Kommentar von Nevena Shamoska, PXL Vision Biometrie & Computer Vision – der Ausblick für 2021

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Sinequa

Biometrie und Computer Vision sind zwei sehr einflussreiche Technologien, die im Laufe des nächsten Jahres verstärkt in kommerzielle Anwendungen einfließen werden. Das Potenzial für biometrische Sicherheit unter Verwendung von Computer Vision ist enorm, wobei die Anwendungsfälle von der Überprüfung der Kundenidentität via Smartphone bis hin zur Bekämpfung von Online-Betrug reichen. Die Zahl dieser Anwendungsfälle wird 2021 erheblich zunehmen.

Der Begriff „Biometrie“ bezieht sich auf Messungen, die sich auf menschliche Merkmale konzentrieren. Mithilfe von Biometrie kann eine Person eindeutig identifiziert und authentifiziert werden, da die Messungen auf Datenpunkten wie Gesichtsscans oder Fingerabdrücken beruhen, die einzigartig und spezifisch für die betreffende Person sind.

Die Biometrie findet im Sicherheitsbereich bereits breite Anwendung. Allerdings hängt die biometrische Sicherheit vom konkreten Anwendungsfall ab. Bei der Gesichtserkennung – einer Technologie, die von Sicherheitsbehörden weithin eingesetzt wird – müssen die Menschen nicht kooperativ sein, da ihre Gesichter an öffentlichen Orten wie Flughäfen oder Bahnhöfen erfasst werden. Bei anderen Anwendungsfällen, wie der Authentifizierung und Identitätsprüfung für geschäftliche Zwecke, müssen sie jedoch kooperativ sein, da Unternehmen die Zustimmung der Nutzer benötigen.

Der globale Markt für biometrische Sicherheit zur Identifizierung und Authentifizierung von Personen wird in den nächsten Jahren drastisch wachsen. Einem kürzlich erschienenen Bericht von Absolute Reports zufolge wird der Markt bis 2026 eine Größe von ca. 63 Milliarden US-Dollar erreichen, gegenüber 30 Milliarden US-Dollar in diesem Jahr.

Im Folgenden werden wir einige der Trends in diesem sich rasant entwickelnden Markt beleuchten.

Trend #1: Biometrische Sicherheit wird zunehmend auf mobilen Endgeräten eingesetzt

Ein Anwendungsfeld, das im Jahr 2021 stark anwachsen wird, ist die biometrische Identifizierung von Personen über Apps auf Mobiltelefonen. Dies wird sowohl durch cloudbasierte als auch lokal ausgeführte Einsatzmodelle ermöglicht.

Die Dynamik wird zu einem großen Teil durch sinkende Kosten getrieben, wobei Hardwarekomponenten wie Grafikprozessoren (GPUs) und Hauptprozessoren (CPUs) mit der Zeit sowohl billiger als auch leistungsfähiger werden. Dies dient dazu, ihre Verbreitung sowohl in Mobiltelefonen als auch im Cloud Computing zu erhöhen.

Ein weiterer Faktor, der eine Rolle spielt, ist die Tatsache, dass die Kameras von Mobiltelefonen immer besser werden. Heutzutage verfügen sie über immer mehr Pixel und auch über Teleobjektive, automatische Bildstabilisierungsfunktionen und sogar LiDAR. Dadurch wird der Prozess des Scannens und Erkennens eines Gesichts viel reibungsloser.

In ähnlicher Weise werden Künstliche Intelligenz (KI) und Maschinelles Lernen zunehmend in biometrischen Sicherheitsanwendungen genutzt. KI-basierte Systeme zur Identitätsverifizierung verwenden eine Vielzahl verschiedener Modelle des Maschinellen Lernens wie beispielsweise künstliche neuronale Netze (KNNs), konvolutionale neuronale Netze (CNNs) oder Support-Vector-Machines (SVMs).

Diese Modelle werden an riesigen Datenmengen trainiert und ermöglichen so, dass eine Handykamera tatsächlich „sehen" kann. Als allgemeine Faustregel gilt, dass ein Algorithmus an den Datenpunkten trainiert werden muss, die er später klassifizieren soll. Wenn dies Gesichter sind, dann wird der Algorithmus an Gesichtern trainiert. Glücklicherweise sind bereits große Datensätze an Gesichtern öffentlich zugänglich, häufig in Form von Promi-Fotos. Die große Verfügbarkeit dieser digitalen Bilder gibt den Algorithmen bereits genügend Datenpunkte, um zu verstehen, was ein Gesicht ist. Die Algorithmen werden heute zudem weiter verfeinert, indem sie auf kleinere qualitative Datensätze angewendet werden. Hierzu bedient sich die Forschung und Entwicklung den Gesichtern von Freiwilligen, die zu Testzwecken auch ihre Ausweisdokumente zur Verfügung stellen.

Zusätzlich werden die Algorithmen auch an sogenannten „gefälschten Gesichtern" („fake faces”) trainiert – also Gesichtern, die es in der realen Welt nicht gibt und die entweder ein Mashup aus mehreren Fotos sind oder durch eine KI von Grund auf neu erstellt wurden. Auch dies ist wichtig, da ein Algorithmus verstehen muss, was kein echtes menschliches Gesicht ist. Nur so lernt er, es von solchen sogenannten „Spoofs“ zu trennen. Um dies zu erreichen, verwendet die Forschung allgemeine kontradiktorische Netzwerke („General Adversarial Networks”, GANs), um die Algorithmen zu perfektionieren.

