Kurzzusammenfassung: Amazon Rekognition ist der vollständig verwaltete Computer-Vision-Service von AWS, der Deep Learning zur Analyse von Bildern und Videos nutzt, ohne dass Fachkenntnisse im Bereich maschinelles Lernen erforderlich sind. Er bietet vortrainierte APIs für Gesichtserkennung, Objekterkennung, Textextraktion, Inhaltsmoderation und das Training benutzerdefinierter Labels. Der Service skaliert automatisch und berechnet sich nach dem Verarbeitungsvolumen, beginnend bei 1 Tsd. 4 Tsd. 0,00001 pro Bild für die ersten Millionen verarbeiteten Bilder.
Amazon Rekognition wurde 2016 als Antwort von AWS auf den wachsenden Bedarf an zugänglicher Computer-Vision-Technologie eingeführt. Es wurde entwickelt, um ein spezifisches Problem zu lösen: Die meisten Entwickler benötigen Bild- und Videoanalysefunktionen, verfügen aber nicht über die Zeit, das Budget oder das Fachwissen, um Machine-Learning-Modelle von Grund auf selbst zu entwickeln.
Der Dienst läuft vollständig in der Cloud. Sie senden Bilder oder Videos über API-Aufrufe, und Rekognition liefert strukturierte Daten darüber, was erkannt wurde – Gesichter, Objekte, Text, unangemessene Inhalte, was auch immer Sie suchen.
Aber das Besondere an Rekognition ist, dass es sich nicht um ein einzelnes, monolithisches Tool handelt. Es ist vielmehr eine Reihe spezialisierter APIs, die jeweils unterschiedliche Aufgaben im Bereich Computer Vision übernehmen.
Kernfunktionen und API-Kategorien
Rekognition unterteilt seine Funktionen in zwei Hauptkategorien: Bildanalyse und Videoanalyse. Jede Kategorie umfasst mehrere spezialisierte APIs.
Bildanalysefunktionen
Die Bildanalyse verarbeitet statische Bilder. Laut offizieller Dokumentation müssen Objekte und Gesichter für eine zuverlässige Erkennung mindestens 51½³ Pixel der kürzeren Bilddimension umfassen. Bei einem Bild mit 1600 × 900 Pixeln entspricht dies mindestens 45 Pixeln.
Die Labelerkennung identifiziert Objekte, Szenen, Aktivitäten und Konzepte in Bildern. Sie liefert für jede Erkennung einen Konfidenzwert, der typischerweise zwischen 0 und 100 liegt. Die Inhaltsmoderation sucht in verschiedenen Kategorien nach unangemessenen oder unerwünschten Inhalten.
Die Gesichtserkennung und -analyse identifiziert Gesichter in Bildern und extrahiert Attribute wie geschätztes Alter, vermutetes Geschlecht, Emotionen und ob die Person eine Brille trägt. Der Gesichtsvergleich misst die Ähnlichkeit zweier Gesichter, während die Gesichtssuche erkannte Gesichter mit einer gespeicherten Sammlung abgleicht.
Die Texterkennung extrahiert gedruckten und handgeschriebenen Text aus Bildern – nützlich für die Dokumentenverarbeitung, die Erkennung von Straßenschildern und ähnliche Anwendungen.
Videoanalysefunktionen
Die Videoanalyse funktioniert anders. Gespeicherte Videos können asynchron verarbeitet oder Streaming-Videos in Echtzeit analysiert werden. Das System erkennt Personen, verfolgt deren Bewegungen, erkennt Objekte und Aktivitäten und identifiziert Szenenwechsel.
Zur Segmenterkennung können Sie die Ergebnisse nach einem Konfidenzschwellenwert filtern. Ein 70%-Minimalkonfidenzfilter wird häufig verwendet, um Genauigkeit und Abdeckung in Einklang zu bringen.
Aber Moment mal. Amazon bietet Neukunden seit dem 30. April 2026 keine Streaming-Videoanalyse und keine Stapelbild-Inhaltsmoderation mehr an. Bestehende Nutzer, die diese Funktionen in den letzten 12 Monaten genutzt haben, behalten weiterhin Zugriff darauf, neue Konten können sie jedoch nicht aktivieren.
Gesichtslebenserkennung
Face Liveness ist Rekognitions Antwort auf Spoofing-Angriffe. Die Funktion analysiert kurze Selfie-Videos, um festzustellen, ob eine echte Person zu sehen ist oder ob jemand ein Foto, ein vorab aufgenommenes Video, eine 3D-Maske oder einen Deepfake verwendet.
