Die besten Tools zum Kennzeichen verpixeln 2026: Ein ehrlicher Vergleich

Kennzeichen sind personenbezogene Daten. In den meisten EU-Ländern lässt sich ein Kennzeichen direkt auf den eingetragenen Halter zurückführen – das bedeutet, dass Material mit sichtbaren Kennzeichen (Dashcam-Clips, CCTV-Exporte, Forschungsvideos) vor dem Teilen, Veröffentlichen oder Archivieren anonymisiert werden muss.

Die folgenden Tools stellen die wichtigsten Optionen des Jahres 2026 dar: ein SaaS für Selbstanwender, zwei Enterprise-Cloud-Plattformen, ein verbraucherorientiertes Web-Tool und eine von Entwicklern gepflegte Open-Source-Bibliothek. Jedes hat eine echte Nische; keines ist für jede Situation die beste Wahl.

Kurzübersicht

• Medianonymizer — am besten für Selbstanwender, transparente Preise, irreversible Verarbeitung ohne Verkaufsgespräch. Kennzeichen jetzt verpixeln.
• Celantur — am besten für Enterprise-API-Integration und dedizierte Infrastruktur im großen Maßstab.
• Gallio Pro — stark für gemischte Flotten und Automotive-Datensätze; API-first.
• Blur.me — verbraucherfreundliches Browser-Tool; gut für gelegentliche, unkritische Schwärzung.
• deface — Open Source, läuft vollständig lokal; am besten für Entwickler, die volle Kontrolle und null Cloud-Abhängigkeit benötigen.

Medianonymizer

Was es tut: Medianonymizer nutzt KI-Erkennung, um Kennzeichen (und Gesichter, Bildschirme oder gesprochene personenbezogene Daten) in Bildern und Videos zu lokalisieren, und verarbeitet diese Regionen dann durch eine deterministische Pipeline – ffmpeg für Video, Bildverarbeitungscode für Fotos – und re-encodiert sie als irreversible Unkenntlichmachung. Kein Overlay, keine entfernbare Maske: die Pixel sind weg.

Für wen: Journalisten, Rechtsteams, Forscher und kleine Unternehmen, die gelegentliche bis moderate Anonymisierung ohne Enterprise-Beschaffung benötigen. Selbstbedienung, kein Konto zum Starten erforderlich.

Stärken:

• Irreversibel by Design — die deterministische Pipeline re-encodiert Pixel anstatt einen Filter zu überlagern, sodass die Schwärzung nicht rückgängig gemacht werden kann.
• Transparente Preise — 0,25 EUR pro Bild, 3,00 EUR pro Video, pro Datei abgerechnet. Kein Abonnement, keine versteckten Stufen.
• Multimodal in einem Upload — Kennzeichen und Gesichter gleichzeitig unkenntlich machen, gesprochene personenbezogene Daten in der Tonspur piepen, Metadaten entfernen; alles in einem Durchgang.
• Mehrsprachige Oberfläche — in 6 Sprachen verfügbar, nützlich für grenzüberschreitende Compliance-Teams.
• Kein Konto erforderlich zum Verarbeiten einer Datei.

Einschränkungen:

• Nicht für kontinuierliche hochvolumige API-Einspeisung im Enterprise-Maßstab konzipiert (Tausende von Dateien täglich über automatisierte Pipelines).
• Keine On-Premise-Deploymentoption; das Material wird serverseitig verarbeitet.

Am besten für: Einzelverarbeitung und moderate Volumina, bei denen Einrichtungsgeschwindigkeit und Nachprüfbarkeit wichtiger sind als reiner Durchsatz. Siehe Medianonymizers Anwendungsfälle zum Gesichter unkenntlich machen in Videos.

---

Celantur

Was es tut: Celantur bietet eine Cloud-API und einen On-Premise-Container speziell für die automatisierte Anonymisierung von Gesichtern und Kennzeichen in Bildern und Videos im großen Maßstab. Es wird in Smart-City-, Automotive- und Logistikprojekten eingesetzt.

Für wen: Enterprise-Ingenieurteams, die Kennzeichen-Anonymisierung über eine REST-API in eine bestehende Datenpipeline integrieren müssen.

