Videoturm auf der Großveranstaltung: was bei 30.000 Personen funktioniert

Ein mobiler Videoturm auf einer Veranstaltung mit 30.000 Personen ist kein Überwachungsgerät, sondern ein Steuerungsinstrument. Wer ihn als Kamera mit Stativ versteht, hat das Konzept nicht begriffen, und wer ihn als bloße Abschreckung plant, wird im Ernstfall die Folgen tragen.

Boswau + Knauer betreibt Videotürme seit mehreren Jahren auf Veranstaltungen unterschiedlicher Größenordnung. Die Lehre aus diesen Einsätzen ist eindeutig. Ein Videoturm wirkt nur dann, wenn er in eine Sicherheitsorganisation eingebettet ist, die seine Daten verarbeiten kann, und wenn die Position, der Sichtwinkel und die Anbindung an die Lautsprecheranlage vor dem Aufbau definiert sind. Alles andere ist Theater. Das Folgende beschreibt, was der Veranstalter konkret zu liefern hat, damit die Technik trägt.

Was die Versammlungsstättenverordnung tatsächlich verlangt

Die Versammlungsstättenverordnung der Länder, in der Regel orientiert an der MVStättVO, kennt den Begriff des Videoturms nicht. Sie kennt aber den Begriff der Sicherheitsorganisation, der Räumungskonzeption, der Brandschutzordnung und der Verantwortlichkeit des Betreibers. Wer einen Videoturm einsetzt, bewegt sich in diesem Rahmen, ohne dass eine eigene Norm für das Gerät selbst existiert. Diese Lücke ist kein Freiraum, sondern eine Verantwortung.

Bei Veranstaltungen ab 5.000 Besuchern, in den meisten Bundesländern bereits darunter, verlangt die Verordnung ein Sicherheitskonzept, das mit der zuständigen Behörde abgestimmt wird. In diesem Konzept wird die Videoüberwachung als Bestandteil ausgewiesen, mit Positionen, Sichtbereichen, aufzeichnenden Stellen und der Verantwortung für die Bedienung. Die Behörde prüft nicht das Gerät, sondern die Konzeption. Wer das Gerät stellt, ohne die Konzeption mitzuliefern, liefert Hardware, keine Sicherheit.

Hinzu kommt die datenschutzrechtliche Komponente. Die Aufnahme öffentlich zugänglicher Bereiche bei einer Veranstaltung greift in Persönlichkeitsrechte ein, und der Veranstalter ist Verantwortlicher im Sinne der Datenschutzgrundverordnung. Hinweisbeschilderung an den Zugängen, definierte Löschfristen, Zugriffsregelungen und eine Verarbeitungsbeschreibung gehören zwingend in das Konzept. Boswau + Knauer liefert die technische Grundlage für diese Anforderungen, die organisatorische Umsetzung bleibt beim Veranstalter, weil sie nur dort verbindlich entschieden werden kann.

Die Abstimmung mit der Polizei und mit dem Ordnungsamt ist ein zweiter Pfeiler. Polizeiliche Aufnahmebefugnisse unterscheiden sich von privatrechtlichen Aufzeichnungen, und die Frage, ob ein Videostream der Sicherheitszentrale des Veranstalters zugänglich gemacht wird oder zusätzlich der Polizei zur Verfügung steht, ist vor der Veranstaltung zu klären. Wer das im Ereignisfall improvisiert, verliert Minuten, die im dichten Publikum nicht zur Verfügung stehen.

Schließlich ist die Schnittstelle zur Brandschutzordnung relevant. Der Videoturm sieht Verdichtungen, die ein Brandschutzbeauftragter aus dem Stand nicht überblicken kann, und seine Beobachtungen müssen in die Räumungsentscheidung einfließen, ohne dass ein zusätzlicher Kommunikationsweg eingeschoben wird. Die Verordnung verlangt nicht das Gerät. Sie verlangt, dass die Entscheidung sitzt. Das Gerät ist ein Mittel, diese Entscheidung zu verbessern.

