Читать книгу: «Gesichtserkennung»
E-Book-Ausgabe 2020
© 2020 Verlag Klaus Wagenbach, Emser Straße 40/41, 10719 Berlin
Covergestaltung: Studio Jung, Berlin.
Datenkonvertierung bei Zeilenwert, Rudolstadt.
Alle Rechte vorbehalten. Jede Vervielfältigung und Verwertung der Texte, auch auszugsweise, ist ohne schriftliche Zustimmung des Verlags urheberrechtswidrig und strafbar. Dies gilt insbesondere für das Herstellen und Verbreiten von Kopien auf Papier, Datenträgern oder im Internet sowie Übersetzungen.
ISBN: 9783803143112
Auch in gedruckter Form erhältlich: 978 3 8031 3705 0
www.wagenbach.de
DIGITALE BILDKULTUREN
Durch die Digitalisierung haben Bilder einen enormen Bedeutungszuwachs erfahren. Dass sie sich einfacher und variabler denn je herstellen und so schnell wie nie verbreiten und teilen lassen, führt nicht nur zur vielbeschworenen »Bilderflut«, sondern verleiht Bildern auch zusätzliche Funktionen. Erstmals können sich Menschen mit Bildern genauso selbstverständlich austauschen wie mit gesprochener oder geschriebener Sprache. Der schon vor Jahren proklamierte »Iconic Turn« ist Realität geworden.
Die Reihe DIGITALE BILDKULTUREN widmet sich den wichtigsten neuen Formen und Verwendungsweisen von Bildern und ordnet sie kulturgeschichtlich ein. Selfies, Meme, Fake-Bilder oder Bildproteste haben Vorläufer in der analogen Welt. Doch konnten sie nur aus der Logik und Infrastruktur der digitalen Medien heraus entstehen. Nun geht es darum, Kriterien für den Umgang mit diesen Bildphänomenen zu finden und ästhetische, kulturelle sowie soziopolitische Zusammenhänge herzustellen.
Die Bände der Reihe werden ergänzt durch die Website www.digitale-bildkulturen.de. Dort wird weiterführendes und jeweils aktualisiertes Material zu den einzelnen Bildphänomenen gesammelt und ein Glossar zu den Schlüsselbegriffen der DIGITALEN BILDKULTUREN bereitgestellt.
Herausgegeben von
Annekathrin Kohout und Wolfgang Ullrich
Einleitung
Im Januar 2020 machte eine bis dahin unbekannte amerikanische Firma namens Clearview AI weltweit Schlagzeilen: Laut einem Bericht der New York Times hatte das Unternehmen rund drei Milliarden Bilder von Plattformen wie Facebook, Instagram und YouTube abgezogen und ohne Einwilligung derjenigen, die die Bilder hochgeladen hatten, in ihren eigenen Datenbanken gespeichert. Mithilfe dieses gewaltigen Datenschatzes sowie avancierter Gesichtserkennungsalgorithmen verspricht die Firma ihren Kunden, darunter Sicherheitsbehörden wie Privatunternehmen, praktisch jedes beliebige Gesicht in Sekundenschnelle identifizieren zu können.1 Oft reicht ein einziges Foto, um den Namen einer unbekannten Person und deren Online-Profile im Netz zu finden – was die Investor*innen von Clearview AI schon begeistert auf Partys ausprobiert haben sollen.2 Dass die Firma nicht nur systematisch gegen die Nutzungsbedingungen der Plattformen verstößt, deren Datenbestände sie plündert, sondern auch massiv in Bürgerrechte eingreift, hat ihrem Erfolg bislang wenig geschadet: Hunderte von Polizeibehörden in den USA setzen die Software bereits ein. Das amerikanische Unternehmen ist auch nicht das einzige, das das Netz nach Gesichtern durchforstet. Nur wenige Monate nach den Enthüllungen der New York Times sorgte die polnische Firma PimEyes mit einem vergleichbaren Geschäftsmodell für Aufsehen. Auf ihrer Website kann buchstäblich jede*r ein Foto hochladen und mit einer Datenbank von über 900 Millionen Gesichtern abgleichen – angeblich nur, um herauszufinden, auf welchen Websites das eigene Gesicht ungewollt auftaucht. Doch das ist kaum mehr als eine Schutzbehauptung: PimEyes kontrolliert nicht, ob man Bilder eines fremden Gesichts hochlädt, und zahlenden Kund*innen erlaubt die Firma bis zu 100 Millionen Suchabfragen im Monat. Wohl kaum jemand sucht so häufig nach sich selbst.3
