Verhaltensscanner am Kotti: Berlin trainiert Gewalterkennung mit KI-Videos und Passantendaten

Der Berliner Verhaltensscanner am Kottbusser Tor hat zum großen Teil mit KI-generierten Videos gelernt, wie Gewalt aussieht, berichtet netzpolitik.org am 9. November 2026. Zusätzlich trainiert die Software mit den Bewegungen der Menschen, die dort von 30 Kameras gefilmt werden. Diese Nutzung personenbezogener Daten hat die schwarz-rote Landesregierung im Dezember 2025 erlaubt. Eine unabhängige Evaluation solcher Systeme fehlt laut netzpolitik.org bislang in jeder deutschen Stadt.

KI-Videos statt gestellter Kämpfe: So lernt der Berliner Verhaltensscanner Gewalt

Der Berliner Verhaltensscanner stammt von der Staige GmbH, einer Tochter der Dortmunder IT-Holding Adesso SE. Adesso ist laut einem FAQ von netzpolitik.org vom 20. Oktober 2026 Generaldienstleister des Projekts. Die Kameras liefert die schwedische Firma Axis. Mannheim und Hamburg ließen ihre Systeme noch von einem Fraunhofer-Institut entwickeln.

Ein Verhaltensscanner ist eine KI-Software, die Videobilder daraufhin auswertet, was die gefilmten Menschen tun. Sie legt dafür Strichmännchen über Personen. Posen und Bewegungen beschreibt sie als Vektoren, also als Zahlen in einem mathematischen Raum. Diese Muster vergleicht sie mit ihren Trainingsdaten.

Wirkt eine Szene wahrscheinlich polizeilich relevant, geht in der Videoleitstelle ein Monitor an. Dort entscheidet das wachhabende Personal. Ob der Verhaltensscanner überhaupt Alarm gibt, hängt also am Training. Dafür braucht er viele Clips, die jeweils als tolerierbar oder alarmwürdig markiert sind.

Für Gewalt fehlen solche Clips. Staige hat die Lücke zum großen Teil mit KI-generierten Videos gefüllt, ergänzt um einige reale Szenen. Laut PR-Vertretung des Herstellers wurden zuerst echte Bewegungen per Motion Capture erfasst, also mit Sensoren als reine Bewegungsdaten aufgezeichnet. Ein Videogenerator machte daraus viele Clips mit wechselnden Personen und Tageszeiten.

Die Clips zeigen laut Staige Schlagabtausch, Tritte, gewaltsames Schubsen oder Zerren mit Bodenkontakt und Rangeleien am Boden. Sie entstehen nach Herstellerangaben in einer Liegenschaft der Berliner Polizei. Staige wirbt damit, die Trainingsmenge so „systematisch und datenschutzkonform“ zu vergrößern. Ortsspezifische Daten seien dafür nicht nötig.

Mannheim setzt auf gestellte Kämpfe, Berlin auf generierte Clips

Mannheim und Berlin kämpfen mit demselben Mangel: Im öffentlichen Raum gibt es für ein KI-Training zu wenig echte Gewalt. Wie ein Mensch geht, lernt eine Software aus Straßenaufnahmen leicht. Kämpfe sind dort selten. Die Mannheimer Polizei schrieb, es stünden „leider nur sehr begrenzt öffentliche Daten zur Verfügung“.

Die Tabelle zeigt, wie Mannheim und Berlin ihre Verhaltensscanner an Gewalt heranführen.

In Mannheim mussten Polizeikräfte die Kämpfe vor den Kameras spielen. Die Aufnahmen sind als Verschlusssache eingestuft. Ein einziger Clip läuft öffentlich im Mannheimer Technoseum. Die Beteiligten wirken darin laut netzpolitik.org behäbig, Schläge und Tritte sind nur angedeutet.

Die Mannheimer Kategorien umfassen auch Tanzen, Umarmen und Fahrradfahren. Nur so grenzt die Software Harmloses von Schlagen, Treten, Schubsen oder Würgen ab. Berlins Suchlogik bleibt eine Black Box.