Crowd-Detection als Technik und als Versprechen

Crowd-Detection wird im Markt häufiger versprochen als geliefert. Was die Bezeichnung tatsächlich meint, sind algorithmische Verfahren zur Schätzung der Personendichte je Quadratmeter, ergänzt um Verfahren zur Erkennung von Bewegungsrichtung, Geschwindigkeit und Stockungen. Die Schätzung der absoluten Personenzahl ist im hohen Dichtebereich technisch unzuverlässig, weil Verdeckungen die Erkennung einzelner Personen verhindern. Wer einen Hersteller hört, der bei einer Dichte oberhalb von vier Personen je Quadratmeter eine exakte Personenzahl auswirft, sollte die Methode prüfen.

Was zuverlässig funktioniert, ist die Dichtekartierung. Die Kamera des Videoturms erfasst einen definierten Bodenbereich, die Software berechnet die Belegung in Zellen, in der Regel im Bereich von einem bis zwei Quadratmetern, und stellt die Werte in einer Heatmap dar. Aus dieser Karte lassen sich kritische Dichten ablesen, bevor sie in Drucksituationen umschlagen. Die Schwellen, ab denen ein Eingriff erfolgt, sind in der Sicherheitsforschung dokumentiert und werden in den Sicherheitskonzepten als Auslöser hinterlegt.

Die zweite verlässliche Funktion ist die Bewegungsanalyse. Der Algorithmus erkennt, ob ein Strom fließt, ob er stockt und ob sich Gegenströme bilden. Gegenströme in hoher Dichte sind ein Frühindikator für Druckaufbau, weil sie verhindern, dass das Publikum sich entlastet. Die Software meldet diese Konstellationen, bevor sie für das menschliche Auge im Bild deutlich werden, weil der Operator in der Regel mehrere Sektoren parallel führt und die langsame Veränderung in einem einzelnen Sektor nicht wahrnimmt.

Die dritte Funktion ist die Erkennung von liegenden Personen. In dichten Mengen ist eine liegende Person ein medizinischer Notfall mit Sekundengewicht, und ihre Erkennung im Bild ist durch die umstehenden Personen erschwert. Die Modelle, die wir einsetzen, sind auf diese Situationen trainiert und lösen einen Alarm aus, der direkt an die Sanitätszentrale und die Sicherheitsleitung geht. Die Wirksamkeit hängt vom Sichtwinkel ab, und der Sichtwinkel hängt von der Position des Turms ab.

Was Crowd-Detection nicht leistet, ist die Vorhersage spontaner Massenpaniken. Die Algorithmen sehen die Bedingungen, unter denen Paniken entstehen, aber sie sehen nicht den Auslöser. Wer das Gerät mit dem Versprechen einer Vorhersage verkauft, verkauft ein Versprechen, das im Ernstfall nicht eingelöst werden kann. Boswau + Knauer verkauft eine Funktion, deren Grenzen dokumentiert sind. Diese Differenz entscheidet darüber, ob ein Sicherheitskonzept hält oder ob es im Audit zerfällt.

Sichtwinkel, Höhe und die Frage der Position

Die Position des Videoturms ist die wichtigste Einzelentscheidung im Aufbau. Sie entscheidet darüber, ob die Crowd-Detection einen verwertbaren Bildausschnitt erhält, und sie entscheidet darüber, ob die Lautsprecher des Turms in den richtigen Bereich strahlen. Eine schlechte Position kann durch keine Software ausgeglichen werden.

Die Höhe der Kamera über dem Boden bestimmt den Sichtwinkel und die Tiefenschärfe. Bei einer Turmhöhe von sechs Metern und einer Brennweite, die einen breiten Bodenbereich abdeckt, deckt eine Kamera in der Regel einen Bereich von 30 bis 50 Metern Tiefe ab, bevor die Verdeckung die Dichteerkennung unzuverlässig macht. Wer eine Veranstaltung mit 30.000 Personen über eine Fläche von mehreren Hektar überwachen will, kommt nicht mit einem Turm aus. Die Praxis hat gezeigt, dass eine Veranstaltung dieser Größenordnung in der Regel zwischen vier und acht Türme verlangt, je nach Geometrie der Fläche und je nach Lage der kritischen Zonen.