Während die einen beim Stichwort »Gesichtserkennung« Orwell’sche Bilder staatlicher Totalüberwachung vor Augen haben, denken die anderen an das bequeme Entsperren des Smartphones oder die Sortierung ihres digitalen Fotoalbums. Doch Beispiele wie PimEyes oder Clearview AI zeigen, dass beides die tägliche Realität der Gesichtserkennung nur unzureichend erfasst. Die Freude über praktische neue Gadgets lässt vergessen, dass Gesichtserkennung ein mächtiges Instrument der Überwachung ist, und die Warnung vor dem allmächtigen Big Brother droht nicht nur leicht in Fatalismus umzuschlagen, sie verkennt auch, dass längst nicht mehr bloß Staaten und große Konzerne die Technologie verwenden. Gesichtserkennung ist vielmehr dabei, zur Alltagstechnologie zu werden, die von diversen Akteuren zu unterschiedlichen Zwecken eingesetzt wird – bisweilen auch gegen staatliche Interessen. So arbeiten derzeit weltweit Aktivist*innen daran, sie für den Kampf gegen Polizeigewalt zu nutzen: In Portland etwa begann nach den brutalen Polizeieinsätzen im Sommer 2020 ein lokaler Programmierer mit dem Aufbau einer Gesichterdatenbank. In Hong Kong wurde bereits ein Jahr zuvor ein Aktivist verhaftet, weil er ein Tool zur Identifizierung von Sicherheitskräften programmiert hatte. Und in Frankreich musste im Herbst 2020 der Künstler Paolo Cirio auf Geheiß des Innenministers eine Ausstellung absagen, in der er über 4000 per Gesichtserkennung ausgewertete Bilder von Polizeibeamt*innen präsentieren wollte. Das hat Cirio allerdings nicht davon abgehalten, die Bilder auf seiner Website zu zeigen und im Straßenraum zu plakatieren.4 (# 1)
#1 Paolo Cirio, Capture, Aktion, Paris, 2020
Was ist Gesichtserkennung überhaupt? Viele würden sagen: eine Technik der »biometrischen« Identifizierung. Allerdings ist eine solche Definition, die für die Anfänge der Technologie noch zutraf, mittlerweile irreführend. Denn »Biometrie« im Sinne einer Vermessung stabiler körperlicher Merkmale spielt bei vielen heute üblichen Verfahren keine zentrale Rolle mehr. Als Facebook 2015 in den USA verklagt wurde, unzulässig »biometrische« Daten seiner User*innen gespeichert und verarbeitet zu haben, argumentierte der Konzern, bei seiner automatisierten Gesichtserkennung würden gerade keine Körpermerkmale erfasst, sondern bloß Helligkeitsverteilungen in Bildern verglichen.5 Das war einerseits ein letztlich erfolgloser juristischer Winkelzug, anderseits aber eine bildtheoretisch scharfe Unterscheidung. Von Ausnahmen wie Apples FaceID abgesehen, das zur Entsperrung des iPhones tatsächlich die dreidimensionale Geometrie des Gesichts vermisst, ist Gesichtserkennung in ihrer heutigen Form meist keine Körpervermessung, sondern ein automatisierter Bildvergleich, der Ähnlichkeiten statistisch auswertet. Spezialisierte Algorithmen gleichen dazu Muster in Bilddateien ab, um Übereinstimmungsraten zu errechnen: Wie wahrscheinlich ist es, dass das Gesicht auf diesem Selfie mit dem auf jenem Profilbild übereinstimmt? Wie für jeden Bildvergleich ist dabei auch für die Gesichtserkennung die entscheidende Voraussetzung die Verfügbarkeit von Vergleichsbildern – und die ist mit allgegenwärtigen Smartphone-Kameras und den Netzwerken der Sozialen Medien in den letzten zwei Jahrzehnten explodiert.
