KI-Kameras gegen Handy am Steuer: Mehr Sicherheit – aber auch mehr Überwachung?

Du stehst im Stop-and-go, eine Nachricht ploppt auf, ein kurzer Blick aufs Handy wirkt harmlos. Genau diese Sekunden sind im Straßenverkehr kritisch, weil Aufmerksamkeit nicht „teilbar“ ist. Deshalb setzen manche Behörden auf Kamerasysteme, die nicht nur Nummernschilder erfassen, sondern per KI auch Handys in der Hand von Fahrerinnen und Fahrern erkennen sollen. Die Idee klingt naheliegend: Wer die Regeln bricht, wird zuverlässig entdeckt – und lässt es beim nächsten Mal.

Gleichzeitig fühlt sich die Vorstellung für viele unangenehm an. Denn damit die KI entscheiden kann, ob ein Telefon im Spiel ist, muss sie in die Fahrerkabine „hineinschauen“. Je nach System entstehen dabei Bilder, auf denen Gesichter, Mitfahrende oder persönliche Gegenstände sichtbar sein können. Dazu kommen Fragen, die du aus anderen Technikdebatten kennst: Wie oft liegt die KI falsch? Wer sieht die Bilder? Wie lange werden sie gespeichert? Und was verhindert, dass aus der Handy-Erkennung später eine umfassendere Überwachung wird?

Um das einzuordnen, lohnt der Blick auf öffentlich dokumentierte Systeme. Besonders aussagekräftig sind offizielle Folgenabschätzungen (PIA/DPIA) und Beschreibungen aus dem Polizeialltag. Genau daran orientiert sich dieser Artikel.

Technisch geht es fast nie um „Magie“, sondern um Mustererkennung in Bildern. Moderne Systeme arbeiten wie ein sehr schneller, spezialisierter Suchblick: Die Kamera liefert Bilder, die Software sucht in diesen Bildern nach typischen Merkmalen – etwa einer rechteckigen Form, die wie ein Smartphone aussieht, plus einer Handhaltung in Richtung Gesicht oder Lenkrad. Forschung beschreibt dafür vor allem sogenannte Objekterkennung (Object Detection) und oft zusätzlich Tracking, um eine Situation über mehrere Bilder hinweg konsistent zu bewerten. Ein Beispiel ist eine wissenschaftliche Arbeit von 2021, die state-of-the-art Objektdetektoren (unter anderem YOLO-Varianten) zusammen mit Tracking (DeepSort) für Handy-Verstöße beschreibt.

Sinngemäß: Automatik dient als Vorsortierung – für eine Sanktion braucht es eine menschliche Entscheidung.

Diese „Vorsortierung“ ist ein wichtiges Prinzip, weil Bilder aus der Realität schwierig sind. Scheiben spiegeln, Hände verdecken sich, ein Becher oder die Sonnenbrille kann wie ein Telefon wirken. Deshalb versuchen Systeme, mehrere Schritte zu kombinieren: Erst wird erkannt, ob ein Fahrzeug bzw. die Frontscheibe im Bild ist, dann wird der Bereich der Fahrerin oder des Fahrers lokalisiert, erst danach wird gezielt nach einem Gerät gesucht. Manche Aufbauten ergänzen das mit einem Auslöser (Trigger), damit nicht ständig gefilmt wird, sondern nur bei vorbeifahrenden Fahrzeugen.

Im Betrieb kommt häufig noch Datenminimierung dazu. Offizielle Unterlagen aus Queensland (Australien) beschreiben zum Beispiel, dass KI in der Kamera bereits eine Vorauswahl trifft und für vermutete Verstöße ein zugeschnittener Bildausschnitt erzeugt wird. Das soll die Menge der übertragenen Daten reduzieren und unnötige Details aus dem Umfeld weglassen. Ob das in jeder Situation gelingt, hängt allerdings von Perspektive, Bildqualität und dem konkreten Zuschnitt ab.

Wie „KI-Kameras“ konkret aussehen, ist von Land zu Land verschieden. Zwei öffentlich gut beschriebene Beispiele zeigen die Bandbreite: ein Programm in Queensland und die niederländische MONOcam. Beide setzen auf Kamera + KI, unterscheiden sich aber in Aufbau und Ablauf.