Kritische Zonen sind die Engstellen. Zugänge, Notausgänge, Bühnenvorfelder, Übergänge zwischen Bereichen, Bars und Sanitäranlagen. Diese Zonen werden im Sicherheitskonzept identifiziert, und die Türme werden so positioniert, dass jede kritische Zone von mindestens einer Kamera abgedeckt wird, idealerweise von zwei aus unterschiedlichen Richtungen, um Verdeckungen auszugleichen. Eine Überlappung der Sichtfelder ist nicht Verschwendung, sondern Redundanz, und Redundanz ist die einzige Versicherung gegen technische Ausfälle im laufenden Betrieb.

Der Winkel der Kamera gegenüber dem Boden beeinflusst die Erkennungsleistung. Ein zu flacher Winkel führt zu starker Verdeckung, ein zu steiler Winkel verkürzt die Reichweite. Die Praxis liegt zwischen 25 und 40 Grad gegenüber der Horizontalen, abhängig von der erwarteten Dichte. Hohe Dichten verlangen steilere Winkel, weil die Verdeckung sonst die Erkennung dominiert. Niedrige Dichten erlauben flachere Winkel und damit größere Reichweiten.

Die Position muss zudem die Ausstrahlrichtung der Lautsprecher berücksichtigen. Ein Videoturm, der das Publikum sieht, aber dessen Lautsprecher in eine andere Richtung strahlen, kann im Ernstfall keine Anweisung geben, die ankommt. Die Reichweite der Lautsprecher beträgt unter Veranstaltungsbedingungen typischerweise 50 bis 80 Meter, abhängig vom Schalldruckpegel der Bühnenanlage und vom Hintergrundlärm der Menge. Wer Anweisungen über die Bühnenbeschallung gibt, verschiebt die Verantwortung an den Veranstaltungstechniker. Wer eigene Lautsprecher am Turm betreibt, behält die Kontrolle, muss die Reichweite aber im Konzept hinterlegen.

Eine letzte Bemerkung zur Position. Der Turm muss erreichbar sein. Bei einem technischen Defekt im laufenden Betrieb muss ein Techniker innerhalb weniger Minuten am Gerät sein, und der Weg darf nicht durch die Menge führen. Wer Türme an Positionen aufstellt, die nur durch den Publikumsbereich erreichbar sind, baut Risiko ein, das im Ernstfall nicht zu kompensieren ist. Die Position eines Turms ist immer auch eine logistische Entscheidung.

Die Verantwortungskette im Ereignisfall

Ein Videoturm sieht. Er entscheidet nicht. Die Entscheidung über eine Räumung, eine Sperrung, eine Umlenkung oder eine medizinische Intervention liegt beim Sicherheitsverantwortlichen des Veranstalters, in der Regel beim Leiter der Sicherheitszentrale, und sie wird in Abstimmung mit Polizei und Rettungsdiensten getroffen. Die Verantwortungskette muss vor der Veranstaltung schriftlich festgelegt sein, weil sie im Ereignisfall nicht improvisiert werden kann.

Boswau + Knauer beschreibt in seinem Buch Vom Bau zur Sicherheitstechnologie das Prinzip der kontrollierten Autonomie, in dem technische Systeme Routine entscheiden und Ausnahmen an einen menschlichen Operator übergeben. Dieses Prinzip gilt auch bei der Crowd-Detection. Der Algorithmus erkennt eine kritische Dichte und löst eine Alarmstufe aus. Der Operator bestätigt die Beobachtung am Bild und gibt die Information an die Sicherheitsleitung. Die Sicherheitsleitung entscheidet über die Maßnahme. Diese Kette ist auf wenige Sekunden ausgelegt, und sie funktioniert nur, wenn jeder Schritt im Konzept benannt ist.

Die Operatoren am Turm oder in der Leitstelle sind eine eigene Qualifikationsfrage. Sie müssen die Software bedienen können, sie müssen die Schwellenwerte einordnen können, und sie müssen die Sicherheitsorganisation der Veranstaltung kennen. Wer eine Veranstaltung mit 30.000 Personen mit Operatoren betreibt, die am Vortag eingewiesen wurden, baut ein Risiko, das sich im normalen Betrieb nicht zeigt und im Ereignis voll wirkt. Die BDSW-Richtlinien für Veranstaltungsdienste geben Hinweise auf Qualifikationsanforderungen, die in den Auftragsvergaben hinterlegt werden sollten.

