Zusammenfassung
Generative Systeme können viele Signale reproduzieren, die historisch mit menschlicher Anwesenheit verbunden waren. Human Link Project weist menschliche Anwesenheit nach, ohne personenbezogene Daten zu übertragen. Wenn eine Identitätssicherung erforderlich ist, ergänzt FaceDNI den Abgleich mit einem Identitätsdokument auf dem Gerät und eine KI-gestützte Lebenderkennung, die Deepfakes widerstehen soll.
1. Die Vertrauenslücke
Authentifizierung weist die Kontrolle über ein Konto oder einen Berechtigungsnachweis nach. Sie weist nicht zwingend nach, dass ein Mensch bei einer bestimmten Handlung anwesend ist. Human Link Project behandelt Anwesenheit als eigenständige Aussage mit eigenem Lebenszyklus und Bedrohungsmodell.
2. Gestaltungsziele
- Menschliche Anwesenheit standardmäßig nachweisen, ohne die Person zu identifizieren oder personenbezogene Daten zu übertragen.
- Den Nachweis an eine klare Anwendungshandlung binden.
- Gespeicherte und offengelegte Daten minimieren.
- Replay, Automatisierung und delegierter Ausführung widerstehen.
- Geräte- und anwendungsübergreifend interoperabel bleiben.
3. Protokollübersicht
Der Verifizierer gibt eine neue Challenge mit Zielgruppe, Aktions-Digest und Ablaufzeit aus. Der reine Anwesenheitsmodus verifiziert einen lebenden Menschen ohne personenbezogene Daten; wenn eine Identität erforderlich ist, führt FaceDNI den Dokumentenabgleich und die KI-gestützte Lebenderkennung auf dem Gerät durch. Geschütztes Schlüsselmaterial signiert anschließend die Challenge und das Verifizierungsergebnis. Die Verifizierungs-API bewertet Aktualität, Signaturintegrität, Geräteattestierung und Richtlinie.
4. Datenschutzmodell
Die reine Anwesenheitsprüfung identifiziert die Person nicht und überträgt keine personenbezogenen Daten. In optionalen Abläufen zur Identitätssicherung führt FaceDNI den Gesichtsabgleich und die Lebenderkennung auf dem Mobilgerät durch, während Human Link Project nur das für die autorisierte Interaktion erforderliche zweckgebundene Ergebnis bereitstellt.
5. Bedrohungsmodell
Das System berücksichtigt Replay, Malware, Fernsteuerung, Zwang, kompromittierte Anwendungen, synthetische Medien und KI-generierte Deepfakes. Kein einzelnes Signal gilt als ausreichend; die Verifizierung kombiniert unabhängige Aussagen und kommuniziert verbleibende Unsicherheit.
6. Governance
Vertrauensinfrastruktur erfordert transparente Sicherheitsprüfungen, dokumentierte Richtlinienänderungen und wirksame Beschwerdemöglichkeiten. Die Projekt-Roadmap umfasst unabhängige Audits und einen Weg zu gemeinsamer technischer Governance.