Amazon Rekognition: Bild- und Videoanalyse mit KI

Amazon Rekognition ist ein KI-gestützter Service von Amazon Web Services (AWS), mit dem Unternehmen Bilder und Videos einfach analysieren können. Ob Objekterkennung, Gesichtserkennung oder Inhaltsmoderation – Rekognition macht all das möglich, ohne dass du tiefes Machine-Learning-Know-how brauchst. 

In diesem Tutorial erfährst du, was Amazon Rekognition ist, welche Kernfunktionen es bietet, wie es funktioniert und wie du startest. Außerdem sprechen wir über Vorteile, Preise und einige Bedenken rund um den Einsatz.

Was ist Amazon Rekognition?

Kurz gesagt ist Amazon Rekognition ein cloudbasierter Service von AWS, der mithilfe von Deep Learning Bilder und Videos analysiert. Er identifiziert automatisch Objekte, Szenen, Gesichter, Text und sogar potenziell problematische Inhalte – ganz ohne tiefgehendes Wissen in Machine Learning.

Dieser vollständig verwaltete, deep-learning-basierte Bilderkennungsdienst ist von Grund auf für den Betrieb im großen Maßstab ausgelegt.  Herausragend sind die vortrainierten Modelle, die sofort einsatzbereit sind. Hast du spezielle Anforderungen, kannst du zudem eigene Modelle trainieren, um individuelle Objekte oder Muster zu erkennen.

Die drei Kernkomponenten jeder Machine- oder Deep-Learning-Anwendung sind Training, Modelle und Inferenz.

Kernkomponenten einer ML-Deep-Learning-Anwendung. Quelle: Napkin AI

Von diesen drei Bausteinen ist der große Vorteil, dass das Training bei den Rekognition-APIs bereits für dich erfolgt ist. Dieses Training hat Modelle erzeugt, die im Service genutzt werden. Du greifst lediglich über die APIs zu, um für deine Anwendungen Inferenz zu erzeugen. 

Außerdem ermöglicht der einfache, API-getriebene Ansatz, dass Entwicklerinnen und Entwickler – unabhängig von ML-Expertise – schnell leistungsstarke KI-Funktionen in ihre Produkte einbauen können. 

Zentrale Funktionen von Amazon Rekognition

Werfen wir einen Blick auf die wirkungsvollsten Funktionen von Rekognition – veranschaulicht mit Praxisbeispielen.

Übersicht der Amazon-Rekognition-Funktionen. Quelle: Napkin AI

Objekt- und Szenenerkennung

Tausende Objekte, Szenen und Aktionen in Bildern und Videos können von Amazon Rekognition präzise erkannt und beschriftet werden. So lässt sich etwa das Bestandsmanagement automatisieren, indem Produkte in Regalen identifiziert werden. Ebenso erkennt der Dienst Autos und Fußgänger in der Verkehrsüberwachung.

Pinterest nutzt Rekognition, um von Nutzerinnen und Nutzern hochgeladene Inhalte zu labeln und Objekte, Szenen sowie Aktivitäten zu identifizieren. So werden Bilder mit passenden Schlagwörtern versehen und die Plattform kann visuell ähnliche Inhalte besser empfehlen.

Gesichtsanalyse und -erkennung

Die fortschrittliche Gesichtsanalyse und -erkennung von Rekognition kann Merkmale wie Altersspanne, Geschlecht und Emotionen identifizieren. Zudem ermöglicht sie Gesichtserkennung zur Identitätsprüfung – etwa bei Zugangssystemen in Gebäuden oder an Flughafenkontrollen. Unternehmen setzen Rekognition ein, um Identitäten in Banking-Apps oder Zeiterfassungssystemen sicher zu verifizieren.

Mit Amazon Rekognition PBS hat ein unternehmensweites Knowledge Graph aufgebaut, um Inhaltsmetadaten auf Segment-, Clip- oder sogar Frame-Ebene zu erfassen und Informationen zu Gesichts-, Objekt- und Stimmungenkennung mehr als 60.000 Titeln in der digitalen PBS-Bibliothek zuzuordnen. 

Texterkennung und -extraktion

Schon mal gefragt, wie soziale Netzwerke Memes oder Bilder mit Text-Overlays erkennen? Rekognition erkennt effizient Text in Fotos oder Videoframes – selbst wenn er nicht perfekt lesbar oder ausgerichtet ist. Unternehmen können damit die automatisierte Dokumentenverarbeitung verbessern oder etwa Stimmungsanalysen auf Basis visueller Daten vornehmen. 

