PromiseQ

Kurzfazit

PromiseQ ist eine der wenigen ernstzunehmenden deutschen KI-Plattformen für die Sicherheitsbranche, und eine der schnellsten Produkt-Evolutionen im DACH-KI-Markt. Was als spezialisierter Fehlalarm-Filter für Wachdienstleister begann, ist 2025/26 zu einer agentengesteuerten Edge-AI-Schicht für bestehende CCTV-Anlagen geworden: Cuby-Agent versteht Kontext, MCP-Unterstützung erlaubt Anbindung an Claude und OpenAI, lokale Verarbeitung ohne Cloud-Zwang. Deutsche Cloud-Infrastruktur, DSGVO-konforme Positionierung, Anbieter mit Sitz in Berlin. Schwächen: keine öffentliche Preisliste, junges Unternehmen ohne Großbetrieb-Referenzen, sehr schnelle Roadmap-Bewegung (Feature-Lärm). Für Sicherheitsdienstleister mit 50+ Kameraobjekten ein Pilot-Kandidat erster Wahl.

Für wen ist PromiseQ?

Sicherheitsdienstleister und Wachdienstunternehmen: Wer eine Leitstelle mit Videoaufschaltung betreibt, hat ein quantifizierbares Problem: 80–95 % aller Alarmsignale sind Fehlalarme (Tiere, Wind, Lichtreflexe, Wischer-Bewegung). Jeder Operator-Eingriff kostet 1–5 Minuten. PromiseQ adressiert genau diesen Schmerzpunkt mit messbarem ROI.

Notruf- und Service-Leitstellen mit hohem Alarmvolumen: Leitstellen, die parallel mehrere Hundert oder Tausend Objekte überwachen, stoßen ohne KI-Vorfilterung an Personalgrenzen. PromiseQ erlaubt, das Operator-Team auf wenige echte Bedrohungen zu konzentrieren statt auf Tier-Klassifikation.

Sicherheitsintegratoren mit Bestandskunden: Sicherheits-Systemhäuser, die ihre Kundenbasis monetarisieren wollen, ohne neue Hardware zu verkaufen, bekommen mit PromiseQ ein vorgefertigtes Software-Upgrade-Argument. Die Marketing-Botschaft “Wir machen Ihre vorhandenen Kameras zur smarten KI-Anlage” ist verkaufbar.

Mittelständische Unternehmen mit Werks- oder Liegenschafts-Überwachung: Logistikzentren, Industrieparks, Bauhöfe, überall, wo Videoüberwachung läuft, fallen Fehlalarme an. Für mittelständische Eigenbetreiber wird ein PromiseQ-Layer schnell günstiger als eine zweite Person in der Nachtschicht.

Weniger geeignet für: Anwender mit rein sensorbasierter Alarmtechnik ohne Kamera (das adressiert PromiseQ nicht), Konzern-Sicherheitsabteilungen, die zwingend Genetec- oder Milestone-Standard-Integration in Tiefe brauchen (noch im Ausbau), kleine Einzelobjekte mit unter 10 Alarmen pro Woche (ROI bleibt fragwürdig) und Unternehmen, die zwingend Open-Source-Lösungen oder Self-Hosting wünschen.

Preise im Detail

PromiseQ veröffentlicht keine Preisliste. Belegt ist nur, was auf der Anbieterseite steht: die Verwaltungsoberfläche promiseQ Cloud ist kostenlos nutzbar, die Edge-Lösung promiseQube gibt es als Docker-Container oder dedizierte Hardware. Konditionen für den produktiven Betrieb laufen über den Vertrieb.

Komponente	Preis	Was du bekommst
promiseQ Cloud	Laut Anbieter kostenlos	Zentrale Verwaltung mehrerer Geräte, Live-Ansicht, Fernkonfiguration, gemeinsame Steuerungsebene für angebundene Agenten
promiseQube (Edge)	Auf Anfrage	Edge-Gerät oder Docker-Container, Cuby-Agent, MCP- und API-Anbindung, Intrusion Detection, Camera Health Monitoring
Integrator-Anbindung	Auf Anfrage	Bereitstellung über API und MCP, ausgelegt auf Sicherheitsintegratoren, die promiseQ in eigene Plattformen und Workflows einbinden

Einordnung: PromiseQ setzt auf Vertriebskontakt statt Self-Service-Preise, jedes Setup ist standortspezifisch. Konkrete Beträge pro Kamera oder pro Objekt nennt der Anbieter öffentlich nicht, wir verzichten hier bewusst auf Schätzungen. Als grobe Orientierung für die Wirtschaftlichkeit hilft die Personalseite: Eine Operator-Vollzeitstelle in einer deutschen Leitstelle kostet grob 45.000 bis 55.000 Euro pro Jahr. Ob sich ein KI-Vorfilter rechnet, hängt davon ab, wie viel manuelle Sichtung er einspart, das lässt sich nur im konkreten Betrieb mit echten Zahlen beurteilen.

