Age Estimation
Age Estimation bezeichnet den Einsatz von KI-Systemen, um das Alter einer Person automatisch aus Bildern oder Videos zu schätzen. Die Technologie wird unter anderem eingesetzt, um Minderjährige vor altersbeschränkten Inhalten oder Produkten zu schützen.
Age Estimation ist ein Verfahren, bei dem ein Computerprogramm das Alter einer Person anhand eines Fotos oder Videos schätzt. Das Programm liefert keine Garantie, sondern eine Wahrscheinlichkeit — zum Beispiel: „Diese Person ist mit 85-prozentiger Wahrscheinlichkeit zwischen 18 und 25 Jahre alt.“ Entwickelt wurde die Technologie mithilfe von maschinellem Lernen, also dem Trainieren eines Programms anhand vieler Beispielbilder. Dabei hat das Programm Tausende von Fotos mit bekanntem Alter gezeigt bekommen und dabei gelernt, welche Gesichtsmerkmale auf welches Alter hinweisen. Das Ergebnis ist kein exaktes Geburtsdatum, sondern eine Altersgruppe oder ein Bereich.
Age Estimation als Schutzmaßnahme
Der wichtigste Anwendungsfall ist der Jugendschutz. Viele Produkte und Inhalte — Alkohol, Tabak, Glücksspiel, Filme mit hoher Altersfreigabe — dürfen nur an Erwachsene abgegeben oder gezeigt werden. Bisher prüfen dafür Menschen, etwa Kassenpersonal oder Türsteher. Age Estimation soll diese Prüfung automatisieren oder zumindest unterstützen.
Das ist besonders im Internet relevant. Wer online Alkohol bestellt oder eine Dating-App öffnet, wird bisher oft nur per Klick gefragt: „Bist du 18?“ Eine Software, die das Alter aus einem Selfie schätzt, wäre schwerer zu umgehen. Gesetzgeber in mehreren Ländern, darunter Großbritannien und Deutschland, diskutieren oder fordern deshalb genau solche technischen Lösungen. Das macht Age Estimation zu einem politisch aufgeladenen Thema.
Gesichtsmerkmale als Datenbasis
Die Software analysiert typischerweise ein Bild des Gesichts. Sie misst dabei keine einzelne Eigenschaft, sondern kombiniert viele: Faltentiefe, Hautstruktur, Proportionen, Augenpartie. Keiner dieser Werte allein ist eindeutig — die Software gewichtet alle zusammen und gibt eine Schätzung aus. Das Verfahren ähnelt dem, was Menschen intuitiv tun, wenn sie das Alter einer fremden Person einschätzen.
Moderne Systeme nutzen dafür neuronale Netze, also Strukturen, die lose dem menschlichen Gehirn nachempfunden sind. Sie wurden auf Datensätzen mit Millionen gelabelter Fotos trainiert — „gelabelt“ bedeutet: jedes Bild war mit dem tatsächlichen Alter der Person beschriftet. Je größer und vielfältiger dieser Datensatz, desto besser funktioniert die Schätzung auch bei Menschen unterschiedlicher Herkunft, Hautfarbe oder Beleuchtung.
Ein häufiger Irrtum ist, Age Estimation mit Gesichtserkennung gleichzusetzen. Gesichtserkennung versucht, eine Person zu identifizieren — also zu sagen, wer jemand ist. Age Estimation fragt nur: wie alt? Die Person selbst bleibt dabei anonym. Das ist technisch ein anderes Problem, auch wenn beide Verfahren dieselbe Art von Eingangsdaten — Gesichtsfotos — verwenden.
Age Estimation in Produkten und Debatten
Im Alltag taucht die Technologie an mehreren Stellen auf. Einige Geldautomaten in Japan schätzen das Alter, um den Kauf von Tabak zu kontrollieren. Mehrere große Technologiekonzerne, darunter Microsoft und Yoti, bieten Age-Estimation-Dienste als fertige Software-Schnittstelle an, die andere Unternehmen einbinden können. Und Streaming-Plattformen experimentieren damit, Kinder-Profile automatisch zu erkennen, ohne dass Eltern etwas manuell einrichten müssen.
Gleichzeitig ist die Technologie umstritten. Datenschützer warnen, dass Gesichtsfotos besonders sensible Daten sind. Die Software macht außerdem Fehler: Sie schätzt manche Erwachsene als jünger ein und umgekehrt. Dabei ist die Fehlerrate nicht für alle Gruppen gleich — Studien zeigen, dass Systeme bei hellhäutigen Personen mittleren Alters zuverlässiger arbeiten als bei anderen Gruppen. Das ist ein strukturelles Problem, das direkt aus der Zusammensetzung der Trainingsdaten entsteht.
Die Frage, ob eine Schätzung mit zum Beispiel 80 Prozent Genauigkeit für rechtlich verbindliche Entscheidungen wie den Zugang zu Alkohol ausreicht, ist noch nicht abschließend geklärt. Viele Länder erarbeiten derzeit Regeln dafür — Age Estimation ist damit ein früher Testfall für die breitere Frage, wie viel Verantwortung KI-Systeme in sensiblen Bereichen übernehmen dürfen.