Nachtsichtsysteme: Wie lesen sie die Straße durch Wärmesicht?

Nachtsichtsysteme erkennen Fußgänger und Tiere außerhalb der Reichweite des Scheinwerferlichts auf zwei verschiedene Arten: Thermalkameras (LWIR) lesen die von Objekten selbst abgegebene Wärme, während aktive Infrarotsysteme (NIR) die Reflexion eines unsichtbaren Infrarotprojektors in ein Bild umwandeln. Beide klassifizieren per Software Fußgänger, Tiere und Fahrzeuge und warnen den Fahrer damit über die Scheinwerferreichweite hinaus. Wie funktionieren diese Systeme nun genau? Schauen wir uns das Schritt für Schritt an - denn eine Kuh, die nachts hinter einer Böschung auftaucht, könnte mehr mit dieser Kamera anfreunden als mit Ihrem Scheinwerfer!

Wie wird Wärme zu einem Bild? Das Prinzip der Thermalkameras

Thermographie ist eine vollständig passive Technologie: Sie sendet keinerlei Licht in die Umgebung, sondern nimmt es nur wahr. Jeder Körper oberhalb des absoluten Nullpunkts sendet aufgrund seiner Temperatur Infrarotenergie aus. Ein menschlicher Körper, ein Gebäude oder ein frisch geparktes Auto - alle strahlen ihre eigene Wärme als unsichtbare Strahlung in die Umgebung ab. Die Thermalkamera erfasst diese Strahlung und erzeugt ein Bild, indem sie Temperaturunterschiede in Grautöne (bei manchen Darstellungen in Farben) umwandelt. Um es zu vergleichen: Das Auge einer normalen Kamera sieht das reflektierte Licht, das Auge einer Thermalkamera dagegen liest die Wärme, die jeder Körper von sich aus abgibt. Genau deshalb funktioniert sie sogar bei völliger Dunkelheit - sie braucht kein Licht, weil sie kein Licht misst!

Ein kleines, aber beeindruckendes Detail: Moderne Thermalkameras können Temperaturunterschiede von nur 0,01 °C erkennen. Wer also einen dunklen Mantel trägt, leuchtet geradezu vor dem kalten Asphalt-Hintergrund. Visuelle Tarnung kann die Thermalkamera nicht täuschen; egal welche Kleidung, die Wärme des menschlichen Körpers hebt sich vom kühlen Untergrund deutlich ab.

Das LWIR-Band und Mikrobolometer-Sensoren

Bevor wir in die technischen Details eintauchen, eines vorweg: Nicht jedes Infrarot ist gleich. Objekte mit erdtypischen Temperaturen - Mensch, Tier, Maschine - erzeugen ihren Emissionshöhepunkt, also die Stelle mit der stärksten Wärmeabstrahlung, im 8–14 µm Bereich, im LWIR-Band (langwelliges Infrarot). Weitaus heißere Quellen wie Motorblöcke und Auspuffanlagen leuchten dagegen im MWIR-Band (3–5 µm). Automotive-Thermalkameras wählen daher genau das LWIR-Band: Denn die Wärmesignatur von Mensch und Tier liegt exakt in diesem Bereich.

LWIR-Systeme verwenden in der Regel ungekühlte Mikrobolometer-Sensoren (aus VOx- oder a-Si-Material). Dies sind extrem empfindliche, winzige Detektoren, deren Widerstand sich bei kleinen Wärmeänderungen verändert. Dass sie ungekühlt sind, bedeutet niedrigen Stromverbrauch, kompakte Bauweise und eine Herstellung zu angemessenem Preis - für den Automobilbereich sind das gleich drei wichtige Bedingungen. Die empfindlicheren MWIR-Detektoren hingegen erfordern eine teure Stirling-Kühlung; daher sind sie für Autos keine praktische Lösung. Fazit: LWIR ist sowohl bei den Kosten als auch bei der Größe die perfekte Wahl für das Automobil.

