Evidenzbasierte Video-Redaktion - Definition
Unter evidenzbasierter Video-Redaktion versteht man die Bearbeitung von Videomaterial oder Fotos in einer Weise, die gleichzeitig personenbezogene Daten schützt und den Beweiswert des Materials erhält. In der Praxis geht es um das kontrollierte Verpixeln oder Verwischen ausgewählter Bildelemente, meist Gesichter und Kfz-Kennzeichen, wobei die Integrität der Originaldatei, die Nachvollziehbarkeit des Änderungsumfangs sowie die Dokumentation des gesamten Prozesses gewahrt bleiben. Im Kontext der visuellen Anonymisierung handelt es sich also nicht um ein bloßes Verdecken eines Bildausschnitts, sondern um ein Verfahren, das technisch reproduzierbar und prozessual nachweisbar sein muss.
In Gerichts-, Verwaltungs-, internen und Compliance-Verfahren ist Videomaterial häufig zugleich Beweismittel und Träger personenbezogener Daten. Daraus entsteht ein Spannungsverhältnis zwischen dem Grundsatz der Datenminimierung nach Art. 5 Abs. 1 lit. c DSGVO und den Anforderungen an Authentizität, Integrität sowie die Verarbeitungskette des Beweismittels. Die evidenzbasierte Video-Redaktion löst dieses Problem, indem sie das Originalmaterial von der Arbeitskopie und der offengelegten Kopie trennt und zugleich dokumentiert, wer wann, auf welcher Grundlage und in welchem Umfang eine Maskierung vorgenommen hat.
In diesem Sinne umfasst die beweissichere Video-Redaktion drei Ebenen: eine technische, eine rechtliche und eine organisatorische. Die technische Ebene betrifft die Objekterkennung und die irreversible Abdeckung bestimmter Bereiche in der zur Nutzung bestimmten Kopie. Die rechtliche Ebene betrifft die Rechtsgrundlage der Verarbeitung, den Umfang der Offenlegung und den Grundsatz der Verhältnismäßigkeit. Die organisatorische Ebene umfasst Dateiversionierung, Zugriffskontrolle, Prüfsummen und Prozessmetadaten.
Die Rolle der evidenzbasierten Video-Redaktion bei der Anonymisierung von Fotos und Aufnahmen
In visuellen Materialien treten personenbezogene Daten vor allem in Form von Gesichtsbildern, Kfz-Kennzeichen und mitunter weiteren im Bild sichtbaren Identifikatoren auf. Für Gallio PRO umfasst der zentrale Automatisierungsbereich Gesichter und Kfz-Kennzeichen. Andere Elemente wie Dokumente, Tätowierungen, Logos, Namensschilder oder Bildschirminhalte erfordern eine manuelle Redaktion im Editor.
In der Praxis sollte die beweissichere Video-Redaktion folgende Bedingungen erfüllen:
- Das Original bleibt unverändert und wird getrennt aufbewahrt,
- bearbeitet wird ausschließlich eine Arbeitskopie oder eine zur Offenlegung bestimmte Kopie,
- der Umfang der Maskierung ist durch Zweck und Rechtsgrundlage gerechtfertigt,
- der Prozess lässt sich anhand von Dokumentation und Metadaten rekonstruieren,
- die verwendeten Masken sind zwischen den Frames stabil und geben das Objekt bei Positionsänderungen nicht frei.
In Fällen mit Videoüberwachung, Verkehrsvorfällen, Arbeitsschutz, Schäden, Reklamationen und Sicherheitsvorfällen muss die Redaktion Datenüberschüsse entfernen, ohne den Kern des Geschehens zu verfälschen. So lassen sich beispielsweise Gesichter unbeteiligter Personen unkenntlich machen, während der Kollisionsablauf, die Fahrspur eines Fahrzeugs und die zeitliche Abfolge unverändert bleiben.
