Zusammenfassung:
USA Die Polizei nutzt ein künstliches Intelligenztool namens Raven, um anhand eines Fotos vom Inneren des Hauses herauszufinden, auf welchem konkreten Grundstück das Foto aufgenommen wurde. Auch wenn das Foto keinen Blick aus dem Fenster, Straßenschilder oder GPS-Standortinformationen enthält, können die Waschmaschine, die Badezimmerausstattung und die Inneneinrichtung auf dem Bild Hinweise auf die Identifizierung des Hauses sein. Die Technologie kann gewöhnliche Innenfotos mit Auflistungsinformationen auf Immobilien- und Kurzzeitmietplattformen abgleichen und so potenzielle Ermittlungshinweise für Strafverfolgungsbeamte liefern und gleichzeitig Bedenken hinsichtlich der Privatsphäre und der Massenüberwachung aufkommen lassen.
Laut TechSpot-Bericht vom 12. Oktober 2026 wurde dieses Tool namens Raven von der amerikanischen Firma Graylark Technologies entwickelt. Das System, früher bekannt als GeoSpy, wurde ursprünglich verwendet, um Aufnahmeorte anhand von Architekturstilen, Topographie und anderen geografischen Merkmalen in Fotos abzuleiten. Wenn neue Funktionen hinzugefügt werden, wird versucht, den Identifizierungsbereich auf das Innere von Gebäuden auszudehnen, um Ermittlern dabei zu helfen, bestimmte Objekte anhand von Innenfotos zu lokalisieren.
Früheren Medienberichten zufolge haben das Los Angeles Police Department und das Miami-Dade County Sheriff’s Office die Rechte zur Nutzung von Raven erworben. Es mangelt jedoch noch an ausreichenden öffentlichen Daten darüber, ob Strafverfolgungsbehörden dieses Instrument in tatsächlichen Fällen umfassend nutzen und inwieweit es die Effizienz von Ermittlungen verbessern kann.
Was dieses Mal Aufmerksamkeit erregte, war ein Demonstrationsvideo, das kürzlich von Daniel Heinen, CEO von Graylark, gezeigt wurde. In dem Video ruft der Betreiber ein Innenfoto von der Social-Media-Plattform X ab, das nur eine Waschmaschine und einen Trockner zeigt. Betreiber laden Fotos auf Raven hoch, wählen Funktionen zur Lokalisierung von Immobilien im Innen- und Außenbereich aus und geben den zu durchsuchenden Bereich an.
Nach ein paar Sekunden schränkt das System die Karte auf ein Gebiet in Charlotte, North Carolina, USA, ein und listet mögliche passende Eigenschaften auf. Das Top-Ergebnis zeigte eine Kurzzeitmietbeschreibung mit Text wie „Renoviert! Nur wenige Gehminuten von der Innenstadt entfernt.“ Die Medien überprüften später und stellten fest, dass dieser Text mit einem bestimmten Inserat auf der Airbnb-Plattform übereinstimmte und die in dem Inserat angezeigten Innenfotos auch derselben Immobilie entsprachen wie die zu lokalisierenden Fotos.
In einer anderen Demo hat ein Betreiber ein Foto eines Badezimmers aus den sozialen Medien hochgeladen. Raven richtete den Suchbereich dann auf die Gegend von Montecito, Kalifornien, und gab als Ergebnis einen Eintrag mit dem Namen „Montecito Beach Sand House“ aus. Einschlägige Medien bestätigten, dass der vom System zurückgegebene Text direkt einer Eintragseinführung auf der Kurzzeitmietplattform Vrbo entsprach.
Das bedeutet, dass die Arbeitsweise von Raven nicht einfach darin besteht, zu suchen, ob es genau die gleichen Bilder im Internet gibt, sondern zu versuchen, einzigartige Merkmale in den Fotos zu identifizieren und dann möglicherweise andere entsprechende Fotos und Immobilieninformationen auf Immobilien-Websites und in Angeboten von Plattformen für Kurzzeitmieten zu finden.
Ein Innenfoto könnte beispielsweise ein bestimmtes Waschmaschinenmodell, eine einzigartige Badezimmeraufteilung, Wandverkleidungen, Schrankstile oder andere dekorative Details enthalten. Für sich genommen sind diese Elemente möglicherweise nicht geografisch spezifisch, aber wenn Sie sie mit einer großen Anzahl von Auflistungsbildern vergleichen, kann es möglich sein, die Suche auf die Immobilien einzugrenzen, die Ihren Kriterien am besten entsprechen.
