KI enthüllt etwas Schockierendes über unsere Fingerabdrücke – das könnte Sicherheit und Ermittlungen grundlegend verändern

Was KI in unseren Fingerabdrücken entdeckt hat, verändert alles

Jahrzehntelang galt es als gesicherte Erkenntnis: Jeder Fingerabdruck ist einzigartig, und verschiedene Finger derselben Person haben nichts miteinander gemein. Eine neue Welle der KI-Forschung stellt genau diese Gewissheit nun infrage.

Während Ermittler früher auf Lupen und menschliche Erfahrung setzten, tritt jetzt ein Algorithmus in den Vordergrund – einer, der Muster erkennt, die kein Mensch je bemerkt hätte. Das verändert nicht nur unseren Blick auf unsere Finger, sondern auch die Art, wie Strafverfolgung, Sicherheitssysteme und sogar unsere Privatsphäre funktionieren.

KI entschlüsselt den verborgenen Code unserer Finger

Forscher der Columbia University und der University at Buffalo haben ein neuronales Netz auf eine Datenbank mit rund 60.000 Fingerabdrücken losgelassen. Nicht um zu bestätigen, was ohnehin jeder dachte – sondern um herauszufinden, ob eine Maschine andere Spuren verfolgt als ein menschlicher Experte.

Forensische Spezialisten konzentrieren sich traditionell auf sogenannte Minutien: kleine Details, an denen eine Linie plötzlich endet, sich gabelt oder zusammenläuft. Diese Mikromerkmale gelten als chaotisch und vollkommen zufällig – von Finger zu Finger, selbst bei ein und derselben Person.

Die KI wählte einen anderen Ansatz. Das Modell achtete weniger auf diese kleinen Verzweigungen und stattdessen mehr auf die große Form: die allgemeine Krümmung, die Richtung der Linien im Zentrum des Fingers und die globale Struktur der Muster.

Die KI erkennt eine Art „Familiensignatur": eine verborgene Struktur, die mehrere Finger derselben Person miteinander verbindet.

Was für das menschliche Auge wie völlig separate Abdrücke aussah, begann im algorithmischen Datenraum Ähnlichkeiten zu zeigen. Finger eines Individuums teilten subtile strukturelle Gemeinsamkeiten – selbst dann, wenn die klassischen Minutien völlig verschieden waren.

Die Zahlen: Weniger perfekt als Hollywood, aber ein Erdbeben für die Praxis

Die Forscher nennen zwei Zahlen, die auf den ersten Blick widersprüchlich wirken, zusammen aber das gesamte Bild ergeben:

• 99,99 % Konfidenzniveau: Wenn die KI eine Verbindung zwischen zwei Abdrücken berechnet, ist die statistische Sicherheit dieser Berechnung außerordentlich hoch.
• 77 % Genauigkeit: In Testläufen erkennt das System in 77 von 100 Fällen korrekt, dass zwei verschiedene Finger zur selben Person gehören.

Für Laien klingt 77 % nicht besonders beeindruckend. Für die forensische Identifikation bedeutet es jedoch eine fundamentale Verschiebung. Bislang lag die Chance, dass ein Mensch anhand zweier verschiedener Finger eine Übereinstimmung herstellen konnte, praktisch bei null. Das war schlicht keine Kategorie, mit der Ermittler arbeiteten.

Wo die klassische Methode überhaupt keine Antwort liefert, bietet KI plötzlich eine Drei-zu-vier-Chance, Finger derselben Person zu verknüpfen.

Das bedeutet nicht, dass jemand morgen aufgrund eines einzigen KI-Ergebnisses hinter Gittern landet. Es verändert jedoch grundlegend, wie Ermittlungsbehörden auf einzelne Puzzlestücke schauen werden.

