🎓 Was als Masterarbeit begann, wird jetzt zur echten Gründungsidee.

Ich habe in den letzten Monaten analysiert, verworfen, validiert, neu gedacht – mit einem klaren Ziel:
Ein System zu entwickeln, das im Radverkehr misst, was bisher nur geschätzt wurde.

Jetzt ist die Arbeit abgeschlossen.
✔️ Technik: steht
✔️ Datenschutz: gelöst
✔️ Vision: klar

Die Bewertung der Arbeit zeigt: Das Konzept trägt – auch wissenschaftlich.

Und jetzt geht’s weiter:
👉 Wir bringen das System zur Marktreife.
👉 Das Projekt hat jetzt einen Namen:

DAKASY – Datenschutzkonforme Kamerasysteme

Noch besser: Ich habe zwei genauso begeisterte Mitstreiter gefunden, mit denen ich den Weg zur Ausgründung gemeinsam gehen werde.

Ich freue mich riesig auf das, was jetzt kommt. 🚀

Jetzt, wo der Prototyp bewiesen hat: hochauflösende, datenschutzkonforme Verkehrsaufnahmen sind möglich, kommt der nächste Schritt:

👉 Die erste Auswertungsfunktion!

Ziel: Automatische Messung des Überholabstands zwischen Kfz und Radfahrenden.

Dafür habe ich wieder jede Menge Daten gesammelt – diesmal unter Aufsicht, damit nichts beschädigt wird.

Das hieß: morgens raus, frieren, filmen – aber ich wollte so viele Überholmanöver wie möglich an möglichst vielen Standorten mit viel Fahrradverkehr einfangen.

Die alte Software aus dem Proof-of-Concept habe ich gründlich überarbeitet:
✔️ Code aktualisiert
✔️ Erkennung verbessert
✔️ Algorithmus angepasst

Und siehe da:
Trotz verpixelter Gesichter und Kennzeichen funktioniert die Erkennung von Fahrrädern und Fahrzeugen – und damit auch die Abstandsmessung!

Jetzt geht's an die Feinanalyse für die Masterarbeit. Ich bin gespannt, was die Daten zeigen!

Nach mehreren Einsätzen im echten Verkehr ist jetzt klar:
Es funktioniert!

Die finale Version meines Prototyps kann hochauflösende Verkehrsaufnahmen erstellen – und gleichzeitig Gesichter und Kennzeichen in Echtzeit zensieren.

Seit dem ersten Prototypen hat sich einiges getan:

🔹 Zuverlässigere KI-Modelle für die Erkennung sensibler Inhalte
🔹 Stärkere Hardware für bessere Bildqualität und flüssigere Bildraten
🔹 Verbesserter Regenschutz, endlich wettertauglich

Doch ein Punkt hat mich kalt erwischt:
In der letzten Nacht der Aufzeichnung wurde mein Gehäuse zerstört – jemand hat offenbar nach wertvollen Komponenten gesucht. Geklaut wurde nichts.

Nach einem Besuch bei der Polizei ist klar: Das ist ein Rückschlag – der Koffer war mein Privatkauf – aber auch ein Zeichen:
👉 Das System ist offenbar so kostengünstig, dass sich ein Diebstahl gar nicht lohnt.

Fazit: Ein datenschutzkonformes, hochauflösendes Kamerasystem ist technisch machbar – und mein Prototyp ist der Beweis.

Nur das Gehäuse… das baue ich wohl als Nächstes in stabil. 😉

Ich konnte den ersten Prototypen im echten Einsatz testen!

Am geplanten Standort gab es keine Stromversorgung – also habe ich spontan auf Akkubetrieb umgerüstet und das System direkt so laufen lassen.

Ich bin richtig stolz: Der Prototyp läuft! Und er hat bereits wichtige Erkenntnisse geliefert:

✅ Der Akku hielt wie geplant volle drei Tage durch
✅ Die Echtzeitverarbeitung der Bilder funktioniert
⚠️ Der Regenschutz war unzureichend – ein einziger Tropfen vor der Linse reichte für verschwommene Aufnahmen
⚠️ Mein erster Zensuralgorithmus war noch nicht zuverlässig genug

Natürlich ärgerlich – aber genau dafür macht man Tests.

Ich weiß jetzt, was ich anpassen muss, und die nächste Version ist bereits in Planung. Der nächste Testlauf ist schon für kommenden Monat angesetzt!

Nach den vielen Vorüberlegungen und der vorausgegangenen Forschungsarbeit kann es jetzt losgehen: Die Masterarbeit ist angemeldet!

Zwar kann ich hier nicht viele weiteren technischen Neuheiten vorstellen, doch ist für mich an dieser Stelle ein weiterer Meilenstein erreicht. Das Exposé ist erstellt, der zeitliche Ablauf inklusive mehrtägiger Aufzeichnungen an verschiedenen Standorten ist organisiert und ich freue mich riesig, mein Proof-of-Concept zu einem einsetzbaren Prototypen weiterzuentwickeln!

