Vorfallaufnahmen im öffentlichen Wohnungsbau: Wie Videoaufnahmen von Mietern und Besuchern ohne übermäßige Offenlegung weitergegeben werden können

Bei der Aufbereitung von Vorfallaufnahmen aus dem öffentlichen Wohnungsbau zur Weitergabe besteht die zentrale Herausforderung darin, das Wesentliche sichtbar zu machen, ohne mehr mieter-, besucher- oder standortbezogene Informationen offenzulegen, als der jeweilige Zweck tatsächlich erfordert. In der Praxis bedeutet dies in der Regel, zunächst Gesichter und Kfz-Kennzeichen unkenntlich zu machen und anschließend den verbleibenden Bildinhalt auf weitere Merkmale zu prüfen, die Bewohner, Wohneinheiten oder unbeteiligte Dritte identifizierbar machen könnten. Ziel ist es, den Ermittlungs- und Kommunikationswert des Materials zu erhalten und zugleich unnötige Offenlegungen zu reduzieren.

Was gilt bei Vorfallaufnahmen als übermäßige Offenlegung?

Von übermäßiger Offenlegung spricht man, wenn veröffentlichtes Bildmaterial mehr personenbezogene oder kontextbezogene Informationen preisgibt, als für den angegebenen Zweck erforderlich ist. Im Kontext des öffentlichen Wohnungsbaus zählen Gesichter und Kfz-Kennzeichen zu den offensichtlichsten visuellen Identifikatoren. Sekundäre Identifikatoren können Wohnungsnummern an Türen, markante Tätowierungen, Unternehmenslogos auf Uniformen, Namensschilder sowie auf Computerbildschirmen sichtbare Inhalte sein. Automatisierte Werkzeuge können hier unterstützen, müssen jedoch zurückhaltend eingesetzt und stets durch eine menschliche Überprüfung ergänzt werden.

Der Umfang automatischer Erkennung ist grundsätzlich begrenzt. Einige On-Premises-Lösungen, darunter Gallio PRO, werden zur automatischen Unkenntlichmachung von Gesichtern und Kfz-Kennzeichen eingesetzt; die tatsächlichen Softwarefähigkeiten unterscheiden sich jedoch je nach Anbieter, Version und Bereitstellungsmodell. Aussagen darüber, was erkannt wird oder nicht, sollten deshalb stets anhand der aktuellen Produktversion und der zugehörigen Dokumentation überprüft werden. Erkennt die Software Unternehmenslogos, Tätowierungen, Namensschilder, Papierdokumente oder Bildschirminhalte nicht automatisch, müssen diese Elemente manuell im Editor unkenntlich gemacht werden. Wenn sie weder ganze Körpersilhouetten maskiert noch Livestreams verarbeitet, sollten auch diese Grenzen klar benannt werden. Für öffentliche Wohnungsbaugesellschaften und Behörden, die das Material lokal vorhalten müssen, ist eine On-Premises-Verarbeitung häufig vorzugswürdig, da sie eine engere Kontrolle über die Quelldateien ermöglicht.

Wann die Gesichtsanonymisierung eingeschränkt werden kann

Organisationen ziehen mitunter einen eng begrenzten Kreis kommunikativer Ausnahmen in Betracht, wenn sie entscheiden, ob Gesichter in öffentlichen Veröffentlichungen ausnahmslos unkenntlich gemacht werden müssen. Die Anwendung ist stark kontextabhängig und sollte stets anhand des konkreten Veröffentlichungsszenarios, interner Richtlinien und des maßgeblichen Rechtsrahmens geprüft werden.

1. Die betroffene Person ist eine Person des öffentlichen Lebens oder Amtsträgerin bzw. Amtsträger, und ihre Identifizierung ist für die betreffende Kommunikation tatsächlich sachlich relevant.
2. Die Person erscheint lediglich als Teil einer größeren öffentlichen Szene und ist nicht der eindeutige Fokus des Bildmaterials.
3. Die Person hat eine wirksame Zustimmung zur Verwendung ihres Abbilds erteilt, in der Regel durch eine Freigabeerklärung oder ein anderes dokumentiertes Einwilligungsverfahren.

Hinweis: Dabei handelt es sich nicht um universelle Ausnahmen. Sie setzen Datenschutzinteressen, Ausnahmen im Bereich des öffentlichen Aktenzugangs oder operative Risikogesichtspunkte nicht automatisch außer Kraft. Wenn diese Gesichtspunkte nicht eindeutig zugunsten einer Veröffentlichung ohne Anonymisierung sprechen, ist es die sicherere Praxis, Gesichter von Mietern, Besuchern, Minderjährigen und unbeteiligten Dritten vor einer öffentlichen Weitergabe unkenntlich zu machen.

