Videoüberwachungsdesign nach Streams bis zu 150 Kameras

Videoüberwachungsarchitektur: Gestaltung nach Streams, nicht nach Kameras

Moderne Videoüberwachungssysteme müssen sich auf die Anzahl der Video-Streams und deren Wege konzentrieren – nicht nur auf die Kameranzahl. Jede Kamera erzeugt mindestens zwei Streams: einen primären für die Archivierung und detaillierte Nachbearbeitung sowie einen sekundären für Überwachungsgrids, Fernzugriff und grundlegende Analysen. Ein Projekt mit 10 Kameras kann bei gleichzeitiger Aufzeichnung, mehreren Arbeitsstationen, Analysen und Cloud-Replikation tatsächlich einer Last von 20 bis 40 gleichzeitigen Streams entsprechen.

Intelligente Planung beginnt mit der Identifizierung der Stream-Verbraucher: Aufzeichnungsserver, Client-Arbeitsplätze, Analysemodule und mobile Apps. Dadurch vermeidet man unnötige Stream-Duplikation und damit Netzwerk- und CPU-Überlastungen.

Skalierung von 5 bis 15 Kameras: Einfache lokale Architektur

Für kleine Standorte – Häuser, Büros, Einzelhandelsgeschäfte – ist die ideale Lösung ein monolithisches System: ein einziger VMS-Server, angeschlossen über einen Gigabit-Switch. Der Hauptstream wird direkt auf die Festplatte aufgezeichnet; der sekundäre Stream unterstützt Live-Ansicht. Wichtige Empfehlungen:

• Bitraten pro Profil konfigurieren, um die Last zu reduzieren.
• Fernzugriff ausschließlich über den VMS erlauben – niemals direkt über Kameras.
• Zuverlässige Laufwerke und 20–30 % zusätzlichen RAM priorisieren.

Diese Konfiguration sorgt für Vorhersehbarkeit: Die Netzwerkbelastung bleibt während des vollständigen simultanen Zugriffs unter 100–200 Mbps. Vermeide die Aufsplitterung auf mehrere Server – das bringt nur zusätzliche Ausfallpunkte ohne echten Nutzen.

Systeme mit 15 bis 40 Kameras: Zentraler Client-Zugriff

Wenn die Kameranzahl und die Anzahl der Nutzer steigt (2–5 Arbeitsplätze), muss zentrale Video-Verteilung über den VMS durchgesetzt werden. Direkte Kamera-Verbindungen sind verboten – sie führen zu RTSP-Session-Chaos und Überlastung der Geräte.

Empfohlene Architektur:

• Primärer Aufzeichnungs- und Verwaltungsserver.
• Logische Rollentrennung: Schnelle Laufwerke (RAID 5/6) für Aufzeichnung, Cache für die Ansicht.
• Spezialmodul für Streaming an externe Clients.

Netzwerklast: H.265-Hauptstream bei 4–8 Mbps pro Kamera, sekundärer Stream bei 1–2 Mbps. Bei 30 Kameras und 4 Clients erreicht die Spitzenbandbreite innerhalb des lokalen Netzwerks bis zu 1 Gbps.

Große Installationen: 40 bis 80 Kameras – Lokalisierte Verarbeitung

Bei Mehrzonen-Systemen (Gebäude, Campus) übertrifft die Rohleistung eines Servers die intelligente Architektur. Übertragen Sie nur Metadaten, Ereignisse und Alarm-Ausschnitte lokal; halten Sie die vollständigen Archive am Ort der Erzeugung.

Vorteile verteilter Aufzeichnung:

• Reduziert den inter-zonen-Verkehr auf 10–20 % des ursprünglichen Volumens.
• Bewahrt die Unabhängigkeit einzelner Zonen bei Störungen der Hauptverbindung.
• Erlaubt Skalierung ohne Upgrade des zentralen Knotens.

Innerhalb der Standorte: 10-Gbps-Hauptverbindung; zwischen Standorten: optimierte Protokolle (z. B. RTP über UDP mit Multicast). Dies schlägt eine einzelne 128-Core-Server-Lösung bei weitem.

Mehrserver-Systeme: 80 bis 150 Kameras – Funktionale Trennung

Für hochbelastete Szenarien mit fortgeschrittener Analytik (Gesichts-/Kennzeichen-/Tonerkennung >500 Typen, Spracherkennung) ist Clustering unverzichtbar:

• Aufzeichnungsknoten (je 20–40 Kameras, SSD-RAID).
• Analyse-Server (GPU-basierte Inferenz).
• Client-Gateways (Streaming, Authentifizierung).

Einzelner Ausfallpunkt wird durch Failover-Cluster eliminiert. Obwohl der Wartungsaufwand steigt, überwiegen Zuverlässigkeit und Skalierbarkeit – die Verfügbarkeit liegt bei über 99,9 % gegenüber 95 % bei monolithischen Systemen.

Wichtige Erkenntnisse:

• Zähle Streams, nicht Kameras – verhindert 70 % aller Überlastungsprobleme.
• Lokale Verarbeitung senkt die Netzwerkbelastung um 50–80 %.
• Rollentrennung steigert die Skalierbarkeit ohne proportionale Kostensteigerung.
• Vorhersehbare Architektur ist wichtiger als Spitzenleistung.
• Audio-Analytik erhöht die CPU-Belastung um 10–20 % – erfordert dedizierte Pfade.

— Editorial Team