Lebenderkennung: Was Unternehmen wissen sollten

Es gibt eine Reihe von Gründen, warum Unternehmen an Liveness Detection interessiert sein könnten. Zwei Hauptaspekte der Lebendigkeitserkennung sind die Betrugsprävention und die Identitätsüberprüfung in verschiedenen Anwendungsfällen. In diesem Artikel erklären wir den Unterschied zwischen aktiver und passiver Liveness Detection und helfen Unternehmen zu verstehen, warum passive Lebenderkennung im Kontext der Identitätsprüfung so vorteilhaft ist.

Was ist Liveness Detection?

In der Computer Vision ist die Liveness Detection (Deutsch: Lebendigkeitserkennung oder Lebenderkennung) der Prozess der Unterscheidung von echten und gefälschten Eingaben. Dies ist eine wichtige Sicherheitsmaßnahme für viele Systeme, um Spoofing zu verhindern. Bei einem Spoofing-Angriff (oder auch Präsentationsangriff) versuchen Betrüger, ein biometrisches System zu täuschen, um sich unrechtmäßig Zugang zu verschaffen.

Die Liveness Detection ist eine wichtige Sicherheitsmaßnahme, mit der Identitätsbetrug vorgebeugt werden kann. Mit Hilfe eines Lebenddetektors können Sie sicherstellen, dass die Aufnahme von einer lebenden Person und nicht von einer falschen oder vorgetäuschten Person stammt.

Liveness Detection Technologien

Es gibt viele Möglichkeiten zur Erkennung von Lebendigkeit, die häufigste ist die Verwendung von Infrarotkameras. Wenn ein Infrarotbild vom Gesicht einer Person aufgenommen wird, reflektiert das echte Gewebe mehr Licht als das falsche oder manipulierte Gewebe. Anhand dieses Unterschieds lässt sich feststellen, ob die Aufnahme echt ist oder nicht.

Ein weiteres häufig genutztes Verfahren ist die 3D-Erkennung mithilfe von Tiefensensoren. Hierbei wird ein dreidimensionales Modell des Gesichts erstellt, um zu überprüfen, ob es eine natürliche Struktur hat. Fotos oder Bildschirmaufnahmen, die nur flach sind, können auf diese Weise leicht erkannt werden.

Auch die Analyse von Mikrobewegungen spielt eine zentrale Rolle in der Liveness Detection. Dabei werden unbewusste, subtile Bewegungen des Gesichts – wie das Blinzeln, das Zittern der Augenlider oder minimale Kopfbewegungen – erfasst. Solche natürlichen Bewegungen lassen sich von gefälschten Bildern, Videos oder Masken nur schwer nachahmen und erhöhen die Sicherheit von Identitätsprüfungen erheblich.

Arten der Liveness Detection

Es gibt zwei Arten der Liveness Detection: aktiv und passiv.

Aktive Lebenderkennung

Bei der aktiven Lebenderkennung muss der Benutzer bewusst interagieren, z. B. auf Ansage hin lächeln, blinzeln oder sprechen, um zu beweisen, dass es sich um eine lebendige Person und keine Täuschung handelt

Der aktive Ansatz ist manchmal problematisch, weil er von Betrügern durch einen sogenannten "Präsentationsangriff" leicht manipuliert werden kann. So können Betrüger das System leicht austricksen, indem sie verschiedene Gadgets oder "Artefakte" verwenden, von denen einige recht einfach zu handhaben sind, wie z. B. 3D-Papiermasken.

Passive Lebenderkennung

Die passive Lebenderkennung arbeitet hingegen vollständig im Hintergrund, ohne dass der Nutzer aktiv etwas tun muss. Hier analysiert die Software automatisch subtile biometrische Merkmale, wie etwa Hauttextur, Reflexionen in den Augen, Tiefeninformationen oder Mikrobewegungen, um festzustellen, ob es sich um ein echtes, lebendiges Gesicht handelt.

Die passive Lebendigkeitserkennung ist im Allgemeinen genauer als die aktive Lebenderkennung. Außerdem ist sie benutzerfreundlicher, da der Nutzer keine künstlichen Bewegungen vor der Kamera ausführen muss.

Was sind Präsentationsangriffe?

Man spricht von Präsentationsangriffen (engl. presentation attacks), wenn jemand versucht, ein biometrisches System zu täuschen. Das passiert zum Beispiel, wenn jemand ein Foto, ein Video, eine Maske oder sogar einen nachgemachten Fingerabdruck benutzt, um sich als eine andere Person auszugeben. Das Ziel ist dabei immer, die Sicherheitsvorkehrungen zu umgehen und sich unerlaubt Zugang zu verschaffen.

Welche Arten von Präsentationsangriffen gibt es?

Bei der Identitätsüberprüfung gibt es verschiedene Methoden, mit denen Betrüger versuchen, die Systeme zu überlisten. Hier die häufigsten Arten von Präsentationsangriffen:

Foto-Angriffe
Die einfachste Form des Betrugs ist die Verwendung ausgedruckter Fotos. Betrüger präsentieren dabei ein Foto der echten Person vor der Kamera. Moderne Liveness Detection erkennt solche Täuschungsversuche durch die Analyse von Oberflächenstrukturen und fehlender Dreidimensionalität.

