Machine Learning: Gesichtserkennungssystem findet ersten Betrüger am Flughafen

Trotz viel Kritik wird Gesichtserkennung seit dem 20. August an 14 US-Flughäfen eingesetzt. Die Software helfe dabei, schnell Betrüger ausfindig zu machen und Wartezeiten zu verkürzen. Ein erster Erfolg: Ein angeblicher Franzose, der keiner ist.

Artikel veröffentlicht am 24. August 2018, 16:15 Uhr, Oliver Nickel

Gesichter werden an US-Flughäfen automatisiert erkannt. (Bild: Pixabay.com/Montage: Golem.de/CC0 1.0)

Ein Gesichtserkennungssystem auf dem US-Flughafen Washington Dulles hat das Passfoto eines Passagiers als falsch erkannt. Die Software hat die Gesichtszüge des Betroffenen analysiert und mit seinem vorgezeigten Ausweis abgeglichen, der sich letztlich als Fälschung herausstellte: Der offenbar aus der Republik Kongo stammende Fluggast wollte sich als französischer Staatsbürger ausgeben. Seinen richtigen Pass hatte er in seinem Schuh versteckt. Dort wurde er nach einer zweiten Sicherheitsuntersuchung entdeckt.

Der 26-jährige, der aus dem brasilianischen Sao Paolo anreiste, war zuerst durch eine erste Sicherheitskontrolle durchgekommen, bevor er vom biometrischen Scanner ertappt wurde. Das Gesicht war für das System nicht mit dem Gesicht im falschen Pass identisch. Dabei habe ein Mensch den Unterschied nicht feststellen können, schreibt der US-Nachrichtensender NBC News.

Schnellere Abfertigung von Warteschlangen

"Er hat also versucht, das Land illegal zu betreten, wir haben ihn ergriffen, seinen Fall bearbeitet und ihn zurück nach Brasilien geschickt", sagte Flughafendirektor Daniel Mattina dem Sender. Die Festnahme sei die erste seit dem Aufbau des biometrischen Scanners gewesen, heißt es. Seit dem 20. August arbeiten diese an insgesamt vierzehn Flughäfen in den USA.

Der Vorteil daran ist laut NBC, dass die automatisierte Erkennung von Gesichtern wesentlich schneller vonstatten gehe als eine händische Überprüfung. Das verkürze die Wartezeiten der Passagiere. Andererseits gibt es für solche Systeme auch Risiken. Meist ist die Datengrundlage für Gesichtserkennungsalgorithmen ungenügend. Trotzdem werden sie produktiv eingesetzt. Wie ungenau eine solche Machine-Learning-Software sein kann, zeigte die Bürgerrechtsorganisation ACLU im Fall von Amazon Rekognition, einem der marktführenden Systeme.