Die Bilder, mit denen wir unser Leben festhalten, lagern schon lange nicht mehr in Schuhkartons und Fotoalben, sondern auf Servern und Datenbanken. Sie zirkulieren in weltweiten Netzen, lassen sich jederzeit und überall in unterschiedlichen Formaten abrufen und in immer neuen Konstellationen auf unseren Screens versammeln. Unter den Bedingungen digitaler Vernetzung und algorithmischer Auswertung existiert kein Bild mehr für sich allein. Ob als Instagram-Feed, virtuelles »Album« oder personalisiertes Profil – digitale Bilder sind immer schon mit anderen Bildern verknüpft.6 Und Gesichtserkennung, darin liegt ihr vielfältig einsetzbares Potenzial, schafft neue Verknüpfungen zwischen zuvor unverbundenen Bildern: Dasselbe Gesichtsmuster auf verschiedenen Bildern, an unterschiedlichen Orten aufgenommen und auf diversen Plattformen verteilt, wird so demselben Individuum zurechenbar. Gesichtserkennung macht das lebendige Gesicht zum digitalen Anker, der es erlaubt, verstreute Datenspuren miteinander in Beziehungen zu setzen. Mehr noch: Da unsere Gesichter online wie offline verfügbar sind, werden sie zum Interface zwischen der physischen Welt, die wir mit unseren Körpern bewohnen, und den Plattformen, die unsere digitalen Identitäten verwalten. Schließlich ist es dasselbe Gesicht, das von einer Überwachungskamera im Fußballstadion erfasst wird und das auf unseren Instagram-Accounts abrufbar ist.
Das digitale Gesicht ist jedoch ein instabiler Anker und ein wenig verlässliches Interface. Trotz Jahrzehnten der Forschung ist Gesichtserkennung eine fehlerbehaftete Technologie – was ihren kommerziellen Siegeszug bislang allerdings kaum aufgehalten hat (Kap. 1). Ihre Unzuverlässigkeit ist auch nicht bloß ein technischer Mangel, sondern hat strukturelle Gründe. Denn Gesichtserkennung kann immer nur Wahrscheinlichkeiten ermitteln, keine Sicherheiten schaffen. Und sie behandelt nicht alle Gesichter gleich, sondern verschärft bestehende rassistische und sexistische Diskriminierungen (Kap. 2). Insbesondere dort, wo die Technik eingesetzt wird, um Gesichter nicht bloß zu identifizieren, sondern in Hinblick auf Alter, Geschlecht, Stimmung oder gar Charakter zu analysieren, verfestigt sie nicht allein kulturelle Stereotype, sondern verändert unseren Umgang mit dem Gesicht und nötigt uns neue mimische Normen auf (Kap. 3). Gesichtserkennung produziert so digitale Masken – je nachdem, ob wir in einer bestimmten Situation erkannt werden wollen oder nicht, sind wir gezwungen, unsere Gesichter herrschenden Standards zu unterwerfen oder sie gezielt unkenntlich zu machen (Kap. 4). Gesichtserkennung lässt sich damit letztlich nicht mehr von Gesichtsproduktion trennen: Dieselben Technologien, die uns identifizieren sollen, werden dazu eingesetzt, um digitale Gesichter zu manipulieren und ästhetischen wie sozialen Normen anzupassen (Kap. 5). Digital »optimierte« Gesichter zirkulieren so als körperlose Masken in vernetzten Bilderströmen, für die unsere lebendigen Gesichter nur noch den algorithmisch verarbeitbaren Rohstoff liefern. Von dieser scheinbar grenzenlosen digitalen Verfügbarkeit des Gesichts und ihren Konsequenzen handelt dieses Buch. Eines scheint dabei sicher: »Private« Bilder werden nie wieder sein, was sie einmal waren.
