- Die rasante Ausweitung der Gesichtserkennungstechnologie in der Polizeiarbeit wirft ernsthafte Bedenken hinsichtlich Privatsphäre und Genauigkeit auf.
- Aktivisten warnen, dass Gesichtserkennungsdatenbanken möglicherweise Hunderttausende unschuldiger Personen fälschlicherweise ins Visier nehmen könnten.
- Transparenz und Aufsicht sind unerlässlich, da die nachträgliche Gesichtserkennungstechnologie zunehmend in die Strafverfolgung integriert wird.
In einer zunehmend technologieabhängigen Welt verursacht der steigende Einsatz der retrospektiven Gesichtserkennung (RFR) durch britische Polizeikräfte Alarm unter Menschenrechtsaktivisten und Datenschutzkämpfern. Die Technologie, die fortschrittliche Algorithmen einsetzt, um Millionen von Inhaftierungsbildern zu scannen, hat einen erheblichen Anstieg in ihrer Anwendung erlebt, trotz anhaltender Warnungen vor ihrer Intransparenz und dem potenziellen Missbrauch.
Eine Untersuchung, angeführt von i und Liberty Investigates, enthüllte einen erschreckenden Anstieg von 330 % bei Suchanfragen mit RFR-Technologie gegen die Police National Database (PND) im vergangenen Jahr. Die PND enthält über 16 Millionen Bilder von Personen, die festgenommen wurden, von denen viele nie wegen eines Verbrechens angeklagt wurden. Die Technologie vergleicht diese Bilder mit Verdächtigenbildern aus verschiedenen Quellen wie Überwachungskameras, Mobiltelefonen, Dashcams oder Türklingelkameras.
Aktivisten haben ihre Bedenken bezüglich des beunruhigenden Risikos geäußert, dass unschuldige Personen vom System identifiziert werden könnten. Die PND und andere Datenbanken, die von einzelnen Polizeikräften gepflegt werden, enthalten Berichten zufolge Hunderttausende von Bildern von Personen, die entweder nie angeklagt wurden oder später nach ihrer Festnahme von einer Straftat freigesprochen wurden.
Geheimhaltung und mangelndes öffentliches Bewusstsein
Die Geheimhaltung im Zusammenhang mit der Nutzung der RFR-Technologie und das Ausmaß des öffentlichen Bewusstseins darüber waren Gegenstand von Bedenken. Trotz der Bestreitung von 13 der 43 territorialen Polizeikräfte in Großbritannien, RFR im Jahr 2022 eingesetzt zu haben, zeigen Daten des Innenministeriums, dass sie Tausende von Suchanfragen durchgeführt haben. Der Polizeiminister, Chris Philp, räumte ein, dass alle 43 territorialen Polizeikräfte in Großbritannien die Technologie nun nutzen und erwarten, dass sie „enorme Auswirkungen auf unsere Fähigkeit hat, Kriminelle hinter Gittern zu bringen“.
Potenzial zur Aufklärung historischer Verbrechen
Hohe Beamte, darunter der Kommissar der Metropolitan Police, Sir Mark Rowley, haben die Technologie gelobt und erklärt, sie habe „immenses Potenzial“ und könnte die Verbrechensbekämpfung revolutionieren, ähnlich wie die Auswirkungen der DNA vor drei Jahrzehnten. Die Technologie wird nun auf „kalte Fälle“ ausgeweitet, bei denen historische Fallakten überprüft werden, um zuvor nicht identifizierte Personen zu identifizieren.
Menschenrechtsgruppen und der Überwachungswächter der Regierung haben jedoch ernste Bedenken bezüglich der schnellen Einführung von RFR geäußert. Sie betonen einen Mangel an Transparenz und potenzielle Verstöße gegen gesetzliche Verpflichtungen seitens der Polizeikräfte, die keine Richtlinien zur Nutzung der Gesichtserkennung veröffentlichen. Fraser Sampson, der Kommissar für Biometrie und Überwachungskameras der Regierung, erklärte, dass das Maß an Transparenz in Bezug auf die Technologie „weit hinter dem zurückbleibt, was erforderlich ist“.
Aufbewahrung von Bildern unschuldiger Personen
Ein bedeutendes Problem ist die Aufbewahrung von Bildern von Personen auf der PND und anderen Strafverfolgungsdatenbanken, obwohl sie nie angeklagt oder später von jeder Anklage freigesprochen wurden. Trotz eines Urteils des Berufungsgerichts, das die Aufbewahrung dieser Bilder als rechtswidrig erklärte, behalten die Polizeikräfte diese Daten unbegrenzt auf. Aktivisten argumentieren, dass Millionen solcher Bilder fälschlicherweise aufbewahrt wurden, was dazu führt, dass unschuldige Menschen fälschlicherweise als Kriminelle eingestuft werden.
Haltung der Polizeikräfte
Polizeikräfte behaupten, dass veraltete Computersysteme eine individuelle Entfernung von Inhaftierungsbildern erfordern und Ressourcenbeschränkungen die Entsorgung aller fälschlicherweise aufbewahrten Daten verhindern. Der National Police Chiefs Council (NPCC) bestand darauf, dass die RFR-Technologie es der Polizei ermöglicht, Verdächtige schneller und genauer zu identifizieren und auszuschließen. Die Metropolitan Police erklärte, dass die Gesichtserkennung „fantastische Möglichkeiten“ für eine effektivere Polizeiarbeit biete.
Der steigende Einsatz der retrospektiven Gesichtserkennungstechnologie durch Polizeikräfte in Großbritannien ist eine zweischneidige Sache. Während sie ein immenses Potenzial zur Lösung von Verbrechen, einschließlich historischer Fälle, birgt, werfen der Mangel an Transparenz, das potenzielle Missbrauchspotenzial und die Aufbewahrung von Bildern unschuldiger Personen ernsthafte ethische, rechtliche und menschenrechtliche Bedenken auf. Die Balance zwischen der Nutzung von Technologie für die öffentliche Sicherheit und der Wahrung individueller Rechte und Freiheiten bleibt eine umstrittene Frage, die robuste Debatten, klare Richtlinien und strenge Schutzmaßnahmen erfordert.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Glory Kaburu
Glory ist eine äußerst versierte Journalistin, die mit KI-Tools und Forschung bestens vertraut ist. Sie ist leidenschaftlich engagiert für KI und hat mehrere Artikel zu diesem Thema verfasst. Sie hält sich über die neuesten Entwicklungen in künstlicher Intelligenz, maschinellem Lernen und Deep Learning auf dem Laufenden und schreibt regelmäßig darüber.