Aktives NIR-Nachtsichtsystem: Wie die unsichtbare Laterne funktioniert

Während die Wärmebildkamera die Wärme ausliest, arbeiten NIR-Systeme (nahes Infrarot) mit einer viel vertrauterem Logik: Licht aussenden, das Reflektierte auffangen. Das Fahrzeug strahlt mit einem speziellen Projektor nahes Infrarotlicht aus, das das menschliche Auge nicht sehen kann; die Kamera erfasst diese Reflexion und erzeugt ein schwarz-weißes, hochdetailliertes Bild. Kurz gesagt trägt das System seine eigene, unsichtbare Laterne mit sich. Sie können es sich wie einen Freund vorstellen, der Sie im Dunkeln mit der Hand beleuchtet - nur dass das Licht der Laterne für unsere Augen unsichtbar bleibt.

Die Stärke dieser Methode liegt im visuellen Detail: Einzelheiten wie Schilder, Kennzeichen und Fahrzeugoberflächen sind im NIR-Bild ablesbar. Die Schwäche liegt hingegen in der Reichweite. Da sie von der Ausgangsleistung der Beleuchtung abhängt, liegt die typische Reichweite von NIR im Automobilbereich 100–150 m ; unter guten Bedingungen kann die Personenerkennung auf etwa 50–100 m sinken. Zudem können entgegenkommende Scheinwerfer das Bild vorübergehend stören, und Nebel oder Staub streuen das Projektorlicht und verschwimmen das Bild. Da ist auch noch die Datenschutzfrage: NIR-Strahlung kann von anderen infrarotempfindlichen Geräten erkannt werden.

Thermal oder NIR? Vergleich von Reichweite und Detail

Stellen wir die beiden Technologien nun nebeneinander. Die Frage, welches "besser" ist, ist eigentlich die falsche Frage; die richtige Frage lautet "wofür?". Wenn die Erkennung von Fußgängern und Tieren auf Distanz Priorität hat, liegt Thermal vorn; wenn visuelles Detail wichtig ist, hat NIR den Vorteil. Auf Herstellerseite haben BMW und Mercedes-Benz thermische Systeme eingesetzt; einige Hersteller haben sich hingegen für NIR-basierte Lösungen entschieden.

Eine Anmerkung zu den Reichweitenzahlen: Es ist normal, in verschiedenen Zusammenhängen unterschiedliche Zahlen zu hören. Bei Herstellerpräsentationen steht bei automobilen Wärmebildkameras die 200–300 m Erkennungsreichweite im Vordergrund; bei allgemeinen Thermaldaten aus dem Verteidigungssektor liegen Personen bei 500 m+, Fahrzeuge bei 1000 m+ aus einer Entfernung erkennbar. Bei einer Kamera, die am Auto montiert wird, sind die Werte der ersten Gruppe die vorsichtige, realistische Zahl. Wenn man also die Behauptung "Kilometer weit sichtbar" aus der Werbung abrechnet, lohnt es sich, nach dem Kontext zu fragen.

Die Software-Seite: Wie Wird das Kamerabild zu Fußgänger und Tier?

Die Kamera zeigt eine rohe Wärmebildkarte; was daraus die Information "auf dem Schatten vor uns befindet sich ein Fußgänger" macht, ist die Software. In modernen ADAS-Systemen übernehmen diese Aufgabe faltende neuronale Netze (CNN): Sie analysieren den thermischen Videostream Bild für Bild und erkennen große Tiere, Fußgänger und Fahrzeuge so wie in konventionellen Bildern. Unter den klassischen Computer-Vision-Algorithmen stechen die Haar-Cascades und die HOG-Methode (Histogram of Oriented Gradients) hervor; auf maschinellem Lernen basierende Systeme gehen über die Erkennung hinaus und verfolgen das Ziel, versuchen dessen Richtung und sogar dessen Absicht vorherzusagen. Das System sagt also nicht nur "dort ist etwas"; es kann auch sagen "dieses Ding könnte im Begriff sein, auf die Fahrbahn zu treten".

