KI-Personenzähler: So funktioniert er und so vergleichen Sie Systeme (2026)

Die meisten heute verkauften Zähler tragen das Wort "KI" irgendwo auf dem Datenblatt. Das Etikett sagt kaum noch etwas aus, weil es einen Strahlsensor mit klügerem Filter, eine Deckenkamera mit Erkennungsmodell und einen Tiefensensor, der nie ein Bild aufnimmt, gleichermaßen abdeckt. Für den Käufer ist genau das das Problem. Zwei Systeme, die beide "KI-Personenzähler" heißen, können an derselben Tür um zwanzig Prozent voneinander abweichen und völlig Unterschiedliches über die durchgehende Person erfassen.

Dieser Leitfaden trennt, was die KI tatsächlich tut, von dem, was das Marketing behauptet. Er behandelt die Aufgaben, die ein Modell in einem Zähler wirklich übernimmt, wie die wichtigsten Erfassungsmethoden bei Genauigkeit und Datenschutz abschneiden und die vier Fragen, an denen sich zeigt, ob die "KI"-Behauptung eines Anbieters standhält.

Was ist ein KI-Personenzähler?

Ein KI-Personenzähler ist ein Sensor, der mit maschinellem Lernen Personen erkennt und zählt, statt mit einem festen Strahl oder einer manuellen Zählung. Die KI übernimmt den schwierigen Teil: zwei Menschen auseinanderhalten, die gemeinsam hereinkommen, eine Zählung bei schlechtem Licht halten und Wagen, Spiegelungen und Schatten ignorieren. KI beschreibt die Verarbeitung, nicht einen Sensortyp. Dasselbe Etikett umfasst Stereo-Vision-Kameras, Tiefensensoren und signalbasierte Systeme, die sich bei Genauigkeit und bei dem, was sie über einen Besucher erfassen, stark unterscheiden.

Genau diesen letzten Punkt übersehen Käufer. Die Intelligenz und die Datenschutzhaltung sind getrennte Entscheidungen. Ein System kann sehr gut zählen und dennoch weit mehr über einen Besucher aufzeichnen, als die Zählung erfordert. Der Rest dieses Leitfadens hält die beiden bewusst getrennt.

Die vier Aufgaben, die die KI in einem Zähler tatsächlich übernimmt

Entfernt man das Branding, verdient sich das Modell seinen Platz, indem es vier konkrete Fehler löst, die einfache Zähler nicht beheben können.

1. Gruppenauflösung

Ein einzelner Strahl zählt eine Unterbrechung einer Linie. Zwei Menschen, die Schulter an Schulter hereinkommen, unterbrechen sie einmal, also liest der Zähler eins. Ein Modell, das an echten Eingängen trainiert wurde, lernt die Form zweier eng beieinander stehender Körper und trennt sie. Das ist die größte Quelle für Untererfassung an stark frequentierten Türen, und hier gewinnt oder verliert ein Zähler seine Genauigkeitsbehauptung.

2. Zählen bei schlechtem Licht

Eine flache Kamera braucht Licht, um zu sehen. Wenn ein Geschäft zum Ladenschluss abdunkelt oder ein Gang das Tageslicht verliert, verschlechtert sich ein kamerabasierter Zähler, und der Fehler ist genau dann am größten, wenn der Verkehr am dünnsten ist und jede Zählung mehr zählt. Tiefenbasierte Methoden umgehen das, weil sie eine Distanz messen, statt ein Bild zu lesen, worauf der Methodenvergleich weiter unten eingeht.

3. Objektabweisung

Einkaufswagen, Reinigungswagen, Spiegelungen auf polierten Böden und ein gedruckter Pappaufsteller nahe der Tür sehen für einen naiven Sensor alle wie Bewegung aus. Ein Modell lernt, wie eine gehende Person aussieht, und weist den Rest ab. Ohne das bläht ein Zähler an Dingen auf, die keine Personen sind.