Praktischer Workflow zur Vorbereitung eines Clips ohne übermäßige Offenlegung

1. Definieren Sie den Veröffentlichungszweck. Legen Sie präzise fest, was das Publikum sehen muss, um den Vorfall zu verstehen. Alles, was darüber hinausgeht, ist ein potenzieller Kandidat für eine Schwärzung.
2. Isolieren Sie die relevanten Sequenzen. Exportieren Sie nur das tatsächlich erforderliche Zeitfenster und die benötigten Kameraperspektiven. Das Zuschneiden oder Maskieren nicht wesentlicher Bildbereiche reduziert den späteren manuellen Aufwand.
3. Führen Sie eine automatisierte Erkennung von Gesichtern und Kennzeichen durch. Nutzen Sie nach Möglichkeit On-Premises-Software, damit das Bildmaterial innerhalb der eigenen Umgebung verbleibt. Bei der Verwendung von Gallio PRO sollte der aktuelle Umfang der automatischen Erkennung vor dem operativen Einsatz anhand der Produktdokumentation verifiziert werden.
4. Führen Sie eine manuelle Prüfung auf nicht vom Automatikumfang erfasste Identifikatoren durch. Machen Sie Wohnungsnummern, markante Tätowierungen, Unternehmenslogos, Namensschilder und Computerbildschirme dort, wo erforderlich, im Editor unkenntlich.
5. Gehen Sie bei Kindern und betroffenen Personen besonders zurückhaltend vor. Wenn Zweifel verbleiben, sollte eine Gesichtsanonymisierung vorgenommen und gegebenenfalls auch markante Kleidung, Hilfsmittel oder andere kontextuelle Merkmale maskiert werden, die die Identifizierbarkeit erhöhen.
6. Führen Sie eine Qualitätssicherung durch. Prüfen Sie repräsentative Einzelbilder und schnell wechselnde Szenen, um sicherzustellen, dass Gesichter und Kennzeichen vollständig abgedeckt sind – auch bei teilweiser Verdeckung oder schrägen Ansichten. Da die Erkennungsleistung von Beleuchtung, Verdeckung und Kamerawinkel abhängt, bleibt die manuelle Prüfung unverzichtbar.
7. Rendern Sie die finale Fassung und erstellen Sie eine Prüfnotiz. Dokumentieren Sie, was unkenntlich gemacht wurde und aus welchem Grund. Vermeiden Sie die Speicherung von Protokollen mit personenbezogenen Daten, sofern dies nicht durch Richtlinien, Governance-Vorgaben oder rechtliche Verfahren erforderlich ist.
8. Veröffentlichen Sie das Material mit angemessenem Kontext. Bei hohem öffentlichen Interesse sollte auf einer allgemeinen Ebene erläutert werden, dass Bearbeitungen vorgenommen wurden, ohne technische Details offenzulegen, die Sicherheitsstrukturen oder Ermittlungsverfahren erkennen lassen könnten.

Für Teams, die diesen Workflow anhand repräsentativer Clips pilotieren möchten, ist ein Einstieg über die Demo häufig der einfachste Weg, um Automatisierungsgrenzen, den Aufwand der manuellen Prüfung und den Exportprozess in einer kontrollierten Umgebung zu validieren.

Mit Stakeholdern abzustimmender Umfang und Grenzen

Genauigkeit und Verarbeitungszeit hängen von der Videoauflösung, Kompressionsartefakten, Lichtverhältnissen und Kamerabewegungen ab. Unabhängige Evaluierungen der Gesichtsanalyse in Videoaufnahmen zeigen, dass nicht kontrollierte Aufnahmebedingungen die Leistungsfähigkeit automatisierter Verfahren verringern, was die Notwendigkeit menschlicher Prüfung und gezielter manueller Unkenntlichmachung in realem Bildmaterial zusätzlich unterstreicht [5]. Erwartungen hinsichtlich Genauigkeit oder Kosteneinsparung sollten daher stets anhand der tatsächlichen Kamerainfrastruktur der Organisation, der relevanten Vorfallstypen und des bestehenden Prüfprozesses validiert werden.

Operative Einschränkungen sollten klar kommuniziert werden:

• Der Umfang der automatischen Unkenntlichmachung hängt vom jeweiligen Werkzeug und der eingesetzten Version ab, konzentriert sich jedoch häufig auf Gesichter und Kfz-Kennzeichen.
• Logos, Tätowierungen, Namensschilder, Dokumente und Bildschirminhalte werden möglicherweise nicht automatisch erkannt und erfordern häufig eine manuelle Bearbeitung.
• Umfasst der Funktionsumfang keine Verarbeitung von Livestreams, gilt die Schwärzung ausschließlich für aufgezeichnetes Material.
• Bei einer On-Premises-Bereitstellung verbleiben die Daten innerhalb der Organisationsumgebung; das tatsächliche Verhalten hinsichtlich Metadaten und Protokollierung sollte dennoch in der konkreten Konfiguration überprüft werden.
• Ganze Körper werden unter Umständen nicht standardmäßig unkenntlich gemacht; der Fokus liegt in der Regel auf der Maskierung solcher Identifikatoren, die das Risiko einer Re-Identifikation wesentlich erhöhen.

