KI-Biometrie: Biometrische Authentifizierung sichern

Wie biometrische Verfahren mit KI arbeiten

Ein biometrisches System durchläuft zwei Phasen. Bei der Registrierung (Enrolment) wird das Merkmal erfasst, von einem Modell in einen Merkmalsvektor übersetzt und als Template gespeichert. Bei der Prüfung wird eine neue Aufnahme genauso verarbeitet und mit dem Template verglichen. Liegt die Ähnlichkeit über einem Schwellenwert, gilt die Person als erkannt.

Wichtig ist die Unterscheidung zwischen Verifikation (1:1 – „Ist das Person X?“, etwa beim Entsperren eines Laptops) und Identifikation (1:n – „Wer ist das?“, etwa beim Abgleich mit einer Datenbank). Für die Authentifizierung im Unternehmen ist fast immer die Verifikation gemeint; rechtlich und technisch ist sie deutlich weniger heikel.

Die Güte eines Systems wird über Fehlerraten beschrieben: Die Falschakzeptanzrate (FAR bzw. FMR) gibt an, wie oft Unberechtigte akzeptiert werden, die Falschrückweisungsrate (FRR bzw. FNMR), wie oft Berechtigte abgewiesen werden. Beide hängen über den Schwellenwert zusammen – eine Senkung der einen erhöht die andere.

Angriffe auf biometrische Systeme

• Presentation Attacks: Dem Sensor wird ein Artefakt vorgehalten – ein Foto, ein Bildschirm-Video, eine Silikonmaske oder ein nachgebildeter Fingerabdruck.
• Injection Attacks: Statt den Sensor zu täuschen, speist der Angreifer manipulierte Daten direkt in den Datenstrom ein, etwa über eine virtuelle Kamera oder einen Emulator. Mit generativer KI erzeugte Deepfake-Videos und geklonte Stimmen machen diese Angriffe besonders bei Fernidentifizierung (Video-Ident, Sprach-Hotlines) realistisch.
• Morphing: Zwei Gesichtsbilder werden zu einem verschmolzen, das von beiden Personen akzeptiert wird – ein bekanntes Problem bei Ausweisfotos.
• Adversarial Examples: Gezielt veränderte Eingaben, etwa bedruckte Brillengestelle, können Gesichtserkennungsmodelle in Forschungsszenarien täuschen.
• Template-Diebstahl: Gelangen gespeicherte Templates in falsche Hände, lassen sie sich unter Umständen zur Rekonstruktion oder für Angriffe auf andere Systeme nutzen. Anders als ein Passwort kann niemand sein Gesicht zurücksetzen.

Hinzu kommen Fairness-Probleme: Modelle können für bestimmte Bevölkerungsgruppen höhere Fehlerraten aufweisen, wenn die Trainingsdaten unausgewogen sind. Das ist nicht nur ein ethisches, sondern auch ein Verfügbarkeitsproblem, wenn Mitarbeitende regelmäßig abgewiesen werden.

Schutzmaßnahmen in der Praxis

1. Biometrie als Faktor, nicht als alleiniges Geheimnis: Kombinieren Sie Biometrie mit Besitz, etwa einem Gerät mit Sicherheitschip. FIDO2 und Passkeys sind hier ein bewährtes Muster: Der biometrische Abgleich erfolgt lokal auf dem Gerät und schaltet nur einen kryptografischen Schlüssel frei; das Template verlässt das Gerät nicht.
2. Lebenderkennung fordern: Achten Sie bei Produkten auf eine Presentation Attack Detection (PAD), die nach ISO/IEC 30107 geprüft wurde, sowie auf Schutz gegen Injection Attacks bei Remote-Verfahren.
3. Templates schützen: Speichern Sie Templates verschlüsselt, möglichst dezentral oder in sicherer Hardware, und bevorzugen Sie Verfahren zum Template-Schutz (vgl. ISO/IEC 24745), die widerrufbare Templates ermöglichen.
4. Schwellenwerte bewusst wählen: Legen Sie FAR und FRR nach Schutzbedarf fest und prüfen Sie die Fehlerraten auch getrennt nach Nutzergruppen.
5. Rückfallverfahren absichern: Die Alternative bei Fehlschlag – PIN, Helpdesk, Ersatzkarte – ist oft das schwächste Glied. Prozesse für Zurücksetzungen brauchen eigene Identitätsprüfungen.
6. Stimme nicht als alleinigen Nachweis nutzen: Gerade bei Telefonfreigaben von Zahlungen sollten Rückrufe über bekannte Nummern oder ein zweiter Kanal Pflicht sein.

Rechtlicher Rahmen

DSGVO: Biometrische Daten zur eindeutigen Identifizierung zählen zu den besonderen Kategorien nach Art. 9 DSGVO. Ihre Verarbeitung ist grundsätzlich untersagt, sofern keine Ausnahme greift. Im Beschäftigungsverhältnis ist eine freiwillige Einwilligung schwer zu begründen; bieten Sie daher eine gleichwertige Alternative ohne Biometrie an. Eine Datenschutz-Folgenabschätzung ist bei biometrischen Verfahren regelmäßig angezeigt. Bei der Einführung ist zudem das Mitbestimmungsrecht des Betriebsrats (§ 87 Abs. 1 Nr. 6 BetrVG) zu beachten.

EU AI Act: Die reine biometrische Verifikation zur Bestätigung einer behaupteten Identität ist von der Hochrisiko-Liste in Anhang III ausgenommen. Biometrische Fernidentifizierung, biometrische Kategorisierung und Emotionserkennung gelten dagegen als hochriskant, soweit sie nicht ohnehin verboten sind; die Hochrisiko-Pflichten nach Anhang III gelten nach dem Digital Omnibus ab 2. Dezember 2027. Verboten sind unter anderem Emotionserkennung am Arbeitsplatz (außer aus medizinischen oder Sicherheitsgründen) und das ungezielte Auslesen von Gesichtsbildern aus dem Internet zum Aufbau von Datenbanken (Art. 5).

Fazit

KI macht biometrische Anmeldung bequem und präzise, aber generative KI macht auch Fälschungen billiger. Sicher wird Biometrie erst im Verbund mit kryptografischen Faktoren, geprüfter Lebenderkennung und robusten Rückfallprozessen; SecTepe unterstützt bei Bewertung und Einbindung in Ihr Identitäts- und Zugriffsmanagement.

Häufige Fragen

Sind Passkeys mit Fingerabdruck eine Verarbeitung biometrischer Daten durch den Arbeitgeber?

Bei FIDO2-Passkeys findet der biometrische Abgleich auf dem Endgerät statt, und der Arbeitgeber erhält keine Templates. Das vereinfacht die datenschutzrechtliche Bewertung erheblich; die genaue Einordnung sollte dennoch mit dem Datenschutzbeauftragten abgestimmt werden.

Reicht eine Stimmerkennung für die Freigabe von Zahlungen?

Angesichts realistischer Stimmklone nicht. Stimmerkennung kann ein ergänzendes Signal sein, sollte aber immer mit einem weiteren, unabhängigen Faktor kombiniert werden.