4. Richtungsunterscheidung

Eintritte zu zählen ist nur die halbe Datengrundlage. Ein nützlicher Zähler weiß, wer hinein- und hinausgeht, hält die Auslastung in Echtzeit und zählt jemanden nicht doppelt, der in der Tür innehält und zurücktritt. Die Richtung in einer Menge zuverlässig zu unterscheiden ist ein Tracking-Problem, und im Tracking leistet das Modell seine stille Arbeit.

KI-Zählmethoden im Vergleich

Hier spaltet sich das Wort "KI" in Systeme auf, die sich sehr unterschiedlich verhalten. Das Modell ist nur so gut wie die Daten, mit denen es arbeitet, und jede Methode liefert ihm etwas anderes.

Stereo-Vision. Zwei Linsen erzeugen eine Tiefenkarte, so wie zwei Augen Distanz einschätzen. Genau und gut erprobt, aber es bleibt eine Kamera: Sie erfasst Bilder, was die unten behandelten Datenschutz- und Compliance-Fragen aufwirft.

Time-of-Flight (ToF) Tiefe. Ein Sensor sendet einen Lichtimpuls aus und misst die Rücklaufzeit, wodurch eine Tiefenkarte von Formen statt eines Bildes entsteht. Sie funktioniert im Dunkeln, weil sie ihr eigenes Licht mitbringt, und sie erfasst Geometrie, keine Gesichter. Für sich allein hat Tiefe an einem einzelnen Punkt Mühe, Personen über einen weiten oder vollen Raum aufzulösen, weshalb Tiefe oft mit einem zweiten Signal kombiniert wird.

Thermik. Ein Thermiksensor liest Wärme. Gut für Datenschutz und für Dunkelheit, schwächer beim Trennen von Personen, die physisch nahe beieinander oder still stehen.

Signalbasiert. Statt eine Person zu betrachten, liest das System die Funksignale, die ein Telefon aussendet. Es folgt Bewegung über einen großen Innenraum, in dem ein einzelner fester Sensor nicht sehen kann, und es erfasst überhaupt kein Bild.

Keine einzelne Methode gewinnt jede Zeile. Stereo und ToF sind an einem kontrollierten Eingang stark. Signalbasierte Erfassung deckt den offenen Innenraum ab. Die leistungsfähigsten Systeme kombinieren mehr als eine, was der Ansatz im nächsten Abschnitt ist.

Was ein KI-Personenzähler nicht tun sollte

Die oben genannten leistungsfähigen Methoden können mit den falschen Designentscheidungen weit mehr als eine Zählung erfassen. Eine Kamera kann Gesichtserkennung ausführen. Ein System kann versuchen, Alter oder Geschlecht abzuleiten. Ein Tracker kann versuchen, dieselbe Person über Besuche hinweg wiederzuerkennen. Nichts davon ist zum Zählen von Personen erforderlich, und nach dem EU AI Act (Verordnung (EU) 2024/1689) ändert es den rechtlichen Status des Systems. Systeme zur biometrischen Identifizierung und biometrischen Kategorisierung sind in Anhang III als hochriskant eingestuft, was Dokumentation zum Risikomanagement, Datenschutz-Governance-Audits und Konformitätspflichten auslöst, und bestimmte biometrische Kategorisierung, die sensible Merkmale ableitet, ist nach Artikel 5 unmittelbar eingeschränkt. Ein Zähler, der nie ein Gesicht oder einen Identifikator erfasst, vermeidet diese Kategorie vollständig. Die vollständige Aufschlüsselung finden Sie in unserer EU-AI-Act-Analyse zur Personenzählung.

Je sauberer die Daten, die ein Zähler sammelt, desto einfacher die Compliance-Geschichte. Ein Zähler, der nie ein Gesicht oder einen Identifikator erfasst, hat später nichts zu entfernen, weil er von vornherein nichts Personenbezogenes gesammelt hat. Dieser Unterschied ist rechtlich relevant und er ist relevant für einen Betriebsrat, der die Installation prüft.