Stärken im Detail

Fehlalarmreduktion durch KI-Bedrohungserkennung. PromiseQ filtert Alarme über KI-gestützte Bedrohungserkennung, statt bei jeder Bewegung auszulösen (Herstellerangabe). Konkrete Reduktionsquoten nennt der Anbieter auf seiner aktuellen Seite nicht, kursierende Zahlen um 95 % konnten wir nicht unabhängig prüfen, behandle sie als Marketing-Richtwert, nicht als Zusage. Die Richtung ist trotzdem klar: Wo eine Leitstelle vorher jede Bewegung sichten musste, sortiert der Vorfilter Tiere, Wind und Lichtreflexe aus, damit sich Operator auf echte Bedrohungen konzentrieren.

Edge-Intelligence ohne Cloud-Zwang. PromiseQ kann lokal auf Edge-Hardware laufen, wichtig für Standorte ohne stabile Internetverbindung, für Hochsicherheitsbereiche, in denen Video die Liegenschaft nicht verlassen darf, und für Anwender mit kompromisslosen Datenschutz-Anforderungen. Offline-Alert-Buffering bewahrt kritische Alarme während Netzausfällen.

Cuby-Agent als nächste Stufe. Statt nur Alarme zu filtern, versteht der Cuby-AI-Agent laut Anbieter Kontext, trifft Entscheidungen und handelt selbst, etwa über PTZ-Kamerasteuerung (Pan/Tilt/Zoom per API- oder Agenten-Befehl). Weitere Automatisierungen wie Eskalation oder Priorisierung in der Operator-Warteschlange sind über API und MCP denkbar, hängen aber von deiner Konfiguration und den angebundenen Systemen ab. Das ist der Sprung vom “intelligenten Filter” zur “agentischen Sicherheitsschicht”, und Vorbote dessen, was 2026/27 zum Branchenstandard wird.

Model Context Protocol (MCP) als strategischer Vorgriff. PromiseQ unterstützt MCP, das von Anthropic eingeführte und inzwischen breit adaptierte Protokoll für KI-Tool-Integration. Praktischer Effekt: PromiseQ-Daten können in Claude- oder OpenAI-basierte Workflows eingebunden werden, ohne proprietäre APIs zu programmieren. Für Anwender, die später ihre Sicherheitsdaten in größere KI-Plattformen integrieren wollen, ist das eine zukunftssichere Architektur-Entscheidung.

Deutsche Cloud-Infrastruktur als DSGVO-Vorteil. Anders als die meisten internationalen VMS-Anbieter hostet PromiseQ auf deutscher Cloud-Infrastruktur. Für Sicherheitsdienstleister mit Hochregalkunden, KRITIS-Bezug oder strengen DSGVO-Anforderungen ist das ein verkaufsentscheidendes Argument im B2B-Vertrieb. Lieferanten- und Standort-Transparenz ist gegenüber AWS-us-east-Lösungen deutlich besser.

Bestandsanlagen-Kompatibilität. PromiseQ läuft als KI-Schicht auf bestehenden CCTV-Setups, ohne dass Kameras getauscht werden müssen. Das senkt die Einstiegshürde drastisch, Sicherheitsintegratoren können Kundengespräche ohne Hardware-Investitionsdiskussion führen. Laut Hersteller werden ONVIF-kompatible Kameras direkt unterstützt; weitere Integrationen entstehen laufend.

Branchennähe im Produkt. PromiseQ ist auf die deutsche Sicherheitswirtschaft ausgerichtet. Das spürt man im Produktdesign: Workflows orientieren sich an realen Leitstellen-Abläufen, nicht an theoretischen IT-Architekturen.

Schwächen ehrlich betrachtet

Junges Unternehmen ohne Großbetrieb-Referenzen. PromiseQ ist eine Frühphasen-GmbH. Pilotinstallationen funktionieren nachweislich, aber Betriebs-Stabilität über mehrere Jahre, bei mehreren Tausend gleichzeitigen Kameras, in heterogenen Konzernumgebungen, das ist noch nicht belegt. Wer als Anwender skalieren will, sollte SLAs und Vertragslaufzeiten realistisch klein halten und Exit-Klauseln verhandeln.

Kein Self-Service-Pricing. Jede Vertragsanbahnung erfordert ein Vertriebsgespräch. Das ist im B2B-Sicherheitsmarkt branchenüblich, kostet aber Zeit und schließt Quick-Wins für einzelne Objekte praktisch aus. Wer einen Standort schnell ausstatten will, muss durch den Tender-Prozess.

Funktionsumfang entwickelt sich schnell. Was Anfang 2025 reine Fehlalarmreduktion war, ist Mitte 2026 agentische Edge-Plattform mit MCP. Diese Geschwindigkeit ist beeindruckend, schafft aber auch Re-Trainings- und Re-Konfigurationsaufwand bei Bestandskunden. Wer in stabilen, mehrjährig validierten Workflows arbeiten muss (kritische Infrastruktur, Polizei-Anbindung), sollte das berücksichtigen.

Tiefe Integration in Konzern-VMS noch im Ausbau. Anwender mit großen Genetec-Security-Center- oder Milestone-XProtect-Implementierungen bekommen heute API-Anbindung, aber keine native Modul-Integration auf Plattform-Niveau. Wer eine Out-of-the-Box-Integration auf VMS-Plug-in-Niveau erwartet, muss noch warten oder selbst entwickeln.

Rein videobasiert. Sensorbasierte Einbruchmeldeanlagen ohne Kamera (klassische BMA, Tür-/Fenster-Kontakte ohne Videoaufschaltung) werden nicht adressiert. Wer eine reine Sensoranlage hat, ist falsch, PromiseQ ist das Komplement zu CCTV, nicht zu klassischer Einbruchmeldetechnik.

Operative Schulung der Leitstelle entscheidet über den Erfolg. Eine 95 %-Reduktion ist nur dann wertvoll, wenn die Leitstelle den geänderten Workflow auch annimmt. Operator-Schulung, Akzeptanz für KI-Entscheidungen und Eskalations-Pfade müssen in der Implementierungsphase aufgebaut werden. Wer das unterschätzt, hat eine technische Lösung mit einem menschlichen Adoptions-Problem.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine etablierte VMS-Plattform mit eingebauter Analytics willst	Genetec Security Center oder Milestone XProtect
ANPR oder spezialisierte Kennzeichenerkennung brauchst	Hikvision DeepinView / ANPR

Erwähnenswert ohne eigene Tool-Seite: Verkada (US-amerikanischer Cloud-CCTV-Anbieter, vertikal integriert mit eigener Hardware, EU-Hosting verfügbar, aber kein deutsches Hosting), Avigilon Unity (Motorola Solutions, klassischer VMS-Player mit AI-Erweiterungen), Spot AI (US-Startup mit ähnlicher Edge-AI-Positionierung wie PromiseQ, aber US-Hosting), DeepAlert (Direktwettbewerber mit ähnlichem Fehlalarm-Reduktions-Versprechen, primär UK-Markt) und evalink (Alarmmanagement-Plattform aus der Schweiz, oft kombiniert mit PromiseQ). Im DACH-Markt ist PromiseQ als deutsche, DSGVO-native AI-Sicherheits-Plattform aktuell weitgehend ohne direkten Wettbewerber, die etablierten VMS-Anbieter (Genetec, Milestone) haben AI-Module, aber nicht den Edge-Agent-Ansatz von PromiseQ.

So steigst du ein

Schritt 1: Demo- oder Testphase vereinbaren. Über promiseq.com Kontakt aufnehmen (“Let’s talk”). Definiere mit dem PromiseQ-Team eine überschaubare Objektgruppe aus deinem Bestand, am besten ein Mix aus typischen Problemobjekten (Lagerhof mit Tieren, Außenbereich mit Vegetation, Industriegelände mit häufiger Bewegung). Lege vorher harte Erfolgskriterien fest (z. B. “Reduktion auf weniger als 15 Alarme pro Nacht und Objekt”) und vereinbare eine feste Laufzeit. Ob es dafür ein festes Pilotprogramm gibt, klärst du im Gespräch, öffentlich ausgeschrieben ist keines.

Schritt 2: Integration in dein VMS und Alarmmanagement. PromiseQ verbindet sich über Schnittstellen mit deinem bestehenden System; ONVIF-kompatible Kameras werden laut Hersteller direkt unterstützt. Plane in der ersten Woche eine intensive Integrationsphase ein, Mapping der Alarmtypen, Definition der Eskalations-Pfade, Konfiguration der Cuby-Agent-Aktionen. Lass deinen Leitstellen-Leiter daran teilnehmen.

Schritt 3: Trainingsphase und Operator-Akzeptanz. Während der ersten 2–3 Wochen lernt das Modell deine standortspezifischen Muster (welche Bewegung ist normal, welche ist Bedrohung). Parallel: Operator-Workshop. Erkläre dem Team, was die KI tut, wann sie übersteuert werden kann, wie der Eskalations-Pfad funktioniert. Ohne Operator-Akzeptanz wird der technische Erfolg verpuffen, Operator, die jeden gefilterten Alarm misstrauen, machen die Effizienzgewinne wieder zunichte. Nach dem POC entscheidest du auf Basis harter Daten über die Skalierung.

Ein konkretes Beispiel

Das folgende Rechenbeispiel ist illustrativ, es bündelt typische Leitstellen-Kennzahlen zur Veranschaulichung und ist keine dokumentierte Referenz von promiseQ. Ein mittelgroßes deutsches Sicherheitsdienstleistungsunternehmen betreut 120 Objekte mit Videoaufschaltung, Logistikzentren, Baustellen, Industrieliegenschaften. Pro Nacht erzeugt das System etwa 180 Alarme, davon laut Leitstellen-Auswertung rund 160 Fehlalarme (Tiere, Wind, Lichtreflexe, Wischer). Nach sechs Wochen PromiseQ-POC landen nur noch 15–25 Alarme zur manuellen Sichtung beim Operator. Konkrete Auswirkung: Das Team kann ohne zusätzlichen Headcount weitere 30 Objekte aufschalten, bei einem durchschnittlichen Vertrags-Volumen von 800 € pro Objekt und Monat entspricht das einer Umsatzsteigerung von 24.000 € pro Monat ohne Personalkostenwachstum. Parallel sinkt die Anzahl unnötiger Streifenfahrten (Vor-Ort-Verifikation bei unklaren Alarmen) um etwa 70 %, was Fahrzeugkosten und Personalstunden spart. Weil PromiseQ keine öffentlichen Preise nennt, lässt sich die Amortisation hier nicht seriös beziffern, die eingesparten Personal- und Fahrtkosten sind aber genau der Hebel, an dem du das Angebot in einer Testphase gegen die echten Zahlen deines Bestands rechnest. Voraussetzung: ein Pilot-Verantwortlicher, der die operative Umstellung in der Leitstelle aktiv begleitet.

DSGVO & Datenschutz

• Datenhosting: Deutsche Cloud-Infrastruktur (explizite Herstellerangabe). Alternativ Edge-Verarbeitung lokal auf Kundenhardware ohne Cloud-Übermittlung möglich.
• Personenbezogene Daten: Videodaten enthalten typisch erkennbare Personen, relevant für die DSGVO-Bewertung. PromiseQ listet Privacy Zones (Maskierung sensibler Bereiche) als Feature und wirbt mit Edge-Verarbeitung, bei der laut Anbieter keine Daten das Gelände verlassen. Ob und welche Daten bei Cloud-Nutzung übertragen werden, solltest du für deinen konkreten Aufbau schriftlich klären.
• Auftragsverarbeitung (AVV): Standard für deutsche B2B-Kunden. Anbieter ist ein deutsches Unternehmen mit Sitz in Berlin, Vertragssprache, Gerichtsstand und Rechtsrahmen sind entsprechend DACH-nah.
• Datennutzung für Modelltraining: Vor Vertragsabschluss explizit klären, bei kundenspezifischer Standort-Baseline wird in der Regel kundenisoliert trainiert; ob aggregierte/anonymisierte Daten für globale Modellverbesserung verwendet werden, sollte schriftlich fixiert sein.
• Edge-Option für KRITIS-Anwender: Wer Verarbeitung lokal verlangt (BSI-IT-Sicherheitsgesetz, NIS2, KRITIS-Verordnung), kann den Edge-Modus wählen, Videostreams verlassen die Liegenschaft nicht. Das ist im deutschen Markt ein ungewöhnlich klares Compliance-Statement.
• Empfehlung für Sicherheitsdienstleister: Vor Vertragsabschluss Datenschutz-Folgenabschätzung dokumentieren, Privacy Zones und Edge-Optionen je nach Kundenklasse konfigurieren, AVV-Konditionen für Wiederverkauf an Endkunden klären (relevant für Integratoren).

