Die Erkennung und Segmentierung von Rissen in Infrastruktur, wie Straßen und Gebäude, ist entscheidend für Sicherheit und kosteneffiziente Instandhaltung. Trotz des Potenzials von Deep Learning bestehen Herausforderungen bei der Erzielung präziser Ergebnisse und der Bewältigung vielfältiger Rissarten. Mit dem vorgeschlagenen Datensatz und dem Modell zielen wir darauf ab, die Rissdetektion und die Instandhaltung von Infrastruktur zu verbessern. Wir stellen Hybrid-Segmentor vor, einen encoder-decoder-basierten Ansatz, der in der Lage ist, sowohl feinkörnige lokale als auch globale Rissmerkmale zu extrahieren. Dadurch kann das Modell seine Generalisierungsfähigkeit bei der Unterscheidung verschiedener Rissformen, -oberflächen und -größen verbessern. Um die Rechenleistung für praktische Anwendungen niedrig zu halten, während gleichzeitig die hohe Generalisierungsfähigkeit des Modells erhalten bleibt, integrieren wir ein Self-Attention-Modell auf Ebene des Encoders und reduzieren die Komplexität des Decoders. Das vorgeschlagene Modell erreicht im Vergleich zu bestehenden Benchmark-Modellen herausragende Ergebnisse in fünf quantitativen Metriken (Genauigkeit 0,971, Präzision 0,804, Recall 0,744, F1-Score 0,770 und IoU-Score 0,630) und erzielt damit einen Stand der Technik (state-of-the-art).