Liveness Check
Ein Liveness Check ist ein automatisches Verfahren, das prüft, ob eine Person bei einer digitalen Identitätsprüfung wirklich live vor der Kamera sitzt – und kein Foto, kein Video oder keine Maske verwendet wird. Es schützt damit Anmeldesysteme und Banken vor gefälschten Identitäten.
Wer heute ein Bankkonto online eröffnet oder sich bei bestimmten Diensten anmeldet, muss oft sein Gesicht per Kamera zeigen. Das System prüft dann nicht nur, ob das Gesicht zu einem Ausweis passt – es prüft auch, ob dahinter ein echter Mensch steckt. Genau das ist ein Liveness Check: eine automatische Echtheitsprüfung, die erkennen soll, ob die Person wirklich gerade live vor der Kamera sitzt. Ohne diesen Schritt könnte jemand einfach ein Foto der Zielperson vor die Kamera halten und damit die Prüfung betrügen. Der Liveness Check macht diesen Trick deutlich schwerer.
Liveness Checks als Schutzschicht in der digitalen Identitätsprüfung
Gesichtserkennung allein reicht nicht aus, um Identitätsbetrug zu verhindern. Ein System, das nur prüft, ob ein Gesicht zu einem Ausweisfoto passt, kann mit einem ausgedruckten Foto oder einem abgespielten Video ausgetrickst werden. Solche Angriffe heißen im Fachjargon Spoofing-Angriffe – also Versuche, das System durch eine gefälschte Eingabe zu täuschen. Der Liveness Check ist die direkte Antwort darauf.
Besonders hoch sind die Anforderungen im Finanzsektor. Banken und Zahlungsdienstleister sind in vielen Ländern gesetzlich verpflichtet, die Identität ihrer Kunden sicher zu prüfen – das nennt sich Know Your Customer, kurz KYC. Ein bestandener Liveness Check ist dabei oft Pflicht. Fehlt er oder ist er zu schwach, riskiert das Unternehmen Bußgelder und ermöglicht im schlimmsten Fall Geldwäsche über gefälschte Konten.
Passive und aktive Erkennung von echten Personen
Es gibt zwei grundlegende Methoden. Bei der aktiven Prüfung wird die Person aufgefordert, etwas zu tun: den Kopf drehen, blinzeln oder lächeln. Die Idee dahinter ist einfach – ein Foto kann das nicht nachmachen. Ein Video könnte es im Prinzip, aber ein aufgezeichnetes Video lässt sich nicht auf einen unvorhersehbaren Befehl in Echtzeit anpassen.
Moderne Systeme setzen zunehmend auf die passive Prüfung. Dabei muss die Person gar nichts tun. Stattdessen analysiert ein KI-Modell – also ein System, das durch Beispiele trainiert wurde – winzige Merkmale im Bild: die Textur der Haut, natürliche Mikrobewegungen, die Art wie Licht auf einer echten Oberfläche reflektiert wird. Ein Ausdruck oder ein Bildschirm zeigt diese Merkmale nicht in gleicher Weise. Passive Verfahren sind für Nutzer bequemer, technisch aber anspruchsvoller.
Mit dem Aufkommen von sogenannten Deepfakes – realistisch wirkenden, KI-generierten Gesichtsvideos – wird der Liveness Check zur Wettrüstaufgabe. Angriffe werden raffinierter, also müssen die Erkennungsmodelle laufend nachtrainiert werden. Einige neuere Systeme kombinieren deshalb mehrere Signale gleichzeitig: Kamerabild, Infrarotlicht und Tiefeninformation aus einem 3D-Sensor, wie er in modernen Smartphones verbaut ist.
Liveness Checks in Apps, Behörden und Nachrichten
Im Alltag begegnet man dem Liveness Check vor allem bei der Online-Kontoeröffnung. Wer in Deutschland ein Konto bei einer Direktbank eröffnet, durchläuft meistens ein VideoIdent- oder AutoIdent-Verfahren. Dabei filmt man sich selbst und hält den Ausweis in die Kamera. Der Liveness Check läuft dabei im Hintergrund, oft ohne dass man einen eigenen Schritt bemerkt.
Auch staatliche Stellen setzen das Verfahren ein. Die europäische eIDAS-Verordnung – ein Regelwerk für digitale Identitäten in der EU – schreibt für bestimmte Vertrauensniveaus vor, dass Identitätsprüfungen manipulationssicher sein müssen. Liveness Detection ist dort ein anerkanntes Mittel. Ähnliche Anforderungen gelten in den USA für Behörden und Finanzaufsichten.
In der Tech-Presse taucht der Begriff regelmäßig auf, wenn es um Sicherheitslücken geht. Forscher veröffentlichen immer wieder, dass bestimmte Liveness-Checks mit kostengünstigen Deepfake-Videos ausgetrickst wurden. Solche Berichte treiben die Entwicklung neuer Standards voran. Gleichzeitig wächst die Kritik aus dem Datenschutzbereich: Gesichtsbilder und biometrische Daten, also körpereigene Merkmale als digitaler Schlüssel, gelten als besonders schützenswert – und ein schlecht gesichertes System kann genau diese Daten gefährden.