Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Datenschutz in der Videoüberwachung

Datenschutz in der Videoüberwachung

Motivation

Videoüberwachung ist ein unverzichtbares Werkzeug für die Prävention und Aufklärung von Straftaten. Damit leistet sie einen wichtigen Beitrag zum Grundrecht auf körperliche Unversehrtheit. Gegen ihren unüberlegten Einsatz wiederum spricht das im Europarecht verankerte Grundrecht zum Schutz personenbezogener Daten. In der Rechtswissenschaft haben Grundrechte oberste Priorität, Grundrechtseingriffe müssen stets auf das Verhältnismäßige reduziert werden, so dass beispielsweise ein Mehr an Sicherheit mit einem minimalen Eingriff in andere Grundrechte umgesetzt werden muss. Entsprechend fordern sowohl das Bundesdatenschutzgesetz (BDSG) als auch die Europäische Datenschutz-Grundverordnung (EU-DSGVO), effektive Mechanismen zum Schutz der Privatsphäre der Betroffenen umzusetzen. Nur so kann der rechtskonforme Betrieb von Videoüberwachungssystemen gewährleistet werden.

Die Frage, wie Videoüberwachung datenschutzgerecht gestaltet werden kann, ist keinesfalls neu. Bereits vor acht Jahren entstand am Fraunhofer IOSB eine Forschungsgruppe, die sich mit dieser Frage beschäftigt. Ihr Fokus liegt auf der intelligenten Videoüberwachung, also Systemen die Videobilder mithilfe von Algorithmen auswerten und den Operator so bei seiner Aufgabe unterstützen. Aus der Arbeit der Gruppe sind Lösungen entstanden, die ein hohes Maß an Funktionalität und Datenschutz vereinen. Grundstein dieses Erfolges ist ein konzeptionelles Rahmenwerk für die rechtskonforme und privatsphärenrespektierende Gestaltung intelligenter Videoüberwachung; die situative Videoüberwachung. Das Rahmenwerk folgt dabei einer einfachen Idee: Je höher die Eingriffsintensität eines Verfahrens, desto selektiver muss dieses eingesetzt werden. Dies ist möglich, da intelligente Videoüberwachungssysteme aus einer Vielzahl unterschiedlicher Module bestehen, die jeweils eigene, unterschiedliche Überwachungs- und Unterstützungsaufgaben leisten.

Videoüberwachung für Sicherheitsaufgaben

Das Konzept soll hier an einem einfachen System für Sicherheitsaufgaben erklärt werden, welches aus zwei Module besteht:
  1. Eine algorithmische Situationsanalyse wertet Videos aus und alarmiert einen Operator, wenn sie potentielle Gewalthandlungen erkennt.
  2. Eine automatische Personensuche erlaubt es, eine Person in einem Bild zu markieren und anschließend durch das System suchen zu lassen.

Diese Module unterscheiden sich sowohl in der Eingriffsintensivität, als auch darin, mit welchem Maß an Selektivität sie einzusetzen sind. Soll Gewalt sicher erkannt werden, muss das dafür zuständige Modul alle Kameras im überwachten Bereich auswerten. Gleichzeitig ist der Eingriff in die Privatsphäre der Betroffenen durch die automatische Bildauswertung eher gering. Genau das Gegenteil gilt für die biometrische Personensuche, diese stellt einen sehr tiefen Eingriff in die Privatsphäre der Betroffenen dar. Allerdings wird diese Funktionalität auch nur für sehr wenige Personen benötigt. Kombiniert man nun die Videobildanalyse durch Algorithmen mit der Personensuche, sodass nur diejenigen Personen verfolgt werden können, die auch an einer Gewalthandlung beteiligt waren, so erreicht man die gewünschte Funktionalität mit nur geringen Eingriffen in die Persönlichkeitsrechte Unbeteiligter.

Videoüberwachung für die Erkennung von Unfällen

Ein ähnliches Vorgehen ist auch dann möglich, wenn die Videoüberwachung zur Erkennung von Unfällen dient. Dies wird im Demonstrator NurseEye deutlich, der eine Sturzerkennung und -alarmierung für Krankenhäuser und Pflegeeinrichtungen umsetzt. Als Besonderheit ist das System grundsätzlich ohne einen Operator konzipiert. Die Videokameras in den Fluren der überwachten Einrichtungen werden im Normalfall nur durch eine Videoanalyse ausgewertet. Erkennt diese einen Sturz, so bekommt eine registrierte Pflegekraft einen Alarm und ein Video des beobachteten Sturzes zur Beurteilung auf ihr mobiles Endgerät angezeigt. Da der Zugriff auf Videodaten auf die Fälle reduziert wird, in denen ein Sturz erkannt wurde, ist die Selektivität sehr hoch. Gleichzeitig muss niemand die anfallenden Videobilder auswerten und das Pflegepersonal wird nicht von seinen, ohnehin schon vielfältigen Aufgaben abgelenkt. Somit kann auch für dieses Szenario eine hohe Funktionalität bei hohem Datenschutzniveau erreicht werden.

Anonymisierung von Videodaten

Neben dem modularen Aufbau stellt die Anonymisierung ein weiteres wichtiges Werkzeug für die Balance in der Videoüberwachung bereit. Es ermöglicht, den Betroffenen der Videoüberwachung sofortige Anonymität zuzusichern, in dem das System die Videodaten direkt während der Aufnahme bearbeitet und anonymisiert. Der Operator bekommt die unbearbeiteten Videobilder also gar nicht erst zu Gesicht. Dieser Vorgang ist so tief im System eingebettet, dass es erst gar keine Möglichkeit gibt, ihn zu umgehen. Das versichert den Betroffenen größtmögliche Anonymität zu und verringert die Chancen auf Datenmissbrauch extrem.

Diese Möglichkeiten, Datenschutz in die Videoüberwachung zu implementieren, lassen sich mit vielen weiteren Konzepten kombinieren und auf die Bedürfnisse eines jeden Einzelfalls anpassen um die bestmögliche Balance zwischen Datenschutz und Funktionalität zu erreichen.

Publikationen

 

2017
Krempel, Erik; Beyerer, Jürgen (Gutachter):
Steigerung der Akzeptanz von intelligenter Videoüberwachung in öffentlichen Räumen. Karlsruhe: KIT Scientific Publishing, 2017, IX, 252 S. (Zugl.: Karlsruhe, Inst. für Technologie (KIT), Diss., 2016).
2016
Birnstill, Pascal; Beyerer, Jürgen (Gutachter): 
Privacy-respecting smart video surveillance based on usage control enforcement. Karlsruhe: KIT Scientific Publishing, 2016, XI, 240 S.(Zugl.: Karlsruhe, Inst. für Technologie (KIT), Diss., 2016).
2015
Bretthauer, Sebastian; Krempel, Erik; Birnstill, Pascal: