Besucher zählen mit Kameras: Wie viele sind gerade da?

Die Frage hinter der Frage

„Wie viele Menschen sind gerade auf dem Gelände?“ – diese Frage stellen Ordnungsamt, Sicherheitsdienst und Veranstalter oft mehrmals am Tag. Hinter ihr stecken eigentlich zwei verschiedene Fragen:

• Wie viele sind insgesamt da? Das ist wichtig für die genehmigte Besucherzahl und für die Entscheidung, den Einlass zu drosseln.
• Wo wird es eng? Das ist wichtig für die Sicherheit. Tausend Menschen auf einer großen Wiese sind unkritisch, dieselben tausend vor einer Bühne können gefährlich werden.

Kameras können bei beiden Fragen helfen – aber mit unterschiedlichen Verfahren, die man kennen sollte, bevor man ihren Zahlen vertraut.

Zwei Verfahren im Vergleich

Zählen an Ein- und Ausgängen

Eine Kamera beobachtet einen Eingang. Jede Person, die den Bereich betritt, wird als Ankunft gezählt, jede, die ihn verlässt, als Abgang. Die Zahl der Anwesenden folgt dann einem Grundsatz der Warteschlangentheorie, der Flusserhaltung: Anwesende = Ankünfte – Abgänge (Gross et al., 2008). Derselbe Grundsatz wird auch in der Brandschutztechnik und der Crowd-Management-Forschung verwendet.

Damit das funktioniert, braucht die Kamera zwei KI-Bausteine:

• Objekterkennung: Ein neuronales Netz findet in jedem Kamerabild in einem einzigen Rechendurchlauf alle Personen und markiert sie mit einem Rahmen (Verfahren „YOLO“, Redmon et al., 2016).
• Tracking (Verfolgung): Ein zweites Verfahren ordnet die Rahmen von Bild zu Bild derselben Person zu und gibt ihr eine fortlaufende Nummer, damit sie nur einmal gezählt wird (Verfahren „ByteTrack“, Zhang et al., 2022).

Aus der fortlaufenden Ankunftszahl lässt sich jederzeit ablesen, wie viele Besucher in einem beliebigen Zeitraum neu dazugekommen sind – einfach als Differenz zweier Zählerstände. Die Verkehrsplanung nutzt diese Differenzmethode seit Langem (Highway Capacity Manual, 2000).

Dichte in Bereichen messen

Eine Kamera blickt von oben auf eine Fläche, etwa vor die Bühne. Sie zählt nicht, wer kommt und geht, sondern wie viele Menschen jetzt im Bild sind. Ist der Boden vermessen, wird daraus eine Dichte in Personen pro Quadratmeter. In dichten Menschenmengen verdecken sich Körper gegenseitig; Köpfe bleiben von oben aber meist sichtbar. Deshalb gibt es Modelle, die gezielt Köpfe erkennen. Sie werden mit Datensätzen wie CrowdHuman trainiert, der für Erkennung in Menschenmengen entwickelt wurde (Shao et al., 2018).

Die Dichte lässt sich nach anerkannten Skalen einordnen, etwa der Level-of-Service-Skala von Fruin (1971) oder der Faustregel von Still (2014): ab 2 Personen pro m² eingeschränkt, ab 4 gefährlich, ab 6 Gedränge.

Gegenüberstellung

Verfahren	Misst was	Stärken	Grenzen
Zählen an Ein- und Ausgängen	Ankünfte, Abgänge, daraus die Anwesenden	Gesamtzahl über den Tag, neue Besucher je Zeitraum	Jeder Zugang muss beobachtet sein; Fehler summieren sich über den Tag
Dichte im Bereich	Personen im Bild, mit Bodenvermessung Personen pro m²	Zeigt, wo es eng wird; unabhängig von der Vorgeschichte	Gilt nur für den beobachteten Bereich; keine Gesamtzahl für Flächen ohne Kamera

Von Bereichen zur Gesamtzahl

Die Gesamtzahl auf dem Gelände entsteht, indem man die Anwesenden aller gezählten Bereiche addiert. Das ist nur so gut wie die Abdeckung: Ein Eingang ohne Kamera, ein Nebentor für Lieferanten oder ein Zaunloch fehlen in der Summe.

Wo keine Kamera hinsieht, lässt sich die Dichte zwischen benachbarten Messpunkten nur schätzen. Eine ehrliche Darstellung macht solche Stellen sichtbar, statt dort eine Zahl zu behaupten.

Eine nützliche Gegenprobe liefert Little’s Law: L = λ · W (Little, 1961). Die durchschnittliche Zahl der Anwesenden (L) ist gleich der Ankunftsrate (λ) mal der durchschnittlichen Verweildauer (W). Kommen im Mittel 2 Besucher pro Minute und bleiben sie 5 Minuten, erwartet man etwa 10 Anwesende. Weicht die gemessene Zahl deutlich ab, stimmt meist etwas mit der Erkennung oder der Lage des Zählbereichs nicht. Die Formel gilt nur, solange sich Zu- und Abstrom ungefähr die Waage halten.

Fehlerquellen und Genauigkeit – ehrlich betrachtet

Kein Kamerazählverfahren ist fehlerfrei. Entscheidend ist, die typischen Fehler zu kennen und klein zu halten.

