**Deutsche Übersetzung:**
Da die Gesichtserkennungstechnologie in Großbritannien in öffentlichen Räumen immer alltäglicher wird, glaubt eine neue Generation von Designern, dass Privatsphäre der nächste große Modetrend werden könnte.
Einige Unternehmen fügen ihrer Kleidung inzwischen „adversariale Muster" hinzu – sorgfältig gestaltete Kombinationen aus Formen, Farben und sich wiederholenden Motiven, die Schwachstellen bestimmter Computer-Vision-Systeme ausnutzen sollen.
Diese Designer sagen, dass Fortschritte in der Computertechnik es einfacher gemacht haben, solche Muster in Kleidung zu integrieren, die kommerziell verkauft werden kann. Experten warnen jedoch, dass die Wirksamkeit dieser Muster vom jeweiligen Überwachungssystem und den Einsatzbedingungen abhängt. Dennoch glaubt Nick Tidball, Mitbegründer der Bekleidungsmarke Vollebak, dass „adversariale Kleidung" bald zum Mainstream werden könnte.
„Die Ablehnung von Überwachung ist so verbreitet, dass es nur einen Prominenten braucht, der eines dieser Kleidungsstücke – die in der gegenkulturellen Mode bereits beliebt sind – bei einem hochkarätigen Event trägt, damit der Trend richtig durchstartet", sagte er.
Bild im Vollbildmodus anzeigen
Models tragen Designs von Cap_able, die damit beworben werden, dass sie KI-Erkennung erschweren. Foto: PR
„Die sogenannte 'adversariale Kleidung' wirkt auf vielen Ebenen. Neben dem praktischen Schutz ist sie modisch und macht Spaß. Sie setzt ein starkes, öffentliches Statement, dem viele zustimmen, verbreitet mehr Bewusstsein für die Bedeutung von Privatsphäre und fördert die öffentliche Debatte."
Im Gegensatz zu herkömmlichen CCTV-Kameras können moderne Computer-Vision-Systeme Gesichter identifizieren, Personen über mehrere Kameras hinweg verfolgen und in großem Umfang in Aufnahmen suchen.
Jüngste Fortschritte bei generativer KI haben diese Art der automatischen Identifizierung billiger und für Polizei, Einzelhändler und private Unternehmen breiter verfügbar gemacht. Großbritanniens Überwachungsbehörden haben vor dieser Ausweitung gewarnt und fordern mehr Gesetze und eine Regulierungsbehörde, um Missbrauch zu verhindern.
Hinweise auf Missbrauch – und die Tatsache, dass schwarze und asiatische Menschen häufiger falsch identifiziert werden als weiße – haben zu wachsender öffentlicher Besorgnis geführt. Eine aktuelle Umfrage ergab, dass fast 60 % der Menschen die Gesichtserkennung als „einen weiteren Schritt zur Verwandlung Großbritanniens in eine Überwachungsgesellschaft" betrachten.
Dr. Jennifer Bell, eine leitende Dozentin, die sich auf kreative KI, Mode und digitale Kultur an der Nottingham School of Art & Design spezialisiert hat, sagte, dass Kleidung mit Anti-Gesichtserkennungs-Designs zu erschwinglichen Preisen immer verfügbarer wird und an ein breites Publikum vermarktet wird. „Dieses wachsende Bewusstsein, kombiniert mit niedrigeren Kosten, kommt oft kurz vor dem Wendepunkt zu einem echten kulturellen Moment", sagte sie.
Daniel Preuß, Mitbegründer der Bekleidungsmarke Urban Privacy, sagte, dass neue Technologien es nun ermöglichen, „cleveren, auffälligen Stil mit unsichtbarem Schutz zu verbinden."
Bild im Vollbildmodus anzeigen
Models tragen Urban Privacy T-Shirts. Foto: Urban Privacy
Er betonte, dass aufgrund der Leistungsfähigkeit von Überwachungssystemen kein Design garantieren könne, dass man nicht erkannt werde. Aber er fügte hinzu: „Der Mehrwert der Mode liegt darin, Bewusstsein zu schaffen und die öffentliche Diskussion anzuregen."
Preuß sagte, dass seine Designs großflächige Prints, asymmetrische Schnitte und von Streetwear inspirierte Formen verwenden, um Gesichtserkennungsalgorithmen zu verwirren. Das Unternehmen gibt an, dass sein Urban Ghost-Mantel in die Kapuze integrierte LEDs hat, die Infrarotlicht ausstrahlen, um Nachtsicht-Überwachungskameras zu blenden.
Preuß, der sein Unternehmen gründete, nachdem er im Guardian über Edward Snowdens Enthüllungen zur US-Überwachung gelesen hatte, sagte, dass seine Designs darauf basieren, dass „Gesichtserkennungssysteme verrücktspielen, wenn sie mehrere Gesichter gleichzeitig sehen."
