 Im letzten Experiment hast du mit einem sogenannten Facial Recognition System gespielt. Facial Recognition System unterscheiden sich von Facial Detection System darin, dass Facial Detection Systeme nur erkennen, dass überhaupt irgendjemand vorhin steht. Ein Facial Recognition System versucht zu erkennen, wer genau vor ihnen steht. Im Experiment gerade haben wir ein sehr vereinfachtes System genommen. Du lädest ein Bild von dir hoch, das ist vielleicht auch schon ein bisschen älter. Und das System versucht eben zu erkennen, ob es die Person in den Bild das hochgeladen wurde, im Kamerabild wieder erkennen kann. Und das funktioniert halt mehr oder weniger gut, je nachdem wie alt das Foto vielleicht ist, wie gut das Foto vielleicht ist und auch natürlich was du mit deinem Gesicht gerade anstellst. Das ist natürlich ein sehr vereinfachtes Modell, was wir hier gemacht haben. In der Realität werden Facial Recognition Systeme vor allem von großen Plattformen eingesetzt. Die Firma Metta zum Beispiel mit dem Facebook Produkt benutzt das Feld esmäßig offensiv. Die haben sehr, sehr viele Bilder der Menschen, die Profile auf der Facebook-Plattform haben, bauen damit eben Gesichtsmodelle dieser Person auf und können jetzt die Personen in Fotos, die jemand hochlädt, automatisiert erkennen und dann natürlich auch die gesamten Profildaten dieser Personen in diesem Foto zuordnen und eben sehen, mit wem ist diese Person zum Beispiel gemeinsam auf einem Foto oder an welchem Ort wurde das Foto aufgenommen, an dem ich diese Person erkannt habe. In unserem konkreten Beispiel hier in diesem vereinfachten System ist das Bild, das hochgeladen wurde, natürlich überhaupt nirgendwo gespeichert worden und wird auch überhaupt kein Profil zugeordnet. Mit Systemen in der realen Welt passiert das allerdings. Facial Recognition Systeme setzen im Prinzip schon auf diesen Datenbestand, mit dem man Facial Detection Systeme gebaut hat, auf. Das heißt, die können schon grundsätzlich Gesichter erkennen. Um jetzt Dein Gesicht zu erkennen, braucht es Trainingsdaten. Natürlich von Deinem Gesicht, aber dafür braucht es eben nicht mehr Millionen Trainingsdaten oder Tausende, doch hunderte, sondern für so eine erste Erkennung reichen vielleicht schon ein paar. Denn Gesichter unterscheiden sich fällig ziemlich sich stark und das heißt, mit schon ein paar Daten, die es gesammelt hat, kann es Dich schon mit einer gewissen Wahrscheinlichkeit erkennen. Je mehr Bilder es von Dir hat, desto genauer kann es Dich natürlich erkennen und desto treffsicherer ist es. Das heißt, die Wahrscheinlichkeit, dass es Dein Gesicht findet, geht hoch. Je mehr Bilder es von Dir hat, aber eine gewisse Wahrscheinlichkeit kann eben auch schon mit sehr, sehr wenig Bildern erreicht werden. Wenn Ihr jetzt sagt, aber ich habe gar nicht so viele Bilder von mir im Internet, da bin ich ja ganz sicher, es ist halt so, man weiß manchmal gar nicht, welche anderen Menschen Bilder von meinem Gesicht hochgeladen haben. Vielleicht haben wir ein Bild zusammengemacht und mein Gesicht und das Gesicht der anderen Person ist drauf, dann ist aber eben auch mein Gesicht zur Verfügung zu trainieren. Von daher ist es ganz schwer wirklich zu wissen, wie viele Daten so herumschweren und wie viele Daten von mir für Facial Recognition überhaupt eingesetzt werden können. Facial Recognition-Systeme werden heute im Alltag fällt, es müssen sich viel eingesetzt, sowohl im Kleinen, wie auch im Großen. Im Kleinen kennt man das vielleicht vom eigenen Laptop, vom eigenen iPad. Ich habe das System einmal mit meinem Gesicht trainiert, ich habe die Kamera geguckt und jetzt erkennt das Gerät mich und ich kann einfach, indem ich mich davor setze oder es in die Hand nehme, das Gerät entsperren. Ich muss kein Passwort eingeben, kein Code eingeben, das ist sehr praktisch und es funktioniert verhältnismäßig gut. Andere Gesichter können meinen Gerät nicht entsperren. Auf der größeren Ebene gibt es halt, wie wir es vorhin schon erwähnt haben, die großen Plattformbetreiber, so jemand wie Facebook zum Beispiel, bzw. die Firma Meta mit ihrer Facebook-Plattform, benutzt Facial Recognition-Feldismäßig viel, um eben zu sehen, wer ist eigentlich auf welchem Bild, um eben ihre Datenauswertung voranzutreiben und noch genaure Profile ihrer Benutzerinnen aufzubauen. Aber auch Sicherheitsbehörden verwenden diese Systeme, um zum Beispiel in Videomitschnitten von Demonstrationen zu analysieren, wer war eigentlich auf dieser Demonstration, wer stand neben wem, wer hat sich vielleicht mit wem unterhalten. Und da wird auch Feldismäßig klar, warum Facial Recognition-Systeme ein ganz anderes Bedrohungspotenzial haben als Facial Detection-Systeme. Wenn ich Menschen überwachen will, sind Facial Recognition-Systeme ein extrem mächtiges Tool, mit dem ich in viel größerer Skalierung mit extrem viel mehr Genauigkeit große Mengen von Menschen sehr feingranular überwachen kann. Das ist in dem Experiment jetzt gerade bei uns nicht passiert, denn das Bild wurde nicht hochgeladen und es wurde auch mit keinen Daten verknüpft. Das war ja eher ein illustratives Beispiel.