Damit mein Projekt nicht nur unter Laborbedingungen funktioniert, sondern auch im echten Straßenverkehr einsetzbar ist, muss eines klar sein: Datenschutz geht vor.

Für meine Masterarbeit sollen reale Verkehrsszenen analysiert werden – mit Kamera, KI und Abstandsmessung. Aber wie lässt sich das technisch und rechtlich sauber umsetzen?

In einem ausführlichen Gespräch mit Roland Huhn, Rechtsreferent des ADFC Deutschland, ging es genau darum. Er hat mir entscheidend dabei geholfen, ein tragfähiges Konzept zu entwickeln:
👉 Echtzeit-Zensur direkt im Kamerabild, noch vor der KI-Auswertung – so bleiben Gesichter und Kennzeichen außen vor, während die Bildqualität für die Abstandserkennung erhalten bleibt.

Dieses Konzept habe ich kurz darauf im Fahrradbüro der Stadt Koblenz vorgestellt – bei Tobias Weiß-Bollin und Ralph Emmerich. Die Resonanz war groß:
✔️ Wenig Personalaufwand
✔️ Hohe technische Genauigkeit
✔️ Reale Anwendungsszenarien – z. B. bei Vorher-/Nachheranalysen von Infrastrukturmaßnahmen.

Besonders spannend war dabei der "Einblick hinter die Kulissen" kommunaler Verkehrsplanung:
Denn momentan sind hochauflösende, aber datenschutzkonforme Videoaufnahmen im Bereich Rad- und Fußverkehr kaum möglich. Bestehende Kameras sind bewusst niedrig aufgelöst – Gesichter bleiben unerkannt, aber qualitative Auswertungen sind praktisch unmöglich.

Für Menschen ist die Interpretation solcher Bilder bereits schwierig – KI-gestützte Auswertung scheitert oft ganz, weil Verkehrsteilnehmer:innen gar nicht klar erkennbar sind.

Fazit: Ich gehe gestärkt aus diesen Gesprächen. Der praktische Nutzen meines Prototyps ist groß – und ich habe jetzt einen klaren Plan:
Ein System, das nicht nur Abstände misst, sondern gleichzeitig hochwertige, aber datenschutzkonforme Videodaten liefert.

Genau das wird die Grundlage für alles Weitere in meiner Masterarbeit.

Auf dem Tag der Computervisualistik konnte ich den nächsten Meilenstein vorstellen: Meine Forschungsarbeit zeigt die theoretische Machbarkeit und diese Ergebnisse wollte ich vorstellen. Doch ich wollte mehr: einen erfolgreichen Proof-of-Concept! Die Fahrräder und Autos werden automatisch erkannt und der seitliche Abstand wird in Echtzeit ermittelt.

Ich war nervös bis zur letzten Minute, aber die Demo hat funktioniert. Die Leute haben gefragt, diskutiert, Ideen eingebracht und während der Veranstaltung auch für das beste Projekt abgestimmt. Durch die noch sehr frühe Entwicklungsphase und der - sind wir mal ehrlich - ruckelige Betrieb meines Programms war ich doch sehr verblüfft als ich am Ende des Abends den Publikumspreis überreicht bekam. Das zeigt mir: das Thema Radverkehr und Überholabstand ist gesellschaftlich relevant und das Potenzial meines Projektes wird von Vielen erkannt!

Die Vorstellung, dass meine Arbeit irgendwann "in der Schublade von meinem Professor verschwinden könnte" stört mich - die Idee mehr als nur eine Masterarbeit aus diesem Projekt zu machen war geboren.

Letztens war wieder so eine knappe Überholsituation. Ich hatte das Gefühl, das Auto war höchstens 70 cm entfernt, oder 50, vielleicht aber auch 100 - aber wie genau will man das eigentlich wissen? Und wie kann ich von Autofahrenden erwarten den Abstand einzuhalten wenn nicht mal ich ihn einschätzen kann?

Ich merkte, dass mich diese Frage nicht mehr loslässt:
Wie viel Platz bleibt beim Überholen von Radfahrenden wirklich? Gibt es eine Möglichkeit das kamerabasiert zu messen?
Und: Wenn nein, könnte das nicht ein spannendes Projekt für meine anstehene Masterarbeit sein?

Ich habe angefangen Ideen zu skizzieren. Durch die anstehende Forschungsarbeit lege ich die theoretischen Grundlagen für das Vorhaben. Das Ziel: Eine Live-Anzeige das Überholabstands damit alle die Überholabstände auf Dauer besser einschätzen können.

Es wird wahrscheinlich komplizierter als ich denke. Aber irgendwas sagt mir: Ich muss das ausprobieren.