Was kostet die Anonymisierung von 1.000 Stunden Videomaterial wirklich? Manuell vs. Cloud-API vs. On-Premise

Kurzfassung: Für 1.000 Stunden aufgezeichnetes Video liegt die manuelle Unkenntlichmachung typischerweise zwischen 120.000 und 240.000 EUR an Bearbeiterzeit, eine minutenweise abgerechnete Cloud-API zwischen 6.000 und 30.000 EUR vor Übertragungs- und Prüfkosten und On-Premise-Software wie Gallio PRO bei 8.000 bis 17.000 EUR alles inklusive. Diese Aufschlüsselung richtet sich an Sicherheitsverantwortliche, Verantwortliche für Aktenführung und Compliance-Leads, die eine Budgetposition verteidigen müssen.

Warum Kosten pro Stunde die einzige vergleichbare Einheit sind

Anbieter rechnen in nicht vergleichbaren Einheiten ab. Manuelle Arbeit wird in Personen kalkuliert, Cloud-Dienste in Minuten Material, lizenzierte Software in Arbeitsplätzen oder Monaten. Vergleichbar wird das nur, wenn Sie alles auf Kosten pro verarbeiteter Stunde Videomaterial umrechnen und die menschliche Prüfung einbeziehen, die alle drei Modelle brauchen.

Das folgende Rechenbeispiel geht von 1.000 Stunden aufgezeichnetem CCTV- oder Bodycam-Material aus, von einem Vollkostensatz von 30 EUR pro Stunde und von einem Horizont von 36 Monaten. Setzen Sie Ihren eigenen Satz und Ihr eigenes Volumen ein. An der Struktur der Antwort ändert das nichts.

Modell 1: Manuelle Unkenntlichmachung im eigenen Haus

Teams, die von Hand in einer Videoschnittsoftware arbeiten, berichten typischerweise von vier bis acht Stunden Bearbeiterzeit pro Stunde Material, abhängig von der Personendichte, der Anzahl bewegter Objekte und davon, wie viele Kameraperspektiven konsistent bleiben müssen.

Bei fünf Arbeitsstunden pro Stunde Material werden aus 1.000 Stunden Video 5.000 Bearbeiterstunden. Zu 30 EUR Vollkosten sind das 150.000 EUR, die realistische Bandbreite liegt bei 120.000 bis 240.000 EUR. Zudem bindet das rund drei Vollzeitäquivalente für ein Jahr, und das ist meist die Zahl, die schwerer genehmigt wird.

Manuelle Arbeit hat einen echten Vorteil: Urteilsvermögen. Sie hat zwei strukturelle Schwächen. Die Ergebnisqualität driftet mit der Ermüdung der Bearbeiter, und über einen Stapel hinweg gibt es keine einheitliche Dokumentation darüber, was unkenntlich gemacht wurde. Unser Vergleich von manueller und automatisierter Videoanonymisierung zeigt, wo sich welcher Ansatz hält.

Modell 2: Cloud-API mit Abrechnung pro Minute

Cloud-Dienste zur Unkenntlichmachung rechnen pro Minute verarbeitetem Material ab, üblich sind 0,10 bis 0,50 EUR pro Minute, abhängig von Auflösung und Tarif. Tausend Stunden sind 60.000 Minuten, allein die Verarbeitungsposition liegt damit bei 6.000 bis 30.000 EUR.

Unter dieser Schlagzeile liegen drei Kosten, die im ersten Angebot meist fehlen:

• Übertragung. Tausend Stunden 1080p-Material sind ungefähr 2 bis 5 TB, bei 4K ein Vielfaches davon. Upload-Zeit, Bandbreite und Egress-Gebühren sind real und wiederkehrend.
• Governance beim Anbieter. Wer identifizierbares Material an einen Dritten gibt, macht diesen nach Art. 28 Abs. 3 DSGVO zum Auftragsverarbeiter, was einen schriftlichen Auftragsverarbeitungsvertrag verlangt. Sitzen der Dienst oder seine Unterauftragsverarbeiter außerhalb des EWR, gilt zusätzlich Kapitel V, Art. 44 bis 49, und Sie brauchen einen dokumentierten Übermittlungsmechanismus.
• Wiederholungsläufe. Jeder fehlgeschlagene Stapel wird erneut berechnet.

