Am 26. März 2022, gegen 8:20 Uhr Bin., ein Mann in hellblauen Nike-Jogginghosen bestieg einen Bus in der Nähe eines Einkaufszentrums in Timonium, außerhalb von Baltimore. Nachdem der Busfahrer ihn angewiesen hatte, eine Vorschrift einzuhalten, die Fahrgäste zum Tragen von Gesichtsmasken verpflichtete, näherte er sich dem Fahrkartenschalter und begann mit ihr zu streiten. „Ich habe Schlampen angefahren“, sagte er und beugte sich über einen Plastikschutz, hinter dem der Fahrer saß. Als sie ihr iPhone herausholte, um die Polizei zu rufen, griff er um den Schild herum, schnappte sich das Gerät und rannte davon. Der Busfahrer folgte dem Mann nach draußen, wo er ihr wiederholt ins Gesicht schlug. Dann stand er lachend am Bordstein, während sein Opfer sich das Blut von der Nase wischte.
Als die Polizei das Gebiet durchsuchte, war der Angreifer bereits geflohen, der Vorfall war jedoch von Überwachungskameras gefilmt worden. Beamte der Maryland Transit Administration Police extrahierten Standbilder aus dem Filmmaterial und erstellten ein „Be on the Lookout“-Bulletin, das an die Strafverfolgungsbehörden verteilt wurde. Es enthielt mehrere Bilder des mutmaßlichen Täters: eines schlanken Schwarzen, dessen Gesicht teilweise von einer Baseballkappe und einem Kapuzenpullover verdeckt war. Die Mitteilung wurde auch an die Staatsanwaltschaft im nahegelegenen Harford County geschickt, und ein dortiger Analyst beschloss, eine Gesichtserkennungssuche durchzuführen. Sie speiste ein Standbild in eine Software ein, die mithilfe von Algorithmen Gesichter mit ähnlichen Merkmalen in einer riesigen Bilddatenbank identifizierte. Dieses „Sondenfoto“ erstellte eine Liste möglicher Übereinstimmungen. (Forscher haben etwa achtzig „Knotenpunkte“ identifiziert, die die ausgeprägte Geometrie eines menschlichen Gesichts widerspiegeln.) Der Partner, der dem Analytiker ins Auge fiel, war Alonzo Cornelius Sawyer, ein Einwohner von Maryland, Mitte fünfzig.
Am 28. März wurde Sawyer zu einer Person, die in dem Fall von Interesse war, und sein Name wurde an die Kriminalpolizei des MTA weitergeleitet, wo Ermittler die Datenbanken der Polizei nach Informationen über ihn durchsuchten. Sie fanden heraus, dass er kürzlich wegen einer Reihe von Verkehrsverstößen auf Bewährung saß. In drei Tagen sollte er einer Vorladung folgen und in einem Gerichtsgebäude im Harford County erscheinen, nachdem er wegen angeblichen Fahrens ohne Führerschein angehalten worden war. Sawyer erschien gut gelaunt zur Anhörung und lachte mit einem Wachmann am Eingang. Auf dem Weg nach draußen, nachdem er erfahren hatte, dass sein Fall verschoben worden war, packte ihn ein stellvertretender US-Marschall von hinten, rammte ihn gegen eine Wand und fragte ihn, ob er Alonzo Sawyer sei. „Ja“, sagte Sawyer. Der Marschall sagte ihm, dass er einen Haftbefehl gegen ihn habe. „Sag mir, worum es geht“, flehte Sawyer. Der Marschall sagte ihm, dass er es früh genug herausfinden würde.
Sawyer wurde mit Handschellen gefesselt und zum Polizeipräsidium der MTA in Baltimore gebracht, wo ihn zwei Beamte darüber verhörten, wo er am 26. März gewesen war. Sawyer sagte, dass er und seine Frau, die kurz vor dem Umzug in eine neue Wohnung standen, im Haus seiner Schwägerin wohnten, die in Abingdon, einem Vorort vierzig Minuten nordöstlich von Baltimore im Harford County, lebte. Aber er konnte sich nicht erinnern, ob er den ganzen Tag dort verbracht hatte. Wann war er das letzte Mal in Baltimore County? Sawyer sagte, er könne sich nicht erinnern, beharrte jedoch darauf, dass er nicht mit MTA-Bussen gefahren sei und an diesem Tag nicht in eine Auseinandersetzung verwickelt gewesen sei. Die Beamten zeigten ihm dann das Bulletin „Be on the Lookout“ und einer von ihnen fragte: „Wer war das dann?“ Sawyer starrte auf die Fotos und sagte: „Ich weiß nicht – wer ist das?“ Der Mann hatte wie er ein schmales Gesicht und einen Spitzbart. Aber er sah nicht älter als fünfunddreißig aus, dachte Sawyer – jung genug, um sein Sohn zu sein. Und obwohl ihre Hautfarbe ähnlich war, war die Farbe ihrer Kleidung nicht ähnlich. Er zeigte auf die Jogginghose des Angreifers und sagte: „Ich trage kein Hellblau – ich trage es nicht einmal eigen alles in dieser Farbe.“
Die Beamten ließen sich nicht überzeugen. Sawyer wurde in das Internierungslager des Baltimore County gebracht und wegen zweifacher Körperverletzung zweiten Grades und mehrerer Anklagen im Zusammenhang mit dem Diebstahl des Telefons angeklagt. Wegen der Schwere des Verbrechens wurde ihm eine Freilassung auf Kaution verweigert, was eine mögliche Freiheitsstrafe von 25 Jahren nach sich zog.
