Die große Gesichts-Verkennung
Ob Gesichtsüberwachung im öffentlichen Raum, das Erfassen der Emotionen zu Werbezwecken oder Charakterstudien aus Porträts: Software zur Gesichtserkennung wird anscheinend immer mächtiger. Wie begründet sind die Sorgen?
- Christian Wolf
Ausgerechnet Apple, der Konzern, der sich gegenüber dem FBI weigerte, das iPhone eines Verdächtigen zu entsperren, hat die Angst vor flächendeckender Überwachung befeuert. Denn das neue iPhone X, das Apple jetzt vorstellte, lässt sich nicht mehr durch einen Fingerabdrucksensor entsperren, sondern durch "Face ID", eine Gesichtserkennungstechnik. Die Chance, auf eine Person mit identischen Gesichtsmerkmalen zu stoßen, sei deutlich geringer als auf eine mit gleichem Fingerabdruck, begründet Apple die Änderung.
Die Aussicht auf mehr Sicherheit machte allerdings nicht die Bedenken wett, die viele gegenüber der Technologie hegen. Denn das eigene Gesicht ist zwar ungeschützt für jedermann zugänglich, gehört aber gleichzeitig zum Persönlichsten, das der Mensch besitzt. Verbunden mit aktuellen technischen Entwicklungen, weckt dieser Umstand inzwischen mehr und mehr Begehrlichkeiten: Das Gesicht soll nicht nur zu einem universellen Ausweis avancieren, es verrät angeblich auch einiges über unsere Gefühle, Begierden, politischen Einstellungen und zukünftigen Verhaltensweisen.
Wie mächtig sind die Algorithmen, die all das auskundschaften wollen? Wie gut ist unser Seelenleben künftig noch vor fremden Blicken geschützt? Zumindest theoretisch könnte Apple die Gesichter seiner Kunden in einer riesigen Datenbank speichern, verknüpft mit Namen oder Mobilnummer. Sie wäre ein attraktives Ziel sowohl für Kriminelle als auch für Regierungen – sei es, um Identitätsdiebstahl zu betreiben oder, verbunden mit automatischer Gesichtserkennung, Menschen zu beschatten.
"Face ID würde ich auch benutzen"
Diese Angst hält Florian Gallwitz von der Technischen Hochschule Nürnberg allerdings für übertrieben. "Face ID würde ich auch benutzen", sagt der Experte für Mustererkennung durch künstliche Intelligenz. "Denn es wird ein 3D-Modell des Gesichts erstellt, von dem nur ein kompakter 'Abdruck' lokal und verschlüsselt auf dem Handy abgelegt wird." Soll heißen: Das Modell wird nicht als Bild, sondern in Form von Zahlen und Buchstaben gespeichert, aus denen man nicht berechnen kann, wie das Gesicht aussieht.
Gefahr droht eher aus einer anderen Ecke: Dass Menschen die Macht der Gesichtserkennung überschätzen – und ihren vermeintlich fehlerfreien Aussagen zu viel Glauben schenken. Dies gilt durchaus auch für Ermittlungsbehörden, die mit diesem Instrument nach Verdächtigen fahnden. Wie gut die automatisierte Identifizierung in Echtzeit mittlerweile funktioniert, testen deutsche Ermittlungsbehörden derzeit am Berliner Bahnhof Südkreuz. Die Grundlage für ihre Hoffnungen sind nicht nur Fortschritte bei den Kameras, sondern vor allem eine wahre Revolution der Gesichtserkennung durch tiefe künstliche neuronale Netzwerke.
Den Startpunkt markierte Facebook 2014 mit "DeepFace", einem auf Deep Learning basierenden Netzwerk, das die beteiligten Forscher anhand eines Datensatzes von vier Millionen Bildern von Gesichtern trainierten. Das Netz konnte in 97,35 Prozent der Fälle erkennen, ob zwei Fotos ein und denselben Menschen zeigten, und erreichte damit fast die menschliche Erkennungsleistung von 97,53 Prozent. Bereits ein Jahr später hat Google dieses Ergebnis mit seinem künstlichen neuronalen Netz "FaceNet" mit einer Trefferrate von 99,63 Prozent übertroffen – und damit letztlich auch den Menschen überholt.
