KI soll Aufnahmeorte aus Bild und Ton erschließen

Das US-Geheimdienst-Forschungsprogramm LocUS will Standorte aus Videos, Fotos und Audiomaterial automatisch bestimmen – ohne Metadaten und Gesichtserkennung.

Die Intelligence Advanced Research Projects Activity (Iarpa), die Forschungsbehörde der US-Geheimdienste, entwickelt ein System, das den genauen Aufnahmeort von Videos, Bildern und Tonaufnahmen automatisch bestimmen soll – selbst wenn alle eingebetteten Standortdaten entfernt wurden. Das Programm trägt den Namen LocUS (Location Using Sound) und wurde vor rund fünf Monaten still veröffentlicht, wie das Nachrichtenportal The Debrief berichtet.

Das Ziel ist ehrgeizig: 90 Prozent aller Vorhersagen sollen innerhalb von 250 Metern um den tatsächlichen Aufnahmeort liegen. Sucht das System in einem Gebiet von kontinentaler Größe – definiert als Fläche mit einem Durchmesser von rund 2.500 Kilometern – darf es dafür weniger als fünf Minuten benötigen. Dabei soll es vollständig autonom ohne menschliche Analysten arbeiten.

Mehr als ein Bilderkenner

LocUS geht deutlich über bekannte Ansätze zur Bildgeolokalisierung hinaus. Das System muss visuelle und akustische Informationen kombinieren – also etwa Straßenlärm, Raumakustik oder andere Umgebungsgeräusche, die geografische Hinweise liefern können, auch wenn keine verwertbare Sprache zu hören ist. Systeme, die ausschließlich auf Bildvergleich oder auf menschliche Sprache angewiesen sind, werden von Iarpa ausdrücklich ausgeschlossen.

Als Vergleich nennt Iarpa selbst das populäre Online-Spiel GeoGuessr, bei dem Nutzer anhand von Google-Street-View-Aufnahmen Orte erraten. Erfahrene Spieler achten dabei auf Vegetation, Straßenmarkierungen, Architektur und Strommasten. LocUS soll dieses Prinzip auf Geheimdienstniveau heben – und dabei auch mit minderertigem Material umgehen können: unscharfe Videos, Aufnahmen mit niedriger Auflösung oder Ton minderer Qualität sollen kein Hindernis darstellen.

Die Behörde bevorzugt zudem Systeme, die ihre Schlussfolgerungen in verständlicher Sprache erklären können – etwa indem sie benennen, welches Architekturdetail oder welches Hintergrundgeräusch für oder gegen einen bestimmten Ort gesprochen hat. So könnten Analysten die Qualität einer Vorhersage selbst einschätzen.

Anwendung bei Menschenhandel und Geiselnahmen

Iarpa nennt konkrete Einsatzszenarien: Das System soll helfen, Geiseln zu lokalisieren, Orte im Zusammenhang mit Menschenhandel zu identifizieren und Videos aufzuspüren, die von feindlichen Akteuren online gestellt wurden.

"LocUS wird die Geolokalisierungsfähigkeiten der Geheimdienste erheblich über reine Bildmethoden hinaus verbessern und damit das Volumen der Inhalte erhöhen, die genau verortet werden können", schreibt Iarpa in einer Programmübersicht.

In diesem Zusammenhang spielt auch die Datenbank TraffickCam eine Rolle. Die von Dr. Abby Stylianou, Informatikprofessorin an der Saint Louis University, mitentwickelte App ermöglicht es Reisenden, Fotos von Hotelzimmern hochzuladen, die dann bei Ermittlungen gegen Menschenhandel genutzt werden können.

Laut Stylianou wurde die App von über 250.000 Nutzern heruntergeladen und erhält täglich Hunderte neuer Bilder. Zusammen mit im Internet gesammelten Aufnahmen umfasst die Datenbank inzwischen mehr als 15 Millionen Fotos von Hotels und Mietobjekten weltweit. Stylianou hat gegenüber Iarpa Interesse an einer Beteiligung am LocUS-Programm bekundet.

Technische Hürden bei unbekannten Orten

Eine der zentralen Herausforderungen ist die Verallgemeinerungsfähigkeit solcher Systeme. KI-Modelle zur Geolokalisierung schneiden oft gut ab, wenn sie Orte aus ihren Trainingsdaten wiedererkennen – versagen aber bei unbekannten Schauplätzen, insbesondere in Innenräumen, wo Hotelzimmer, Büros und Wohnungen weltweit nahezu identisch aussehen können.

Dr. Xiaoming Liu, Bilderkennungsspezialist an der University of North Carolina at Chapel Hill, beschreibt das Problem gegenüber The Debrief so: "Sie mögen Trainingsdaten aus jedem einzelnen US-Bundesstaat haben, aber was ist mit jedem Landkreis innerhalb eines Bundesstaates oder jeder Stadt innerhalb eines Landkreises? Wie gut wir das adressieren können, wird großen Einfluss auf die Verallgemeinerbarkeit unserer Lösung haben."

Um diese Schwachstellen gezielt zu testen, sieht das 15-monatige Programm fünf unabhängige Testrunden vor – etwa alle drei Monate eine. Dabei werden Systeme mit bisher ungesehenem Material konfrontiert, das die Behörde in abgeschotteten Datensätzen vorhält. Gesichtserkennung, Stimmerkennung und andere biometrische Verfahren sind ausdrücklich ausgeschlossen.

Programm läuft vermutlich bereits

Aaron Lukas, stellvertretender Direktor des Nationalen Geheimdienstes, erklärte bei der Vorstellung von LocUS und vier weiteren Programmen im April: "Diese Forschungsprogramme werden dazu beitragen, Fähigkeiten aufzubauen, die direkt auf Einsatzbedürfnisse anwendbar sind, indem sie die technische Lücke zwischen aufkommenden Lösungen und erfolgreicher Anwendung schließen."

Die Bewerbungsfrist für teilnehmende Forschungsteams endete im Juni 2026. Iarpa hat weder einen offiziellen Starttermin noch die ausgewählten Teams öffentlich bekannt gegeben. Begann die Entwicklungsphase kurz nach Bewerbungsschluss, würde sie voraussichtlich bis Ende 2027 laufen. Ob und in welchem Umfang Ergebnisse öffentlich werden, ist offen.

Ob LocUS schließlich zu einer aktiven Geheimdienstkapazität wird und wie leistungsfähig das System im Einsatz ist, könnte dauerhaft außerhalb der Öffentlichkeit bleiben.