Verhaltenserkennung in Mannheim: 10.000 Filme für ein Hallelujah

Was geschehen ist – die Kernmeldung

Seit nunmehr acht Jahren verfolgt die Mannheimer Polizei ein ambitioniertes technisches Vorhaben: Die Implementierung einer Software zur automatisierten Verhaltenserkennung im öffentlichen Raum. Das Ziel des Projekts ist es, Gefahrensituationen oder potenziell strafrechtlich relevante Handlungen durch Algorithmen eigenständig identifizieren zu lassen. Um die Software mit den notwendigen Daten zu füttern, greift die Behörde auf eine ungewöhnliche Methode zurück: Polizisten schlüpfen in die Rollen von Kriminellen oder Hilfesuchenden und stellen entsprechende Szenen nach. Bisher wurden bereits 2.000 solcher Kurzfilme produziert. Die Pläne der Behörde sehen jedoch eine massive Ausweitung vor, um das System weiter zu trainieren. Künftig sollen insgesamt 10.000 Filmszenen in das System eingespeist werden, um die Erkennungsleistung der KI zu optimieren. Trotz dieser intensiven Vorbereitungen und der langen Laufzeit des Pilotprojekts liegen bislang keine belastbaren Belege für die Effektivität, die Verlässlichkeit oder die Fehlerquoten der eingesetzten Technologie vor. Das Projekt, das ursprünglich als „smarte Videoüberwachung“ startete, wurde inzwischen in „KI-Videoschutz“ umbenannt, doch die grundlegende Kritik an der mangelnden Transparenz und der hohen Fehleranfälligkeit bleibt bestehen.

Die Einzelheiten des Projekts

Die Dimensionen des Mannheimer Vorhabens sind beachtlich. Aktuell sind in der Innenstadt 72 Kameras installiert, die fünf spezifische Gebiete abdecken, darunter den Bahnhofsvorplatz, den Marktplatz, die Shopping-Passage der Breiten Straßen sowie den Parade- und den Alten Messplatz. Diese Orte gelten als kriminalitätsbelastet, insbesondere durch Straßenkriminalität und Rauschgiftdelikte. Von den installierten Kameras sind derzeit 59 mit der Software verbunden, die rund um die Uhr Aktivitäten analysiert. Bei einem Alarm wird das Signal an einen Video-Sachbearbeiter im Polizeipräsidium weitergeleitet. Sollte kein Personal vor Ort sein, erfolgt die Meldung an einen Einsatzleiter. Die Dreharbeiten für die Trainingsdaten sind aufwendig: Mit Bodenmatten, uniformiertem Begleitpersonal und detaillierten Drehbüchern werden Rangeleien oder Stürze inszeniert. Ein Polizeioberrat bestätigte gegenüber dem „Mannheimer Morgen“, dass die Zahl der Szenen auf 10.000 anwachsen soll. Die Software soll dabei lernen, zwischen einer „polizeilich relevanten Situation“ und harmlosen Handlungen wie Tanzen oder Umarmen zu unterscheiden. Die technische Basis liefert das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) aus Karlsruhe als strategischer Partner.

Hintergrund und bisheriger Verlauf

Die Geschichte der automatisierten Videoüberwachung in Mannheim ist eine Geschichte des permanenten Provisoriums. Ursprünglich war der Testlauf auf einen Zeitraum von fünf Jahren angelegt. Doch auch nach acht Jahren befindet sich die Software nach wie vor in einem experimentellen Stadium, ohne dass der Sprung in den Regelbetrieb vollzogen werden konnte. Das Projekt hat sich zu einem Langzeit-Pilotversuch entwickelt, dessen Ergebnisse bisher nicht öffentlich zugänglich gemacht wurden. Während die Polizei in internen Berichten oder Anekdoten – etwa über die Detektion einer Situation trotz Verdeckung durch ein Gebüsch – von Erfolgen spricht, bleibt eine wissenschaftliche oder unabhängige Evaluation aus. Ursprünglich sollte das Projekt bereits im Jahr 2023 bilanziert werden, doch dieser Termin wurde auf Ende 2026 verschoben. Die stetige Erweiterung der Kameraanzahl von einst 68 auf nun 72 und perspektivisch 76 Geräte zeigt, dass das Vertrauen der Verantwortlichen in die Technologie trotz fehlender Erfolgsnachweise ungebrochen ist, während die kritische Begleitung durch die Öffentlichkeit oder Fachgremien bisher kaum Gehör findet.

