Quellen-Tabelle

Die Trefferquote der getesteten Gesichtserkennungssysteme betrug im Durchschnitt mehr als 80 Prozent — mit 300 freiwilligen Testpersonen über ein Jahr unter verschiedenen Jahreszeiten, Witterungs- und Lichtverhältnissen getestet. Grundvoraussetzung für eine praktische Einführung sei eine klarstellende Rechtsgrundlage im Bundespolizeigesetz gewesen, die zum damaligen Zeitpunkt noch fehlte.

Das ist der Ursprungspunkt der gesamten deutschen Entwicklung: ein Pilotversuch 2017/18 mit freiwilligen Teilnehmern, danach acht Jahre politischer Prozess bis zur ersten echten Anwendung 2025 (siehe unten). Wichtig: Schon damals wurde festgestellt, dass eine gesetzliche Grundlage fehlt — das zeigt eine sehr lange Vorlaufzeit zwischen Technologietest und tatsächlicher Anwendung.

Hessens Innenminister Roman Poseck (CDU) verkündete den ersten Einsatz automatisierter Echtzeit-Gesichtserkennung in Deutschland — nicht mehr als Test wie am Berliner Südkreuz, sondern im Dauerbetrieb. Betroffen sind Menschen im Frankfurter Bahnhofsviertel, darunter viele marginalisierte Gruppen. Die Technologie gilt laut Artikel als diskriminierend, weil sie bei Frauen oder People of Color mehr Fehler mache.

Wichtiger Meilenstein: Von "Test mit Freiwilligen" (2018) zu "Dauerbetrieb an einem realen Ort" (2025) — acht Jahre Entwicklung. Der Diskriminierungs-Einwand (höhere Fehlerquote bei Frauen/PoC) ist ein wissenschaftlich vielfach dokumentiertes Problem bei Gesichtserkennungssoftware allgemein, nicht spezifisch zu dieser Anwendung — für einen Blackstone-Artikel sollte diese Behauptung idealerweise noch mit einer spezifischen Studie zur verwendeten Software belegt werden (offener Rechercheposten).

Rund 50 Kameras werten seit 2025 im Bahnhofsviertel Bilder aus; aktiv zur Fahndung wurde die Software bislang nur in rund einem Dutzend Fällen eingesetzt, mit lediglich einem bestätigten Treffer (Identifizierung einer vermissten Jugendlichen). Zusätzlich nutzt die Polizei seit Ende 2025 eine mobile App, die Fotos direkt mit einer Datenbank von mehr als 5,3 Millionen gespeicherten Gesichtern abgleicht.

Sehr wichtiger Fund für Blackstones Wirksamkeits-Argumentation (Verweis F4): Bei nur rund einem Dutzend tatsächlicher Fahndungs-Einsätze gab es genau EINEN bestätigten Erfolg — bei gleichzeitig permanenter Erfassung aller Passanten durch 50 Kameras. Das ist ein sehr konkretes Zahlenverhältnis (Aufwand vs. Nutzen), das dem Muster aus F4 (MPI-Studie, BKA-Positionspapier) entspricht: massive Datenerfassung bei geringem, aber punktuell echtem Nutzen (die vermisste Jugendliche wurde tatsächlich gefunden — das sollte nicht kleingeredet werden).

Zahlreiche Bundesländer haben bereits Interesse an der Technologie angemeldet. Hessens Innenminister Poseck kündigte an, die Technik hessenweit an Kriminalitätsschwerpunkten einzuführen wollen. Bundesinnenminister Alexander Dobrindt möchte deutsche Bahnhöfe flächendeckend mit dieser Technologie und zusätzlich Verhaltensscannern ausrüsten. Ab Juli 2026 sollte eigentlich eine Evaluationsphase folgen — es zeichnet sich aber bereits ab, dass das System auf jeden Fall dauerhaft fortgeführt werden soll.

Wichtiger, sehr konkreter Function-Creep-Beleg: Noch bevor die eigentlich vorgesehene Evaluationsphase überhaupt richtig begonnen hat, wird bereits eine bundesweite Ausweitung angekündigt — sowohl auf Landes- als auch Bundesebene. Das Muster "erst testen, dann sofort ausweiten, bevor die Testergebnisse überhaupt vorliegen" taucht damit in einem weiteren Blackstone-Dossier auf (ähnlich wie bei A1, B3, D3).

Am 10. Juli 2026 hat der Bundestag eine Reform des Bundespolizeigesetzes beschlossen — Union und SPD stimmten dafür, Grüne und Linke dagegen, die AfD enthielt sich. Nach der Sommerpause muss sich noch der Bundesrat mit dem Gesetzentwurf befassen. Die Bundesregierung begründet die Reform mit neuen Sicherheitslagen; besonders umstritten ist die neue Möglichkeit zur biometrischen Echtzeit-Erkennung durch die Bundespolizei.

