KI gegen Menschenhandel:
System erkennt die Orte des Verbrechens

Ki hat viele Anwendungsfelder, US-Forscher haben die Techniken jetzt genutzt, um ein weltumspannendes System gegen Menschenhandel zu entwickelt. Da die Hintermänner ihre Opfer vor dem Handel oft in Hotelzimmern ablichten, wurde eine künstliche Intelligenz darauf trainiert, diese Hotels auf den Bildern zu erkennen.

Gegen den Menschenhandel mit KI-Bilderkennung

Wie The Register in seinem Bericht beschreibt, werden nach wie vor hunderttausende Menschen jedes Jahr verschleppt und ausgenutzt, oft handelt es sich dabei um junge Frauen, die zur Prostitution gezwungen werden sollen. Hotels spielen bei diesem Menschenhandel eine unrühmliche Rolle, da diese sehr oft als Sammelstelle für die Opfer nach ihrer Entführung dienen. Dort werden dann Fotos erstellt, die beispielsweise in Escort-Anzeigen genutzt werden. Genau hier setzt ein Forscherteam aus den USA an, um mit der Hilfe von künstlicher Intelligenz diese Fotos zu analysieren und die gezeigten Orte zu erkennen. Infografik: Künstliche Intelligenz im Aufwärtstrend Dieses System soll Strafverfolgung und anderen Organisationen ein neues Instrument an die Hand geben, wie Anlaufstellen für Menschenhandel zuverlässiger und schneller erkannt werden können. Als Basis nutzt das Team der George Washington University, Temple University und Adobe einen Datensatz von über 1 Millionen Bildern von 50.000 Hotels in verschiedenen Ländern, mit denen neuronale Netzwerke trainiert werden können.

"Mit diesen könnte es möglich sein, in Sekunden anhand des Hintergrundes (..:) zu erkennen, wo sich ein Opfer aufhält", so der Bericht. So könne das Dekor einen Hinweis auf die allgemeine Umgebung liefern, "Vorhänge, Tapete, Bettwäsche und Ähnliches kann analysiert werden, um den Aufenthaltsort der Opfer auf bestimmte Ketten oder Gegenden einzuschränken", so das Forscherteam.

Mit internationalem Ansatz

Aktuell ist das System dabei besonders gut darin, bestimmte Hotelketten zu erkennen. Hier kann die Bildanalyse mit einer Genauigkeit von 80 Prozent Ergebnisse liefern. Geht es darum, das konkrete Hotel zu erkennen, ist aber noch einiges an Verbesserungen nötig. Bei hundert Bildern konnte das richtige Hotel nur in 24 Prozent der Fälle erkannt werden. Die Hoffnung des Teams: Spezialisten sollen ihren Datensatz jetzt nutzen, um das System weiterzuentwickeln.