Es erkennt Präsentationsangriffe (gedruckte Fotos, digitale Bildschirme, Papiermasken, die der Kamera gezeigt werden) und Umgehungsangriffe (vorab aufgezeichnete oder synthetische Videos, die in den Videostream eingeschleust werden). Das System gibt einen konfigurierbaren Konfidenzwert zwischen 0 und 100 zurück.
Diese Funktionalität lässt sich in React-Webanwendungen, native iOS-Apps und native Android-Apps integrieren. Es ist keine Infrastrukturverwaltung erforderlich – sie wird vollständig von AWS übernommen.
Kundenspezifische Etiketten für spezielle Erkennungsfunktionen
Die vortrainierten Modelle eignen sich gut für allgemeine Anwendungsfälle. Doch wie sieht es mit spezialisierten Szenarien aus – der Erkennung bestimmter Fahrzeugmodelle, der Identifizierung von Herstellungsfehlern oder der Erkennung proprietärer Produkte?
Hier kommen benutzerdefinierte Labels ins Spiel. Sie stellen Trainingsbilder bereit, die mit Ihren benutzerdefinierten Kategorien gekennzeichnet sind, und Rekognition erstellt ein Modell, das genau auf Ihre spezifischen Erkennungsanforderungen zugeschnitten ist. Dank der jüngsten Verbesserungen können Sie jetzt mit weniger Trainingsdaten als bisher hochwertige Modelle erstellen.
Sieben neue APIs unterstützen nun die programmatische Modellerstellung, die Datensatzverwaltung und die Automatisierung von Trainingsabläufen.
Geodatenbasierte Bildanalyse mit FlyPix AI anwenden
Amazon Rekognition wird für die Bild- und Videoanalyse im Rahmen allgemeiner Aufgaben der Computer Vision eingesetzt. FlyPix AI arbeitet in einem spezifischeren Bereich und unterstützt Teams bei der Analyse von Satelliten-, Drohnen- und Luftbildern, um Objekte zu erkennen, Standorte zu segmentieren und sichtbare Veränderungen an realen Orten zu überwachen.
Preisgestaltung
Lagerung
10 GB
50 Credits
~1 Gigapixel
- Enthaltene Funktionen:
- Zugriff auf das Analyse-Dashboard
- Vektorebenen exportieren
- E-Mail-Support innerhalb von 5 Werktagen
Lagerung
120 GB
500 + 100 Credits
Bis zu 12 Gigapixel
- Enthaltene Funktionen:
- Zugriff auf multispektrale Daten
- Funktionen zum Teilen von Karten
- E-Mail-Support innerhalb von 2 Werktagen
Lagerung
600 GB
2000 + 1000 Credits
Bis zu 60 Gigapixel
- Enthaltene Funktionen:
- API-Zugriff
- Teammanagement
- E-Mail und Chat mit 1-Stunden-Antwortzeit
Lagerung
Unbegrenzt
Unbegrenzt
Benutzerplätze:
Unbegrenzt
- Enthaltene Funktionen:
- API-Zugriff
- Teammanagement
- E-Mail und Chat mit 1-Stunden-Antwortzeit
FlyPix AI kann ortsbezogene Bildanalyseaufgaben unterstützen, wie zum Beispiel:
- Erkennung sichtbarer Objekte, Straßen, Gebäude, Fahrzeuge, Vegetation oder Infrastruktur
- Segmentierung kartierter Gebiete wie Land, Wasser, Felder und bebaute Zonen
- Überprüfung von Veränderungen in Satelliten-, Drohnen- oder Luftbildern im Laufe der Zeit
- Erstellung kundenspezifischer KI-Modelle für Geodaten-Erkennungsaufgaben
Kontaktieren Sie FlyPix AI um zu erörtern, wie die Analyse von Geodatenbildern Ihren standortbezogenen visuellen Prüfprozess unterstützen kann.
Erleben Sie die Zukunft der Geodatenanalyse mit FlyPix!
Starten Sie noch heute Ihre Testphase.
