und es ist die Metrik, die man in einem Pilotprojekt einfordern sollte.

Führe das Pilotprojekt entsprechend durch. Bestehe auf deinem eigenen Filmmaterial, deiner schlechtesten Kamera und deiner Nachtschicht. Messe Fehlalarme pro Schicht anstatt der Genauigkeit auf einem kuratierten Testdatensatz, denn Fehlalarme pro Schicht bestimmen, ob das System in drei Monaten noch eingeschaltet ist.