Was das für die Verbrechensaufklärung bedeutet

Heute gilt in der Praxis eine eiserne Regel: Ein Fingerabdruck an Tatort A und ein anderer Abdruck an Tatort B können nur dann verknüpft werden, wenn sie vom exakt gleichen Finger stammen. Ein Daumenabdruck an einem Fenster in Rotterdam sagt juristisch nichts über einen Zeigefingerabdruck an einer Kasse in Eindhoven aus.

Mit dem neuen Modell verschiebt sich diese Logik. Wenn ein KI-System anzeigt, dass der Daumen von Tatort A statistisch zum Ringfinger von Tatort B zu gehören scheint, entsteht plötzlich eine hypothetische Verbindung zwischen zwei Fällen, die bislang nichts miteinander zu tun hatten.

Von einzelnen Fakten zu Netzwerken aus Spuren

Mit einem solchen Algorithmus erhalten Ermittler eine Art „Partnersuche" für Fingerabdrücke. Damit können sie:

• Tatorte von Einbrüchen, Überfällen oder Vandalismus verknüpfen, die bisher isoliert betrachtet wurden,
• erkennen, ob eine Serie von Straftaten möglicherweise dieselbe Tätergruppe aufweist – trotz verschiedener Finger an verschiedenen Orten,
• alte, ungelöste Fälle erneut auf verborgene Zusammenhänge durchleuchten, die damals unsichtbar blieben.

Ein mäßig genaues System kann dennoch zum Gamechanger werden, wenn es neue Verbindungslinien zwischen Akten öffnet, die zuvor vollständig getrennt schienen.

Forensische Spezialisten warnen jedoch, dass KI-Ergebnisse vor allem die Richtung einer Untersuchung vorgeben. Sie gelten als Ausgangspunkt für weitere Ermittlungen, nicht als Endpunkt. Zusätzliche Beweise, Kameraaufnahmen, DNA und Zeugenaussagen bleiben notwendig, um einen Fall abzuschließen.

Interessante Artikel:

• Die 5 besten Wochentags-Gerichte für vielbeschäftigte Eltern
• Abschaffung der Erbschaftsteuer wäre laut Ökonomen eine Katastrophe, während Kritiker sie als reinen Diebstahl am Familienerbe betrachten
• Nach mehr als 30 Jahren Depression findet ein 44-jähriger Patient seine Lebensfreude dank eines bahnbrechenden wissenschaftlichen Durchbruchs zurück

Sicherheit und Smartphones: Wie sicher ist dein Finger noch?

Die Auswirkungen reichen weit über das forensische Labor hinaus. Fingerabdrücke sichern heute Telefone, Laptops, Bürogebäude und Tresore. Diese Systeme beruhen auf einer simplen Annahme: Dein Daumenabdruck ist einzigartig und vollständig unabhängig von deinen anderen Fingern.

Wenn KI nun zeigt, dass Finger einer Person strukturell einander ähneln, entsteht eine unbequeme Frage: Kann ein Angreifer mit einem Teilabdruck eines Fingers leichter einen Sensor täuschen, der auf einen anderen Finger eingestellt ist?

Die Realität ist differenziert. Verbrauchergeräte verwenden keinen vollständigen Abdruck, sondern ein stark verschlüsseltes Template. Außerdem arbeiten sie mit Fehlertoleranzen und begrenzen die Anzahl der Versuche. Dennoch verschiebt sich die Schwelle theoretisch ein Stück, wenn Algorithmen mehr Ähnlichkeiten zwischen Fingern ausnutzen können.

Für Designer von Sicherheitssystemen bedeutet das, dass sie ihre Grundannahmen überdenken müssen. Einzigartig bleibt ein Fingerabdruck zwar weiterhin – doch die Vorstellung, dass jeder Finger völlig unabhängig von den übrigen ist, beginnt zu bröckeln.

Datenschutz, Datenbanken und rechtliche Fragen

Je mehr Verbindungen sichtbar werden, desto größer wird der Druck auf den Datenschutz. Viele Länder speichern bereits umfangreiche Fingerabdruckdatenbanken von Verdächtigen, Verurteilten oder Reisenden. Ein KI-System, das zusätzliche Verknüpfungen zwischen Abdrücken herstellt, vergrößert auch die Reichweite dieser Datenbanken erheblich.