Gut kombiniert mit

• Genetec Security Center, wer als Sicherheitsintegrator eine Genetec-VMS-Landschaft betreut, kann PromiseQ als AI-Layer obendrauf legen. Genetec liefert die VMS-Plattform und Recording-Architektur, PromiseQ die intelligenten Alarmentscheidungen.
• Milestone XProtect, ähnliche Architektur wie Genetec-Kombination. Für Milestone-zentrierte Integratoren erschließt PromiseQ eine zusätzliche Margenebene durch Software-Mehrwert ohne Hardware-Tausch.
• Hikvision DeepinView / ANPR, für Anwender, die parallel zur generellen Sicherheits-AI auch spezialisierte Kennzeichenerkennung brauchen (z. B. Werks- und Logistikein-/-ausfahrt). PromiseQ deckt das Allgemein-Alarm-Geschäft, Hikvision ANPR die spezialisierte Vehicle-Erkennung.

Unser Fazit

PromiseQ verdient 4 von 5 Sternen. Es ist eine der wenigen ernstzunehmenden deutschen KI-Startups im Sicherheitsmarkt, mit messbarem Nutzenversprechen, schneller Produkt-Evolution, klarer DSGVO-Positionierung und einem Geschäftsmodell, das im DACH-Vertrieb funktioniert. Die strategische MCP-Adoption und der Cuby-Agent zeigen, dass das Team über die nächsten 18 Monate nachdenkt, selten in einer Branche, die oft nur auf Quartalsumsatz schaut. Den fünften Stern hält die Frühphasen-Realität zurück: kleines Unternehmen, keine Konzern-Skalierungsbeweise, schnelle Roadmap mit entsprechender Anpassungs-Last für Kunden, fehlende native Integration in die großen VMS-Plattformen. Für Sicherheitsdienstleister und Wachdienstunternehmen ist PromiseQ einer der wenigen Pilot-Kandidaten ohne ernsthafte deutsche Alternative. Wer früh einsteigt, profitiert von der schnellen Entwicklung und einem Anbieter, der zuhört. Wer Konzernreife sucht, sollte die nächsten 12–18 Monate beobachten und gegebenenfalls eine Funding-Runde abwarten.

Was wir bemerkt haben

• Juli 2026, Erneute Quellenprüfung: Die Anbieterseite positioniert promiseQ inzwischen klar als “AI-Native Physical Security for Integrators”, mit dem Edge-Gerät promiseQube und der kostenlos nutzbaren Verwaltungsoberfläche promiseQ Cloud. Eine öffentliche Preisliste gibt es weiterhin nicht, und konkrete Fehlalarm-Reduktionsquoten nennt die aktuelle Seite nicht mehr prominent. Wir haben entsprechende Preis- und Prozentangaben auf dieser Seite entschärft, weil sie nicht belegbar sind.
• 2025, PromiseQ hat die Produktpositionierung erweitert: von “Fehlalarmreduktion” zu “AI-native Sicherheitsplattform mit autonomem Agent”. Die Erweiterung ist nicht nur Marketing, Cuby-Agent und MCP-Unterstützung sind reale Architekturentscheidungen, die das Produkt strategisch nach vorne bringen.
• 2025/2026, Model Context Protocol (MCP) wurde implementiert. PromiseQ ist eines der ersten Sicherheits-AI-Tools im DACH-Markt mit nativer MCP-Unterstützung, was bedeutet: Sicherheitsdaten können in Claude- oder OpenAI-Workflows eingebunden werden, ohne dass ein zwischengeschalteter API-Layer entwickelt werden muss.
• 2024–2025, Die deutsche Cloud-Hosting-Positionierung hat sich vom Bonus-Feature zum zentralen Verkaufsargument entwickelt. Mit zunehmender DSGVO- und NIS2-Sensibilität bei deutschen Sicherheitsdienstleistern (besonders bei KRITIS-Kunden) ist deutsches Hosting kein Nice-to-have mehr, sondern oft K.O.-Kriterium.
• Hinweis, Die häufig genannten “95 % Fehlalarmreduktion” sind aus Pilotbetrieben dokumentiert, gelten aber je nach Standort und Kameratyp. Realistische Erwartungshaltung: 75–95 %, abhängig von Bestandsanlagen-Qualität, Umgebungsfaktoren und Trainingsdaten. Wer seriös plant, geht von 80 % aus und freut sich, wenn es mehr wird.
• Juni 2026, PromiseQ bleibt ein junges Unternehmen ohne große publik bekannte Funding-Runden auf Series-A-Niveau (Stand unserer Recherche). Für Anwender heißt das: Vertragslaufzeiten begrenzen, Exit-Klauseln verhandeln, parallele VMS-Kompatibilität sicherstellen. Die Pilotbetriebe funktionieren, aber Anbieter-Risiken sind bei jeder Frühphasen-Investition Teil der Bewertung.