Stärken:

• Kampferprobte API mit solider Dokumentation; einfach in Datenpipelines zu integrieren.
• Unterstützt sowohl Cloud-Verarbeitung als auch On-Premise-Docker-Deployment – letzteres hält das Material vollständig innerhalb deiner Infrastruktur.
• Hoher Durchsatz, ausgelegt auf kontinuierliche Einspeisung.

Einschränkungen:

• Kein Selbstbedienungsweg für Verbraucher; Preise erfordern ein Verkaufsgespräch.
• On-Premise-Lizenzkosten sind erheblich; für kleinere Teams schwerer zugänglich.
• Keine native Handhabung von Audio-PII-Schwärzung.

Fazit: Die robusteste Enterprise-Wahl für automatisierte Kennzeichen- und Gesichtsschwärzung bei Volumen, besonders wenn On-Premise eine Anforderung ist. Medianonymizer vs. Celantur vergleichen →

---

Gallio Pro

Was es tut: Gallio Pro zielt auf Automotive-, Flottenmanagement- und Smart-Mobility-Datensätze. Es erkennt und verpixelt Kennzeichen (und Gesichter) über eine Cloud-API, mit Fokus auf Genauigkeit bei verschiedenen Kennzeichenformaten und Lichtverhältnissen.

Für wen: Automotive-OEMs, Kartierungsunternehmen und Flottenoperatoren, die Video-Datensätze erstellen oder auditieren.

Stärken:

• Breite Multi-Country-Kennzeichenerkennungsabdeckung, einschließlich nicht standardmäßiger Formate (Anhänger, Motorräder, EU-Varianten).
• API-first; integriert sich sauber in Annotations- und Labeling-Pipelines.
• Guter Batch-Durchsatz für Datensatz-Vorverarbeitung.

Einschränkungen:

• Eng fokussiert auf visuelle Schwärzung; keine Audioverarbeitung.
• Preise sind volumenbasiert und nicht öffentlich aufgeführt – Angebotserstellung erforderlich.
• Überdimensioniert für Einzeldateien oder gelegentliche Nutzung.

Fazit: Ein Spezialistentools für Automotive- und Kartierungsteams, die große strukturierte Datensätze verarbeiten. Weniger geeignet für anlassbezogene Compliance-Nutzung.

---

Blur.me

Was es tut: Blur.me ist ein browserbasierts Tool, das Benutzern ermöglicht, manuell Unschärfebereiche über Bilder oder kurze Videoclips zu zeichnen. Es ist die leichtgewichtigste Option auf dieser Liste.

Für wen: Einzelpersonen, die ein Kennzeichen in einem einzelnen Foto oder kurzen Clip vor dem Posten in sozialen Medien unkenntlich machen müssen.

Stärken:

• Null Einrichtungsaufwand, läuft im Browser.
• Intuitive manuelle Auswahl; gut für Bilder, bei denen KI-Erkennung übertrieben wäre.
• Kostenloser Tarif für die Grundnutzung.

Einschränkungen:

• Manuell, nicht automatisch — du zeichnest die Unschärfe; Kennzeichen werden nicht erkannt. Übersehene Kennzeichen bleiben sichtbar.
• In der Praxis nicht für Videos länger als wenige Sekunden geeignet.
• Die Unschärfe wird in manchen Workflows als visuelle Ebene angewendet – Re-Encoding-Stärke und Irreversibilität hängen von den Exporteinstellungen ab und sind nicht garantiert.
• Nicht für Compliance-Anwendungsfälle konzipiert; kein Audit-Trail.

Fazit: Akzeptabel für gelegentliche, risikoarme Nutzung (Social-Media-Post, schnelles persönliches Teilen). Nicht für DSGVO-konforme Schwärzung von Beweismaterial oder kommerziellem Filmmaterial verwenden.

---

deface (Open Source)

Was es tut: deface ist ein Python-Kommandozeilentool, das Gesichter anonymisiert (und durch benutzerdefinierte Detektoren auf Kennzeichen erweitert werden kann), indem es lokal ein neuronales Netz ausführt und eine deterministische Unschärfe oder Pixelierung anwendet. Es läuft vollständig auf deiner Hardware.