Die ständigen Verbesserungen der Hardware-Spezifikationen von Smartphones werden zwar dazu führen, dass mehr biometrische Daten direkt auf dem Endgerät erfasst werden, aber die Nachfrage nach Identifikationsdiensten wird diesen Trend noch übertreffen, was zu einem starken Wachstum im cloudbasierten Segment neben dem Wachstum bei mobilen Endgeräten führen wird.

Trend #2: Die Lebenderkennung wird zum Goldstandard für biometrische Technologie

Die Lebenderkennung einer Person – das heißt, ob die Person vor der Kamera live und anwesend ist oder nicht – ist der neueste Stand der biometrischen Technologie sowie der Computer Vision und wird 2021 eine steigende Verbreitung finden.

Die Lebenderkennung ist ein weitaus ausgefeilteres Konzept als die vergleichsweise „einfache” Gesichtserkennung. Während die Gesichtserkennung nur feststellt, ob das Gesicht vor der Kamera mit einem anderen bereits erfassten Gesicht in der Datenbank übereinstimmt, wird bei der Lebenderkennung festgestellt, ob dieses Gesicht von einer Person stammt, die lebendig und anwesend ist. Die Algorithmen können klar zwischen einem lebendigen Gesicht und einem unbelebten Objekt (gemeinhin als „Spoof” bezeichnet), beziehungsweise einer Puppe oder Gummimaske unterscheiden.

Die Lebendigkeit in den Mittelpunkt eines biometrischen Sicherheitssystems zu stellen, war ein Paradigmenwechsel. Dorothy Denning, die den Begriff „Lebendigkeit" prägte, hatte die entscheidende Einsicht, dass ein biometrisches System der Identitätsüberprüfung nicht wie andere Systeme auf Geheimhaltung setzen kann, da der sensibelste Datenpunkt einer Person – ihr Gesicht – nicht geheim gehalten werden kann. Stattdessen verlässt sich ein solches System meist auf eine Eigenschaft, ohne die ein Benutzer nicht sein kann – die Lebendigkeit.

Die modernsten biometrischen Lösungen basieren auf Software zur „passiven" Lebenderkennung. Die passive Lebenderkennung ist insofern eine bessere Option als die „aktive” Variante, da sie Sicherheitslücken in biometrischen Systemen zur Gesichtserkennung schließt. Die Algorithmen des Maschinellen Lernens brummen im Hintergrund, ohne dass die Benutzer überhaupt bemerken, dass eine Überprüfung stattfindet. Dies wird gemeinhin als „Sicherheit durch Obskurität“ („security through obscurity”) bezeichnet.

Trend #3: Immer mehr Unternehmen werden biometrische Daten in ihren Sicherheitsanwendungen einsetzen

Die Identitätsüberprüfung ist eine Anwendung der biometrischen Sicherheit und der Computer Vision, die sich im Handel immer mehr durchsetzen wird. Ob Online-Shops, Sharing-Economy-Plattformen, Banken – sowohl Neobanken als auch die etablierten Bankhäuser – oder Telekommunikationsanbieter: Sie alle erkennen das Potenzial dieser Technologien, um Kosten zu senken und ihr Geschäft zu skalieren.

Der Einsatz der passiven Lebenderkennung, die es den Kunden ermöglicht, sich über ihr Mobiltelefon im Wesentlichen selbst bei einem Service zu registrieren, war für Unternehmen in vielen verschiedenen Branchen ein Wendepunkt. Diese neue Technologie hat die Kosten für das Onboarding eines Kunden für Unternehmen erheblich gesenkt und ihre Mitarbeiter im Einzelhandel für produktivere Aufgaben freigesetzt.

Auch staatliche Regulierungsbehörden in vielen Ländern sehen mittlerweile die Vorteile einer sicheren Onboarding-Lösung für Kunden in ihren Branchen. So kündigte beispielsweise die Eidgenössische Finanzmarktaufsicht (FINMA) vor kurzem Regelungen an, die es Schweizer Banken erlauben würden, Kunden über einen Mobiltelefon-basierten Verifikationsprozess zu akquirieren. Mit dem Einsatz biometrischer Sicherheit wird ein schwieriger regulatorischer Prozess in seiner Komplexität deutlich reduziert.

Trend #4: Die COVID-19-Pandemie wird diesen Trend weiter beschleunigen

Während grundsätzlich ein Wandel hin zu Online-Diensten stattfindet, wird die COVID-19-Pandemie die Einführung biometrischer Sicherheitslösungen weiter beschleunigen. Von Home-Office über Fernunterricht, Internet-Banking, Online-Shopping oder das Streaming von Unterhaltungsmedien zu Hause – immer mehr unserer täglichen Interaktionen finden online statt. Die OECD schrieb beispielsweise, dass die Covid-19-Krise eine beispiellose Nachfrage nach Kommunikationsnetzwerken ausgelöst hat, wobei einige Betreiber von einer 60 prozentigen Zunahme des Internetverkehrs sprechen.

Angesichts einer Welt, die immer mehr online stattfindet, ist der gestiegene Bedarf an einer robusteren und sichereren Plattform zur Überprüfung der digitalen Identität offensichtlich geworden. Dies wird zunehmend erforderlich sein, um Vertrauen in Online-Interaktionen aufzubauen und zu erhalten.

(ID:47037713)