Auch die Berliner Beispiele werfen Fragen auf. Auf der Staige-Website zeigen drei generierte Clips unter „Gewalterkennung“ angeblich erkannte Gewalt. Laut netzpolitik.org berühren sich die Figuren darin offenbar gar nicht. Trambahntüren öffnen sich während der Fahrt, Menschen winken in die Kamera oder hoppeln wie Hasen.

Die bekannten Betriebszahlen fallen schwach aus. In Hamburg erwiesen sich laut einer Polizeizählung etwa 99 Prozent der markierten Situationen als Fehlalarm. Mannheim kann nach acht Jahren keinen Fall nennen, in dem der Verhaltensscanner geholfen hat, eine Straftat zu verhindern oder aufzuklären.

Synthetische Trainingsdaten erzeugen zwei Arten von Fehlern

Nicht authentische Trainingsdaten verschlechtern einen Verhaltensscanner, sagt der Mannheimer Datenwissenschaftler Heiko Paulheim. Er vergleicht das mit einer Katzenerkennung, die auf Kinderzeichnungen lernt und auf Fotos angewendet wird. „Die Performance wird immer hinter einem Modell zurückbleiben, das auf Fotos trainiert wurde“, sagt Paulheim gegenüber netzpolitik.org.

Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9PromptClean studio product shot of a group of modern surveillance cameras mounted on a slim steel pole, one dome camera and two bullet cameras pointing in different directions, photographed from a low three-quarter angle against a seamless light gray backdrop. Soft diffused studio lighting, subtle reflections on the matte metal housings, crisp details on lenses and mounting brackets, cool gray and silver tones with a faint blue accent. Isolated object, centered composition, no people, no text. No watermark, no signature.

Der Videogenerator kann laut Paulheim zusätzlich Verzerrungen einschreiben. Modelle, die auf YouTube-Videos trainiert sind, erzeugen Material, das YouTube ähnelt. Paulheim nennt viel Action, gute Ausleuchtung und junge Darstellende mit gefragten Körperformen. Womöglich häufen sich auch Stereotype, etwa der dunkelhäutige Angreifer im schwarzen Kapuzenpullover.

Daraus folgen zwei Fehlerarten. Die erste ist der übersehene Vorfall. Ein Verhaltensscanner, der nur actionreiche Kämpfe junger Männer kennt, erkennt laut Paulheim womöglich nicht, wie jemand einer älteren Frau die Handtasche entreißt. Die zweite ist der Fehlalarm.

Fachleute sprechen von einem False Positive. Paulheims Beispiel dafür ist eine dunkelhäutige Person im Kapuzenpulli, die nur durchs Bild joggt. Die Software könnte die Szene trotzdem als problematisch markieren. Am Kottbusser Tor, einer Waffenverbotszone, darf die Polizei laut netzpolitik.org ohnehin anlasslos kontrollieren.

Hinzu kommt der Automation Bias. Gemeint ist die gut untersuchte Neigung von Menschen, Ergebnissen von Software zu vertrauen. Laut FAQ spricht das nach einem Alarm eher für eine Streife als fürs Ignorieren. Für Betroffene wird ein falscher Alarm so schnell zur Kontrolle.

Was bedeutet das Nachtraining für Menschen am Kottbusser Tor?

Der Berliner Verhaltensscanner lernt laut Staige auch aus den Bewegungen der Menschen am Kottbusser Tor. Polizeikräfte vermerken bei jedem Alarm, ob er gerechtfertigt war. Die Szene fließt dann als Beispiel für „ignore“ oder „alarm“ ins Modell. Wenn Sie den Platz überqueren, liefern Sie also gratis Trainingsmaterial.

Das Berliner Polizeigesetz verlangt dafür keine Einwilligung. Die Polizei darf die Daten sogar an Hersteller weitergeben. Alle Betroffenen müssten mit dieser Weiterverwendung rechnen, sagte Niklas Schrader, innenpolitischer Sprecher der Linken im Abgeordnetenhaus, schon im Juli 2026.