Queensland dokumentiert den Einsatz im Rahmen einer Privacy Impact Assessment (PIA) zur „Mobile Phone and Seatbelt Technology“ (MPST), veröffentlicht als Abschlussbericht vom 14. Februar 2022. Dort wird ein Ablauf beschrieben, in dem hochauflösende Bilder von vorbeifahrenden Fahrzeugen aufgenommen werden und eine KI bereits im Kamerasystem Kandidatenbilder identifiziert. Für mutmaßliche Verstöße werden laut PIA zugeschnittene Bilder erzeugt, bevor Fälle in einen Prüfprozess gehen. Ein zentrales Motiv ist Datenminimierung: Nicht jedes Bild soll dauerhaft relevant sein, sondern nur das, was für eine Prüfung tatsächlich gebraucht wird.

MONOcam ist ein anderes Muster: eher ein mobiles Polizeitool als eine klassische stationäre Verkehrsüberwachung. Eine ethnografische Studie von 2024 beschreibt den Aufbau sehr anschaulich: eine schwenkbare Kamera auf einem Stativ, verbunden über ein 50 m Power-over-Ethernet-Kabel mit einem Laptop im Polizeifahrzeug. Das System kann laut dieser Beschreibung bis zu 8 Fotos pro Sekunde erzeugen. Die Software arbeitet dabei mit mehreren Deep-Learning-Modellen in einer Pipeline, etwa zur Lokalisierung der Windschutzscheibe, zur Erkennung der Fahrperson und zur Handy-Erkennung; außerdem wird Kennzeichenerkennung (inklusive OCR) beschrieben, um den Vorgang einem Fahrzeug zuzuordnen. Wichtig ist auch hier der Mensch: Treffer erscheinen in einer Oberfläche und werden von Polizeikräften geprüft, bevor ein Verfahren ausgelöst wird.

Beide Beispiele zeigen: In der Praxis ist „KI“ nicht nur ein Modell, sondern ein kompletter Prozess mit Rollen, IT-Systemen, Dokumentation, Löschregeln und Qualitätssicherung. Und dieser Prozess bestimmt am Ende, ob das System eher als Sicherheitsmaßnahme oder als Überwachungsinstrument wahrgenommen wird.

Die Sicherheitslogik ist nachvollziehbar: Ablenkung durch Smartphones ist eine reale Gefahr, und Kontrolle wirkt – vor allem, wenn sie als wahrscheinlich wahrgenommen wird. KI-Kameras können die „Wahrnehmungswahrscheinlichkeit“ erhöhen, weil sie an Orten arbeiten, wo klassische Polizeikontrollen selten sind. Trotzdem entscheidet die Qualität nicht allein die KI, sondern das Zusammenspiel aus Bild, Modell und menschlicher Prüfung.

Gerade beim Handy am Steuer sind Fehlinterpretationen naheliegend. Objekterkennung arbeitet mit visuellen Hinweisen, nicht mit „Wissen“ über die Situation. Ein Smartphone kann verdeckt sein, im Schatten liegen oder hinter Reflexionen verschwinden. Umgekehrt können Gesten und Gegenstände ähnlich aussehen: eine Hand am Gesicht, ein Portemonnaie, ein Snack, ein kleiner Gegenstand in der Hand. Forschung, die auf Objekterkennung und Tracking setzt, adressiert das unter anderem mit mehreren Bildern pro Ereignis und der Verfolgung eines Fahrzeugs über Frames hinweg. Das kann helfen, einzelne Ausreißer zu glätten – es macht den Prozess aber auch komplexer.

Grauzonen entstehen auch durch den Kontext, den ein Bild nicht sauber zeigt. Ist das Fahrzeug im Stillstand? Handelt es sich um die Fahrerin oder den Beifahrer? Ist das Gerät überhaupt in Benutzung oder wird es nur aufgehoben? Systeme versuchen solche Fälle zu reduzieren, indem sie Bereiche im Bild identifizieren (z. B. die Position der Fahrperson) und Regeln für die manuelle Prüfung festlegen. Die MONOcam-Studie beschreibt dafür eine Art Entscheidungsunterstützung in der Software (ein eingebettetes Handbuch), plus das Vier-Augen-Prinzip: Mindestens zwei Personen schauen auf den Treffer. Queensland dokumentiert ebenfalls eine mehrstufige Prüfung und Qualitätskontrolle als Teil des Prozesses.