Für die Fußgänger-Fahrzeug-Erkennung in Infrarotbildern wurden auch schnelle, salienzbasierte Algorithmen mit Merkmalsfusion und Support Vector Machines (SVM) vorgeschlagen. Auf Embedded-Plattformen kommen derzeit Architekturen zum Tragen, bei denen Hardware und Software gemeinsam entworfen werden, nämlich thermisches IR plus Deep Learning; in einem Universitätsprojekt wurde ein KI-basiertes Erkennungs- und Ausweichsystem entwickelt, bei dem die IR-Kamera gemeinsam mit einer RGB-Kamera für die nächtliche Fußgängererkennung betrieben wird. Die Warnlogik ist einfach und klug: Die Software klassifiziert das Ziel, berechnet dessen Entfernung und Annäherungsgeschwindigkeit, gibt bei wachsender Gefahr zuerst eine visuelle/akustische Warnung aus und greift, wenn das System in ein AEB integriert ist, bis zur Brems intervention ein. Was mich interessiert: Ist diese Warnung schnell genug, um uns rechtzeitig zu erreichen? Meistens schon - aber genau deshalb ist die Reichweite so kritisch.

Was Sieht die Scheinwerferreichweite, Was Sieht die Kamera? Der Unterschied beim Anhalteweg

Für die Nacht gibt es eine grobe Gleichung: Anhalteweg = Reaktionsweg + Bremsweg. Da die Scheinwerfer das Licht nur bis zu einer bestimmten Entfernung tragen, kostet jedes darüber hinaus gesehene Objekt Reaktionszeit. Hier kommt die Wärmebildkamera ins Spiel: Automotive-Thermalsysteme erfassen Wärmesignaturen 300 m Entfernung, also weit über die Scheinwerferreichweite hinaus. Ein wenige Sekunden zuvor gesichtetes Reh ist genau der zusätzliche Abstand, den Sie zum Bremsen benötigen. Früh zu sehen ist mehr wert als zu bremsen - denn keine Bremse kann einen Fahrer stoppen, der nicht sieht.

Aus diesem Grund fordert das IIHS, dass nächtliche Fußgänger-AEB verpflichtend vorgeschrieben werden muss. Nachttests haben erhebliche Lücken in den aktuellen Sensorpaketen offengelegt; langreichweitige, allwettertaugliche Radare gehören zu den Lösungen, die diese Lücke schließen wollen.

Nebel, Regen und andere Einschränkungen: Realität statt Marketing

Im Internet kursieren haufenweise Behauptungen wie „eine Wärmebildkamera durchdringt den Nebel und funktioniert bei Regen perfekt". Die technische Realität ist differenzierter. Laut eigener Aussage von FLIR können Nebel und Regen die Reichweite des Wärmebildsystems erheblich einschränken, weil Wassertropfen das Infrarotsignal streuen. Dichter Nebel und starker Regen schwächen das Signal, das die Kamera erreicht; in einer begutachteten Studie wurde die Bedingung „stark degraderter Nebel" definiert, bei der die Wärmebildkamera unzuverlässig wird. Das heißt: Wärmebildtechnik gewinnt den Kampf gegen den Nebel nicht - sie verringert nur die Niederlage.

Andererseits beeinträchtigt leichter bis mäßiger Regen die thermische Erkennung nicht wesentlich, da Regentropfen Infrarotstrahlung nicht so streuen wie sichtbares Licht. Bei leichtem Nebel schneidet die Wärmebildtechnik besser ab als gestreutes NIR-Projektorlicht; bei sehr dichtem Nebel sinkt die Leistung beider Technologien. Räumen wir auch einen weit verbreiteten Mythos aus: Eine Wärmebildkamera kann keine Wand oder einen toten Tierkörper sehen; sie erfasst nur die von einer Oberfläche abgegebene Wärme und durchdringt keine festen Objekte. Und wenn Sie Kennzeichen lesen möchten, hilft Ihnen die Wärmebildkamera nicht - Text und Farben kommen im Wärmebild nicht vor. Außerdem sorgt das Etikett „Nachtsicht" manchmal für Verwirrung: NIR-beleuchtete Systeme und echte Wärmebildtechnik sind nicht dasselbe; es lohnt sich, auf der Kaufseite zu prüfen, welche Technologie verbaut ist.