Die Schnittstelle zur Polizei verdient eigene Aufmerksamkeit. Polizei und Veranstalter haben unterschiedliche Rechtsgrundlagen für Eingriffe, und die Übergabe einer kritischen Situation von der privaten zur staatlichen Verantwortung muss klar definiert sein. In der Praxis sitzt ein Verbindungsbeamter in der Sicherheitszentrale, und die Bildströme der Türme stehen ihm zur Verfügung. Diese Konstellation wird vor der Veranstaltung mit der zuständigen Polizeidirektion vereinbart. Sie ist nicht selbstverständlich, sie ist hinzuwirken.

Die Dokumentation des Geschehens ist die fünfte Säule der Verantwortungskette. Aufzeichnungen der Videoströme, Protokolle der Alarme, Mitschnitte der Funkkommunikation und Notizen der Sicherheitsleitung bilden zusammen die Grundlage einer späteren Auswertung. Im Schadensfall ist diese Dokumentation die Grundlage der haftungsrechtlichen Prüfung. Wer hier improvisiert, verliert Beweise, deren Fehlen später teuer wird.

Was der Veranstalter konkret zu liefern hat

Der Veranstalter ist nicht der Lieferant des Videoturms. Er ist der Verantwortliche für die Veranstaltung, und der Videoturm ist ein Werkzeug, das er einsetzt. Diese Rollenverteilung bestimmt, was der Veranstalter vor der Veranstaltung zu liefern hat, damit das Werkzeug greift.

Erstens liefert der Veranstalter die Flächenbeschreibung. Lagepläne der Veranstaltungsfläche, Zugänge, Notausgänge, Bühnen, Versorgungsbereiche, Sanitäranlagen, Stromversorgung und Funklöcher sind die Grundlage der Turmpositionierung. Wer einen Lageplan ohne Maßstab liefert, liefert keinen Lageplan. Die Praxis verlangt einen vermaßten Plan im Format, das eine technische Planung erlaubt.

Zweitens liefert der Veranstalter die Besucherzahlprognose und das Phasenkonzept. Eine Veranstaltung verläuft nicht gleichmäßig, sondern in Phasen, in denen Zugang, Hauptprogramm und Abgang unterschiedliche Belastungen erzeugen. Die Phasen werden mit Zeitfenstern und Personenzahlprognosen unterlegt, und die Türme werden so eingesetzt, dass sie in jeder Phase die kritischen Zonen abdecken.

Drittens liefert der Veranstalter den Verantwortlichen für Sicherheit, namentlich, mit Vertretung und mit Erreichbarkeit. Die Person ist Ansprechpartner für die Behörden, für die Sicherheitsdienstleister und für den Betreiber der Videotürme. Wer diese Rolle nicht klar besetzt, hat keine Sicherheitsorganisation, sondern eine Sammlung von Dienstleistern.

Viertens liefert der Veranstalter die Einbindung in die Lautsprecheranlage. Wenn der Videoturm im Ernstfall Anweisungen gibt, müssen diese Anweisungen entweder über die eigene Anlage des Turms oder über die Bühnenbeschallung erfolgen. Beide Varianten sind möglich. Beide müssen vor der Veranstaltung getestet werden. Ein Probedurchlauf am Veranstaltungstag, bevor die Tore öffnen, ist nicht verhandelbar.

Fünftens liefert der Veranstalter die datenschutzrechtliche Grundlage. Hinweisbeschilderung an allen Zugängen, Verarbeitungsverzeichnis, Löschkonzept und Auftragsverarbeitungsvertrag mit dem Betreiber der Türme sind die Bestandteile, die im Audit geprüft werden. Wer diese Unterlagen am Veranstaltungstag noch erstellt, hat das Konzept nicht ernst genommen.