Für dich als Betroffene oder Betroffener zählt am Ende, ob Fehler transparent korrigierbar sind. Technik, die nur „mehr Treffer“ produziert, aber unklare oder schwer anfechtbare Entscheidungen nach sich zieht, verliert schnell Akzeptanz. Darum ist nicht nur die Trefferquote wichtig, sondern auch die Nachvollziehbarkeit: Was wurde gespeichert, wer hat es wann geprüft, und auf welcher Basis wurde entschieden?

Ob KI-Kameras als legitime Sicherheitsmaßnahme gelten oder als Überwachung empfunden werden, hängt stark von Regeln ab, die außerhalb des Modells liegen. Datenschutzbehörden und offizielle Leitlinien setzen hier klare Schwerpunkte: Risiken sollen vorab bewertet werden, Daten sollen minimiert werden, und die Zwecke dürfen nicht beliebig wachsen.

In Europa ist dafür die Datenschutz-Folgenabschätzung (DPIA) ein Schlüsselwerkzeug. Die EU-weite Guidance des Europäischen Datenschutzausschusses (EDPB) zu vernetzten Fahrzeugen betont unter anderem Prinzipien wie Datenminimierung, Zweckbindung und Sicherheitsmaßnahmen. Für kamerabasierte Überwachung in und an Fahrzeugen gibt es zudem konkrete Orientierung, etwa bei der britischen Datenschutzaufsicht (ICO) zum Thema „Surveillance in vehicles“. Dort wird die DPIA als zentral genannt, ebenso Fragen wie: Braucht es die Aufzeichnung wirklich in dieser Form? Wie lange werden Aufnahmen gespeichert? Wer darf zugreifen? Und wie werden Betroffene informiert?

Praktisch übersetzt heißt das für Handy-am-Steuer-Kameras: Je weniger Rohbilder gespeichert werden, desto besser. Edge-Verarbeitung (also KI direkt im Gerät) kann helfen, weil nicht ständig volle Bilddaten übertragen werden müssen. Zuschnitt und Pixelierung sind weitere Bausteine – sie sind jedoch nur so gut wie ihre Umsetzung. Die MONOcam-Studie beschreibt beispielsweise Maßnahmen wie das Verpixeln von Passagieren oder Dritten sowie Anpassungen, wie lange Nicht-Verstoß-Bilder überhaupt sichtbar bleiben. Queensland beschreibt in seiner PIA ebenfalls Mechanismen zur Vorauswahl und zum Zuschnitt, kombiniert mit Lösch- und Prüfprozessen.

Der vielleicht wichtigste Punkt ist die Zweckbindung: Ein System, das für „Handy am Steuer“ gebaut wurde, darf nicht automatisch zur allgemeinen Personenüberwachung werden. Gerade weil die Bilder potenziell identifizierend sind, braucht es organisatorische Grenzen: klare Rollen, Protokollierung, Audit-Möglichkeiten, definierte Aufbewahrungsfristen und eine nachvollziehbare Widerspruchs- oder Prüfprozedur. Ohne diese Leitplanken ist die technische Diskussion über Genauigkeit nur die halbe Wahrheit.

KI-Kameras gegen Handy am Steuer sind vor allem eines: ein System aus Technik und Verfahren. Offizielle Beschreibungen aus Queensland und die MONOcam-Praxis in den Niederlanden zeigen, dass KI oft nur vorsortiert und Menschen die entscheidende Instanz bleiben. Genau das ist auch ein wichtiger Schutz gegen Fehlentscheidungen. Gleichzeitig ist klar, dass solche Kameras in den privaten Raum des Fahrzeugs blicken und damit sensible Daten berühren. Ob daraus „mehr Sicherheit“ wird, hängt deshalb nicht nur von der KI ab, sondern von klaren Löschregeln, strikter Zweckbindung, transparenter Prüfung und einer realistischen Kommunikation über Grenzen der Technik.