Technologien der evidenzbasierten Video-Redaktion
Die automatische Bildredaktion basiert in der Regel auf Computer-Vision-Modellen. Bei Gesichtern und Kfz-Kennzeichen kommen Objekterkennung, Frame-to-Frame-Tracking und das Aufbringen von Masken zum Einsatz. Deep Learning wird dabei häufig in der Phase der Entwicklung des KI-Modells verwendet, da neuronale Netze lernen, Gesichts- und Kennzeichenmuster unter unterschiedlichen Lichtverhältnissen, Perspektiven und Aufnahmequalitäten zu erkennen. Das fertige Modell wird anschließend eingesetzt, um Objekte im Material zu identifizieren und automatisch unkenntlich zu machen.
Eine typische Verarbeitungspipeline umfasst:
- das Dekodieren des Videostreams in Einzelbilder,
- die Erkennung von Gesichtern oder Kfz-Kennzeichen,
- das Tracking des Objekts über aufeinanderfolgende Frames,
- die Erweiterung des Maskierungsbereichs um einen Sicherheitsrand,
- das Anwenden von Blur, Verpixelung oder einer vollständigen Maske,
- das Rendern der Ergebnisdatei und die Speicherung der Prozessmetadaten.
Bei Beweismitteln sind nicht nur die Erkennungsleistung, sondern auch Vorhersehbarkeit und Kontrolle entscheidend. Deshalb sollte das System keine Inhalte außerhalb des für die Anonymisierung erforderlichen Bereichs verändern. Gallio PRO führt weder eine Echtzeit-Anonymisierung noch eine Anonymisierung von Videostreams durch. Stattdessen arbeitet die Lösung mit gespeicherten Dateien, was Qualitätskontrolle, Versionierung und Prozessaudit erleichtert.
Wichtige Parameter und Metriken der evidenzbasierten Video-Redaktion
Die Bewertung der Qualität einer beweissicheren Video-Redaktion darf sich nicht allein auf den subjektiven Bildeindruck stützen. Erforderlich sind messbare Kennzahlen für Erkennung, Abdeckung und Prozessintegrität. In der Fachliteratur und in der Praxis von Computer-Vision-Systemen werden dafür Metriken wie Precision, Recall und Intersection over Union (IoU) verwendet. Die Definitionen dieser Kennzahlen sind Standard in der Bewertung von Objekterkennung und wurden unter anderem in den COCO-Benchmarks sowie in Materialien des NIST zur Evaluierung von Bildanalyse- und Erkennungssystemen ausführlich beschrieben.
Parameter | Praktische Bedeutung | Beispiel für die Interpretation
|
|---|---|---|
Recall | Anteil der tatsächlich vorhandenen Gesichter oder Kfz-Kennzeichen, die vom System erkannt wurden | Ein niedriger Recall bedeutet das Risiko, ungeschwärzte personenbezogene Daten zu belassen |
Precision | Anteil korrekter Erkennungen an allen Erkennungen | Eine niedrige Precision erhöht die Zahl falscher Maskierungen |
IoU | Grad der Überdeckung der Maske im Verhältnis zum Referenzobjekt | Ein zu niedriger IoU-Wert kann dazu führen, dass ein Teil des Gesichts außerhalb der Maske bleibt |
Frame coverage rate | Anteil der Frames, in denen das Objekt korrekt maskiert wurde | Besonders relevant bei schnellen Bewegungen und kurzzeitigen Verdeckungen |
Processing time | Zeit für die Verarbeitung des Materials | Operativ wichtig, aber nachrangig gegenüber der Vollständigkeit der Redaktion |
Kompatibilitäts-Hash | Prüfsumme der Original- und Ergebnisdatei | Erleichtert den Nachweis der Integrität und die Unterscheidung von Versionen |
Für die Prozessdokumentation sollten mindestens die Fall-ID, die Datei-ID, das Operationsdatum, der Benutzer, der Umfang der Redaktion, die Modellversion und die SHA-256-Prüfsumme gespeichert werden. Die Algorithmen der SHA-2-Familie wurden vom NIST in FIPS PUB 180-4 veröffentlicht; das Dokument wurde später aktualisiert. In der Beweispraxis belegt ein Hash nicht die inhaltliche Wahrheit, wohl aber die Unverändertheit einer konkreten Dateiversion.