Custom Labels

Ein klarer Unterschiedungsfaktor von Amazon Rekognition sind die Custom Labels: Unternehmen können Rekognition mit ihren eigenen Daten trainieren. Wenn du als Marketer sehen willst, wo dein Markenlogo in sozialen Medien hochgeladen wird, erkennt Rekognition dein Logo in Millionen Bildern – ohne dass du hunderte Stunden manuell prüfen musst – und liefert handfeste Marketing-Insights.

San Diego Gas & Electric (SDG&E) nutzt die custom Labels von Rekognition, um Schäden an Anlagen auf Drohnenbildern und Vegetationsrisiken auf Satellitenbildern automatisch zu erkennen.

Inhaltsmoderation

Mit der Inhaltsmoderation können Social-Media- und Videostreaming-Plattformen ungeeignete Inhalte wie sexuell explizites Material oder drastische Gewaltdarstellungen automatisch aus Nutzer-Uploads herausfiltern. So lässt sich eine riesige Menge nutzergenerierter Inhalte einfach und verlässlich handhaben.

Promi-Erkennung

Die Promi-Erkennung von Amazon Rekognition wird von Medienunternehmen bei der Berichterstattung über Entertainment-Events intensiv genutzt. Die schnelle Identifikation von Prominenten ermöglicht es, Fotos oder Videos von Roten-Teppich-Events oder Nachrichtengeschichten automatisch zu taggen – das beschleunigt Workflows deutlich.

So funktioniert Amazon Rekognition

Amazon Rekognition nutzt fortgeschrittene Deep-Learning-Modelle auf einer skalierbaren AWS-Cloud-Infrastruktur. Der vereinfachte Ablauf:

1. Eingabedaten: Du übergibst Bilder oder Videos über die Rekognition-API.
2. KI-Verarbeitung: Die Deep-Learning-Modelle von Rekognition analysieren die Daten und erkennen Gesichter, Objekte, Text oder Inhaltstypen.
3. Ergebnisse: Die Ergebnisse kommen schnell per API-Call im JSON-Format zurück und lassen sich direkt in Apps oder Datenbanken integrieren.

Der Service kann mit anderen AWS-Lösungen wie AWS Lambda und Amazon Kinesis zusammenarbeiten, um Echtzeitanalysen zu ermöglichen – zum Beispiel Live-Videoüberwachung für Sicherheitsszenarien.

High-Level-Architektur

• Bilder oder Videostreams werden in Amazon S3 hochgeladen.
• AWS-Rekognition-API-Aufrufe stoßen die KI-Inferenz an.
• Ergebnisse werden über die API an deine Anwendung oder Services zurückgegeben.

Image-Pipeline

Die High-Level-Pipeline sieht so aus:

• Eine Nachricht wird an eine Amazon-SQS-Warteschlange gesendet und startet die Bildverarbeitungspipeline.
• Dies löst eine Lambda-Funktion aus, die synchron ausgeführt wird.
• Die Lambda-Funktion ruft Amazon Rekognition zur Bildanalyse auf.
• Die Analyseergebnisse werden je nach Use Case in DynamoDB, S3 oder Elasticsearch gespeichert.
• Der Durchsatz der Pipeline wird über Batchgröße und Lambda-Konkurrenz gesteuert, um eine effiziente Verarbeitung sicherzustellen.

Video-Pipeline

Die High-Level-Pipeline sieht so aus:

• Die Videopipeline sendet Nachrichten an eine Amazon-SQS-Warteschlange, die die Videoanalyse startet.
• Eine Job-Scheduler-Lambda-Funktion läuft in Intervallen und übermittelt Videoprozessierungsanfragen an Amazon Rekognition, bis die maximale Anzahl paralleler Jobs erreicht ist.
• Wenn ein Videoanalysejob abgeschlossen ist, sendet Amazon Rekognition eine Benachrichtigung über Amazon SNS und stößt die nächste Jobcharge an.
• Die Analyseergebnisse werden in den entsprechenden Datenspeichern für die Weiterverwendung abgelegt.
• Die Pipeline passt ihre Verarbeitungsgeschwindigkeit automatisch an die AWS-Kontolimits an, um optimale Performance zu gewährleisten.

