Embedded-KI-Sensoren
Zugangsberechtigung mittels KI-Gesichtsunterscheidung
Um den Sicherheitslücken gängiger Zugangsberechtigungskonzepten wie Zugangskarten oder RFID-Chips entgegenzuwirken, bieten sich Embedded-KI-Sensoren als Lösung an. Hierbei werden berechtigte Mitarbeiter – vor allem im Industrieumfeld – aufgrund ihrer Gesichtsmuster unterschieden.
Fachkräftemangel, zunehmende Regulierung und wachsende Sicherheitsansprüche bei immer höher automatisierten Anlagen, Maschinen und Fahrzeugen erzwingen klare Zugangsberechtigungskonzepte: Wer hat einen Bagger-Führerschein? Wer darf die Maschine bedienen? Wer darf sie warten? Oder reinigen? Und bei welcher Schicht?
Aktuelle Zugangsberechtigungskonzepte lösen das meist über Zugangscodes, Zugangskarten oder RFID-Chips. Doch alle diese Methoden sind anfällig für Weitergabe (jeder, der den Chip hat, hat auch die entsprechende Berechtigung) oder sogar Manipulation. Dies kann zu Schadensersatzansprüchen an den Betreiber beziehungsweise Hersteller, zu Qualitätsproblemen oder sogar schweren Unfällen führen.
»Gesichtserkennung ist zum Beispiel beim Smartphone schon seit einigen Jahren allgegenwärtig. Eingesetzt in der Industrie erfordert sie entweder hohe Rechenkapazitäten oder Internet-Zugang zur Cloud. Das führt zu laufenden (Konnektivitäts-)Kosten und ist darüber hinaus anfällig für Angriffe und auf eine Infrastruktur (Netzwerk, Server- oder Cloudverbindung) angewiesen. In vielen Anwendungen sind die kontinuierlichen Betriebskosten eines solchen Systems daher nicht wirtschaftlich,« erläutert Viacheslav Gromov, Geschäftsführer vom KI-Spezialisten Aitad.
In sicherheitsrelevanten Industrie-Umgebungen ist möglicherweise der Internetanschluss nicht vorhanden oder erlaubt. Des Weiteren kommen Bedenken in Bezug auf die erhobenen biometrischen und personenbezogenen Daten hinzu. An diesen Anforderungen sind solche, den bestehenden Systemen durch Manipulations-Resistenz bei gleichzeitiger hoher Identifikationssicherheit überlegene Technologien bisher meist gescheitert.
Jobangebote+ passend zum Thema
Alternative zur Identifikation
In vielen Fällen muss es aber gar nicht die Identifikation sein: Vielmehr sollte bei vielen Anwendungen ausreichen, beispielsweise die zwanzig an der Maschine arbeitenden Kollegen zu unterscheiden, anstatt zu erkennen. Unterscheiden bedeutet das technische Diskriminieren zwischen bekannten Identitäten – nicht aber die Identifikation unter Millionen von möglichen Personen. Während die Identifikation eher für Zugangssysteme wie zum Beispiel Sicherheitstüren relevant ist, ist der Kreis der Personen, die die Maschine bedienen dürfen, meist deutlich eingeschränkter.
Gesichtsunterscheidung eignet sich gut für Zugangsberechtigungen wie etwa an Baggern, Baumaschinen, CNC-Fräsen, Drehmaschinen, Schleifmaschinen, Spezialmaschinen, Pharmaherstellung oder Lebensmittelproduktionsmaschinen. »Embedded-KI eröffnet hier neue Möglichkeiten. Wir sind auf die Entwicklung, Fertigung und Lieferung von Embedded-KI-Sensoren spezialisiert und entwickeln für Maschinen- und Anlagenbauer sowie Baumaschinenhersteller kundenspezifische, lokale Gesichtsunterscheidungssysteme. Diese zeichnen sich dadurch aus, dass biometrische Daten die Sensorplatine nicht verlassen – der komplette Prozess geschieht zuverlässig vor Ort auf den Halbleitern. Dies vermindert Datenschutz- sowie Sicherheitsprobleme. Darüber hinaus braucht das System keine Netzwerkanbindung, es entstehen also keinerlei Konnektivitäts-Folgekosten wie Cloud-Gebühren. Es spricht also einiges für ein solches Nutzer-Unterscheidungssystem,« so Gromov weiter.
Funktionsweise des Embedded-KI-Sensors
Ein solcher Embedded-KI-Sensor ist nur wenige Zentimeter groß. Ein Time-of-light-Sensor beziehungsweise eine integrierte Nahinfrarot-Kamera (NIR) macht das System unabhängig vom Umgebungslicht. So entsteht auch bei Dunkelheit eine 3D-Aufnahme des Gesichts. Die auf dem Sensor befindlichen KI-Modelle extrahieren daraus diverse Merkmale. Daraus entsteht ein Muster, das mit bereits erlernten anderen Mustern verglichen wird. Bei Übereinstimmung übergibt der Sensor ein Signal an die Steuerung – es liegt nun am Nutzer, welche Aktion auf das Signal folgen soll – ob es beispielsweise mit bestimmten Zugangsrechten verknüpft wird.
Dabei ist es auch möglich, festzulegen, wie nah die Person dem Sensor kommen muss, was geschieht, wenn sie das Sichtfeld verlässt oder auch, wenn sie sich nicht mehr bewegt. Das System kann zusätzlich um eine Aktivitätserkennung erweitert werden, um aus einem Energiesparmodus zu erwachen.
Wie wird ein solches System trainiert?
Das Training erfolgt ähnlich wie beim Smartphone. Ein neuer Nutzer blickt hierzu mehrfach in den Sensor; der Prozess dauert nicht länger als ein bis zwei Minuten. Von der Maschinensteuerung aus kann beispielsweise über ein in der Maschine verbautes Display dem gelernten Muster eine Personen-ID mit auch uhrzeitabhängigen Berechtigungsstufen zugewiesen werden. Die gelernten Muster sind abstrakte Strukturen, die Wiederherstellung eines Gesichts aus diesen Mustern ist nahezu unmöglich. Darüber hinaus wird das Auslesen der Muster aus dem Sensor technisch verhindert.
»Unternehmen sollten unbedingt auf ein maßgeschneidertes System setzen. Je nach Entwicklungsart – unter Berücksichtigung von Richtlinien, Anbringung, Schutz und Interface, Größe und Funktionsumfang – belaufen sich die Kosten für einen kundenspezifischen Sensor auf 100 bis 1.500 Euro im Volumen,« so Gromov abschließend.
Lesen Sie mehr zum Thema