Juristen ringen mit einigen konkreten Fragen:

• Dürfen Strafverfolgungsbehörden KI-Analysen verwenden, um Akten miteinander zu verknüpfen, ohne dass klassische forensische Beweise vorliegen?
• Wie erklärt man einem Gericht, dass eine Übereinstimmung aus Mustern resultiert, „die Menschen nicht sehen können"?
• Wer kontrolliert die Fehlerquote, wenn der Algorithmus eine Black Box bleibt?

Ein Algorithmus, der mehr sieht als ein Mensch, wirft sofort die Frage auf, wer verantwortlich ist, wenn dieser erweiterte Blick sich irrt.

Das europäische Recht fordert häufig Transparenz: Verdächtige müssen verstehen können, wie ein Beweis zustande kommt. Solange KI-Modelle schwer erklärbar bleiben, werden die rechtlichen Einsätze hoch sein. Das könnte zu strengeren Richtlinien für den Einsatz solcher Werkzeuge in Strafverfahren führen.

Wie funktioniert ein solches KI-System technisch?

Obwohl die Details je nach Studie variieren, folgt das allgemeine Prinzip einer vertrauten Logik. Das System besteht in der Regel aus einem konvolutionellen neuronalen Netz – einer Architektur, die besonders gut mit Bilddaten umgeht. Zunächst lernt das Modell, Millionen von Linien, Kurven und Texturen zu erkennen. Anschließend erstellt es einen verschlüsselten „Vektor" für jeden Abdruck: eine Zahlenreihe, die das Muster zusammenfasst.

Wenn zwei Abdrücke verglichen werden, berechnet das System den Abstand zwischen diesen beiden Vektoren. Ein kleiner Abstand bedeutet große Ähnlichkeit. Während des Trainings erhält das Netz kontinuierlich Rückmeldung: Diese beiden gehören zur selben Person, jene beiden nicht. So verschiebt sich die Grenze zwischen „gleiche Person" und „andere Person" schrittweise, bis das Modell stabil gute Entscheidungen trifft.

Was das für die kommenden Jahre bedeutet

Die aktuelle Studie ist eher ein Startschuss als ein Endpunkt. Andere Forschungsgruppen werden versuchen, die 77 % Genauigkeit weiter zu steigern – etwa durch:

• größere und vielfältigere Datenbanken,
• die Einbeziehung degradierter, unscharfer oder unvollständiger Abdrücke ins Training,
• die Kombination von KI und klassischer Minutien-Analyse in einem hybriden System.

In der Praxis könnten daraus verschiedene Szenarien entstehen. Vorstellbar wäre eine zukünftige forensische Plattform, auf der Ermittler einen unbekannten Abdruck hochladen und die Software nicht nur nach demselben Finger sucht, sondern automatisch eine „Verwandtschaftskarte" mit anderen Fingern erstellt, die statistisch zur selben Person gehören.

Ein solches System ließe sich auch für die Ausbildung nutzen. Neue forensische Mitarbeiter könnten Simulationen durchlaufen, in denen sie sehen, wann die KI recht hat, wann sie irrt und wie sie ihre eigene Expertise dagegen abwägen. Das verhindert blindes Vertrauen in die Maschine und hält die menschliche Beurteilung im Mittelpunkt.

Für Bürger entsteht ein neuer Grund, sorgfältig mit biometrischen Daten umzugehen. Wer seinen Fingerabdruck an vielen Orten hinterlässt – von günstigen Apps bis hin zu schlecht gesicherten Zugangssystemen – erhöht die Chance, dass diese Daten irgendwann in einer größeren Analysemaschine landen. Ein praktischer Schritt ist, kritischer zu prüfen, wo man seine Biometrie preisgibt, und ob alternative Anmeldemethoden wie physische Security-Keys oder Passwortmanager in manchen Fällen sicherer sind.