Gesichter, die Sie kennen – Privatsphäre, die Sie behalten: Gesichtserkennung richtig gemacht
Tippen Sie einen Namen in Google Photos ein, und die App findet in Sekunden jedes Foto dieser Person aus Tausenden von Bildern. Das ist beeindruckend — und die meisten Menschen machen sich keine Gedanken darüber, wie das funktioniert. Die Antwort: Ihr Gesicht wird analysiert, kartiert und mit einem Modell verglichen, das Google seit Jahren anhand der Fotos von Milliarden Nutzerinnen und Nutzern verfeinert. Die Funktion funktioniert so gut, weil Sie und alle Menschen, die Sie kennen, still und leise dazu beigetragen haben.
Bei PixelUnion erhalten Sie dieselbe Möglichkeit. Sie können Ihre Bibliothek nach Gesichtern durchsuchen, Fotos nach Personen gruppieren und jedes Bild Ihrer Großmutter von 2008 bis zum letzten Weihnachtsfest finden — mit einer Genauigkeit, die mit dem Angebot der Big Tech mithalten kann. Der Unterschied liegt in der Funktionsweise.
Open Source, nicht Ihre Daten
Die Gesichtserkennung in PixelUnion wird von Immich angetrieben, der Open-Source-Fotoplattform, die unser Dienst nutzt. Immich verwendet InsightFace, eine etablierte Open-Source-Bibliothek zur Gesichtsanalyse, zusammen mit dem buffalo_l-Modell für Erkennung und Identifikation. Es handelt sich um vortrainierte Modelle, die von Forschern entwickelt und öffentlich veröffentlicht wurden. Der Code ist öffentlich, die Modelle sind öffentlich, und jeder kann nachvollziehen, wie sie funktionieren.
Was das in der Praxis bedeutet: Wenn PixelUnion Ihre Fotos auf Gesichter analysiert, werden diese etablierten Modelle auf unseren Servern ausgeführt — europäischen Servern, unter europäischem Recht. Die Analyse findet vollständig innerhalb Ihrer eigenen Bibliothek statt. Kein Bild, kein Gesichts-Embedding, keine biometrischen Daten verlassen jemals Ihre PixelUnion-Umgebung, um von Dritten verarbeitet zu werden. Und entscheidend: Ihre Fotos werden niemals verwendet, um Modelle zu trainieren oder zu verbessern. Weder von uns noch von irgendjemandem sonst.
Das ist eine grundlegend andere Architektur als die von Big Tech. Google Photos verbessert seine Gesichtserkennung, indem es von seinen Nutzern lernt. Je mehr Sie es verwenden und Vorschläge bestätigen, desto besser wird es — nicht nur für Sie, sondern für das Modell von Google. Sie sind gleichzeitig Kunde und Trainingsdatensatz.
Wie gut kann Open Source wirklich sein?
Skepsis ist nachvollziehbar. Wenn Menschen „Open-Source-KI-Modell" hören, stellen sie sich manchmal etwas Unhandliches und Unzuverlässiges vor — einen schlechten Ersatz für das Original. Die Realität, insbesondere in den letzten Jahren, sieht ganz anders aus.
Das InsightFace buffalo_l-Modell, das die Gesichtserkennung von Immich antreibt, ist kein Spielzeug. Es ist ein hochmodernes Modell, das auf Standard-Benchmarks für Gesichtserkennung und -verifikation sehr gut abschneidet. In unabhängigen Evaluierungen erzielt es eine Genauigkeit, die mit der von kommerziellen Produkten vergleichbar ist — in einigen Fällen sogar höher.
Im täglichen Gebrauch macht sich das bemerkbar. Das System:
- Erkennt zuverlässig Gesichter, selbst im Halbprofil, bei schlechten Lichtverhältnissen oder auf älteren Fotos mit geringerer Auflösung
- Gruppiert dieselbe Person über Jahrzehnte von Fotos hinweg und berücksichtigt dabei Veränderungen bei Frisur, Gewicht und Alter
- Unterscheidet Familienmitglieder, die sich sehr ähnlich sehen
- Funktioniert zuverlässig bei unterschiedlichen Hauttönen und Lichtverhältnissen
Nutzerinnen und Nutzer beschreiben die Ergebnisse regelmäßig als bemerkenswert. Sie geben dem System einen Namen, fügen einige Gesichtsgruppen zusammen, die es identifiziert hat, und innerhalb von Minuten hat es jahrelange Fotos so organisiert, wie es manuell Stunden gedauert hätte. Das ist kein Trostpreis gegenüber Google Photos — es ist schlicht hervorragend.
Biometrische Daten sind sensible Daten
Gemäß der DSGVO gelten biometrische Daten, die zur eindeutigen Identifizierung einer Person verwendet werden, als besondere Kategorien personenbezogener Daten — die höchste Schutzstufe im europäischen Datenschutzrecht. Dazu gehören auch die Gesichts-Embeddings, die Gesichtserkennungssysteme erzeugen.
Google Photos, das nach US-amerikanischem Recht und mit seiner globalen Infrastruktur operiert, hat ein anderes Verhältnis zu Ihren biometrischen Daten als ein europäischer Dienst. Die USA verfügen über kein bundesweites biometrisches Datenschutzgesetz, das der DSGVO entspricht, obwohl einige Bundesstaaten eigene Regelungen eingeführt haben. Unabhängig vom rechtlichen Rahmen ist der kommerzielle Anreiz klar: Gesichtsdaten machen Googles Produkte besser, und Googles Produkte bringen Google Geld.
PixelUnion hat keinen solchen Anreiz. Wir verkaufen keine Werbung. Wir trainieren keine Modelle. Wir erheben eine überschaubare Abonnementgebühr für einen Dienst, der funktioniert. Ihre Gesichtsdaten bleiben in Ihrer Bibliothek, auf unseren Servern, unter Ihrer Kontrolle.
Datenschutz und Leistung sind kein Widerspruch
Es gibt einen hartnäckigen Mythos, dass man zwischen einem guten und einem datenschutzfreundlichen Produkt wählen muss. Dass die besten Funktionen nur von Unternehmen kommen, die bereit sind, Ihre Daten zu sammeln, um sie zu entwickeln. Die Gesichtserkennung in PixelUnion ist ein direktes Gegenbeispiel.
Open-Source-Forschung hat Modelle hervorgebracht, die präzise genug sind, um eine wirklich nützliche Funktion zu ermöglichen. Diese Funktion läuft auf europäischer Infrastruktur, verarbeitet Ihre Daten isoliert und nutzt das, was sie über Ihr Gesicht erfährt, niemals zum Vorteil anderer. Kein Kompromiss erforderlich.
Wenn Sie bisher mit einem Big Tech-Fotodienst ausgekommen sind, weil Sie dachten, das sei der einzige Weg zu guter Gesichtserkennung, lohnt es sich, diese Annahme zu überdenken.
Bei PixelUnion gehören Ihre Erinnerungen Ihnen. Jedes Foto, jedes Gesicht, jedes Album — gespeichert auf europäischen Servern, analysiert auf unserer Infrastruktur und niemals mit irgendjemandem geteilt. So sollte es funktionieren.