Teams, die für diese Unterscheidungen eine konsistente interne Terminologie etablieren möchten, können das Glossar als Referenz bei der Ausarbeitung von Prüfvorgaben, Schulungsunterlagen und Veröffentlichungsrichtlinien nutzen.

Veröffentlichungsszenarien und Schwärzungsziele

Organisationen, die vergleichen möchten, wie ähnliche Schwärzungsmuster in operativen Umgebungen umgesetzt werden, können den Bereich Fallstudien heranziehen, um zu sehen, wie hybride Workflows aus automatisierter und manueller Bearbeitung üblicherweise strukturiert sind.

Qualitätssicherungs-Checkliste für technische Teams

1. Exportieren Sie nur die erforderlichen Sequenzen und schneiden Sie Bildbereiche, wo möglich, zu, um visuelle Überfrachtung zu reduzieren.
2. Wenden Sie eine automatische Unkenntlichmachung von Gesichtern und Kfz-Kennzeichen On-Premises an, sofern dies durch das in Ihrer Bereitstellung eingesetzte Werkzeug unterstützt wird.
3. Führen Sie eine manuelle Maskierung von Wohnungsnummern, Logos, Tätowierungen, Namensschildern, Dokumenten und Bildschirmen durch.
4. Prüfen Sie Bereiche mit schneller Bewegung sowie Szenenübergänge stichprobenartig auf übersehene Gesichter und Kennzeichen.
5. Setzen Sie bei sensiblem Material, soweit praktikabel, mindestens zwei prüfende Personen ein.
6. Bewahren Sie nur eine minimale Prüfnotiz auf und vermeiden Sie Protokolle mit personenbezogenen Daten, sofern deren Aufbewahrung nicht durch Richtlinien oder rechtliche Verfahren vorgeschrieben ist.

Für Fragen zur Bereitstellung, zu Prüfstationen oder zur Anpassung einer Veröffentlichungs-Checkliste an Ihre Vorfalltypen ist die Kontaktseite in der Regel der direkteste nächste Schritt.

FAQ – Vorfallaufnahmen im öffentlichen Wohnungsbau

Beseitigt die Unkenntlichmachung von Gesichtern jedes Identifizierungsrisiko?

Nein. Ein Restrisiko kann bestehen bleiben, da Kleidung, Gangbild, Stimme, Begleitpersonen oder der Ortskontext weiterhin eine Wiedererkennung ermöglichen können. Der übliche Ansatz besteht in einer mehrschichtigen Maskierung in Verbindung mit menschlicher Prüfung, wobei der Umfang am jeweiligen Veröffentlichungszweck ausgerichtet wird.

Gelten Kfz-Kennzeichen in Aufnahmen aus dem öffentlichen Wohnungsbau immer als sensibel?

Kfz-Kennzeichen können Fahrzeuge Haushalten zuordnen lassen und werden daher vor einer öffentlichen Veröffentlichung routinemäßig unkenntlich gemacht, um Risiken zu reduzieren. Die konkreten Anforderungen können jedoch je nach Rechtsordnung und Art des Auskunftsersuchens variieren.

Kann eine Ganzkörperunschärfe automatisch angewendet werden?

Einige Produkte unterstützen die Unkenntlichmachung von Personen oder Silhouetten, die tatsächlichen Funktionen unterscheiden sich jedoch. In vielen Schwärzungs-Workflows im öffentlichen Wohnungsbau bleibt der automatische Fokus auf Gesichtern und Kfz-Kennzeichen, während zusätzliche Bereiche bei Bedarf manuell maskiert werden.

Kann die Software Livestreams anonymisieren?

Nicht in jedem Fall. In vielen Bereitstellungen wird die Schwärzung auf aufgezeichnetes Material angewendet und nicht auf Live-Streams; diese Einschränkung sollte bei der Abstimmung der Erwartungen mit Stakeholdern klar kommuniziert werden.

Wie ist mit Logos, Tätowierungen oder Namensschildern umzugehen?

Diese Elemente werden häufig nicht automatisch erkannt und müssen während der Bearbeitung gegebenenfalls manuell unkenntlich gemacht werden.

Wie werden Protokolle und Erkennungen behandelt?

Die Protokollierungspraxis hängt vom Produkt und von der Konfiguration ab. Bevor verbindliche Aussagen zu Erkennungen oder gespeicherten Metadaten getroffen werden, sollten die aktuelle Softwareversion, die Anwendungseinstellungen und die umgebende Infrastruktur geprüft werden.

Wie kann ein Team diesen Workflow testen?

Ein Pilot mit repräsentativem Vorfallmaterial ist in der Regel der beste Test. Bereits kurze Clips reichen aus, um sowohl die automatisierten als auch die manuellen Prozessbestandteile zu bewerten.