1 Faces in the Wild
Wann immer wir unser Gesicht einer Kamera zuwenden, müssen wir heute damit rechnen, dass es digital erfasst und ausgewertet wird. Von vielen unbemerkt sind die Milliarden von Selfies, Snapshots und Videoclips, die wir täglich hochladen, zur wertvollen Ressource geworden, die kommerzielle Unternehmen, staatliche Behörden und mittlerweile selbst Einzelpersonen abschöpfen und bewirtschaften. Um zu verstehen, wie es dazu kommen konnte, lohnt ein Blick in die Geschichte. Denn automatisierte Gesichtserkennung ist keine neue Technologie, sondern kann auf eine jahrzehntelange Entwicklung zurückblicken.7
An deren Beginn standen mäßig erfolgreiche Experimente mit dem rechnergestützten Abgleich von Fahndungsfotos, die in den 1960er-Jahren unbemerkt von der Öffentlichkeit im geheimdienstlichen Auftrag stattfanden. Doch schon 1970 konnte die Nippon Electric Company auf der Weltausstellung in Osaka eine Variante der Technologie publikumswirksam präsentieren. Im Rahmen der Attraktion »Computer Physiognomy« sollten die Proband*innen vom Rechner erfahren, welchen Prominenten ihr Gesicht besonders ähnlich sah, um anschließend ein digitales Porträt ihrer selbst ausgedruckt mit nach Hause zu nehmen. Osaka gab den Startschuss für die erste Welle der Forschung zur Gesichtserkennung. Doch trotz Erfolgen unter Laborbedingungen erwiesen sich die Probleme beim praktischen Einsatz als unlösbar, sodass die Forschung in den 1980er-Jahren stagnierte. Anders sah es auf der Kinoleinwand aus: Im James-Bond-Film Im Angesicht des Todes (A View to a Kill, 1986) ist es ausgerechnet der Schurke Zorin, der den inkognito auftretenden Doppelnull-Agenten mittels Gesichtserkennungssoftware zweifelsfrei identifiziert. Das war zwar reine Fiktion, doch sollte man deren Einfluss nicht unterschätzen. So ließ die technische Abteilung der CIA regelmäßig, wenn ein neuer Bond in die Kinos kam, die vorgeführten Gadgets auf ihre Realisierbarkeit hin prüfen. Und ohne die Flut von Filmen, die seit den 1980er-Jahren Gesichtserkennung als stets fehlerfrei funktionierende Technologie vorführten, hätte sich deren Durchsetzungsprozess sicherlich länger hingezogen.
Dieser nahm in den späten 1990er-Jahren an Fahrt auf, als automatisierte Gesichtserkennung erstmals als kommerzielles Produkt vertrieben wurde. Maßgeschneiderte Anwendungen richteten sich etwa an Casinos, Stadionbetreiber und sogar an Privatleute, die ihren PC vor unerlaubtem Zugriff sichern wollten. Vorangegangen war dem ein Paradigmenwechsel der Forschung. Hatten die frühen Systeme auf die Vermessung einzelner stabiler Größen wie etwa Augenabstände gesetzt (# 2), kam 1991 ein neuer Ansatz auf, der auf der statistischen Auswertung von Helligkeitsverteilungen im ganzen Gesicht basierte. Beim sogenannten Eigenface-Verfahren wurden keine anatomischen Merkmale mehr erfasst, die sich auch am lebendigen Gesicht hätten abmessen lassen, vielmehr glich der Algorithmus digitale Bilddatensätze in Hinblick auf statistische Differenzen ab, die sich nur noch nachträglich für Menschenaugen als geisterhafte Schemen visualisieren ließen. (# 3) Dieser neue, »holistische« statt »merkmalsbasierte« Ansatz löste einen wahren Forschungsboom aus – wesentlich befördert durch das von der US-Regierung finanzierte FERET-Programm,8 bei dem zwischen 1994 und 1996 jeweils die vielversprechendsten Algorithmen aus den universitären Computerlaboren in standardisierten Tests gegeneinander antraten. Dabei konkurrierten