Künstliche Intelligenz ist heute Teil unseres täglichen Lebens, da wir Konversationsagenten, Schreibvorhersagen in unseren E-Mail-Postfächern oder Textverarbeitungsprogrammen, Gesichtserkennung zum Entsperren unserer Geräte und Empfehlungen von Online-Shops, sozialen Netzwerken, Musikanwendungen, GPS-Geräten usw. nutzen. Auch Fachleute haben den Nutzen dieses Werkzeugs erkannt und setzen es in einer Vielzahl von Praktiken ein: Personalisierung des Lernens im Bildungswesen, prädiktive Analyse des Kundenverhaltens im Marketing, gezielte Werbung, Optimierung von Fahrten in der Logistik oder auch Erkennung verdächtiger Gesten im Sicherheitsbereich.

Die letztgenannte Anwendung ist für uns von Interesse, da sie die Arbeit von Einzelhändlern verbessert, die Ladendiebstähle wirksam bekämpfen wollen. Wie wird dies ermöglicht? Hauptsächlich durch Machine Learning. Aber was bedeutet diese Lerntechnik und wie hat sie die Sicherheitsbranche revolutioniert? Das werden Sie in diesem Artikel erfahren.

Was ist der Zweck von Machine Learning?

Machine Learning, auf Deutsch maschinelles Lernen, gehört zum Bereich derkünstlichen Intelligenz (KI ). Das Konzept dahinter ist: Ein Computersystem so zu programmieren, dass es eine bestimmte Aufgabe ausführt, ist zu komplex und dauert zu lange. Daher muss man ihm das Lernen beibringen, damit es sich an Situationen anpassen kann, die sich von ihm selbst unterscheiden.

Die Ansätze des Machine Learning

Dazu wird der Maschine ein Satz qualitativer Daten von Experten auf dem jeweiligen Gebiet zur Verfügung gestellt. Es gibt verschiedene Ansätze:

• Das überwachte Machine Learning, das sein eigenes Modell aus von Menschen parametrisierten Klassifizierungsalgorithmen erstellt. Diese versehen die eingebrachten Beispiele mit Labels, um eine Vorhersage zu treffen.
• Unüberwachtes Machine Learning beruht nicht auf Labels. Es gruppiert die Trainingsdaten selbst in Cluster anhand der Merkmale, die es hervorheben kann.

Der Unterschied zu Deep Learning

Um komplexere Probleme zu lösen und um effizienter zu sein, hat sich in den letzten Jahren eine Unterkategorie des Machine Learning entwickelt: das Deep Learning oder tiefe Lernen. Was ist seine Besonderheit im Vergleich zum maschinellen Lernen? Die Datenmenge ist viel größer. Außerdem orientiert es sich am menschlichen Gehirn, hauptsächlich an Neuronen: Es wird ein künstliches neuronales Netz aufgebaut und diese Neuronen werden in mehreren Schichten zusammengefasst, die jeweils die Verarbeitung der Daten verfeinern.

Außerdem sind diese neuronalen Netze sogenannte Faltungsnetze, d. h. sie sind in der Lage, Daten, insbesondere visuelle und sprachliche, zu filtern, um zu erkennen, welche Elemente analysiert werden sollen.

Deep Learning ist sehr nützlich und leistungsstark, erfordert jedoch große Datenmengen und damit eine hohe Speicherkapazität sowie viele Computer- und Energieressourcen.

Welche Vorteile bietet Machine Learning in der Videoüberwachung?

Die Videoüberwachungsbranche hat sich die technologischen Fortschritte im Zusammenhang mit Machine Learning zunutze gemacht und verfolgt weiterhin aufmerksam alle Entwicklungen, um den Bedürfnissen der Sicherheitsverantwortlichen im Einzelhandel gerecht zu werden.