AEB-Integration und Nachtsicherheit: Der Stand 2026

Die Ausgabe der Kamera endet nicht nur auf einem Anzeige-Bildschirm; ihr eigentlicher Wert entsteht, wenn sie mit dem Bremssystem kommuniziert. Die Tabelle hier ist interessant: Fußgänger-AEB reduziert das Fußgänger-Kollisionsrisiko bei Tagesbedingungen um 32-33 % ; bei Dunkelheit konnte die Risikominderung jedoch nicht gemessen werden. Auch die NHTSA nannte die nächtliche Fußgängererkennung eines der schwierigsten Probleme für AEB und unternahm Schritte zur verpflichtenden Einführung von AEB. Die optimistische Seite: Laut einer AAA-Studie von Oktober 2025 verhinderten Systeme zur nächtlichen Fußgängererkennung Kollisionen im Jahr 2019 zu 0 % , während sie 2025 zu 60 % verhindern konnten. In kurzer Zeit wurde also ein großer Weg zurückgelegt - aber das Ziel wurde noch nicht ganz erreicht.

2026 ist auf diesem Gebiet ein Wendepunktjahr. Euro NCAP führt 2026 die größte Protokollrevision seit 2009 ein: Mit der neuen Struktur „Four Stages of Safety" rücken nächtliche Szenarien mit schutzbedürftigen Verkehrsteilnehmern (VRU) in den Vordergrund, und die Testszenarien 2026-2028 umfassen neben Tagbedingungen auch Nachtbedingungen. Die erweiterte Bewertung der Fahrerüberwachungssysteme ist ebenfalls Teil des Updates. Diese Entwicklung hebt Nacht- und Wärmebildkameratechnologien aus der Nische der Zusatzfeatures ins Zentrum der Tagesordnung der Sternentests. Auf der Seite der Wärmebildkameras sind auch Produkte ein Beispiel für diesen Aufschwung, die als erste automotive LWIR-Kameras mit ASIL-B-Zertifizierung vorgestellt wurden.

Zusammengefasst: Das Auge, das Wärme liest, weckt Sie frühzeitig

Fassen wir kurz zusammen: Eine Thermalkamera (LWIR) liest die natürliche Wärmestrahlung von Objekten, ganz ohne Licht, und blickt nicht auf Hunderte Meter, sondern auf 200–300 Meter; ein NIR-System dagegen trägt seine eigene unsichtbare Lampe mit sich und liefert auf kürzerer Distanz ein detaillierteres Schwarz-Weiß-Bild. Was beide wertvoll macht, ist nicht das Rohbild, sondern die Software dahinter: CNNs und ähnliche Modelle klassifizieren Fußgänger, Tiere und Fahrzeuge und verschaffen dem Fahrer - und, falls integriert, dem AEB - kritische Sekunden. Ebenso wichtig ist es, die Grenzen zu kennen: Dichter Nebel und starker Regen fordern jeden Sensor heraus, und eine Thermalkamera kann keine Kennzeichen lesen. Wenn Sie auf nächtlichen Straßen ein etwas größeres Sichtfeld möchten, liegt die Antwort in der Wärme und in der Software, die sie auswertet. Welches System hätten Sie in Ihrem Fahrzeug lieber - Reichweite oder Detailgenauigkeit?

Quellen

• Sind Infrarotbildgebung und Nachtsicht dasselbe?
• Wie funktionieren Wärmekameras?
• Kann Wärmebildgebung durch Nebel und Regen sehen?
• Die Unterschiede zwischen SWIR-, MWIR- und LWIR-Kameras
• Nachtsicht vs. Wärmebildgebung für Autos – Was ist besser?
• Euro NCAP kündigt Protokolländerungen für 2026 an
• Euro NCAP 2026 erhöht die Anforderungen für nächtliche VRU-Erkennung
• Euro NCAP-Testszenarien 2026–2028
• KI erschließt das Sicherheitspotenzial von thermischen Nachtsichtkameras
• NHTSA fordert verpflichtende automatische Notbremsung
• IIHS: Regulierungsbehörden sollten im Dunkeln funktionierende Fußgänger-AEB vorschreiben
• Systeme zur nächtlichen Fußgängererkennung werden besser
• Achtung Sensorlücke: Warum AEB Perzeptionsradar braucht
• Analyse der Wärmebildleistung bei extremem Nebel
• Können Wärmekameras durch Nebel, Regen und Rauch sehen?
• Fußgängererkennung mit maschinellem Lernen
• KI-basierte Fußgängererkennung und -vermeidung bei Nacht
• Nächtliche Fußgänger- und Fahrzeugerkenung basierend auf einem schnellen Saliency- und Merkmalfusionsalgorithmus