Preisstruktur und Kostenmanagement
Rekognition nutzte ein gestaffeltes Preismodell basierend auf dem monatlichen Datenvolumen. Die Preisstruktur hat sich deutlich geändert – AWS vereinfachte die Preisstufen und senkte die Preise für Nutzer mit hohem Datenvolumen um bis zu 381 TP3T.
| Preisstufe | Volumen (Bilder/Monat) | Gruppe 1 APIs Preis pro Bild |
|---|---|---|
| Stufe 1 | Die ersten 1 Million | $0.00001 |
| Stufe 2 | Die nächsten 4 Millionen | $0.00008 |
| Stufe 3 | Die nächsten 30 Millionen | $0.00006 |
| Stufe 4 | Über 35 Millionen | $0.00004 |
Die APIs der Gruppe 1 umfassen die gängigsten Funktionen: Gesichter zuordnen, Gesichter vergleichen, Gesichter trennen, Gesichter indizieren, Gesichter per Bild suchen, Gesichter suchen, Benutzer per Bild suchen und Benutzer suchen. Die APIs der Gruppe 2 umfassen Gesichter erkennen, Moderationsbezeichnungen erkennen, Bezeichnungen erkennen, Text erkennen und Prominente erkennen; für diese Funktionen gelten separate Preisstrukturen.
Die Speicherung von Gesichtsvektordaten kostet $0,00001 pro Gesichtsmetadaten und Monat. Die Videoanalyse wird pro Minute und nicht pro Bild abgerechnet.
Die kurze Antwort? Bei moderater Nutzung bleiben die Kosten durchaus überschaubar.
Konfidenzschwellen und Genauigkeit
Jede von Rekognition durchgeführte Erkennung beinhaltet einen Konfidenzwert. Für praktische Anwendungen ist es wichtig zu verstehen, wie man geeignete Schwellenwerte festlegt.
Für alltägliche Fotoanwendungen zur Identifizierung von Familienmitgliedern ist ein Sicherheitsstandard von etwa 80% in der Regel ausreichend. In sicherheitskritischen Szenarien sind strengere Standards erforderlich – oft 99% oder höher, um Fehlalarme zu minimieren.
Forschungen zur Gesichtserkennungstechnologie zeigen, dass die Leistung je nach Bildqualität, Beleuchtung, Aufnahmewinkel und demografischen Faktoren erheblich variiert. Die Leistung im praktischen Einsatz hängt von diesen Bedingungen ab.
Forschungsberichte weisen darauf hin, dass Fehlidentifizierungen mittels Gesichtserkennung in dokumentierten Fällen zu unrechtmäßigen Verhaftungen beigetragen haben. Dies unterstreicht die Wichtigkeit, diese Instrumente eher als Ermittlungshilfe denn als endgültigen Beweis einzusetzen.
Integration und Zugangskontrolle
Rekognition integriert sich in AWS Identity and Access Management (IAM) zur Zugriffskontrolle. Richtlinien definieren, welche Benutzer und Anwendungen welche APIs aufrufen dürfen, und gewährleisten so, dass nur autorisierte Systeme auf die Funktionen zur visuellen Analyse zugreifen können.
Der Dienst funktioniert über die standardmäßigen AWS-SDKs für Python, JavaScript, Java, .NET und weitere Sprachen. Für benutzerdefinierte Integrationen steht außerdem eine REST-API zur Verfügung.
Sie behalten das volle Eigentum an den an Rekognition gesendeten Inhalten. AWS verwendet Ihre Daten nur mit Ihrer ausdrücklichen Einwilligung und gemäß Ihrer Konfiguration.
Häufige Anwendungsfälle
Mal ehrlich: Rekognition findet in unterschiedlichsten Branchen Anwendung. Medienunternehmen nutzen es zur automatischen Katalogisierung ihrer Videoarchive. Sicherheitsanwendungen setzen die Gesichtserkennung zur Identitätsprüfung ein. E-Commerce-Plattformen erkennen Produkte in von Nutzern hochgeladenen Bildern.
Soziale Medien nutzen Inhaltsmoderation, um unpassende Bilder in großem Umfang zu filtern. Produktionsbetriebe verwenden individuelle Etiketten, um Fehler an Montagelinien zu erkennen. Workflows zur Dokumentenverarbeitung extrahieren Text aus gescannten Formularen und Belegen.
Washington County, Oregon, führte Rekognition für die Gesichtserkennung durch die Strafverfolgungsbehörden ein. Laut der Washington Post zahlte der Bezirk im Jahr 2019 monatlich etwa 14.000 US-Dollar für alle seine Suchvorgänge. Im Jahr 2018 verzeichnete die Behörde über 1.000 Gesichtserkennungen.
Technische Überlegungen
Die Leistung skaliert automatisch – die Analyse von Millionen von Bildern oder Videostreams innerhalb von Sekunden wird zur Routine. Es ist keine Infrastrukturbereitstellung erforderlich; AWS übernimmt das Kapazitätsmanagement.