Die tiefer liegende Sicherheitsabwägung behandelt unser Beitrag zu On-Premise- und Cloud-Anonymisierung im Vergleich.

Modell 3: On-Premise-Lizenz

On-Premise-Software verschiebt die Kosten von variabel zu fix. Eine Gallio PRO Standard-Lizenz kostet 89 EUR pro Monat oder 1.068 EUR pro Jahr mit dem Jahresrabatt, und das Volumen ändert an dieser Zahl nichts. Gallio PRO gibt an, dass die lokale Verarbeitung bei vergleichbarem Volumen rund sechsmal günstiger ausfällt als die Verarbeitung in der Cloud.

Dazu kommt Hardware. Eine Workstation mit einer GPU, die für beschleunigte Verarbeitung taugt, kostet ungefähr 2.000 bis 4.000 EUR, über drei Jahre abgeschrieben etwa 700 bis 1.300 EUR pro Jahr. GPU-Beschleunigung bringt eine bis zu zehnmal schnellere Verarbeitung als reine CPU-Verarbeitung.

Dann kommt der Prüfdurchgang, dem kein Modell entgeht. Stichproben an den automatisierten Ergebnissen und die Korrektur übersehener Objekte im integrierten Editor liegen typischerweise bei 0,2 bis 0,5 Stunden pro Stunde Material, also 200 bis 500 Stunden zu 30 EUR oder 6.000 bis 15.000 EUR.

Der Vergleich über 1.000 Stunden

Kostenposition	Manuell	Cloud-API	On-Premise
Verarbeitung	120.000 bis 240.000 EUR	6.000 bis 30.000 EUR	1.068 EUR pro Jahr
Hardware	Vorhandene Workstation	Keine	700 bis 1.300 EUR pro Jahr
Übertragung und Egress	Keine	500 bis 5.000 EUR	Keine
Qualitätssicherung und Korrektur	Oben enthalten	6.000 bis 15.000 EUR	6.000 bis 15.000 EUR
Governance beim Anbieter	Keine	AVV, Transfer Impact Assessment	Einmalige Sicherheitsprüfung
Richtwert gesamt	120.000 bis 240.000 EUR	12.500 bis 50.000 EUR	8.000 bis 17.000 EUR
Kosten pro Stunde	120 bis 240 EUR	12 bis 50 EUR	8 bis 17 EUR

Vier Kostenpositionen, die in den meisten Budgets fehlen

1. Speicherung der Originale. Nach Art. 5 Abs. 1 Buchst. e DSGVO gilt die Speicherbegrenzung für die unbearbeitete Quelle genauso wie für den Export. Aufbewahrung und sichere Löschung der Originale kosten in jedem Modell.
2. Der zweite Durchgang. Übersehene Detektionen finden Sie in der Prüfung, nicht in der Verarbeitung. Planen Sie Korrekturzeit ein, sonst ist die Zahl Fiktion.
3. Objekte, die nichts automatisch erkennt. Gesichter und Kfz-Kennzeichen sind automatisiert. Namensschilder, Bildschirme, Dokumente, Tattoos und Logos sind in jedem Tool Handarbeit, zählen Sie also die Frames, in denen sie vorkommen.
4. Der Compliance-Rattenschwanz. Art. 32 Abs. 1 DSGVO verlangt, dass Sie geeignete technische Maßnahmen nachweisen können, und Art. 83 Abs. 5 DSGVO setzt die Obergrenze für Verstöße bei 20 Millionen EUR oder 4 Prozent des weltweiten Jahresumsatzes. Diesen Punkt haben wir gegen die Implementierungskosten gerechnet in unserem Beitrag zu den Kosten eines DSGVO-Verstoßes im Vergleich zur Anonymisierung.

