Blütentest: Wie eine App Banknoten auf Echtheit überprüft

Forschende der Hochschule Ostwestfalen-Lippe haben gemeinsam mit dem Unternehmen Koenig & Bauer eine Smartphone-App entwickelt und zur Marktreife gebracht, mit der man die Echtheit von Banknoten überprüfen kann. Dafür nutzt die ValiCash genannte App Wavelet-Transformationen und maschinelles Lernen. Damit prüft sie, ob die für die Banknotenherstellung typischen Druckverfahren des Simultanoffsetdrucks, des Reliefdrucks und anderer Sicherheitsmerkmale verwendet worden sind.

"Wir forschen schon ziemlich lange daran, die Merkmale unterschiedlicher Druckverfahren maschinenlesbar zu machen", sagt Volker Lohweg vom Institut für industrielle Informationstechnik (inIT) der Hochschule Ostwestfalen-Lippe, der das Projekt auf Seite der Hochschule leitet. "Als wir das Verfahren zum ersten Mal 2012 publiziert haben, hat kaum jemand geglaubt, dass es wirklich funktioniert. Damals gab es tatsächlich auch nur wenige Smartphone-Kameras, die gut genug dafür waren. Heute ist das mehr oder weniger Standard."

Linien auf der Banknote im Blick

Für die App nutzen die Projektpartner ein Druckverfahren, das in dieser Form nur bei Banknoten zum Einsatz kommt: das so genannte Intaglio. Der Begriff Intaglio kommt vom italienischen "intagliare" und bedeutet "eingravieren". Bei diesem Druckverfahren wird eine Zeichnung oder ein Text in eine Druckplatte eingraviert, auf die dann die Farbe aufgebracht wird. "Intaglio ist ein nahezu archaisches Druckverfahren", sagt Lohweg. Die Farbe wird relativ dick aufgetragen und praktisch in das Papier gewalzt. Das können Sie dann sogar fühlen." Obwohl die feinen Linien mit bloßem Auge oder unter der Lupe gestochen scharf aussehen, ist der Übergang der Farbe an den Kanten jedoch in einer spezifischen Art und Weise abgestuft. Diese Tonwertverteilung an den Kanten analysiert die App mit Hilfe von Wavelet-Transformationen. "Das klingt jetzt recht einfach", sagt Lohweg. "Aber da haben wir gemeinsam Jahre dran gesessen."

Wavelets sind kurze Wellenpakete, die den Verlauf von Funktionen auf verschiedenen Skalen beschreiben – grob gesagt, so etwas ähnliches wie die Frequenzanteile bei einer Fourier-Transformation. Sie können für effiziente Kompression von Bilddaten verwendet werden, aber auch für die Signalanaylse. Die Verteilung der Wavelet-Koeffizienten zeigt einen spezifischen Verlauf, der wie in diesem Fall auch für die Analyse von Banknoten verwendet werden kann.

"Wir sagen immer nur, die Banknote ist auffällig."

Wavelets kommen auch zum Einsatz bei der Untersuchung der so genannten Guilloche-Linien. Das sind die geschwungenen Muster auf den Banknoten, die im so genannten Simultan-Offsetdruck gedruckt werden. "Das ist ein extrem präzises Druckverfahren", sagt Lohweg. "Damit kann man Muster auf einer Seite drucken, die man dann auf der Rückseite der Banknoten nahtlos fortsetzt." Für die Analyse verwendet die App allerdings eine andere Besonderheit: Die Tatsache, dass das Druckbild in diesem Fall – im Unterschied zu allen anderen Offset-Verfahren – nicht gerastert ist. Ursprünglich hatten die Entwickler dabei auf eine Fourier-Transformation der Bilddaten gesetzt. Ist der Druck gerastert, erzeugt das im Spektrum der Bilddaten einen charakteristischen Peak. Mittlerweile kommen aber auch hier Wavelet-Analysen zum Einsatz. Die Koeffizienten dienen dann als Input für Klassifikatoren, der zuvor mit Trainingsdaten angelernt wurden.

"Wir betrachten die gesamte Banknote", sagt Lohweg. "Daraus wird ein Qualitätsmaß gerechnet, das sehr stabil ist – die Treffsicherheit liegt bei über 99,99 Prozent." Aus juristischen Gründen dürfe die App aber niemals angeben, dass eine Banknote, die bei der Prüfung durchgefallen ist, gefälscht sei. "Das darf nur die Bundesbank oder die EZB", sagt Lohweg. "Wir sagen immer nur, die Banknote ist auffällig."

Lesen Sie auch

KI erkennt gefälschte Kunst: Ist das ein echter Rubens?

(wst)