Im Jahr 2016 veröffentlichte das Center on Privacy and Technology am Georgetown University Law Center einen Bericht mit dem Titel „The Perpetual Line-Up“, in dem geschätzt wurde, dass sich die Gesichter von einhundertsiebzehn Millionen Amerikanern in Gesichtserkennungsdatenbanken auf staatlicher und lokaler Ebene befanden Strafverfolgungsbehörden könnten darauf zugreifen. Viele dieser Bilder stammten aus staatlichen Quellen – Führerscheinfotos, Fahndungsfotos und dergleichen. Andere Bilder stammten aus Quellen wie Überwachungskameras und sozialen Medien.
In den Jahren seit der Veröffentlichung des Berichts ist die Technologie immer allgegenwärtiger geworden, nicht zuletzt, weil der Verkauf ein lukratives Geschäft ist und KI-Unternehmen Strafverfolgungsbehörden erfolgreich davon überzeugt haben, Kunden zu werden. Eine Untersuchung von BuzzFeed News aus dem Jahr 2021 ergab, dass Mitarbeiter von fast zweitausend öffentlichen Behörden Software verwendet oder getestet hatten, die von Clearview AI entwickelt wurde, einem Gesichtserkennungsunternehmen mit einer Datenbank mit Milliarden von Bildern, die aus dem Internet gekratzt wurden. Das Unternehmen vermarktete seine Dienste bei der Polizei mit dem Versprechen, dass seine Software „über alle demografischen Gruppen hinweg zu 100 % genau“ sei.
Befürworter betrachten die Gesichtserkennungstechnologie als ein unschätzbares Werkzeug, das dazu beitragen kann, die Polizeiarbeit effizienter zu gestalten und sicherzustellen, dass Kriminelle zur Rechenschaft gezogen werden. Der Ruf der Technologie wurde gestärkt, nachdem sie Ermittlern dabei half, zahlreiche Randalierer zu identifizieren, die am 6. Januar 2021 das US-Kapitol stürmten. In „Your Face Belongs to Us“, einem neuen Buch, das die Geschichte der Gesichtserkennungstechnologie nachzeichnet, schreibt Kashmir Hill, a Reporter bei der Malbeschreibt, wie im Jahr 2019 ein Agent des Heimatschutzministeriums, der einen Fall von Kindesmissbrauch untersuchte, das Foto eines Verdächtigen per E-Mail an Kollegen schickte, von denen einer das Bild über die Plattform von Clearview AI laufen ließ. Der Agent erhielt ein Instagram-Foto eines muskulösen Mannes und einer muskulösen Frau zurück, die auf einer Bodybuilding-Messe in Las Vegas posieren. Im Hintergrund des Bildes war jemand zu sehen, der dem Verdächtigen ähnelte; Er stand hinter einem Tisch am Stand eines Herstellers von Nahrungsergänzungsmitteln. Der Agent rief das Unternehmen an, das seinen Sitz in Florida hatte. Der als Andres Rafael Viola identifizierte Mann wurde festgenommen, und in seinem anschließenden Prozess legten die Bundesbehörden genügend andere Beweise vor, beispielsweise von seinen elektronischen Geräten aufgenommene Bilder, um eine Verurteilung herbeizuführen. Viola wurde zu 35 Jahren Gefängnis verurteilt.
Es ist nicht schwer, sich vorzustellen, warum sich Strafverfolgungsbeamte ein Werkzeug wünschen, das zu solchen Leistungen in der Lage ist. Kritiker befürchten jedoch, dass die Polizei die automatisierte Gesichtserkennung für anstößigere Zwecke einsetzen könnte, etwa zur Überwachung der Aktivitäten friedlicher Demonstranten und zum Eingriff in die Privatsphäre der Bürger. Und es bleibt die Frage, wie zuverlässig das Tool ist. Wie alle maschinellen Lernsysteme trifft Gesichtserkennungssoftware Vorhersagen, indem sie Muster in großen Datenmengen erkennt. Diese Analyse erfolgt häufig mithilfe künstlicher neuronaler Netze, die die Funktion des menschlichen Gehirns nachahmen. Die Technologie wird mit Fotos von Gesichtern trainiert, genau wie ChatGPT mit Text trainiert wird, und erstellt ein statistisches Modell, das einen Konfidenzwert zuweisen kann, um anzugeben, wie ähnlich zwei Bilder sind. Aber selbst ein Konfidenzwert von neunundneunzig Prozent ist keine Garantie dafür. Die Unternehmen, die diese Technologie vermarkten, erkennen an, dass die Bewertung eine „algorithmische beste Schätzung“ widerspiegelt – eine Bewertung, deren Genauigkeit je nach Qualität des Sondenfotos variieren kann, die durch Faktoren wie Beleuchtung und Kamerawinkel beeinträchtigt werden kann. Wenn außerdem der zum Trainieren des Algorithmus verwendete Datensatz unausgewogen ist – mehr männliche als weibliche Gesichter oder mehr weiße als schwarze Gesichter –, kann das Modell für einige Bevölkerungsgruppen schlechter abschneiden. Jonathan Frankle, ein Spezialist für neuronale Netze, der Gesichtserkennungstechnologie erforscht hat, sagte mir: „Wie bei allen Dingen beim maschinellen Lernen sind Sie nur so gut wie Ihre Daten.“ Wenn meine Trainingsdaten eine bestimmte Gruppe stark repräsentieren, wird mein Modell wahrscheinlich zuverlässiger bei der Beurteilung von Mitgliedern dieser Gruppe sein, weil es genau das gesehen hat.“