REVA automatisiert die Unkenntlichmachung in mehr als 3.500 Immobilienvideos mit Ultralytics YOLO

REVA ist ein in Madrid ansässiges B2B-Unternehmen im Bereich Immobilientechnologie, das der Immobilienbranche hilft, Immobilien mithilfe von Videos in großem Umfang zu verwalten, zu prüfen und zu vermarkten. Makler und Außendienstmitarbeitende zeichnen standardisierte Immobilienbegehungen in der mobilen REVA-App auf. Die App führt sie Raum für Raum durch die Immobilie und speichert zu jedem Clip GPS-Position und Aufnahmezeit. Kreditdienstleister, Investmentfonds, Vermögensverwalter, juristische Vermittler und Maklerunternehmen in Spanien und Portugal prüfen anschließend jede Immobilie im Web-Dashboard von REVA über die Geschäftsplattform REVA VAM und erhalten die Daten, die ihre eigenen Systeme benötigen.

Seit 2022 hat REVA rund 18.000 Videos bei einer Plattformverfügbarkeit von mehr als 99 % verarbeitet, darunter etwa 12.800 für den Kreditdienstleister Hipoges, dessen Volumen 2026 um 53 % über dem von 2025 liegt.

Immobilienvideos veröffentlichungsfähig und nützlich machen#

Immobilienverwalter benötigen eine verlässliche visuelle Dokumentation von Tausenden Wohnungen, und diese Dokumentation muss zwei Anforderungen erfüllen. Sie muss auf Immobilienportalen und in Kundensystemen veröffentlicht werden können, ohne lesbare Kennzeichen, identifizierbare Personen oder Marken von Wettbewerbern zu zeigen. Außerdem muss sie für den Betrieb nützlich sein: Was befindet sich in der Wohnung, in welchem Zustand ist es, und was hat sich zwischen dem Einzug und dem Auszug eines Mieters geändert?

Bis vor Kurzem hatte die Branche drei Möglichkeiten: Aufnahmen ungeprüft lassen, jemanden dafür bezahlen, jedes Video anzusehen, oder ganz auf Aufnahmen verzichten. Keine davon lässt sich auf Portfolios mit Zehntausenden Wohnungen übertragen, die jeweils mehrfach gefilmt werden, bevor neue Mieter einziehen.

REVA erkannte die Möglichkeit, diese Lücke mit Computer Vision zu schließen. Videos von Immobilien stellen jedoch Herausforderungen dar, für die allgemeine Erkennungspipelines nicht ausgelegt sind:

• Freihändig aufgenommene Videos: Makler filmen beim Gehen und Sprechen mit dem Smartphone. Dabei entstehen Bewegungsunschärfe und schnelle Schwenks, Hochformataufnahmen sowie Objekte, die zuerst am Bildrand ins Bild kommen.
• Ein Standard für jedes Video: Kundinnen und Kunden verlangen, dass ein Kennzeichen, Gesicht oder Schild in jedem Bild unkenntlich gemacht wird, in dem es zu sehen ist. Ein Video gibt entweder ein Kennzeichen preis oder nicht. Die Genauigkeit einzelner Bilder reicht daher nicht aus.
• Ein offener Wortschatz: Eine Wohnung enthält Hunderte von Gegenständen, die für ein Inventar oder eine Kautionsforderung relevant sind, etwa Kaffeemaschinen, Heizkörper und Geschirrständer. Die meisten davon sind in gängigen Trainingsdatensätzen nicht enthalten.
• Datenschutz und Datenresidenz: Die Aufnahmen zeigen das Innere bewohnter Wohnungen. Daher müssen Verarbeitung, Annotation und Training auf Hardware stattfinden, die REVA kontrolliert, und den Anforderungen der GDPR entsprechen.
• Skalierung mit einem kleinen Team: Allein Hipoges schickt REVA rund 700 Videos pro Monat.

Kennzeichen mit Ultralytics YOLO automatisch unkenntlich machen#

Der Bildverarbeitungs-Stack von REVA basiert auf dem Ultralytics Python-Paket und läuft vollständig auf den lokalen GPUs von REVA. Dadurch verlassen Kundenaufnahmen niemals die Infrastruktur des Unternehmens. Die erste produktiv eingesetzte Komponente ist die automatische Unkenntlichmachung von Kennzeichen.