Die Latenz variiert je nach Vorgang. Die einfache Labelerkennung ist in der Regel in weniger als einer Sekunde abgeschlossen. Die Videoanalyse gespeicherter Inhalte erfolgt asynchron; die Ergebnisse sind per Callback oder Polling verfügbar.
Das System funktioniert am besten mit klaren, gut beleuchteten Bildern, auf denen das Motiv einen angemessenen Teil des Bildausschnitts einnimmt. Extreme Winkel, schlechte Beleuchtung oder stark komprimierte Bilder beeinträchtigen die Genauigkeit.
Dokumentation und Entwicklerressourcen
AWS bietet eine umfassende Dokumentation mit konzeptionellen Übersichten, API-Referenzen und Implementierungsleitfäden. Separate Entwicklerhandbücher existieren für die Standardfunktionen von Rekognition und für benutzerdefinierte Labels.
Für den Einstieg ist in der Regel die Erstellung eines AWS-Kontos, die Konfiguration der IAM-Berechtigungen, die Installation eines SDKs und der erste API-Aufruf mit einem Beispiel-Image erforderlich. Die Dokumentation enthält Beispielcode für gängige Anwendungsfälle.
Häufig gestellte Fragen
Amazon Rekognition analysiert Bilder und Videos, um Objekte, Gesichter, Texte, unangemessene Inhalte und benutzerdefinierte Kategorien zu erkennen. Zu den Anwendungsbereichen gehören Sicherheitssysteme, Medienkatalogisierung, Inhaltsmoderation, Dokumentenverarbeitung und Produkterkennung.
Die Preise beginnen bei $0,00001 pro Bild für die ersten 1 Million Bilder, die monatlich mit APIs der Gruppe 1 verarbeitet werden. Die Kosten sinken auf $0,00004 pro Bild bei einem monatlichen Volumen von über 35 Millionen.
Nein. Rekognition bietet vortrainierte APIs, die ohne Kenntnisse im Bereich maschinelles Lernen funktionieren. Sie senden Bilder oder Videos per API-Aufruf und erhalten strukturierte Erkennungsergebnisse. Custom Labels erfordert zwar gelabelte Trainingsdaten, übernimmt aber die Modellerstellung automatisch.
Die Genauigkeit hängt von den eingestellten Konfidenzschwellen und der Bildqualität ab. Für Fotoanwendungen ist eine Konfidenz von 80% zur Identifizierung von Familienmitgliedern ausreichend. Sicherheitskritische Anwendungen erfordern in der Regel eine Konfidenz von 99%. Die Leistung variiert je nach Beleuchtung, Aufnahmewinkel und demografischen Faktoren.
Objekte und Gesichter müssen mindestens 51¾ Pixel der kürzeren Bilddiagonale groß sein, um zuverlässig erkannt zu werden. Bei einem Bild mit 1600 × 900 Pixeln entspricht dies mindestens 45 Pixeln. Kleinere Objekte werden möglicherweise nicht zuverlässig erkannt.
Die Funktion „Gesichtslebendigkeit“ erkennt gezielt Spoofing-Versuche, darunter gedruckte Fotos, digitale Bildschirme, 3D-Masken, vorab aufgezeichnete Videos und Deepfakes. Sie analysiert kurze Selfie-Videos und gibt Konfidenzwerte aus, die anzeigen, ob eine echte Person zu sehen ist.
Ja, für Bestandskunden ist die Streaming-Videoanalyse weiterhin verfügbar, jedoch wird sie ab dem 30. April 2026 nicht mehr für neue Konten angeboten. Die Analyse gespeicherter Videos steht allen Nutzern weiterhin uneingeschränkt zur Verfügung und verarbeitet Videos asynchron, wobei Objekte, Personen, Aktivitäten und Szenenwechsel erkannt werden.
Amazon Rekognition erfüllt einen klaren Bedarf an zugänglichen Computer-Vision-Funktionen. Die Kombination aus vortrainierten Modellen, flexibler Preisgestaltung und verwalteter Infrastruktur beseitigt herkömmliche Hürden bei der Implementierung von Bild- und Videoanalysen.
Für Teams, die Computer-Vision-Lösungen evaluieren, bietet Rekognition einen risikoarmen Einstieg: Sie zahlen nur für die tatsächliche Nutzung, beginnen mit vorgefertigten Modellen und skalieren flexibel mit Ihren wachsenden Anforderungen. Die offizielle AWS-Dokumentation enthält aktuelle Informationen zu den verfügbaren Funktionen sowie detaillierte Implementierungshinweise, die auf Ihren spezifischen Anwendungsfall zugeschnitten sind.