Algorithmen, die das Eigenface-Verfahren nutzten, mit solchen, die auf verbesserten merkmalsbasierten Ansätzen oder Kombinationen beider Verfahren beruhten. Um die Vergleichbarkeit der Ergebnisse zu garantieren, wurde eigens eine Bilddatenbank aufgebaut, für die Hunderte von Mitarbeiter*innen eines Army Research Laboratory unter standardisierten Bedingungen digital fotografiert wurden. Der Künstler Trevor Paglen hat eine Auswahl der damals entstandenen Porträts 2017 ins Zentrum einer Arbeit gestellt. Ihr Titel: It Began as a Military Experiment. (# 4)
#2 Takeo Kanade, Schema der merkmalsbasierten Gesichtserkennung, 1977
#3 Matthew Turk und Alex Pentland, Eigenfaces zur Gesichtserkennung, erstmals 1991
Dieses »militärische Experiment« bereitete den Boden für die Kommerzialisierung der Technologie, benutzten doch manche der beteiligten Forscher*innen die Testergebnisse, um mit ihnen Risikokapital für ihre neu gegründeten Firmen einzuwerben. Und die drängten dahin, wo staatliche Aufträge das meiste Geld versprachen: in die Videoüberwachung des öffentlichen Raums. Ein früher Feldversuch fand im Sommer 2001 in der Innenstadt von Tampa (Florida) statt. Eine bestehende Videoüberwachungsanlage sollte hier mittels Gesichtserkennung zum »Smart CCTV« aufgerüstet werden, um nach gesuchten Kriminellen zu fahnden. Doch das System war nicht besonders smart: Es häuften sich die Fehlalarme, und nach wenigen Wochen Laufzeit beendete die Polizei still und heimlich den Versuch.9 Echtzeitgesichtserkennung wurde seitdem immer wieder in Pilotprojekten getestet, in Deutschland zuletzt 2017/18 am Berliner Bahnhof Südkreuz. Und obwohl sich die Technologie in der Zwischenzeit deutlich verbessert hatte, erwies sie sich einmal mehr als für den flächendeckenden Einsatz untauglich – auch wenn die Verantwortlichen zunächst das Gegenteil behaupteten. Denn selbst die schöngerechneten Erkennungsraten im Pilotversuch hätten, wie der Chaos Computer Club in seiner Kritik des Abschlussberichts herausstellte, im Praxiseinsatz bedeutet, dass Tag für Tag Hunderte von Reisenden fälschlich aufgehalten worden wären, während zugleich von den wenigen gesuchten Personen ein hoher Prozentsatz unerkannt geblieben wäre.10
#4 Trevor Paglen, It Began as a Military Experiment, 2017
Der Erfolg einer Technologie entscheidet sich jedoch nicht unbedingt daran, was sie tatsächlich leistet. Entscheidend sind vielmehr die Erwartungen, die sich an sie knüpfen. In dieser Hinsicht sollte der 11. September 2001 alles verändern: Nach den Anschlägen auf die Twin Towers ließ sich dieselbe Technologie, die kurz zuvor – von der Öffentlichkeit unbemerkt – im polizeilichen Feldversuch gescheitert war, als wichtigste Waffe im »Kampf gegen den Terror« vermarkten. Letztlich blieben die Anwendungsfelder jedoch zunächst sehr begrenzt – halbwegs zuverlässig einsetzbar war Gesichtserkennung nur dort, wo sie wie etwa bei der Passkontrolle lediglich standardisierte Vergleichsbilder miteinander abzugleichen hatte. Die strengen Regeln, die seit 2005 für die Anfertigung sogenannter biometrischer Passbilder gelten, legen davon Zeugnis ab: Bis vor gut zehn Jahren funktionierte Gesichtserkennung halbwegs zuverlässig nur bei frontalem Blick, neutralem Hintergrund und unbewegter Mimik. Ihr Einsatzbereich beschränkte sich folglich auf Grenzübergänge und andere Orte, an denen man die zu identifizierenden Subjekte dazu bringen konnte, unter kontrollierten Aufnahmebedingungen in eine Kamera zu schauen.
