Wir stellen eine hocheffiziente, dennoch leistungsstarke Methode zur Detektion auffälliger Objekte vor, die auf der Minimum-Barrier-Distance-(MBD)-Transformation basiert. Die MBD-Transformation ist robust gegenüber Schwankungen der Pixelfarbwerte und kann daher effektiv direkt auf Rohpixel angewendet werden, ohne dass eine Regionenabstraktion erforderlich ist. Wir präsentieren einen approximativen MBD-Transformationsalgorithmus, der eine 100-fache Beschleunigung im Vergleich zum exakten Algorithmus erreicht. Zudem wird eine Fehlergrenzanalyse vorgestellt. Dank dieses schnellen MBD-Transformationsalgorithmus läuft die vorgeschlagene Methode zur Detektion auffälliger Objekte mit 80 FPS und übertrifft bei vier großen Benchmark-Datensätzen deutlich frühere Methoden mit vergleichbarer Geschwindigkeit, während sie gleichzeitig Leistungsniveaus erreicht, die mit oder sogar über den besten Stand der Technik liegen. Darüber hinaus wird eine Technik basierend auf Farb-Whitening vorgestellt, um unsere Methode zu erweitern und die auf Erscheinung basierende Hintergrunduntypizität (backgroundness-cue) auszunutzen. Diese erweiterte Version steigert die Leistung weiterhin, bleibt dabei aber eine Größenordnung schneller als alle anderen führenden Methoden.