Der Einsatz von Machine Learning im Einzelhandel

Mit der Zunahme von Ladendiebstählen sind die Anforderungen der Einzelhändler an die Videoüberwachung sehr hoch. Welche Lösungen bietet Machine Learning für ihre Probleme?

• Alarmieren Sie bei verdächtigen Handlungen. Wenn die KI bei der Analyse der Kameradaten eine Geste für verdächtig hält, sendet sie ein Video an das Tablet, den Computer oder das Smartphone des Sicherheitsbeauftragten. Der Ladenbesitzer kann dem Kunden dann Hilfe anbieten, um ihn von dem Diebstahl abzuhalten oder ihn ausfindig zu machen, um Zweifel beim Verlassen des Geschäfts auszuräumen.
• Andere Probleme erkennen. Künstliche Intelligenz kann auch darauf trainiert werden, Ladenbesitzer vor Stürzen, Unwohlsein oder Überfällen zu warnen, damit sie schnell reagieren können, um die Menschen zu schützen. Dasselbe gilt für beschädigte Waren.
• Machine Learning dient auch dazu, das Verhalten von Kunden vorherzusagen, insbesondere indem es mit den Videos, die es untersucht, weiter lernt. So können Lagerbestände besser verwaltet und Marketingabteilungen ihre Werbekampagnen optimieren.

Wie funktioniert die KI von Veesion?

Bei Veesion setzen wir Machine Learning auf folgende Weise ein:

• Bewegungserkennung. Die Maschine wird anhand großer Datensätze trainiert, um typische Gesten zu erkennen, die auf den von Überwachungskameras erzeugten Bildern verdächtig aussehen.
• Die Identifizierung von Objekten. Schließlich wird Machine Learning benötigt, um Rucksäcke, Einkaufswagen, Kinderwagen usw. zu erkennen, aber auch das, was zum Geschäft gehört (die Regale und Artikel).

Die Gesten und Gegenstände werden dann miteinander verknüpft: Wenn ein als Artikel identifizierter Gegenstand der Bewegung eines Körperteils folgt und in einem anderen Gegenstand wie einem Motorradhelm endet, wird ein Alarm ausgelöst, da dies einer verdächtigen Geste entspricht.

Weitere Elemente, insbesondere aus dem Bereich Deep Learning, ergänzen diese Lösung, um die Erkennung zu verbessern und Fehlalarme zu reduzieren.

Grenzen des Einsatzes von Machine Learning für die Videoüberwachung

Es gibt Gesetze, die den Einsatz von KI in Geschäften und am Arbeitsplatz streng regeln. So darf KI und damit Machine Learning nur für die Sicherheit und Überwachung von Produkten eingesetzt werden. Sie darf nicht zur Kontrolle von Mitarbeitern oder zur visuellen, sprachlichen oder biometrischen Erkennung von Personen eingesetzt werden.

Unsere Veesion-Lösungen wurden unter Berücksichtigung dieser bewährten Verfahren entwickelt. Sie folgen in der Tat der DSGVO (Allgemeine Datenschutzverordnung) und dem Gesetzbuch über die innere Sicherheit.

Letztendlich ist Machine Learning eine Art von künstlicher Intelligenz, die Computersysteme entwickelt, die selbstständig lernen können. Dank dieses maschinellen Lernens bieten Videoüberwachungsgeräte Einzelhändlern die Möglichkeit, verdächtige Gesten zu erkennen, ohne ständig hinter ihrem Computer zu sitzen. Schließlich bietet Machine Learning allen die Möglichkeit, sich vor Diebstahl zu schützen, selbst Geschäften, die nicht über die finanziellen Mittel verfügen, um einen Agenten einzustellen. Wenn Sie sich für die Veesion-Lösung entscheiden, profitieren Sie von all diesen Vorteilen mit einer Reduzierung der Verluste um bis zu 60%, während Sie gleichzeitig sicher sein können, dass Sie die gesetzlichen Rahmenbedingungen einhalten.