Rechtliche und dokumentarische Anforderungen an Beweismaterial
Die Redaktion von Material für ein Verfahren erfordert einen Ausgleich zwischen dem Schutz der Privatsphäre und der Pflicht zur Beweissicherung. Aus Sicht der DSGVO sind insbesondere die Grundsätze der Rechtmäßigkeit, Datenminimierung, Integrität und Vertraulichkeit nach Art. 5 sowie Privacy by Design nach Art. 25 relevant. Enthält das Material Bilder von Personen, ist die Rechtsgrundlage der weiteren Verarbeitung getrennt für die Speicherung des Originals und getrennt für die Offenlegung der redigierten Kopie zu prüfen.
In Polen ist das Bildnis einer Person zudem durch das Zivilgesetzbuch sowie durch das Gesetz über Urheberrecht und verwandte Schutzrechte geschützt. Grundsätzlich erfordert die Verbreitung eines Bildnisses die Einwilligung der abgebildeten Person oder eine andere Rechtsgrundlage, wobei die bekannten Ausnahmen für Personen des öffentlichen Lebens, für Beiwerk sowie für Fälle vereinbarter Vergütung für das Posieren Anwendung finden. Bei Kfz-Kennzeichen ist die rechtliche Lage nicht vollständig einheitlich. In der Compliance-Praxis ist daher zu berücksichtigen, dass die Bewertung vom Kontext und von der Möglichkeit der Identifizierung einer Person abhängt; in der nationalen verwaltungsgerichtlichen Rechtsprechung gab es Entscheidungen, nach denen ein Kennzeichen für sich genommen nicht immer ein personenbezogenes Datum darstellt.
Eine gute Dokumentationspraxis sollte Folgendes umfassen:
- ein Protokoll über die Erstellung der Arbeitskopie und der offengelegten Kopie,
- Prüfsummen des Originals und der redigierten Version,
- eine Beschreibung der Rechtsgrundlage und des Zwecks der Offenlegung,
- den Umfang der automatisch und manuell unkenntlich gemachten Objekte,
- die Kennzeichnung des verwendeten Tools, der Version und des Operators,
- die Bestätigung, dass das Original ohne Änderungen aufbewahrt wurde.
Einschränkungen und Risiken der evidenzbasierten Video-Redaktion
Die beweissichere Video-Redaktion ist kein fehlerfreier Prozess. Die Qualität hängt von Auflösung, Kompression, Beleuchtung, Aufnahmewinkel, der Anzahl der Objekte im Bild und Verdeckungen ab. Zu den Risiken zählen sowohl Unterreaktion - also das Belassen eines erkennbaren Teils eines Gesichts oder Kennzeichens - als auch eine übermäßige Maskierung, die die Beurteilung des Beweismittels erschweren kann.
Wichtige operative Einschränkungen sind:
- Die Automatik erkennt ein Objekt unter Umständen nicht bei starker Bewegungsunschärfe,
- das Tracking kann ein Objekt verlieren, wenn sich Personen überlagern,
- manuelle Redaktion erfordert bei kritischem Material eine Vier-Augen-Kontrolle,
- nicht jede Blur-Methode ist gleichermaßen resistent gegen Rekonstruktionsversuche,
- fehlende Prozessdokumentation mindert den Beweiswert der redigierten Kopie.
Deshalb sollte bei Materialien mit prozessualer Relevanz eine abschließende Kontrolle Bild für Bild oder zumindest in Hochrisikosegmenten Standard sein. Das gilt insbesondere für Aufnahmen aus der Videoüberwachung, von Dashcams und von mobilen Endgeräten.