REVA begann im Januar 2026 mit dem Werkzeug zum Unkenntlichmachen von Objekten aus Ultralytics Solutions und entwickelte anschließend eine eigene Pipeline auf Basis eines benutzerdefiniert feinabgestimmten, extra großen Ein-Klassen-Kennzeichendetektors Ultralytics YOLO11 (YOLO11x). Nach jedem Upload durchsucht das Modell jedes Bild aller relevanten Videos. Jede Erkennung durchläuft eine geometrische Plausibilitätsprüfung von Seitenverhältnis und Fläche sowie optional eine OCR-Prüfung, bevor eine Gaußsche Unschärfe angewendet wird. Eine Nano-Version desselben Detektors ist für leistungsschwächere Hardware einsatzbereit.

Da Kundinnen und Kunden die Unkenntlichmachung pro Video beurteilen, richtet REVA die Pipeline auf vollständige Abdeckung statt auf die Genauigkeit einzelner Bilder aus. Dazu werden Objektverfolgung und zeitliche Ausdehnung eingesetzt, damit Kennzeichen auch bei schnellen Schwenks und Bewegungsunschärfe in handgeführten Aufnahmen unkenntlich bleiben.

Jeden Raum mit Erkennung mit offenem Wortschatz erfassen#

Dieselben Begehungsvideos werden nun in Objektinventare, Kennzeichnungen für Immobilienanzeigen sowie Ein- und Auszugsprüfungen umgewandelt. Jeder Clip wird mit 2 Bildern pro Sekunde abgetastet und durch zwei Ultralytics-Modelle verarbeitet:

• YOLO11x mit BoT-SORT-Tracking: Mit dem Tracking-Modus von Ultralytics erkennt REVA 25 für Immobilien relevante Objektklassen, etwa Betten, Sofas, Kühlschränke und Waschbecken, und erfasst für jede Verfolgungssequenz die Sichtbarkeitsdauer und die durchschnittliche Konfidenz.
• Ultralytics YOLOE-26x mit Text-Prompts: Mit Ultralytics YOLO26E kann REVA neue Klassen in einfachem Text definieren, statt neue Datensätze zu annotieren. Ein an Immobiliendaten ausgerichteter Wortschatz mit 97 Begriffen erkennt Merkmale wie Kücheninseln, begehbare Duschen, Hartholzböden, Solarmodule und Ladestationen für Elektrofahrzeuge. Ein abgestufter Wortschatz mit 74 Klassen von Gegenständen, für die eine Kautionsforderung geltend gemacht werden kann – von Fernsehern und Sofas bis zu gerahmten Bildern und Stehlampen –, dient der Prüfung bei Mieterwechseln.

REVA verwendete zunächst YOLO-World v2 für die Erkennung mit offenem Wortschatz und wechselte dann zu YOLOE-26x als Ersatz. Ein neuer Gegenstandstyp für einen Kunden wird jetzt per Text-Prompt hinzugefügt, statt ein Annotationsprojekt zu starten.

Abb. 1. REVA-Beweisansicht zum Vergleich von Ein- und Auszugsbildern mit YOLO-Erkennungen. Bild von REVA angefordert.

Die Prüfergebnisse werden in einer Beweisansicht dargestellt. Für jeden zugeordneten Raum oder Bereich zeigt sie Bilder vom Ein- und Auszug nebeneinander, das Inventar mit hoher Konfidenz für beide Zeitpunkte und nach Relevanz sortierte Hinweise wie „nur beim Einzug“ oder „Sichtbarkeitsänderung“. CLIP-Einbettungen ordnen Räume bei verschiedenen Besuchen einander zu, während eine Transkription der Maklerkommentare jeden Raum kennzeichnet. Eine prüfende Person bestätigt oder verwirft jeden Hinweis und exportiert eine Zusammenfassung für Kautionsforderungen. So müssen Menschen nur Ausnahmen prüfen.

Erfolg pro Video statt pro Bild messen#

REVA betrachtet mAP als Diagnosewert, nicht als Ziel. Für die Kundinnen und Kunden zählt, ob ein veröffentlichtes Video vollständig den Anforderungen entspricht. Deshalb misst das Team anhand eines Standards pro Video: Jedes Bild, in dem ein Kennzeichen, Gesicht oder Werbeschild sichtbar ist, muss unkenntlich gemacht werden.