Doppelzählungen

• Verlorene Verfolgung: Wird eine Person kurz ganz verdeckt, kann das Tracking ihre Nummer verlieren und sie als „neu“ zählen. Eine kurze Kulanzzeit, in der die alte Nummer wieder aufgenommen werden kann, fängt das ab.
• Durchgänge und Randberührungen: Wer nur am Rand eines Bereichs vorbeigeht oder ihn zügig durchquert, ist kein Besucher dieses Bereichs. Eine Mindest-Verweildauer filtert solche Fälle heraus, ebenso kurzes Flackern der Erkennung an Bereichsgrenzen (Spearpoint & Hopkin, 2020). Am Eingang ist sie kurz, vor einer Bühne länger.
• Überlappende Bereiche: Sieht man denselben Boden mit zwei Kameras und zählt beide Bereiche, steht dieselbe Person zweimal in der Summe.
• Neustart der Zählung: Startet ein Zählvorgang neu, sind laufende Verfolgungen verloren. Menschen, die gerade im Bild stehen, können dann ein zweites Mal als Ankunft zählen – höchstens so viele, wie in diesem Moment zu sehen sind.

Was die Erkennung begrenzt

• Verdeckung in dichten Mengen – hier hilft die Kopferkennung von oben.
• Kamerawinkel: Ein steiler Blick von oben (etwa 30 bis 60 Grad zur Senkrechten) erkennt Köpfe besser als ein flacher.
• Licht: Bei wenig Licht sinkt die Erkennungsrate; Infrarotbeleuchtung oder eine ausreichende Grundhelligkeit helfen.
• Sehr schnelle Durchquerungen können zwischen zwei ausgewerteten Bildern liegen und unerkannt bleiben.

Eine pauschale Genauigkeit „für alle Fälle“ gibt es deshalb nicht. Die Qualität hängt vom Aufbau vor Ort ab und sollte dort geprüft werden – etwa durch einen Vergleich mit einer Handzählung.

Datenschutz: Zahlen statt Bilder

Für eine Besucherzählung braucht niemand ein Video. Das Livebild wird ausgewertet, übrig bleiben anonyme Zahlen: Ankünfte, Abgänge, Anwesende, Dichte. Drei Grundsätze schützen Besucher:

• Keine Videoaufzeichnung. Gespeichert werden Zahlen ohne Personenbezug.
• Rechnen vor Ort. Die Auswertung läuft auf Hardware am Veranstaltungsort, die Kamerabilder müssen das Gelände nicht verlassen – keine Cloud nötig.
• Datenschutzbereiche. Bildteile, die nicht beobachtet werden dürfen, etwa Fenster von Wohnungen, werden unkenntlich gemacht.

So macht es MOVETOS OPS

MOVETOS OPS nutzt beide Verfahren. In Beobachtungsbereichen misst die Plattform die Dichte, bei vermessenem Boden in Personen pro m², mit einem eigenen Modell zur Kopferkennung. Wo Besucher gezählt werden sollen, verfolgt sie Personen mit ByteTrack und zählt jede erst nach einer einstellbaren Mindest-Verweildauer – einmal pro Betreten des Bereichs. Kurze Verfolgungsverluste überbrückt eine Kulanzzeit. Die Zählerstände werden alle 5 Sekunden gesichert und nach einem Neustart fortgeführt.

Bei der Planung schlägt MOVETOS OPS für jeden Eingang eine Kamera vor, die den Einlassbereich zählt, denn am Einlass wird es bei Spitzen am ehesten eng. Auf der Lagekarte zeigt ein Dichtefeld die ganze Fläche; Stellen, die zu weit von jeder Messung entfernt sind, werden als „nicht beobachtet“ schraffiert.

Die KI läuft vor Ort auf eigener Hardware und nutzt Grafikkarten von Intel oder NVIDIA. Ein flüssiges Bild hat dabei Vorrang vor der KI. Es gibt keine Videoaufzeichnung; nur bei einer Warnung wird ein Belegfoto gespeichert und drei Monate nach der Veranstaltung gelöscht. Wird es eng, meldet die Plattform das und schlägt eine passende Durchsage vor. Das System schlägt vor, der Mensch gibt frei.

Checkliste für Ihre Veranstaltung

• Klären Sie, ob Sie die Gesamtzahl, die Dichte an Engstellen oder beides brauchen.
• Beobachten Sie jeden Zugang, auch Neben- und Lieferanteneingänge, wenn Sie eine Gesamtzahl ableiten wollen.
• Planen Sie Kameras an Eingängen und Bühnen zuerst.
• Montieren Sie Kameras erhöht und steil und vermessen Sie den Boden, um Personen pro m² zu erhalten.
• Legen Sie Zählbereiche so an, dass sie sich nicht überlappen.
• Wählen Sie die Mindest-Verweildauer passend zum Ort: kurz am Eingang, länger vor der Bühne.
• Prüfen Sie die Zahlen vor Ort mit einer Stichprobe von Hand und mit Little’s Law.
• Achten Sie auf Licht am Abend und richten Sie Datenschutzbereiche ein.
• Stellen Sie sicher, dass kein Video gespeichert wird und die Auswertung vor Ort läuft.