(Gegen) Gesichtserkennung (4 Bilder)
Algorithmen perfektionieren
Dabei handelt es sich allerdings um Idealwerte. Im praktischen Einsatz sind die Systeme noch längst nicht so gut. Ungünstige Beleuchtung, ungünstiger Aufnahmewinkel, Verdeckung von Teilen des Gesichts oder andere Herausforderungen sorgen dafür, dass "diese Algorithmen je nach den Umständen von Perfektion weit entfernt sein können", sagt der Informatiker Jonathan Frankle vom Massachusetts Institute of Technology, der zur in den USA eingesetzten Gesichtserkennungssoftware forscht. Welche Leistungen unter erschwerten Bedingungen zu erwarten sind, zeigte eine Studie aus diesem Jahr.
Forscher um den Ingenieur Amarjot Singh von der University of Cambridge wollten wissen, ob die automatische Erkennung auch dann funktioniert, wenn sich Menschen mit Sonnenbrille, Hut und Schal maskieren. Sie trainierten ein Deep-Learning-Netzwerk darauf, die Entfernung zwischen Schlüsselpunkten im Gesicht zu messen, um sie in anderen Bildern wiederzuerkennen. Das Netz schätzte die Schlüsselpunkte selbst dann ein, wenn das Gesicht mit einem Hut, einem Halstuch oder einer Brille maskiert war. Bei denkbar ungünstigen Umständen – also bei einer Aufnahme mit Brille, Hut und Halstuch sowie vor einem komplexen Hintergrund – sank die Erkennungsrate auf 43 Prozent.
Angesichts dessen, wie schwer die Forscher es dem Computer gemacht hatten, ist dies ein erstaunliches Ergebnis. Für Ermittlungsbehörden bedeutet es jedoch eine riesige Hürde. Denn es vergrößert ein Problem, das die Gesichtserkennung ganz prinzipiell hat. Sie suchen nach etwas sehr Seltenem, etwa einem Terroristen unter Hunderttausenden, die auf einem Bahnhof vorbeilaufen. "Und wenn ich etwas sehr Seltenes suche, werde ich selbst mit relativ zuverlässigen Methoden am Ende sehr viel mehr Fehlalarme haben als Treffer", sagt Florian Gallwitz. "Im Fall des Terroristen wären dann vielleicht 99 Prozent der Alarme Fehlalarme."
Angst in der Bevölkerung
Unbehagen in der Öffentlichkeit löst aber nicht nur das Gespenst einer allumfassenden staatlichen Überwachung aus. Auch die Tatsache, dass immer mehr Unternehmen an automatisierter Gesichtserkennung interessiert sind, sorgt für Irritationen. Noch vergleichsweise an der Oberfläche kratzt dabei die Software "Adpack" der Berliner Firma Indoor Advertising (IDA), die einzelne Supermärkte derzeit testen. Sie scannt das Geschlecht und das Alter der Kunden per Kamera und zeigt anschließend die passende Werbung. Schon etwas tiefer geht der Versuch, anhand des Gesichts automatisch die ethnische Zugehörigkeit von Menschen zu bestimmen.
Unabhängige Forschungsarbeiten belegen, dass Algorithmen die Ethnie anhand des Gesichts teilweise schon jetzt besser erkennen können als Menschen. So berichteten Forscher von der University of Rochester von einem von ihnen entwickelten Algorithmus, der zwischen den Gesichtern von Chinesen, Japanern und Koreanern mit einer Trefferquote von 75 Prozent unterscheiden konnte – und damit deutlich besser als Menschen abschnitt.
Daraus will das amerikanische KI-Unternehmen Kairos nun ein Geschäft machen. Aus Porträtfotos liest seine Software Folgendes heraus: "40 Prozent schwarz, 40 Prozent hispanisch, 20 Prozent weiß". Das Unternehmen wirbt damit, dass Make-up-Hersteller auf diesem Weg Produktempfehlungen auf den Hauttyp ihrer Kunden abstimmen könnten.
Geschlecht und Alter
Noch unheimlicher wird die Supermarkt-Überwachung, wenn die Software die Kamerabilder nicht nur nach Geschlecht und Alter auswertet, sondern auch die Emotionen erfasst – um das Gesicht als Fenster zur Seele des Konsumenten zu nutzen. Dass derlei nicht nur im fernen Silicon Valley geschieht, zeigt das Fraunhofer-Institut für Integrierte Schaltungen (IIS), das ein System namens "Shore" entwickelt hat: "Es kann sowohl im Einzelhandel als auch für digitale Werbeflächen eingesetzt werden und analysiert in Echtzeit das Kaufverhalten Ihrer Kunden", heißt es vollmundig in einer Broschüre dazu. In einem begleitenden Video zur Software sieht man das Gesicht einer jungen Frau, das mit einer Art Raster überzogen ist. Verzieht sie beispielsweise ihr Gesicht, stellt ein grafischer Balken das Ausmaß des Ärgers dar.