So erstellen Sie Ihre eigene Zahl in sechs Schritten

1. Messen Sie das echte Volumen. Ziehen Sie die Exportanfragen der letzten zwölf Monate und rechnen Sie sie in Stunden Material pro Monat um. Die meisten Teams überschätzen deutlich.
2. Stoppen Sie einen ehrlichen manuellen Auftrag. Nehmen Sie einen repräsentativen zehnminütigen Clip, bearbeiten Sie ihn sauber und rechnen Sie hoch. Dieses Verhältnis ist Ihre manuelle Ausgangsbasis.
3. Holen Sie das Cloud-Angebot schriftlich ein. Lassen Sie sich Minutenpreis, Egress, Speicher, Mindestabnahme und die Liste der Unterauftragsverarbeiter in einem Dokument geben.
4. Benchmarken Sie auf Ihrer eigenen Hardware. Lassen Sie Ihr eigenes Material durch die kostenlose Gallio PRO Demo laufen, die unbegrenzt nutzbar ist und bis 720p mit Wasserzeichen arbeitet, und stoppen Sie die Zeit: Demo herunterladen. Das ergibt einen echten Durchsatz statt einer Broschürenzahl.
5. Rechnen Sie den Prüfdurchgang in allen drei Spalten mit. Automatisierte Verarbeitung mit manueller Arbeit zu vergleichen, ohne die Qualitätssicherung einzubeziehen, ist der mit Abstand häufigste Fehler in diesen Business Cases.
6. Herunterrechnen und über 36 Monate hochrechnen. Vergleichen Sie erst die Kosten pro verarbeiteter Stunde, dann die kumulierten Kosten. Variable und fixe Preismodelle kreuzen sich schneller, als die meisten Teams erwarten.

Wann welches Modell trotzdem gewinnt

Manuelle Arbeit gewinnt unterhalb von etwa 20 Stunden Material pro Jahr, denn dort amortisiert kein Tool seine Einrichtung. Die Cloud gewinnt, wenn das Volumen wirklich unvorhersehbar ist, das Material ohnehin bei diesem Anbieter liegt und die Daten wenig sensibel sind. On-Premise gewinnt in allem anderen, und es gewinnt deutlich, wenn das Material Ihre Infrastruktur überhaupt nicht verlassen darf.

Gallio PRO läuft vollständig auf Ihrem eigenen Rechner oder Server, speichert weder Erkennungsprotokolle noch personenbezogene Daten und unterstützt JPG- und PNG-Bilder sowie MP4- und MOV-Video. Verfügbar ist es als Desktop-Anwendung für Windows, macOS und Linux, als Docker-Container und mit einer REST-API. Die automatische Erkennung umfasst Gesichter und Kfz-Kennzeichen, für alles andere gibt es den integrierten manuellen Editor, und verarbeitet werden aufgezeichnete Dateien statt Livestreams. Für große Stapel siehe Videoanonymisierung mit Gallio PRO. Bei unternehmensweiten On-Premise-Vorhaben oder besonderen Compliance-Anforderungen können Sie Kontakt mit dem Team aufnehmen.

FAQ

Wie viel kostet es, Gesichter in einer Stunde Video unkenntlich zu machen?

Rund 120 bis 240 EUR pro Stunde bei manueller Bearbeitung, 12 bis 50 EUR pro Stunde über eine Cloud-API, sobald Übertragung und Prüfung eingerechnet sind, und 8 bis 17 EUR pro Stunde mit On-Premise-Software bei einem Volumen von 1.000 Stunden.

Ist Cloud-Videoanonymisierung günstiger als On-Premise-Software?

Nur bei geringem Volumen. Cloud-Preise sind variabel und skalieren mit jeder verarbeiteten Minute, eine Lizenz ist fix. Bei 1.000 Stunden pro Jahr ist das feste Modell in der Regel günstiger, und der Abstand wächst mit dem Volumen.

Wie lange dauert die manuelle Unkenntlichmachung pro Stunde Material?

Teams berichten typischerweise von vier bis acht Stunden Bearbeiterzeit pro Stunde Video, abhängig von der Personendichte, der Anzahl bewegter Objekte und davon, wie viele Kameraperspektiven konsistent bleiben müssen.

Muss weiterhin eine Person die automatisierten Ergebnisse prüfen?

Ja. Planen Sie 0,2 bis 0,5 Stunden Prüfung pro Stunde Material ein, für Stichproben und für Objekte, die nicht automatisch erkannt werden, etwa Ausweise, Bildschirme und Dokumente.

Braucht die Übermittlung von Material an einen Cloud-Anonymisierungsdienst einen AVV?

Ja. Der Anbieter handelt als Auftragsverarbeiter, daher verlangt Art. 28 Abs. 3 DSGVO einen schriftlichen Auftragsverarbeitungsvertrag, und Übermittlungen außerhalb des EWR brauchen zusätzlich einen Mechanismus nach Kapitel V, Art. 44 bis 49.