Diese Referenzarchitektur bietet bei Bedarf einen tieferen technischen Einblick.

Amazon Rekognition verwenden

So einfach integrieren Unternehmen Amazon Rekognition in ihren Workflow:

Amazon-Rekognition-Workflow

Amazon-Rekognition-Workflow. Quelle: Bild von Napkin AI

• Schritt 1: Speichere deine Bild-/Videodaten in Amazon S3.
• Schritt 2: Rufe Rekognition per API über AWS SDKs auf (verfügbar für Python, Java, Node.js usw.).
• Schritt 3: Empfange und verarbeite die JSON-Antwort von Rekognition mit den Insights.
• Schritt 4: Integriere diese Insights in deine Logik und löse Aktionen wie Alarme oder Inhaltsfilterung aus.

Erste Schritte mit Amazon Rekognition

Die wichtigsten Einstiegsschritte findest du hier. 

1. Registrieren: Erstelle dein AWS-Konto auf aws.amazon.com.
2. Einrichtung über die AWS-Konsole: Greife über die AWS Management Console auf Rekognition zu. Tippe dazu Rekognition in die Suchleiste und wähle rekognition, um die Service-Konsole zu öffnen.

Amazon Rekognition über die AWS-Konsole einrichten. Quelle: AWS

3. AWS CLI & SDK-Integration: Installiere die AWS CLI oder dein bevorzugtes SDK für den programmatischen Zugriff.
4. Beispielanalyse umsetzen: Führe eine einfache Bildanalyse aus, um dich mit dem Service vertraut zu machen. Wähle dazu beispielsweise in der linken Navigation den Punkt Facial analysis, wie unten gezeigt. Diese Funktion analysiert Gesichter in einem Bild und liefert eine JSON-Antwort.

Wähle den relevanten Service. Bildquelle: AWS

Wie du siehst: überraschend unkompliziert!

Vorteile von Amazon Rekognition

Darum schätzen Unternehmen Rekognition:

Skalierbarkeit & Performance

Da Rekognition auf der AWS-Infrastruktur läuft, kann es automatisch skalieren und Millionen von Bildern und Videos ohne Verzögerung verarbeiten. Unternehmen müssen sich keine Sorgen um Leistungseinbußen machen – egal wie groß die Last wird. Zudem lassen sich menschliche Prüfprozesse mit KI unterstützen.

Kosteneffizienz

Dank nutzungsbasierter Abrechnung zahlen Unternehmen nur für das, was sie wirklich verwenden – ohne hohe Anfangsinvestitionen.

Einfache Integration

Die benutzerfreundlichen APIs erleichtern die Implementierung – auch für Teams mit wenig oder keiner ML-Erfahrung. Komplexe Modelle müssen nicht von Grund auf neu gebaut werden: anschließen und mit der Analyse von Bildern oder Videos starten.

Genauigkeit & Zuverlässigkeit

Amazon trainiert und verbessert seine KI-Modelle kontinuierlich – für höhere Genauigkeit und weniger manuellen Aufwand. Das reduziert Fehler bei Aufgaben wie Identitätsprüfung, Objekterkennung und Inhaltsmoderation.

Bedenken und Kontroversen rund um Amazon Rekognition

Wie jede mächtige Technologie hat auch Rekognition berechtigte Bedenken ausgelöst:

Datenschutz und Überwachung

Der Einsatz von Rekognition in Strafverfolgung und Überwachung hat hitzige Debatten ausgelöst. Kritiker befürchten, dass KI-gestützte Gesichtserkennung für Massenüberwachung missbraucht werden könnte und so Datenschutzrechte sowie bürgerliche Freiheiten gefährdet. Amazon geriet in die Kritik, die Technologie an Behörden zu verkaufen – mit Sorgen über Einsatzzwecke und fehlende Kontrollen.

Bias in der Gesichtserkennung

KI-Voreingenommenheit ist ein reales Problem, und Studien, einschließlich jener des MIT, zeigen, dass Gesichtserkennungssysteme bei der Genauigkeit schwanken können – insbesondere bei Personen unterschiedlicher Hautfarbe oder Geschlechtszugehörigkeit. Fehlidentifikationen können gravierende Folgen haben, vor allem in der Strafverfolgung, wo falsche Treffer zu ungerechtfertigten Festnahmen führen könnten. Die Kontroverse unterstreicht den dringenden Bedarf, Fairness in der KI zu verbessern und sicherzustellen, dass Modelle über diverse Bevölkerungsgruppen hinweg gleich gut funktionieren.

