Fast unsichtbar: Wie dieser Cybersicherheitsexperte Kameras mit Gesichtserkennung überlistet

Wenn Algorithmen den Blick verlieren

Die flächendeckende Überwachung durch Kamerasysteme in den USA hat eine Debatte über die Grenzen der Privatsphäre entfacht. Während Kameras an Wohnhäusern oder in öffentlichen Räumen zur Aufklärung von Straftaten und zur Sicherheit beitragen, wächst bei vielen Menschen die Sorge vor einem Missbrauch der Technologie. Der Cybersicherheitsexperte Bill Swearingen hat nun einen technischen Ansatz entwickelt, um sich der automatisierten Identifizierung zu entziehen.

Der Weg zur digitalen Tarnung

Swearingens Ansatz basiert auf der Manipulation von Open-Source-Algorithmen, die für die Gesichtserkennung und Objekterkennung eingesetzt werden. Der Impuls für dieses Projekt entstand aus einer persönlichen Erfahrung: Als der Experte eine Demonstration besuchen wollte, löste die hohe Dichte an Überwachungskameras in seinem Umfeld ein Unbehagen aus. Anstatt die Demonstration zu besuchen, begann er, im Labor nach Wegen zu suchen, die KI-gestützte Identifizierung zu stören.

In einem Prozess, der rund 31 Millionen Testdurchläufe umfasste, trainierte er ein Modell des verstärkenden Lernens. Das System lernte dabei eigenständig, welche visuellen Muster die Erkennungssoftware am effektivsten in die Irre führen. Swearingen beschreibt diesen Prozess metaphorisch als ein Training, bei dem er dem Modell das „Malen“ beibrachte, um gezielt Störsignale für die Algorithmen zu erzeugen.

Praxisnahe Anwendung und Herausforderungen

Die so generierten Muster lassen sich auf Textilien wie T-Shirts drucken. Wichtig ist dabei das Verständnis der Funktionsweise: Die Kleidung macht den Träger nicht unsichtbar für das menschliche Auge oder für die Videoaufzeichnung an sich. Vielmehr wird die Fähigkeit der Software untergraben, die erfassten Daten korrekt zu interpretieren. Die Algorithmen können Personen oder Objekte nicht mehr zuverlässig identifizieren oder klassifizieren.

Einen ersten Praxistest unter realen Bedingungen führte Swearingen kürzlich auf der Cybersicherheitskonferenz Def Con in Las Vegas durch. Dabei beklebte er ein Fahrzeug mit einem der entwickelten Muster. Trotz technischer Herausforderungen, etwa bei der Erfassung der rotierenden Räder, konnte er die Wirksamkeit seines Verfahrens demonstrieren.

Zwischen Sicherheitsbedürfnis und Überwachungsangst

Die Kontroverse um Gesichtserkennung spiegelt sich in aktuellen Umfragen wider. Daten des Unternehmens LVT zeigen ein ambivalentes Bild: Einerseits befürwortet eine große Mehrheit den Einsatz von Kameras zur Kriminalitätsbekämpfung und fühlt sich in dunklen Bereichen durch die Präsenz von Überwachungstechnik sicherer. Andererseits äußern 63 Prozent der Befragten die Befürchtung, dass die Technologie genutzt werden könnte, um unbescholtene Bürger zu verfolgen, beispielsweise bei der Teilnahme an politischen Versammlungen.

Rechtlicher Rahmen im Vergleich

Die rechtliche Situation in den USA unterscheidet sich deutlich von der in Deutschland. Während es in den Vereinigten Staaten an einem einheitlichen, umfassenden Regelwerk für den Einsatz von Videokameras mangelt, sind die Hürden in Deutschland höher. Hierzulande ist eine anlasslose Echtzeit-Gesichtserkennung im öffentlichen Raum grundsätzlich untersagt.

Dennoch gibt es Ausnahmen, in denen die Technologie auch in Deutschland Anwendung findet. Ein prominentes Beispiel ist das Frankfurter Bahnhofsviertel. Dort wird Gesichtserkennung in eng begrenzten Szenarien eingesetzt, um auf die spezifischen Herausforderungen durch Drogenkriminalität und Gewalt zu reagieren und präventiv zum Schutz von Menschenleben beizutragen.

Ausblick und Einordnung

Die Entwicklung von Bill Swearingen unterstreicht den technologischen Wettlauf zwischen Überwachungssystemen und Methoden zur Wahrung der Privatsphäre. Ob solche Ansätze eine breite Anwendung finden werden, bleibt abzuwarten. Die Verfügbarkeit der Muster im Internet deutet jedoch darauf hin, dass das Interesse an digitalen Schutzmaßnahmen zunimmt. Die nächsten Schritte in diesem Bereich dürften eine weitere Verfeinerung der Algorithmen zur Störung der Erkennung sowie eine fortlaufende juristische Debatte über die Zulässigkeit solcher „Gegenmaßnahmen“ umfassen.