(Re)identifikation videographisch erfasster tatbeteiligter Personen durch den Einsatz transparenter KI-Modelle auf Grundlage personenspezifischer Bewegungsmerkmale (REGAiT)
Teilvorhaben: Interaktive Visualisierungsansätze zur Erklärbarkeit und Validierung von KI-Modellen
Im Bereich der forensischen Analyse stellt die zuverlässige (Re-)Identifikation von tatbeteiligten Personen auf Basis videographischer Daten eine zentrale Herausforderung dar. Insbesondere bei eingeschränkter Bildqualität oder verdeckten Identitätsmerkmalen gewinnen bewegungsbasierte Charakteristika – wie individuelle Gangmuster – zunehmend an Bedeutung. Gleichzeitig sind für den gerichtlichen Einsatz nicht nur die Leistungsfähigkeit, sondern auch die Nachvollziehbarkeit und Transparenz der eingesetzten KI-Modelle entscheidend.
Ziele und Vorgehen
Das Teilvorhaben im Projekt REGAiT fokussiert die Entwicklung interaktiver Visualisierungsansätze zur Erklärbarkeit und Validierung KI-basierter Identifikationsmodelle. Im Zentrum steht die Analyse personenspezifischer Bewegungsmerkmale aus Videodaten, insbesondere mittels Ganganalyse. Die eingesetzten Modelle werden so konzipiert, dass ihre Entscheidungsprozesse durch Methoden der Explainable Artificial Intelligence (XAI) transparent gemacht werden können.
Hierzu werden Visual-Analytics-Techniken entwickelt, die es ermöglichen, Modellentscheidungen interaktiv zu explorieren und deren zugrunde liegende Merkmale nachvollziehbar darzustellen. Neben der Visualisierung von Entscheidungsgrundlagen wird ein besonderer Fokus auf die Kommunikation von Unsicherheiten gelegt, um Fehlinterpretationen zu vermeiden und die Vertrauenswürdigkeit der Systeme zu erhöhen.
Innovationen und Perspektiven
Die Kombination aus KI-gestützter Bewegungsanalyse und interaktiver, visueller Erklärbarkeit schafft die Grundlage für eine verbesserte gerichtliche Verwertbarkeit solcher Systeme. Durch transparente Modellarchitekturen und nachvollziehbare Entscheidungsprozesse wird nicht nur die technische Validierung erleichtert, sondern auch die Kommunikation zwischen technischen Expertinnen und Experten sowie juristischen Akteurinnen und Akteuren unterstützt.
Langfristig eröffnet der Ansatz neue Möglichkeiten für den verantwortungsvollen Einsatz von KI in sicherheitskritischen Kontexten, indem er Leistungsfähigkeit mit erklärbarer Evidenz verknüpft und somit die Akzeptanz entsprechender Technologien im rechtlichen Umfeld stärkt.
Projektpartner
Finanzierung
Federal Ministry of Research, Technology and Space of Germany (BMFTR, Germany) in the project REGAiT (project number 13N17424 to 13N174247) under the program “Forschung für die zivile Sicherheit – gemeinsam für ein sicheres Leben in einer resilienten Gesellschaft” and its announcement “Anwendungen in der zivilen Sicherheit”.