Sechstens liefert der Veranstalter den Zugang zu den Stromversorgungspunkten oder akzeptiert den autarken Betrieb der Türme. Boswau + Knauer betreibt Türme mit eigener Energieversorgung, die einen Veranstaltungstag ohne externen Anschluss durchhalten. Diese Autarkie reduziert die Abhängigkeit von der Bauelektrik der Veranstaltung, sie entlastet aber den Veranstalter nicht von der Pflicht, Sicherheitsversorgung für die Sicherheitszentrale, für die Beleuchtung und für die Lautsprecher zu gewährleisten. Die Türme sind ein Element einer Versorgung, kein Ersatz.

Haftung, Versicherung und der GDV als Maßstab

Die haftungsrechtliche Verantwortung des Veranstalters ist umfassend. Sie umfasst die Verkehrssicherungspflicht, die Auswahl der Sicherheitsdienstleister, die Plausibilität des Sicherheitskonzepts und die ordnungsgemäße Durchführung. Wer einen Videoturm einsetzt, verlagert keinen Teil dieser Verantwortung. Er ergänzt sein Konzept um ein Werkzeug, das im Schadensfall die Frage stellen lässt, ob er den Stand der Technik berücksichtigt hat.

Der Gesamtverband der Deutschen Versicherungswirtschaft hat in den letzten Jahren die Anforderungen an Veranstaltungsversicherungen verschärft, weil die Schadenshistorie nach den bekannten Unglücken zeigte, dass die alten Konzepte nicht ausreichten. Versicherer prüfen heute regelmäßig, ob ein Sicherheitskonzept die zeitgemäßen Werkzeuge berücksichtigt, und die Prämien differenzieren entlang dieser Prüfung. Ein dokumentierter Einsatz von Crowd-Detection ist in vielen Fällen prämienrelevant, und die Einsparung in der Prämie kann einen Teil der Investition in die Technik decken.

Die TÜV-Prüfung von Veranstaltungstechnik ist ein zweiter Bezugspunkt. Sie umfasst nicht den Videoturm im engeren Sinn, aber sie umfasst die elektrische Sicherheit, die Standsicherheit und die Aufbaudokumentation. Boswau + Knauer liefert die entsprechenden Nachweise mit dem Gerät, und der Veranstalter integriert sie in seine Gesamtdokumentation. Wer diese Nachweise nicht hat, hat ein Gerät, dessen Einsatz im Audit beanstandet wird.

Die Frage der Haftung im Ereignis ist komplex und einzelfallbezogen. Sie hängt von der Vorhersehbarkeit ab, von der Angemessenheit der Maßnahmen, vom Verhalten der Sicherheitsorganisation und von der Dokumentation des Geschehens. Was ein Videoturm leistet, ist die Erhöhung der Vorhersehbarkeit und die Verbesserung der Dokumentation. Beides verschiebt die Haftungslage zugunsten eines Veranstalters, der den Stand der Technik genutzt hat. Es ersetzt nicht die Pflicht zur ordnungsgemäßen Durchführung. Es macht die ordnungsgemäße Durchführung wahrscheinlicher.

Eine letzte Bemerkung zur Frage der Aufzeichnung. Aufzeichnungen sind im datenschutzrechtlichen Sinn nur zulässig, wenn ein konkreter Zweck und eine konkrete Löschfrist hinterlegt sind. Im Veranstaltungsbetrieb ist der Zweck die Gefahrenabwehr und die Dokumentation, und die Löschfrist liegt in der Regel zwischen 48 Stunden und sieben Tagen, je nach Konzept. Eine längere Speicherung ist nur in Ausnahmefällen zu rechtfertigen, etwa wenn ein Ereignis dokumentiert wurde, das einer rechtlichen Aufarbeitung bedarf. Wer länger speichert, ohne den Zweck zu dokumentieren, verliert die Rechtfertigung.

Was bleibt

Ein Videoturm auf einer Veranstaltung mit 30.000 Personen funktioniert dann, wenn er als Teil einer Sicherheitsorganisation gedacht wird, die ihn versteht, ihn bedient und auf seine Daten reagieren kann. Die Technik ist seit Jahren verfügbar, die Software ist in den letzten Jahren deutlich verlässlicher geworden, und die rechtlichen Rahmenbedingungen sind klar, auch wenn sie eine bewusste Auseinandersetzung verlangen. Was zwischen einem funktionierenden Einsatz und einem missglückten unterscheidet, ist die Vorbereitung. Sie kostet Zeit, sie kostet Aufmerksamkeit, und sie kostet die Bereitschaft, vor der Veranstaltung Antworten zu geben, die im Routinebetrieb selten verlangt werden.

