brighter Redact Edge von brighter AI

brighter Redact Edge gewährleistet den Datenschutz durch Anonymisierung sensibler Daten direkt am Datenerfassungspunkt, sei es im Fahrzeug oder an der Kamera. Es redigiert umgehend sensible Informationen und stellt sicher, dass ausschließlich sichere, DSGVO-konforme Daten übertragen werden.

Trusted by the leading enterprises:

Key Features

Privacy-compliant data transmission

Easy to integrate with current hardware and software

Deep Natural Anonymization

Real-time anonymization without an Internet connection

Economical solution with unrestricted access to blurring functionalities

Using Docker, offline and also with direct native integration

Compatible with all the common hardware: Nvidia, Asus, ARM, and Intel

Konzipiert für Transport, Logistik und intelligente Infrastruktur integriert sich brighter Redact von brighter AI mühelos in bestehende Hardware und bietet eine Plug-and-Play-Konfiguration, die den Rechenaufwand reduziert und zur Kostensenkung beiträgt. Es ist kompatibel mit führenden Verarbeitungseinheiten wie Nvidia Jetson Xavier, Orion AGX und ARM-Geräten. Es bietet Offline-Installationsmöglichkeiten, was es zur idealen Option für Anwendungen mit Fokus auf Compliance macht. Mit brighter Redact von brighter AI können Sie den Datenschutz von Anfang an als Schlüsselfunktion implementieren und sicherstellen, dass Ihre Daten während des gesamten Prozesses geschützt und DSGVO-konform bleiben.

Weshalb benötigen Sie brighter Redact?

Anonymisierung am Datenerfassungspunkt (DEP)

Einfache Integration

Offline-Installation

Sofortige Anonymisierung

Bewährte Compliance

Verfügbar auf allen wichtigen Plattformen und Engines:

Unsere Technologie ist kompatibel mit allen wichtigen Plattformen und Engines, einschließlich NVIDIA, Asus, ARM und Intel.

Kion nutzt Video zur Erhöhung der Sicherheit ihrer schweren Maschinen wie Gabelstapler.

Kion implementiert die brighter Redact-Lösung zum Schutz der Privatsphäre bei autonomen Gabelstaplern durch Anonymisierung von Gesichtern und Kennzeichen.

Details: Das autonome Gabelstapler-ADAS-System von Kion verwendet eine Deduplizierungsstrategie zur Entfernung ähnlicher Bilder in einem Datenstrom, was die individuelle Optimierung jedes Einzelbildes anstelle der Verarbeitung von Videos erfordert. Dies gewährleistet, dass jedes Bild unabhängig anonymisiert wird und somit Compliance- und Datenschutzstandards eingehalten werden.

Lösung/Dienstleistung: Die brighter Redact-Lösung verwendet DNAT (Deep Natural Anonymization Technology) und Precision Blur zur Anonymisierung von Gesichtern und Kennzeichen mit der höchsten Genauigkeitsrate der Branche. Personenbezogene Informationen (PII)/Sensible Informationen, einschließlich Gesichter von Mitarbeitern und Kennzeichen, werden in Echtzeit anonymisiert.

Implementierung: Kion untersuchte zunächst die skalierbare OP-Implementierung, erhielt Onboarding und erachtet die OP-Implementierung nun als angemessen für ihre betrieblichen Anforderungen.

Datentyp: Aufgrund der Notwendigkeit der Deduplizierung wird jedes Einzelbild separat verarbeitet, was die Verwendung der Videoverarbeitung verhindert.

Datenauflösung: Die Auflösungen betragen 640×480 und 960x, mit der Möglichkeit zukünftiger Verbesserungen. Täglich werden Zehntausende von Bildern verarbeitet, aufgeteilt zwischen DNAT und Unschärfe gemäß den betrieblichen Anforderungen.

Ergebnis: brighter Redact von brighter AI ermöglicht es Kions autonomen Gabelstaplern, innerhalb strenger Datenschutzbestimmungen zu funktionieren, indem es Gesichter und Kennzeichen in jedem Einzelbild konsequent anonymisiert. Mit leistungsstarker Hardware erreicht Kion Echtzeit-Anonymisierung und Compliance, minimiert regulatorische Risiken und schützt personenbezogene Daten in Bildströmen.