Um diesen Standard mit dem Kennzeichenmodell der nächsten Generation zuverlässig zu erfüllen, baut REVA einen lokalen Trainingsablauf mit CVAT für die Annotation und FiftyOne für die Datenaufbereitung auf. Dazu gehören schriftliche Annotationsrichtlinien, Aufteilungen in Trainings- und Testdaten auf Videoebene, damit keine nahezu identischen Bilder in beide Datensätze gelangen, sowie ein dauerhaft zurückgehaltener Testsatz. Derselbe Testsatz wird zum Vergleich kleiner und mittlerer YOLO-Modellgrößen mit den derzeitigen extra großen Modellen verwendet, um den Durchsatz auf den Produktions-GPUs zu steigern.

Videos in großem Umfang regelkonform bereitstellen#

Da Ultralytics YOLO jedes relevante hochgeladene Video verarbeitet, hängt die Unkenntlichmachung von Kennzeichen nicht mehr davon ab, dass jemand jedes Video ansieht. Das ist bei steigendem Volumen wichtig: Allein Hipoges schickt REVA 2026 rund 700 Videos pro Monat, 53 % mehr als 2025. Die Plattform von REVA hat bei rund 18.000 Videos eine Verfügbarkeit von mehr als 99 % erreicht.

Die Erkennung mit offenem Wortschatz erweitert dieselbe Automatisierung mit YOLOE auf betriebliche Abläufe. Statt einer manuellen Prüfung der Begehung beginnt die Prüfung beim Mieterwechsel nun mit einer Beweisansicht, die Gegenstände mit hohem Stellenwert hervorhebt, die hinzugekommen sind, fehlen oder sich verändert haben. Kleinere Gegenstände werden erfasst, aber herausgefiltert. So konzentrieren sich Prüfende auf Hinweise, die eine Kautionsforderung stützen könnten.

Vom Smartphone zur Drohne: ein YOLO-Stack für jede Immobilie#

REVA verfolgt die Vision einer Datenplattform für Immobilien, bei der eine geführte Begehung alle nachgelagerten Anforderungen abdeckt – von der regelkonformen Veröffentlichung und Zustandsdokumentation bis hin zu strukturierten Immobiliendaten, Grundrissen und 3D-Modellen. Ultralytics YOLO bildet die gemeinsame Grundlage dieser Roadmap:

• Ein Modell zur Unkenntlichmachung gemäß GDPR und Kundenanforderungen: Ein einziges internes Modell für Kennzeichen, Gesichter und Werbeschilder, trainiert mit REVA-eigenen Aufnahmen und ausgelegt auf einen Standard von 98 % pro Video.
• Automatische Kennzeichnungspakete: Modelle für Immobilienmerkmale, abgestimmt auf das RESO Data Dictionary, wobei YOLOE die große Vielfalt seltener Merkmale abdeckt.
• Grundrisse und 3D: YOLO-Segmentierung von Türen, Fenstern, Wänden und Raumgrenzen in vorhandenen Makleraufnahmen als Grundlage für die Schätzung von Grundrissen und 3D-Modellen ohne Spezialkamera.
• Autonome Drohnenaufnahmen: Ein Prototyp einer Indoor-Drohne mit einem Gewicht von unter 250 g, die YOLO-Objekterkennung auf ihrem Live-Kamerabild ausführt, während sie leer stehende Wohnungen für die 3D-Rekonstruktion scannt.
• Schnellere Bereitstellung: Export der Modelle nach ONNX und TensorRT FP16, INT8 folgt. TensorRT läuft auf eingebetteter Hardware der Jetson-Klasse und ermöglicht Schlussfolgerungen an Bord der Drohne.

REVA strebt eine Detektorfamilie vom Smartphone bis zur Drohne an, bei der derselbe YOLO-Stack sowohl Maklervideos als auch die Aufnahmen der Drohne auswertet.

Möchtest du eigene Vision-AI-Lösungen entwickeln? Entdecke Ultralytics YOLO-Modelle, erfahre, wie YOLO Innovationen in verschiedenen Branchen vorantreibt, und informiere dich über unsere Lizenzoptionen, um loszulegen.