Wer eine Veranstaltung dieser Größenordnung plant, prüft das eigene Konzept gegen die Fragen dieses Beitrags. Wer feststellt, dass die Antworten nicht vorliegen, hat einen Handlungsbedarf, der sich nicht durch Hardware lösen lässt. Boswau + Knauer bietet als ersten Schritt das Gespräch an, sechzig Minuten, vertraulich, ohne Folgekosten. In diesem Gespräch wird die Lage skizziert und die Frage geklärt, ob ein Audit oder ein Pilotbetrieb der nächste angemessene Schritt ist. Wer den Schritt nicht geht, geht ihn rückwirkend, nach einem Ereignis, dessen Bedingungen er nicht gewählt hat.

Häufige Fragen

Welche VStättVO-Pflichten betreffen Videoüberwachung?

Die Versammlungsstättenverordnung regelt die Videoüberwachung nicht als eigenständigen Gegenstand, sie verlangt aber ein abgestimmtes Sicherheitskonzept, in dem die Videoüberwachung als Bestandteil dokumentiert ist. Hinzu kommen die Anforderungen der Datenschutzgrundverordnung mit Hinweispflicht, Verarbeitungsverzeichnis und Löschkonzept. Der Veranstalter ist Verantwortlicher und trägt die Pflicht, die Konzeption mit den Behörden, mit der Polizei und mit den Rettungsdiensten abzustimmen. Boswau + Knauer liefert die technische Grundlage und unterstützt die Konzeption, die Verantwortung für die Abstimmung verbleibt beim Veranstalter.

Wie funktioniert Crowd-Detection technisch?

Crowd-Detection kombiniert Verfahren zur Dichteschätzung, zur Bewegungsanalyse und zur Erkennung liegender Personen. Die Dichteschätzung kartiert die Belegung in Bodenzellen und liefert eine Heatmap, die kritische Verdichtungen vor dem visuellen Eindruck sichtbar macht. Die Bewegungsanalyse erkennt Stockungen und Gegenströme, die als Frühindikatoren für Druckaufbau gelten. Die Erkennung liegender Personen löst medizinische Alarme aus. Die Modelle laufen lokal auf den Geräten und liefern Reaktionszeiten im Sekundenbereich. Eine exakte Personenzählung bei hoher Dichte ist technisch nicht zuverlässig und wird nicht versprochen.

Welche Sichtwinkel sind nötig?

Der Sichtwinkel hängt von der Höhe des Turms und von der erwarteten Dichte ab. In der Praxis liegt der Winkel der Kamera gegenüber der Horizontalen zwischen 25 und 40 Grad, bei hoher Dichte steiler. Die Reichweite eines einzelnen Turms bei sechs Metern Höhe beträgt typischerweise 30 bis 50 Meter Tiefe, bevor Verdeckungen die Erkennung beeinträchtigen. Eine Veranstaltung mit 30.000 Personen verlangt in der Regel zwischen vier und acht Türme, abhängig von der Geometrie der Fläche, mit überlappenden Sichtfeldern an kritischen Zonen wie Zugängen, Notausgängen und Bühnenvorfeldern.

Wer haftet bei einem Vorfall?

Die Haftung im Ereignisfall liegt grundsätzlich beim Veranstalter, der die Verkehrssicherungspflicht trägt und die Sicherheitsorganisation verantwortet. Der Einsatz einer Crowd-Detection ändert diese Grundverantwortung nicht, er beeinflusst aber die Bewertung, ob der Stand der Technik berücksichtigt wurde. Versicherer differenzieren zunehmend entlang dieser Bewertung, und der GDV hat die Anforderungen an Veranstaltungsversicherungen entsprechend angepasst. Der Betreiber der Videotechnik haftet für die Funktionsfähigkeit der Geräte und für die Einhaltung der Auftragsverarbeitung. Die Verantwortung für die Entscheidung über Räumung oder Eingriff verbleibt beim Veranstalter und seiner Sicherheitsleitung.