Das sollte sich mit einer Technologie ändern, die in den letzten Jahren Furore machte und wesentlich für den aktuellen Hype um sogenannte Künstliche Intelligenz (KI) verantwortlich ist: dem »Deep Learning«. Dabei handelt es sich um eine Form maschinellen Lernens mittels sogenannter künstlicher neuronaler Netze. Die Grundidee dazu, die von der Funktionsweise des menschlichen Gehirns inspiriert ist, stammt zwar schon aus den 1940er-Jahren, aber erst um 2010 waren die Bedingungen gegeben, um damit auf dem Feld der Gesichtserkennung hinreichend überzeugende Resultate zu erzielen – neben gestiegener Rechenleistung war das vor allem die massenhafte Verfügbarkeit der nötigen Trainingsdaten. Denn anders als bei älteren Verfahren der Gesichtserkennung muss künstlichen neuronalen Netzen nicht vorgegeben werden, woran sie ein Gesicht erkennen können, sondern sie »lernen« dies durch millionenfachen Versuch und Irrtum.11
Um etwa zu trainieren, ein und dasselbe Gesicht in unterschiedlichen Situationen, aus verschiedenen Perspektiven und bei wechselnden Lichtverhältnissen zuverlässig demselben Namen zuzuordnen, werden künstliche neuronale Netze mit riesigen Mengen von Bilderserien gefüttert, die anders als die institutionellen Bilddatenbanken der 1990er-Jahre nicht unter standardisierten, sondern unter realweltlichen Bedingungen aufgenommen wurden – sogenannte faces in the wild. Entscheidend für den Trainingsprozess ist, dass diese Gesichter »in freier Wildbahn« bereits »gelabelt«, also zum Beispiel mit dem Namen einer Person verknüpft sind. Sollen die Algorithmen trainiert werden, Gesichter nicht nur zu identifizieren, sondern andere Eigenschaften aus ihnen abzulesen, wie beispielsweise das Alter, das Geschlecht oder die emotionale Stimmung einer Person, brauchen sie auch dafür entsprechende Labels (siehe Kap. 3). Auf Basis dieser gelabelten Trainingsdaten »lernen« die neuronalen Netze dann nicht nur, auf welche »Merkmale« sie zu achten haben, sie bestimmen auch autonom im Trainingsprozess, was überhaupt ein Merkmal ist. Und diese Merkmale müssen kein offensichtliches Äquivalent im Bild haben, denn künstliche neuronale Netze »sehen« nicht wie Menschenaugen, sondern suchen nach statistischen Mustern in Datenmengen.12
Woher aber kommen nun diese Trainingsgesichter? Wir alle liefern sie. Einer der ersten Trainingsdatensätze von 2007, schlicht »Labeled Faces in the Wild« benannt, versammelte noch vorwiegend Gesichter von Filmstars und Politiker*innen, die von diversen News-Seiten stammten. (#5) Doch seit immer mehr Bilder von gewöhnlichen Leuten im Netz zirkulieren, kann es uns allen passieren, dass unser Gesicht zum Training künstlicher neuronaler Netze genutzt wird. Der Künstler Adam Harvey beschäftigt sich seit Jahren mit Trainingsdatensätzen. Seinen Recherchen ist es zu verdanken, dass Microsoft seine seit 2014 aufgebaute, öffentlich zugängliche Gesichterdatenbank »MS-Celeb« kürzlich vom Netz nehmen musste. »Celeb« stand zwar für »Celebrity«, doch Microsoft hatte eine überaus inklusive Vorstellung von Berühmtheit: Namen und Gesichter von rund 100 000 Menschen waren in der Datenbank gelandet, unter ihnen auch viele Künstler*innen, Wissenschaftler*innen und Journalist*innen, die sich wie Harvey kritisch mit Überwachung beschäftigen.13
Бесплатный фрагмент закончился.