Die beteiligten Akteure

Die Akteure in diesem Szenario sind vielfältig, wobei die Informationshoheit fast ausschließlich beim Polizeipräsidium Mannheim liegt. Die Polizei fungiert dabei nicht nur als Anwender und Auftraggeber, sondern durch die Produktion der Trainingsfilme auch als Hauptlieferant der Daten. Das Fraunhofer IOSB nimmt die Rolle des technologischen Entwicklers ein, der die Algorithmen zur Bildauswertung bereitstellt. Politisch wird das Projekt durch die baden-württembergische Landesregierung gestützt, insbesondere durch die Koalition aus Grünen und CDU, die in ihrem Koalitionsvertrag eine Ausweitung der „intelligenten Videoüberwachung“ nach Mannheimer Vorbild explizit vorsieht. Auf der anderen Seite stehen kritische Beobachter und Medienvertreter, wie etwa von netzpolitik.org, die regelmäßig Anfragen zu Fehlerquoten, Rechtsgrundlagen und der tatsächlichen Wirksamkeit stellen. Die Interaktion zwischen der Polizei und der Öffentlichkeit ist jedoch von einer ausgeprägten Zurückhaltung seitens der Behörde geprägt, was den Informationsfluss über die tatsächliche Leistungsfähigkeit des Systems erheblich einschränkt.

Einordnung der Technologie

Einzuordnen ist das Projekt als ein hochsensibler Eingriff in die Grundrechte der Bürger, da eine anlasslose, automatisierte Videoüberwachung im öffentlichen Raum die Schwelle der Überwachung massiv verschiebt. Den Berichten zufolge ist die Fehleranfälligkeit von Verhaltenserkennungssystemen systembedingt hoch, insbesondere wenn es um komplexe Umgebungen mit wechselnden Lichtverhältnissen oder Verdeckungen durch Passanten oder Gegenstände geht. Die Tatsache, dass die Polizei selbst „Amateur-Stuntmen“ einsetzt, wirft zudem die Frage auf, ob die künstlich erzeugten Szenen überhaupt die Dynamik einer realen, unvorhersehbaren Gefahrensituation abbilden können. Einzuordnen ist das Vorgehen auch im Kontext einer bundesweiten Entwicklung: Andere Bundesländer wie Berlin oder Hamburg beobachten die Mannheimer Versuche genau und experimentieren teilweise selbst mit ähnlichen Technologien. Dass die Polizei in Hamburg sich dabei praktischerweise selbst evaluiert, lässt Zweifel an der Unabhängigkeit der Ergebnisse aufkommen. Die Umbenennung in „KI-Videoschutz“ wirkt dabei wie ein Versuch, die Akzeptanz für eine Technologie zu erhöhen, deren tatsächlicher Sicherheitsgewinn bisher nicht belegt werden konnte.

Offene Fragen und Transparenzdefizite

Der Quelltext verdeutlicht, dass das Projekt von erheblichen Informationslücken geprägt ist. Die zentrale Frage, welche 17 Aktivitätsmuster genau als Grundlage für die Alarmierung dienen, beantwortet das Polizeipräsidium nicht. Ebenso bleibt offen, wie hoch die tatsächliche Fehlerquote – also die Anzahl der Fehlalarme – im Jahr 2025 war. Die Polizei spricht lediglich vage von einer Quote im „unteren zweistelligen Bereich“, ohne diese Zahl präzise zu beziffern oder eine Verbesserung über die Jahre zu belegen. Auch die Frage, wie erfolgreich die Software bei schwierigen Bedingungen wie wechselnder Belichtung oder starker Verdeckung wirklich ist, lässt die Behörde unbeantwortet. Ein weiteres Rätsel ist der Zeitplan für die Produktion der 10.000 Filmszenen. Es gibt keine Informationen darüber, in welchem Zeitraum diese Aufnahmen entstehen sollen und welche Ressourcen dafür gebunden werden. Die Transparenz, die bei früheren Projekten wie am Bahnhof Südkreuz durch Berichte und Zahlen gewährleistet wurde, fehlt in Mannheim vollständig, was eine fundierte öffentliche Debatte derzeit unmöglich macht.

Wie es weitergeht

Die Zukunft des Mannheimer Modells ist bereits politisch vorgezeichnet. Trotz der ausstehenden Bilanzierung Ende 2026 plant die Landesregierung von Baden-Württemberg, das System an zwei weiteren Standorten zu pilotieren. Damit soll das Modellprojekt in die Fläche getragen werden, noch bevor eine abschließende Bewertung der bisherigen Ergebnisse vorliegt. Darüber hinaus gibt es Pläne, die Überwachung um die „biometrische Fernidentifikation“ zu erweitern, was den Scan und Abgleich von Gesichtern der Passanten beinhalten würde. Ein solcher Schritt würde eine neue, erhebliche Grundrechtsproblematik aufwerfen und eine dezidierte gesetzliche Grundlage erfordern, die bisher noch nicht geschaffen wurde. Die Polizei setzt derweil ihre Arbeit mit den schauspielernden Beamten fort, um das Material für die 10.000 Szenen zu vervollständigen. Ob die für Ende 2026 angekündigte Bilanzierung tatsächlich die erhoffte Transparenz bringen wird, bleibt abzuwarten. Sicher ist nur, dass der technologische Ausbau der Überwachungsinfrastruktur unabhängig von den bisherigen, noch nicht verifizierten Ergebnissen vorangetrieben wird.