Bildschirm-Angriffe
Eine fortgeschrittenere Methode ist die Präsentation von digitalen Bildern oder Videos auf Smartphones oder Tablets. Die Liveness Detection kann jedoch charakteristische Merkmale von Bildschirmen wie Reflexionen, Pixelmuster oder unnatürliche Bewegungsabläufe identifizieren.

Masken-Angriffe
Betrüger verwenden zunehmend hochwertige 2D- oder 3D-Masken, die aus verschiedenen Materialien wie Silikon oder Kunststoff hergestellt werden. Passive Liveness Detection kann allerdings durch die Analyse von Texturen, Kanten und Tiefeninformationen echte Gesichtszüge von künstlichen unterscheiden.

Deepfake-Angriffe
Die technisch anspruchsvollste Form sind Deepfakes, bei denen in Echtzeit manipulierte Videoaufnahmen einer Person eingespielt werden. Moderne Erkennungssysteme achten dabei besonders auf natürliche kleine Gesichtsbewegungen und Hautstrukturen, die sich nur schwer täuschend echt nachahmen lassen.

Warum passive Liveness Detection die bessere Lösung ist

Unternehmen setzen bei der digitalen Identitätsprüfung zunehmend auf passiver Lebenderkennung. Aber warum ist die passive der aktiven Liveness Detection überlegen? Hier sind unsere drei wichtigsten Gründe:

1. Sie ist sicherer.
2. Sie ist effizienter.
3. Sie ist schneller.
   
   

Passive Liveness Detection ist sicherer

Im Gegensatz zur aktiven Erkennung von Lebendigkeit werden bei der passiven Erkennung von Lebendigkeit Merkmale von Präsentationsangriffen wie Kanten, Textur und Tiefe erkannt, um das Gesicht einer lebenden Person eindeutig von einem leblosen oder gefälschten Gesicht zu unterscheiden.

Das heißt, die Erkennung lässt sich nicht so leicht durch Animationssoftware täuschen, die Gesichtsausdrücke wie Lächeln oder Stirnrunzeln nachahmt. Sie kann auch mit sogenannten Präsentationsangriffen wie starken Fälschungen, 3D-Masken, Puppen usw. umgehen.

Passive Liveness Detection ist effizienter

Aktive Verfahren zur Erkennung von Lebendigkeit verlangen vom Nutzer spezifische Aktionen, wie etwa das Blinzeln oder Kopfdrehen, die oft missverstanden, schwer nachvollzogen oder schlicht ignoriert werden. Das hat zur Folge, dass frustrierte Nutzer den Verifizierungsprozess abbrechen – mit potenziellen Umsatzeinbußen für Unternehmen.

Die passive Lebendigkeitserkennung ist für Nutzer hingegen deutlich einfacher und bequemer, während sie für Unternehmer effizienter und profitabler ist. Anders als aktive Verfahren läuft sie ohne jegliche Benutzerinteraktion ab. Dadurch wird der Verifizierungsprozess angenehmer und reibungsloser – das Resultat sind weniger Abbrüche und weniger Umsatzeinbußen.

Passive Liveness Detection ist schneller

Der gesamte Prozess der passiven Lebendigkeitserkennung dauert etwa 10-15 Sekunden. Normalerweise braucht ein Benutzer keine Anweisungen oder Bedienungsanleitungen zu befolgen, da lediglich ein natürliches Verhalten erforderlich ist. Dadurch wird der Prozess beschleunigt und bequemer. Denn der Nutzer ist nicht gezwungen, beispielsweise stillzuhalten, was vielen oft schwerfällt. Stattdessen werden die Gesichtszüge und die natürlichen Gesichtsbewegungen erfasst.

Zusammenfassend lassen sich die Vorteile der passiven Lebenderkennung wie folgt beschreiben

• Erhöhter Schutz vor Betrügern und Manipulationsangriffen
• Bessere Nutzererfahrung und mehr Komfort bei der Identitätsfeststellung
• Höhere Conversion Rates durch weniger Abbrüche
• Höherer Umsatz

Quelle: Biometrics Institute

Wie PXL Vision passive Liveness Detection einsetzt

Natürlich arbeitet die Software zur Identitätsüberprüfung von PXL Vision mit passiver Lebenderkennung. Die Lösung profitiert daher von allen oben genannten Vorteilen. Sie funktioniert in zwei einfachen Schritten:

1. Die Nutzer machen zunächst ein Foto ihres Ausweises bzw. Ausweisdokuments mit ihrem Smartphone.
2. In einem zweiten Schritt nehmen sie ein kurzes Video-Selfie auf, um die Lebendigkeit zu erkennen und zu überprüfen.

Die nahtlos integrierte Lösung garantiert eine reibungslose Benutzererfahrung und ist extrem schnell: Der gesamte Verifizierungsprozess kann innerhalb von Sekunden abgeschlossen werden. Die Lösung von PXL Vision ist für die Konvertierung optimiert, was die Abbruchquote der Verifikation reduziert.

Wenn Sie an weiteren (technischen) Details interessiert sind und wissen möchten, worauf Sie bei der Wahl der richtigen Lösung zur Identitätsüberprüfung achten sollten, laden Sie gerne unseren Einkaufsleitfaden herunter.

FAQ zu Lebenderkennung