GI LogoGI Logo
  • Anmelden
Digitale Bibliothek
    • Gesamter Bestand

      • Bereiche & Sammlungen
      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
    • Diese Sammlung

      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
Digital Bibliothek der Gesellschaft für Informatik e.V.
GI-DL
    • English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
Dokumentanzeige 
  •   Startseite
  • Lecture Notes in Informatics
  • Proceedings
  • INFORMATIK - Jahrestagung der Gesellschaft für Informatik e.V.
  • P314 - INFORMATIK 2021 - Computer Science & Sustainability
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.
  •   Startseite
  • Lecture Notes in Informatics
  • Proceedings
  • INFORMATIK - Jahrestagung der Gesellschaft für Informatik e.V.
  • P314 - INFORMATIK 2021 - Computer Science & Sustainability
  • Dokumentanzeige

Adversarial Examples zum Selbstdatenschutz? Der Fall biometrischer Gesichtserkennung im öffentlichen Raum

Autor(en):
Bunzel, Niklas [DBLP] ;
Zander, Neele [DBLP] ;
Landwirth, Robert [DBLP] ;
Riedel, Ann-Katrin [DBLP]
Zusammenfassung
Videoüberwachung im öffentlichen Raum kann zur Aufklärung von Verbrechen, Identifikation von Personen und Erkennung von Waffen oder von Gruppenbildung genutzt werden. Durch die Unterstützung von künstlicher Intelligenz (KI) können große Datenmengen automatisch und effizient erhoben und ausgewertet werden. KI-gestützte Videoüberwachung im öffentlichen Raum, insbesondere die Gesichtserkennung, intensivieren Grundrechtseingriffe und erhöhen datenschutzrechtliche Risiken. Der im April 2021 veröffentlichte Gesetzesentwurf der EU-Kommission zur Regulierung von KI-Anwendungen erkennt zwar das Risiko der biometrischen Gesichtserkennung mittels Videoüberwachung im öffentlichen Raum, sieht jedoch von einem allumfassenden Verbot ab. Dies stellt ein Problem für die Privatheit der betroffenen Bürger*innen dar. Im Rahmen des Papers diskutieren wir Adverserial Examples als Möglichkeit des Selbstdatenschutzes darauf zu reagieren.
  • Vollständige Referenz
  • BibTeX
Bunzel, N., Zander, N., Landwirth, R. & Riedel, A.-K., (2021). Adversarial Examples zum Selbstdatenschutz? Der Fall biometrischer Gesichtserkennung im öffentlichen Raum. In: , . (Hrsg.), INFORMATIK 2021. Gesellschaft für Informatik, Bonn. (S. 1059-1075). DOI: 10.18420/informatik2021-087
@inproceedings{mci/Bunzel2021,
author = {Bunzel, Niklas AND Zander, Neele AND Landwirth, Robert AND Riedel, Ann-Katrin},
title = {Adversarial Examples zum Selbstdatenschutz? Der Fall biometrischer Gesichtserkennung im öffentlichen Raum},
booktitle = {INFORMATIK 2021},
year = {2021},
editor = {} ,
pages = { 1059-1075 } ,
doi = { 10.18420/informatik2021-087 },
publisher = {Gesellschaft für Informatik, Bonn},
address = {}
}
DateienGroesseFormatAnzeige
K1-8.pdf10.89Mb PDF Öffnen

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.18420/informatik2021-087

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

DOI: 10.18420/informatik2021-087
ISBN: 978-3-88579-708-1
ISSN: 1617-5468
Datum: 2021
Sprache: de (de)

Keywords

  • Künstliche Intelligenz
  • Videoüberwachung
  • Regulierung von KI-Anwendungen
  • hochriskante Anwendung
  • Selbstdatenschutz
  • Adversarial Examples
Sammlungen
  • P314 - INFORMATIK 2021 - Computer Science & Sustainability [168]

Zur Langanzeige


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.

 

 


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.