Berlin ist damit kein Einzelfall. Auch in Mannheim und Hamburg lernen die Systeme laut Chaos Computer Club aus Daten der Menschen in den überwachten Arealen. Teils wüssten die Gefilmten nicht einmal von den Kameras. Der CCC nannte das im März 2026 „eine Zweckentfremdung sensibler Daten“.

Das Werben mit datenschutzkonformen Trainingsdaten passt schlecht zu einem System, das von Vorbeigehenden weiterlernt. Der Gang eines Menschen ist laut netzpolitik.org so einmalig wie ein Fingerabdruck. Menschen lassen sich darüber identifizieren. Damit rückt das Training näher an die Debatte über biometrische Massenüberwachung, als die Strichmännchen vermuten lassen.

Die Abstraktion blendet zwar Gesicht, Hautfarbe und Tattoos aus. Parallel speichert die Polizei laut FAQ aber das voll aufgelöste Videobild mindestens 28 Tage. Nach einem Alarm kann ein Screenshot ins Gesichtserkennungssystem des BKA wandern. Wer dort erfasst ist, etwa nach einem Asylantrag, wird mit Name und Adresse identifizierbar.

Unbequem ist auch eine weitere Alarmregel. Der Verhaltensscanner schlägt bei liegenden Personen an, offiziell um Unglücksfälle zu erkennen. Am Kottbusser Tor halten sich viele wohnungslose Menschen auf. Sie geraten dadurch häufiger ins Visier.

Ähnliches gilt laut netzpolitik.org für Menschen, die sich wegen körperlicher Einschränkungen ungewöhnlich bewegen. Die Software kann ihr Verhalten schlechter einordnen. Im Zweifel gibt sie laut FAQ vermutlich eher Alarm. Welche Daten die KI-Kameras am Kottbusser Tor insgesamt erfassen, steht in unserem Überblick.

Koalitionsverhandlungen und IFG-Anfrage entscheiden über den Berliner Verhaltensscanner

Die Zukunft des Verhaltensscanners am Kottbusser Tor hängt an den Koalitionsverhandlungen von Linken, Grünen und SPD. Sie sollten laut netzpolitik.org Anfang November 2026 beginnen. Die SPD will die Kameras verteidigen. Die Linke will sie zurückbauen lassen.

Die Grünen halten ihre Position noch bedeckt. Ihr innenpolitischer Sprecher Vasili Franco nannte die Videoüberwachungspläne des Senats im Juli 2026 allerdings „Irrsinn“. Studien zeigten seit Jahren, dass Videoüberwachung Kriminalität bestenfalls verlagere, sagte Franco.

Als nächster Schritt ist der Probeechtbetrieb vorgesehen, in dem das System rund um die Uhr aufzeichnet und analysiert. Einen Starttermin nennt die Polizei nicht. Das Sondierungspapier sieht für 2028 eine Evaluation „unter Einbeziehung der Polizei“ vor.

Berlin steht mit dem Ausbau nicht allein. Ende September 2026 hat der Bundestag das neue Bundespolizeigesetz verabschiedet. Es erlaubt Verhaltensscanner an allen deutschen Bahnhöfen. In Berlin hatte Schwarz-Rot im Dezember 2025 zudem Gesichtersuchmaschine, Videodrohnen und automatisierte Datenanalyse à la Palantir erlaubt.

Der nächste konkrete Termin betrifft den Objektschutz. Für Rotes Rathaus, Altes Stadthaus und Jüdisches Museum plante die Polizei laut netzpolitik.org den Betriebsstart für Ende 2026. Warschauer Brücke, Alexanderplatz und Görlitzer Park sollten nach den Plänen von Schwarz-Rot folgen. Was davon kommt, entscheidet die neue Koalition.

Offen bleibt der Inhalt des Trainingsdatensatzes. Die Redaktion von netzpolitik.org hat ihn per Anfrage nach dem Informationsfreiheitsgesetz, kurz IFG, angefordert. Die Frage ist, ob Berlin die Clips herausgibt. Erst dann lässt sich prüfen, welche Gewalt der Verhaltensscanner am Kotti tatsächlich gelernt hat.