So macht es Ariadne

Ariadne misst dies mit Hybrid Fusion, der patentierten kamerafreien Methode. Time-of-Flight-Tiefensensorik zählt an den Eingängen jeden Besucher und erfasst Geometrie statt Bilder, während die patentierte Signalerfassung die Bewegung im Innenraum verfolgt und die Signale erkennt, die ein Telefon aussendet, selbst im Flugmodus. Der Sensor streamt beide Datenströme an Ariadne, wo Hybrid Fusion sie zu einer Trajektorie pro Besuch zusammenführt und Zählwerte, Verweildauer und Wege berechnet. Die Datenströme tragen keine Identifikatoren: keine MAC-Adresse, keine Geräte-ID, keine biometrischen Daten, und es ist keine Kamera beteiligt. Identifikatoren werden nur gespeichert, wenn ein Besucher ausdrücklich zustimmt, was die Methode datenschutzfreundlich und außerhalb des biometrischen Bereichs hält.

Gegen die vier obigen Aufgaben gelesen: Tiefe an der Tür übernimmt Gruppenauflösung und schlechtes Licht, die Fusion übernimmt Richtung und Tracking durch den Innenraum, und die Methode überschreitet nie die Grenze, vor der der vorige Abschnitt gewarnt hat.

So prüfen Sie eine "KI"-Behauptung beim Anbieter

Sie müssen das Datenblatt nicht auf Treu und Glauben hinnehmen. Vier Fragen klären das meiste, und die Antworten gehören schriftlich in den Vertrag, nicht in ein Verkaufsgespräch.

1. Was erfasst der Sensor genau? Bilder, Tiefe, Wärme oder Signal. Erfasst er Bilder, liegt die Datenschutz- und Compliance-Arbeit bei Ihnen.
2. Wie hoch ist die Genauigkeit bei Gruppen, gemessen an meinem Standort? Eine Zahl aus einem leeren Testkorridor ist nicht die Zahl, mit der Sie leben werden. Verlangen Sie einen Wert zur Stoßzeit gegen eine manuelle Zählung. Die Testmethode finden Sie unter So überprüfen Sie eine Genauigkeitsbehauptung bei Personenzählern.
3. Wo läuft die Verarbeitung und was verlässt das Gebäude? "Edge" ist nicht dasselbe wie datenschutzfreundlich. Entscheidend ist, welche Daten übertragen und gespeichert werden.
4. Kann es Alter, Geschlecht oder Identität ableiten, und lässt sich das abschalten? Lautet die Antwort etwas anderes als "es kann es nicht", kaufen Sie ein biometrisches System und die damit verbundenen Pflichten.

FAQ

Ist ein KI-Personenzähler dasselbe wie eine Kamera?

Nein. Manche KI-Zähler nutzen Kameras, andere nutzen Tiefe, Thermik oder Signalerfassung und erfassen nie ein Bild. Das "KI" bezieht sich auf die Verarbeitung, nicht auf den Sensor.

Braucht ein KI-Personenzähler das Internet?

Er braucht einen Weg, um Zählungen dorthin zu senden, wo Sie sie lesen. Ob das Modell lokal oder in einer Plattform läuft, hängt vom Anbieter ab, und das ist eine andere Frage als die, ob das System datenschutzfreundlich ist.

Kann ein KI-Personenzähler mir Alter oder Geschlecht nennen?

Manche können das ausdrücklich. Viele datenschutzfreundliche Systeme können es bewusst nicht. Wenn Sie keine Demografie brauchen, ist ein System, das sie nicht erfassen kann, die einfachere Compliance-Wahl.

Wie genau ist KI-Personenzählung?

Systeme werden typischerweise mit 95 bis 99 Prozent an einem einzelnen Eingang unter normalen Bedingungen beworben, aber die entscheidende Zahl ist die, die an Ihrer eigenen stärksten Tür gemessen wird.

Entspricht KI-Personenzählung der DSGVO?

Sie kann es, und der einfachste Weg zur Konformität ist ein System, das von vornherein keine personenbezogenen Daten erfasst, statt eines, das sie erfasst und dann entfernt.

---