Fingerabdrücke können dabei helfen, Straftäter zu überführen. Dazu ist es allerdings bislang erforderlich, dass die Abdrücke, die an einem Tatort gesichert werden, von den gleichen Fingern stammen wie die vorab in einer Datenbank gespeicherten. Stammt der Abdruck am Tatort hingegen beispielsweise von einem Mittelfinger, hinterlegt sind aber nur Abdrücke der Zeigefinger, war bislang keine Zuordnung möglich. Auch wenn an verschiedenen Tatorten Abdrücke unterschiedlicher Finger der gleichen Person gefunden wurden, ließ sich keine Verbindung herstellen. Denn nach dem bisherigen Dogma der Forensik ist jeder Fingerabdruck einzigartig, auch wenn er von verschiedenen Fingern der gleichen Person stammt.
Ähnlichkeiten aufgedeckt
Diese Annahme stellt ein Team um Gabe Guo von der Columbia University in New York nun in Frage. „Im Gegensatz zu der vorherrschenden Annahme zeigen wir mit über 99,99-prozentiger Sicherheit, dass Fingerabdrücke von verschiedenen Fingern derselben Person sehr starke Ähnlichkeiten aufweisen“, berichtet das Team. Mit Hilfe von 60.000 Fingerabdrücken aus einer öffentlichen Datenbank der US-Regierung haben die Forschenden eine künstliche Intelligenz darauf trainiert, zu erkennen, ob zwei Fingerabrücke von derselben Person stammen oder nicht. Dabei erreichte das KI-Modell eine Trefferquote von 77 Prozent.
Doch wie kann die KI die Abdrücke verschiedener Finger mit relativ hoher Zuverlässigkeit einer Person zuordnen, wenn es angeblich keine Gemeinsamkeiten gibt? Um diese Frage zu beantworten, analysierte das Forschungsteam detailliert, auf welche Hinweise sich die KI verlässt. Bei herkömmlichen Fingerabdruckanalysen – sei es in der Kriminalistik oder für biometrische Scanner – wertet ein System die sogenannten Minuzien aus, also die Endpunkte und Verzweigungen der feinen Rillen des Fingerabdrucks. „Unsere KI nutzt keine Minuzien, sondern wertet stattdessen die Winkel und Krümmungen der Wirbel und Schleifen in der Mitte des Fingerabdrucks aus“ erklärt Guo.
Noch nicht für den realen Einsatz
Für weitere Analysen bildete das Team Untergruppen der Fingerabdrücke von Testpersonen, die nach Geschlecht und Ethnie aufgeteilt waren, und prüfte, ob die Ähnlichkeiten zwischen den Fingern einer Person je nach Geschlecht oder Abstammung größer oder kleiner sind. Am zuverlässigsten war das Modell allerdings, wenn es mit Fingerabdrücken aller demografischen Gruppen trainiert wurde. „Das zeigt, dass die Ähnlichkeit in hohem Maße verallgemeinerbar ist“, folgern die Forschenden.
Sie hoffen, dass KI-gestützte Methoden zukünftig dabei helfen können, Straftäter besser zu identifizieren oder Unschuldige zu entlasten. „Unsere Experimente deuten darauf hin, dass diese Beziehung in einigen Situationen die Effizienz der forensischen Untersuchung um fast zwei Größenordnungen steigern kann“, so das Team. Für einen realen Einsatz in der Strafverfolgung ist das aktuelle System bislang allerdings noch zu ungenau. „Wir gehen aber davon aus, dass das vorgeschlagene System eine wesentlich bessere Leistung erzielt, wenn es mit sehr großen staatlichen Datenbanken, die auch Teilfingerabdrücke enthalten, trainiert wird.“