Effizientes Fahrertraining mit DSGVO-konformen Straßenbahnvideos für BVG

Mit der Erweiterung des Straßenbahnnetzes in Berlin setzt das neue Fahrertraining der BVG auf Streckenvideos zur Erfassung der Straßenverhältnisse. brighter Redact von brighter AI bietet eine On-Device-Anonymisierung von Gesichtern der Passagiere und Kennzeichen und gewährleistet so die Datenschutz-Compliance, ohne sensible Daten von der Straßenbahn zu übertragen.

Um neue Fahrer effizient zu schulen und gleichzeitig einen engen Zeitplan und begrenzte Fahrzeugressourcen zu bewältigen, nutzt die BVG Streckenvideos zur Aufzeichnung der Straßenverhältnisse. Die Anonymisierung von Passagieren und Fahrzeugkennzeichen ist unerlässlich, um die DSGVO einzuhalten.

Herausforderungen

  • DSGVO-Konformität: Schulungsvideos erfassen sensible personenbezogene Daten, einschließlich Passagiere und Fahrzeugkennzeichen, was eine Anonymisierung der Daten unerlässlich macht, um DSGVO-Bußgelder und Reputationsschäden zu vermeiden.
  • Hardware-Anforderungen: Die Lösung erfordert kompakte, leichte Hardware mit verschlüsseltem Speicher für die sichere Speicherung anonymisierter Videos.

Lösung:

brighter Redact von brighter AI, angetrieben durch Precision Blur, wird auf der von LAT bereitgestellten Aufnahmetechnologie implementiert, um personenbezogene Daten zu anonymisieren. Durch Echtzeit-Anonymisierung direkt an der Arbeitsstation der Straßenbahn verhindert die Lösung, dass sensible Daten die Straßenbahn verlassen, und gewährleistet so die Einhaltung der Datenschutzbestimmungen durch die BVG bei gleichzeitiger Steigerung der Trainingseffizienz.

Ergebnis:

Durch den Einsatz von brighter Redact erfüllt die BVG die DSGVO-Compliance-Anforderungen, verbessert die Ressourceneffizienz und unterstützt betriebliche Verbesserungen. Precision Blur minimiert den Speicher- und Verarbeitungsbedarf bei gleichzeitiger Gewährleistung einer sicheren Echtzeit-Anonymisierung an Bord.

DB S-Bahn Stuttgart und brighter AI: Anonymisierte Passagieranalyse zur Kapazitätsmessung

Um eine Überfüllung von Zügen zu verhindern, die Fahrgastkapazitäten optimal zu planen und Passagierströme intelligent zu steuern, führte die Deutsche Bahn am 27. April 2020 in Stuttgart erstmals eine automatisierte Analyse der Fahrgastdichte durch. brighter Redact by brighter AI gewährleistet den Schutz der Privatsphäre durch Anonymisierung am Erfassungspunkt entweder innerhalb oder neben der Kamera. Diese fortschrittliche Technologie ermöglicht es, die bestehende Kamerainfrastruktur der Züge datenschutzkonform zu nutzen.

brighter Redact by brighter AI stellt sicher, dass die Privatsphäre durch Anonymisierung am Erfassungspunkt entweder innerhalb oder neben der Kamera gewahrt bleibt. Es läuft unabhängig auf dem Bordcomputer des Zuges und anonymisiert einzelne Bilder am Rand, ohne bestehende Systeme zu modifizieren. Vorübergehend an Bord gespeicherte, anonymisierte Bilder werden über ein TLS-verschlüsseltes Netzwerk sicher an ISO27001-zertifizierte Server in Deutschland übertragen, wo automatisierte Algorithmen Sitzplätze als frei oder besetzt klassifizieren. Das System, das nach dem Prinzip ‚Privacy by Design‘ verwaltet wird, liefert periodische Momentaufnahmen der Sitzplatzbelegung (63% der Sitzplätze abdeckend), um die Sitzplatzverfügbarkeit und betriebliche Effizienz zu optimieren, ohne Echtzeitdatenverarbeitung.

Ergebnis:

brighter Redact by brighter AI gewährleistet den Schutz der Privatsphäre durch Anonymisierung am Erfassungspunkt entweder innerhalb oder neben der Kamera. Dies ermöglicht es der DB S-Bahn Stuttgart, Daten zur Personenzählung und Sitzplatzanalyse für ein verbessertes Management der Passagierströme und betriebliche Erkenntnisse zu nutzen, während gleichzeitig die Einhaltung der Datenschutzbestimmungen sichergestellt wird.