Das ist der wichtigste rechtliche Meilenstein für D4: Was bislang nur auf Landesebene (Hessen) lief, soll jetzt auch der Bundespolizei bundesweit an Bahnhöfen, Flughäfen und Grenzen erlaubt werden. Wichtige Statuskennzeichnung: Bundestag hat beschlossen (🔶), aber der Bundesrat muss noch zustimmen — das Gesetz ist damit noch nicht vollständig in Kraft. Interessantes Abstimmungsverhalten: AfD enthielt sich, statt zuzustimmen — Blackstone sollte hier auf reine Faktenwiedergabe achten, ohne diese Enthaltung zu interpretieren.

Berlin startet im August 2026 KI-gestützte Videoanalyse am Kottbusser Tor — Innensenatorin Spranger betont explizit, dass KEINE biometrische Gesichtserkennung stattfinde, sondern nur Bewegungsmuster analysiert würden. Investitionen von 2,47 Mio. Euro (2026-2030) plus 2,13 Mio. Euro Betriebskosten; Rechtsgrundlage ist eine im Dezember 2025 verabschiedete ASOG-Reform.

Wichtiger Kontrast-/Differenzierungsfall zu D4: Nicht jede neue Kamera-KI ist automatisch Gesichtserkennung — Berlin grenzt sich hier bewusst von der biometrischen Variante ab (reine Bewegungsmuster-Analyse). Für Blackstones Präzisionsanspruch wichtig, diesen technischen Unterschied klar zu kommunizieren, statt "KI-Kamera" pauschal mit "Gesichtserkennung" gleichzusetzen — auch wenn Kritiker argumentieren könnten, dass die Grenze zwischen beiden technisch fließend sein könnte (dieser Punkt wäre ein guter Rechercheansatz für ein künftiges Batch).

Der Abschlussbericht des Berliner Südkreuz-Pilotprojekts zur biometrischen Gesichtserkennung dokumentiert eine Falschakzeptanzrate von 0,67%.

Sehr wichtige technische Ergänzung zu Dossier D4: Eine Falschakzeptanzrate von 0,67% klingt zunächst niedrig — aber bei Millionen täglicher Bahnhofsnutzer bedeutet das dennoch tausende falsch-positive Treffer. Zur Einordnung: Bei angenommenen 300.000 Passanten am Tag würden bei dieser Rate rund 2.000 Menschen fälschlich als Treffer markiert. Diese Zahl gehört unbedingt ins bereits bestehende D4-Dossier nachgetragen — sie war dort bisher nicht mit dieser Präzision erfasst.

Bei einer angenommenen Fehlerquote von 0,5% würden am Berliner Bahnhof Südkreuz (über 100.000 Reisende täglich) rund 500 Personen pro Tag fälschlicherweise als gesuchte Person erkannt — selbst wenn 100 tatsächlich gesuchte Personen den Bahnhof nutzen, würden davon nur 70 erkannt. Das BMI korrigierte die Fehlerquoten-Angaben mehrfach; zuletzt hieß es: "Bisher wurde in durchschnittlich weniger als 1% der positiv erkannten Fälle eine Person irrtümlich einem Datensatz zugeordnet."

Sehr wichtige, konkret durchgerechnete Ergänzung zu D4/D7: Diese Beispielrechnung macht die abstrakte Falschakzeptanzrate greifbar — bei einem großen Bahnhof bedeutet selbst eine niedrig klingende Fehlerquote hunderte falsche Verdächtigungen täglich, während gleichzeitig ein erheblicher Teil der tatsächlich gesuchten Personen NICHT erkannt wird (nur 70 von 100 im Beispiel). Wichtig für Blackstones Sorgfalt: Das BMI hat die Zahlen "mehrfach korrigiert" — ein Hinweis auf frühere Kommunikationsprobleme bei der Genauigkeit dieser Statistik, die im Artikel erwähnenswert ist.

Per Änderungsantrag erweitert die schwarz-rote Koalition die geplante automatisierte Überwachung nochmals massiv: Die Bundespolizei soll künftig auch Videobilder in Echtzeit analysieren können, nicht nur nachträglich auswerten. Das Gesetz sollte bereits am folgenden Freitag im Bundestag beschlossen werden — ein sehr kurzfristiges Verfahren.

Sehr wichtige, aktuelle Verschärfung des bereits in D4 dokumentierten Bundespolizeigesetzes: Die Änderung von "nachträglicher Auswertung" zu "Echtzeit-Analyse" ist ein qualitativer Sprung — Echtzeit-Erkennung ermöglicht sofortige Reaktion (z. B. Festnahme direkt am Ort), während nachträgliche Auswertung nur der Aufklärung bereits geschehener Taten dient. Der kurzfristige Zeitplan (Änderungsantrag kurz vor der Abstimmung) passt zum bereits in anderen Dossiers (A1) dokumentierten Muster beschleunigter Verfahren mit wenig Beratungszeit.

Deutsche Innenminister planten Gesichtserkennung bei Fußballspielen, fehlende gesetzliche Grundlage, ~20.000 Fans protestierten in Leipzig.

Pläne noch nicht umgesetzt laut Artikel.