„Unsere Muster spielen mit diesem Chaos, verwirren Algorithmen und machen es viel schwerer, dich zu identifizieren", sagte er.
Bell merkte jedoch an, dass „keines dieser Produkte gründlich getestet ist und viele dieser Überwachungstechnologien mit einem gewissen Widerstand umgehen können... [aber] selbst wenn die Designs nicht perfekt funktionieren, ist Mode auch ein sichtbares Zeichen des Widerstands." Verbraucher kommen zusammen, um ein sichtbares Statement zu setzen.
Ein Oberteil von Cap_able. Foto: PR
Rachele Didero, die Gründerin von Cap_able – einer Marke, die Kleidung herstellt, die KI-Erkennung erschweren soll – sagte, dass das Interesse an ihrem Unternehmen in den letzten Jahren sprunghaft gestiegen ist. „Als ich 2018 damit anfing, dachten die Leute, ich würde Masken für Banküberfälle entwerfen", sagte sie.
„Aber jetzt sind diese Bedenken nicht mehr nur ein Nischenthema. Jüngere Generationen haben zunehmend Angst vor KI und sorgen sich um ihre Privatsphäre", fügte sie hinzu. „Menschen, die diese Produkte tragen, sind die Pioniere. Der Mainstream holt schnell auf, besonders wenn größere Unternehmen das Gewinnpotenzial erkennen und diesen Trend in den populären, öffentlichen Raum drängen, was unsere Art, uns zu kleiden, im großen Stil verändert."
Tidball merkte jedoch an, ob Anti-Überwachungs-Mode zum Mainstream wird, letztlich mehr von Regierungen als von Designern abhängen könnte. „Wenn diese Kleidung sich wirklich als wirksam erweisen würde, könnte sie sehr schnell politisch werden", sagte er. „Dann könnte diese Art von Kleidung am Ende verboten werden."
**Häufig gestellte Fragen**
Hier ist eine Liste von FAQs zu adversarialer Kleidung, verfasst in einem natürlichen Ton mit klaren, prägnanten Antworten.
**Fragen für Einsteiger**
1. **Was genau ist adversariale Kleidung?**
Es ist Kleidung, die mit einem speziellen, oft seltsam aussehenden Muster bedruckt ist. Das Muster soll KI-Gesichtserkennungssysteme verwirren, sodass der Träger für Kameras unsichtbar oder falsch identifiziert wird.
2. **Wie täuscht sie eine Kamera?**
Gesichtserkennungssysteme suchen nach bestimmten Merkmalen. Adversariale Muster fügen winzige, berechnete Verzerrungen hinzu, die die KI falsch interpretiert. Für die KI könnte das Muster wie eine andere Person, ein Tier oder nur ein Rauschklumpen aussehen – kein menschliches Gesicht.
3. **Ist das Zeug wirklich real oder nur etwas aus Filmen?**
Es ist real, aber noch hauptsächlich in Forschungslaboren und bei Proof-of-Concept-Demos. Man kann noch keinen zuverlässigen Unsichtbarkeits-Hoodie im Einkaufszentrum kaufen. Forscher haben Systeme in kontrollierten Tests erfolgreich getäuscht, aber der Einsatz in der realen Welt ist viel schwieriger.
4. **Wird diese Kleidung bald alltäglich werden?**
Wahrscheinlich nicht für den täglichen Gebrauch. Die Muster sind sehr empfindlich – sie funktionieren am besten aus einem bestimmten Winkel, bei bestimmten Lichtverhältnissen und bei einer bestimmten Person. Eine leichte Haltungsänderung oder ein anderes Kameramodell kann den Trick zunichtemachen.
5. **Warum sollte jemand so etwas tragen wollen?**
Datenschutzaktivisten und Menschen, die sich um Massenüberwachung sorgen, möchten möglicherweise vermeiden, von öffentlichen Kameras verfolgt zu werden. Andere könnten es für künstlerischen Ausdruck oder als Protest gegen die Gesichtserkennungstechnologie nutzen.
**Fortgeschrittene Fragen**
6. **Wie werden die Muster entworfen?**
Es ist ein Prozess namens adversariales maschinelles Lernen. Forscher füttern eine Gesichtserkennungs-KI mit Tausenden von Bildern und verwenden dann einen Computer, um ein Muster zu entwickeln, das den Algorithmus der KI maximal verwirrt. Das Muster ist im Wesentlichen ein digitaler Trick, der für dieses spezifische KI-Modell optimiert ist.
7. **Funktioniert es mit allen Gesichtserkennungssystemen?**
Nein. Ein Muster, das entwickelt wurde, um eine KI zu täuschen, funktioniert möglicherweise bei einer anderen nicht. Es ist wie ein Schlüssel, der nur in ein Schloss passt. Fortschrittlichere, universelle Muster werden erforscht, sind aber noch nicht zuverlässig.