Ethischer Einsatz und Regulierung

Angesichts wachsender Kritik hat Amazon den Verkauf von Rekognition an Strafverfolgungsbehörden vorübergehend gestoppt und die ethischen Bedenken anerkannt. Die Debatte über KI-Ethik geht weiter – Organisationen wie die ACLU drängen auf strengere Aufsicht und Rechenschaft.

Preise für Amazon Rekognition

Amazon Rekognition setzt auf ein Pay-as-you-go-Preismodell: Du zahlst nur, was du nutzt. Die Kosten richten sich nach der Art der Analyse, ohne Vorabinvestitionen. Im Überblick: 

Bildpreise

Mit Rekognition Image analysierst du Bilder per Deep Learning. Die Preisstruktur umfasst zwei Bereiche:

• Bildanalyse: Abrechnung pro analysiertem Bild. Führst du mehrere Analysen auf demselben Bild aus, wird jede Anfrage separat berechnet. Beispiel: Für 2,5 Millionen Bilder zur Label-Erkennung ergibt sich:

Erste 1 Million Bilder: $0,0010 pro Bild, Kosten: $1.000. 

Nächste 1,5 Millionen Bilder: $0,0008 pro Bild, Kosten: $1.200

Gesamtkosten: $2.200

• Speicherung von Gesichtsmetadaten: Bei Gesichtsvergleich oder -suche speichert Rekognition Gesichtsmetadaten. Dafür fällt eine kleine monatliche Gebühr an: $0,00001 pro Gesicht und Monat. Die Abrechnung erfolgt monatlich und anteilig für Teilmonate.

Videopreise

Bei der Analyse von Videos zahlst du pro Minute verarbeiteten Materials.

• Label-Erkennung (Erkennen von Objekten, Szenen und Aktivitäten): Ab $0,10 pro Minute
• Gesichtssuche (Abgleich mit einer Datenbank): Ab $0,10 pro Minute

Die Verarbeitung von 1.000 Minuten Video zur Label-Erkennung kostet demnach $100 bei $0,10 pro Minute.

Preise für Custom Labels

Mit Rekognition können Unternehmen den Dienst auf spezifische, für sie relevante Objekte trainieren. Dafür fallen zwei Kostenarten an:

• Modelltraining: $1,00 pro Stunde
• Vorhersagen (Inferenz): $4,00 pro 1.000 Bilder

Wichtig: Training und Inferenz werden im Minutentakt abgerechnet, mindestens 1 Minute.

Ausführliche und laufend aktualisierte Preise für weitere Services findest du auf der Amazon-Rekognition-Preisseite.

Fazit

Amazon Rekognition ist ein leistungsstarkes AWS-Produkt für Bild- und Videoanalyse – mit Funktionen wie Gesichtserkennung, Objekterkennung, Textextraktion und Inhaltsmoderation.  Dank Skalierbarkeit, einfacher Integration und guter Kostenstruktur ist es branchenübergreifend wertvoll.

Wenn du nach neuen Wegen suchst, fortgeschrittene Computer-Vision in deinem Unternehmen einzusetzen, ist Amazon Rekognition zweifellos ein guter und leicht zugänglicher Startpunkt.

Und wenn du weitere AWS-Services und -Produkte erkunden willst, helfen dir diese Ressourcen:

• AWS Concepts Course: Entdecke die Welt von Amazon Web Services (AWS) und verstehe, warum AWS an der Spitze des Cloud-Computing steht.
• AWS Cloud Technology and Services Concepts Course: Lerne AWS-Cloudtechnologie praxisnah kennen und wende sie im AWS-Ökosystem an.
• AWS Cloud Practitioner Certification (CLF-C02): Zeige dein Grundlagenwissen zu AWS-Cloudservices und erhalte alles, was du für die Vorbereitung auf die AWS Cloud Practitioner Certification brauchst.
• AI Ethics: Warum es wirklich wichtig ist (Podcast & Blog)
• AI Regulation: Globale Regulierungen verstehen (Blog)
• AI Ethics Course: Erkunde KI-Ethik mit Fokus auf Prinzipien, Fairness, Bias-Reduktion und Vertrauen im KI-Design.