Conntour sichert sich 7 Millionen Dollar von General Catalyst und YC für KI-gestützte Suche in Sicherheitsvideos

Die Überwachungstechnologiebranche steht derzeit im Fokus der Öffentlichkeit, wenn auch nicht aus den positivsten Gründen. Es kam zu Kontroversen, als die US-Einwanderungs- und Zollbehörde Berichten zufolge zu Überwachungszwecken auf das Kameranetzwerk von Flock zugegriffen haben soll, und der Hersteller von Heimkameras, Ring, wurde dafür kritisiert, Funktionen entwickelt zu haben, die es Strafverfolgungsbehörden ermöglichen, von Hausbesitzern Aufnahmen aus der Nachbarschaft anzufordern. Diese Entwicklungen haben eine breite Debatte über Sicherheit, Datenschutz und die Ethik der Überwachung ausgelöst.

Doch die Kontroversen schmälern die Marktnachfrage nicht. Anhaltende Fortschritte bei Bild-Sprache-Modellen beflügeln das Wachstum von Unternehmen, die anderen Firmen dabei helfen, ihre Räumlichkeiten effektiver zu überwachen.

Matan Goldner, Mitbegründer und CEO des Videoüberwachungs-Startups Conntour, räumt ein, dass ethische Überlegungen so schwerwiegend sind, dass sein Unternehmen bei der Auswahl seiner Kunden sehr wählerisch ist. Auch wenn dies für ein kaum zwei Jahre altes Start-up kontraintuitiv erscheinen mag, sagt Goldner, dass Conntour es sich leisten kann, wählerisch zu sein, da es bereits mehrere große staatliche und börsennotierte Unternehmen zu seinen Kunden zählt, darunter Singapurs Central Narcotics Bureau.

„Die Tatsache, dass wir so große Kunden haben, ermöglicht es uns, diese auszuwählen und die Kontrolle zu behalten. Wir haben wirklich die Kontrolle darüber, wer das System nutzt und was der Anwendungsfall ist, und wir können auswählen, was wir für moralisch und natürlich auch rechtlich vertretbar halten. Wir nutzen unser gesamtes Urteilsvermögen und treffen Entscheidungen auf der Grundlage bestimmter Kunden, mit denen wir gerne zusammenarbeiten, weil wir wissen, wie sie das Produkt nutzen werden“, erklärte Goldner TechCrunch in einem Exklusivinterview.

Diese Dynamik hat Conntour nicht nur ermöglicht, selektiv zu sein. Investoren haben davon Notiz genommen: Das Start-up hat kürzlich eine Seed-Finanzierungsrunde in Höhe von 7 Millionen US-Dollar von General Catalyst, Y Combinator, SV Angel und Liquid 2 Ventures abgeschlossen.

Goldner sagte, die Runde sei innerhalb von 72 Stunden abgeschlossen worden. „Ich glaube, ich habe in etwa acht Tagen rund 90 Termine vereinbart, und schon nach drei Tagen – wir haben am Montag angefangen und am Mittwochnachmittag waren wir fertig“, sagte er.

Die Wählerischkeit von Conntour mag durchaus gerechtfertigt sein, insbesondere angesichts der Leistungsfähigkeit moderner KI-Tools in diesem Bereich. Die Videoplattform des Unternehmens nutzt KI-Modelle, damit Sicherheitspersonal Kamerabilder in natürlicher Sprache abfragen und Objekte, Personen oder Situationen in Echtzeit finden kann – im Grunde eine Google-ähnliche Suchmaschine, die auf Sicherheitsvideos zugeschnitten ist. Sie kann zudem auf der Grundlage voreingestellter Regeln autonom nach Bedrohungen suchen und automatische Warnmeldungen ausgeben.

Im Gegensatz zu älteren Systemen, die auf starre Definitionen oder Parameter angewiesen sind, um bestimmte Objekte, Bewegungsmuster oder Verhaltensweisen zu erkennen, nutzt das System von Conntour laut eigenen Angaben Modelle für natürliche Sprache und Bildverarbeitung, was hohe Flexibilität und Benutzerfreundlichkeit bietet. Ein Benutzer könnte beispielsweise fragen: „Finde Fälle, in denen jemand in Turnschuhen eine Tasche in der Lobby weitergibt“, und das System von Conntour durchsucht schnell das gesamte aufgezeichnete Material oder die Live-Feeds, um relevante Ergebnisse zu liefern.

Ein Screenshot der Conntour-Plattform in Aktion. Bildnachweis: Conntour

Da die Plattform KI-Modelle integriert, können Nutzer einfach Fragen zu den Aufnahmen stellen und erhalten Antworten in Textform, begleitet von den entsprechenden Videoclips, sowie Vorfallberichte erstellen.

Das wichtigste Verkaufsargument des Unternehmens ist jedoch seine Skalierbarkeit. Goldner erklärte, dass sich die Plattform von anderen KI-Videosuchdiensten unterscheidet, da sie so konzipiert ist, dass sie sich effizient auf Systeme mit Tausenden von Kamera-Feeds skalieren lässt. Tatsächlich, so sagte er, kann das System von Conntour bis zu 50 Kamera-Feeds auf einer einzigen Consumer-GPU wie der RTX 4090 von Nvidia überwachen.

Das Unternehmen erreicht dies durch den Einsatz mehrerer Modelle und Logiksysteme und ermittelt anschließend, welche Kombination die geringste Rechenleistung benötigt, um für jede Benutzeranfrage die besten Ergebnisse zu erzielen.

Conntour gibt an, dass sein System vollständig vor Ort, vollständig in der Cloud oder als Kombination aus beidem eingesetzt werden kann. Es lässt sich in die meisten bestehenden Sicherheitssysteme integrieren oder als eigenständige Komplettüberwachungsplattform nutzen.

Dennoch steht die Videoüberwachungsbranche seit langem vor einer anhaltenden Herausforderung: Die Qualität der Überwachung ist nur so gut wie das aufgenommene Bildmaterial. Es ist beispielsweise schwierig, Details auf einem schlecht beleuchteten Parkplatz zu erkennen, der von einer Kamera mit niedriger Auflösung und verschmutzter Linse aufgezeichnet wurde.

Goldner sagt, Conntour begegne diesem Problem, indem es neben den Suchergebnissen einen Konfidenzwert anzeigt. Wenn das Bildmaterial der Quelle nicht von ausreichender Qualität ist, gibt das System Ergebnisse mit niedrigem Konfidenzniveau zurück.

Mit Blick auf die Zukunft sagt Goldner, die größte technische Herausforderung bestehe darin, die volle Leistungsfähigkeit großer Sprachmodelle in das System zu integrieren und dabei die Effizienz aufrechtzuerhalten.

„Wir haben zwei Ziele, die wir gleichzeitig erreichen wollen, und sie stehen im Widerspruch zueinander. Einerseits wollen wir volle Flexibilität in der natürlichen Sprache im LLM-Stil bieten, sodass man alles fragen kann. Andererseits geht es um Effizienz – wir wollen, dass es nur sehr wenige Ressourcen verbraucht, denn die Verarbeitung von Tausenden von Feeds ist einfach wahnsinnig. Dieser Widerspruch ist die größte technische Hürde und das größte Problem in unserem Bereich, und daran arbeiten wir gerade mit Hochdruck.“