LLMs für die Verbrecherjagd Wie Genetec Videodaten in durchsuchbare Intelligence verwandelt

Anbieter zum Thema

Genetec

Fujitsu Technology Solutions GmbH

Board Deutschland GmbH

Fivetran Germany GmbH

Videomaterial ist einer der voluminösesten und am schwersten handhabbaren unstrukturierten Datenströme im Enterprise-Umfeld. Mit neuen Ermittlungsfunktionen in Security Center SaaS zeigt Genetec, wie sich dieses klassische Big-Data-Problem mit einer hybriden Architektur aus Edge-Verarbeitung, Metadatennormierung und einer LLM-Pipeline lösen lässt.

Videodaten gehören zu den unstrukturiertesten Datenquellen im Unternehmensumfeld. Wer nach einem Vorfall in einem Netzwerk aus Hunderten Kameras verschiedener Hersteller gezielt nach einer Person suchen muss, kennt das Problem: Stunden manueller Sichtung, Systemwechsel zwischen Plattformen und kein gemeinsamer Datenstrang. Genau dafür hat der kanadische Sicherheitssoftware-Anbieter Genetec im Februar 2026 neue Ermittlungsfunktionen in Security Center SaaS angekündigt, die auf den bereits im Herbst 2025 eingeführten KI-gestützten Suchfunktionen aufbauen.

Vom Videostream zum Objekt: ONVIF Profile M als Schlüssel

Das Grundproblem ist bekannt: Kameras verschiedener Hersteller liefern Daten in proprietären Formaten mit unterschiedlichen Metadatenstrukturen. Eine einheitliche, durchsuchbare Datenbasis lässt sich daraus nicht ohne Weiteres bauen. Genetec löst das mit einem zweistufigen Ansatz, wie das Unternehmen auf Anfrage erläutert.

Kommt eine Kamera über eine der hauseigenen Cloudlink-Appliances ins System, normiert Genetec die eingehenden Metadaten anhand von ONVIF Profile M, dem Industriestandard für KI- und Analyse-Metadaten, und rechnet sie von Streaming-Daten in Objektdaten um. Aus dem kontinuierlichen Videostrom werden auf diese Weise diskrete, strukturierte Objekte, die Personen, Fahrzeuge und Ereignisse repräsentieren. Bei Kameras mit direkter Cloud-Anbindung entfällt dieser Schritt: Sie übermitteln die Daten laut Hersteller bereits im Objektformat. Diese normalisierten Objektdaten bilden die Basis, auf der KI-Modelle weitere Merkmale berechnen.

Die Architektur ist hybrid. Rohdatenverarbeitung und initiale Metadatenextraktion finden am Edge statt, semantische Anreicherung und Suche in der Cloud. Christian Morin, VP of Product Engineering bei Genetec, beschrieb das Prinzip so: Man nutze, was am Edge passiere, schichte Metadaten, kombiniere das mit räumlichem Kontext und verarbeite dabei nur das, was tatsächlich verarbeitet werden müsse.

LLMs im Ermittlungsraum

Wer per natürlicher Sprache nach einer Person oder einem Fahrzeug suchen kann, erwartet dahinter ein Sprachmodell. Das ist auch der Fall. Laut Genetec setzt das Unternehmen für die Übersetzung von Suchanfragen in Datenbankabfragen auf externe Large Language Models, nicht auf eigenentwickelte Systeme. Mehrere Modelle seien im Einsatz, jeweils spezialisiert auf unterschiedliche Teile der Suchanfrage. Welche Anbieter das konkret sind, kommuniziert Genetec nicht.

Intern spricht das Unternehmen konsequent von „Intelligent Automation" statt von KI oder LLMs. Morin betonte, mit diesen Werkzeugen erweitere man die Angriffsfläche einer Organisation aus Cybersicherheitsperspektive erheblich und müsse entsprechend verantwortungsvoll mit Zugriff und Governance umgehen. Dass man trotzdem auf externe Foundation Models setzt, ist eine pragmatische Entscheidung. Für Natural Language Understanding in einem domänenspezifischen Sicherheitskontext lohnt sich Eigenentwicklung kaum, solange bestehende Modelle ausreichend adaptierbar sind. Welche Daten dabei in welcher Form die externen LLM-Anbieter erreichen, hat Genetec allerdings nicht spezifiziert.

Was das System in der Praxis leistet

Laurent Villeneuve, Senior Manager Product & Industry Marketing bei Genetec, demonstrierte die Funktionen anhand eines Szenarios mit Equipmentdiebstahl und Vandalismus über mehrere Gebäude. Ausgangspunkt war lediglich eine Personenbeschreibung. Das System lieferte per Sprachsuche Treffer über mehrere Kameras und Hersteller hinweg, ergänzt durch Trajektorienanalyse, Zeitleistenrekonstruktion und Fahrzeugidentifikation nach Marke und Modell. Ermittlungen können so strukturierte Falldokumentationen erzeugen und Beweismaterial direkt mit Strafverfolgungsbehörden teilen.

Ann-Cécile Millot-Tournier, Product Group Director für Intelligent Automation bei Genetec, hob den Unterschied zu herstellergebundenen Systemen hervor: Security Center SaaS sei für Enterprise-Umgebungen gebaut und ermögliche die Arbeit über tausende Kameras, mehrere Standorte und gemischte Ökosysteme hinweg, ohne Systemwechsel oder separate Suchen, wenn neue Ermittlungsansätze auftauchten.

Datenschutz: EU-Instanz vorhanden, Detailtiefe begrenzt

Für europäische Nutzer betreibt Genetec eine EU-Instanz auf Microsoft Azure in den Niederlanden. Videodaten werden je nach Kundenkonfiguration lokal auf dem Firmengelände oder in der Cloud gespeichert. Für das Trainieren der KI-Modelle nutze das Unternehmen nach eigenen Angaben keine Kundendaten ohne deren explizite Zustimmung.

Das ist ein wichtiges Datenschutzprinzip, bleibt aber ein Versprechen ohne öffentlich einsehbare vertragliche Grundlage. Konkrete Angaben zu Auftragsverarbeitungsverträgen, Zertifizierungen oder Mechanismen für Drittlandtransfers fehlen in der öffentlichen Kommunikation. Wer die Plattform in regulierten Branchen einsetzen will, sollte genau hier nachfragen. Denn ein Rechenzentrum in den Niederlanden ist ein Standort, kein Datenschutzkonzept.

(ID:50866223)