Für wen: Entwickler, Forscher und sicherheitsbewusste Organisationen, die Material an keine Drittanbieter-Cloud senden können.

Stärken:

• Vollständig lokal — das Material verlässt niemals deine Infrastruktur.
• Open Source und prüfbar; du kannst genau inspizieren, was die Pipeline tut.
• Komponierbar: kann in benutzerdefinierte Skripte und CI-Pipelines integriert werden.
• Kostenlos.

Einschränkungen:

• Hauptfokus ist Gesichtsanonymisierung, nicht Kennzeichen. Die Kennzeichenschwärzung erfordert zusätzliche Konfiguration oder ein benutzerdefiniertes Detektormodul.
• Nur Kommandozeile; keine GUI.
• Erfordert Python-Umgebungseinrichtung und GPU für akzeptable Leistung bei langen Clips.
• Keine Audio-PII-Behandlung.
• Community-gepflegt; SLA ist das, was du selbst aufbaust.

Fazit: Die richtige Wahl, wenn du null Cloud-Abhängigkeit benötigst und Entwicklerressourcen hast. Plane Einrichtungszeit ein. Für sofortige Kennzeichenschwärzung ohne Programmieren ist es nicht der schnellste Weg.

---

Tool-Vergleich

Tool	Kennzeichenerkennung	Audio-PII	Irreversibilitätsgarantie	Preismodell	On-Premise
Medianonymizer	Automatisch (KI + deterministisch)	Ja	Re-encodierte Pixel	Pro Datei (transparent)	Nein
Celantur	Automatisch	Nein	Re-encodierte Pixel	Individuell (Enterprise)	Ja
Gallio Pro	Automatisch	Nein	Re-encodierte Pixel	Volumenbasiert (Angebot)	Nein
Blur.me	Manuell (Benutzer zeichnet)	Nein	Exportabhängig	Freemium	Nein
deface	Gesichter (Kennzeichen per Erweiterung)	Nein	Re-encodierte Pixel	Kostenlos (Open Source)	Ja

Häufige Anwendungsfälle

• Dashcam-Material vor der Veröffentlichung — Kennzeichen Dritter verpixeln, um vor dem Online-Teilen oder in rechtlichen Verfahren DSGVO-konform zu sein.
• CCTV-Exporte für Versicherungsansprüche — Kennzeichen von Passanten schwärzen, bevor das Material an Versicherer oder Anwälte gesendet wird.
• Forschungs- und Trainingsdatensätze — Kennzeichen in Video- oder Bildkorpora anonymisieren, die für das ML-Modelltraining verwendet werden.
• Automotive-Flottentelemetrie — Kennzeichen von straßenseitigen Kameras entfernen, bevor Material für die Routenanalyse gespeichert wird.
• Journalismus und Dokumentarfilm — Quellen und Passanten in aufgezeichnetem Straßenmaterial schützen.

Checkliste vor der Veröffentlichung

• Jedes sichtbare Kennzeichen ist in jedem Frame verpixelt – Kurven, Teilverdeckungen und Reflexionen prüfen.
• Die Unschärfe ist stark genug, dass keine Super-Resolution-Technik die Kennzeichen-Nummer wiederherstellen kann.
• Die Schwärzung ist in re-encodierte Pixel eingebrannt, keine überlagerte Ebene.
• Gesichter und andere Identifikatoren im gleichen Material sind ebenfalls anonymisiert.
• Gesprochene Kennzeichen in der Tonspur sind gepiept oder stummgeschaltet, falls vorhanden.
• Container-Metadaten (GPS, Geräte-ID, Zeitstempel) sind wo nötig entfernt.

Kennzeichen jetzt verpixeln

Wenn du Material hast, das heute eine Kennzeichenschwärzung benötigt, ist Medianonymizer der schnellste Selbstbedienungsweg: Datei hochladen, bestätigen was verpixelt werden soll, und eine irreversibel anonymisierte Kopie herunterladen – kein Konto, kein Verkaufsgespräch.

Kennzeichen in deinem Video verpixeln →