Diese Technologie unterscheidet sich erheblich von der herkömmlichen umgekehrten Bildsuche. Die umgekehrte Bildsuche wird hauptsächlich verwendet, um gleiche oder ähnliche Bilder zu finden, die bereits im Internet aufgetaucht sind, während Raven versucht, durch Szenenmerkmale Assoziationen zwischen verschiedenen Fotos herzustellen. Auch wenn das zu ortende Foto nicht mit dem Bild auf der Listingseite identisch ist, kann das System dennoch dieselbe Immobilie anhand ihrer gemeinsamen Innenumgebung identifizieren.
Dies ist auch ein wichtiger Grund, warum diese Technologie Datenschutzbedenken aufwirft. Früher dachte man vielleicht, dass es schwierig wäre, aus einem gewöhnlichen Innenfoto auf eine bestimmte Adresse zu schließen, solange das Foto keine GPS-Koordinaten, Straßen oder Sehenswürdigkeiten enthielt. Da künstliche Intelligenz jedoch komplexere visuelle Merkmale verarbeiten und mit umfangreichen Daten zum öffentlichen Wohnungsbau kombinieren kann, ist dieses Urteil möglicherweise nicht mehr zuverlässig.
Graylark sagte, dass das Unternehmen die Positionierungsfähigkeiten von Raven in Innenszenen stärkt. In Hainings Einführung in den sozialen Medien hieß es, dass diese Funktion Innenfotos von Millionen von kurzfristig vermieteten Immobilien auf der ganzen Welt geolokalisieren kann. Er glaubt, dass die Möglichkeit, ein nicht identifiziertes Innenfoto mit einem bestimmten Ort zu verknüpfen, für Strafverfolgungsbeamte, die Fälle von Menschenhandel und Ausbeutung untersuchen, Ermittlungshinweise liefern kann, die einer weiteren Überprüfung wert sind.
Ermittler können beispielsweise über ein Foto eines Innenraums aus sozialen Medien, Chatprotokollen oder anderen Quellen verfügen, wissen aber nicht, in welchem Hotel, Apartment oder Mietobjekt das Foto aufgenommen wurde. Wenn das System eine mögliche Übereinstimmung findet, kann die Polizei die Informationen weiter überprüfen, um festzustellen, ob es einen für den Fall relevanten Standort gibt.
Die durch solche Techniken erzielten Ergebnisse sollten jedoch eher als Ermittlungshinweise denn als unabhängige Tatsachenbeweise betrachtet werden. Möbel, Oberflächen und Einrichtungsgegenstände auf den Fotos können in mehreren Angeboten vorkommen, oder das Haus wurde seit der Aufnahme des Fotos renoviert oder die Ausstattung wurde geändert. Daher müssen die vom System gelieferten Matching-Ergebnisse noch durch andere Beweise bestätigt werden.
Ravens technische Grundlage lässt sich auf die anfängliche Entwicklung von GeoSpy zurückführen. Das System analysierte zuvor Architekturstile, Boden, Vegetation und andere geografische Merkmale, um daraus abzuleiten, wo ein Foto aufgenommen worden sein könnte. Um dieses Ziel zu erreichen, nutzt Graylark eine große Anzahl von Bildern aus der ganzen Welt, um das Modell zu trainieren.
Haining erklärte zuvor in einem Interview mit Technology Media Indicator, dass die Fähigkeit zur Positionierung in Innenräumen nicht das ursprüngliche Entwicklungsziel des Teams sei. Während er eine neue Version von GeoSpy testete, lud er versehentlich ein Foto seiner Freundin hoch, die im Badezimmer ein Selfie machte, und das System zeigte auf San Francisco. Überrascht davon begann er mit dem Herunterladen von Innenraumfotos von Immobilien-Websites und stellte fest, dass das System in vielen Fällen die richtige Stadt identifizieren konnte.
Haining spekulierte, dass das Modell während des Trainings mit Geotags versehenen Bildern ausgesetzt war, die Innenszenen enthielten, und dass, auch wenn diese Bilder ursprünglich nicht speziell für die Innenpositionierung verwendet wurden, das Modell möglicherweise visuelle Merkmale gelernt hat, die mit verschiedenen Standorten verbunden sind.
Diese Erfahrung zeigt, dass Modelle der künstlichen Intelligenz Fähigkeiten entwickeln können, die über die anfänglichen Erwartungen der Entwickler während des Trainingsprozesses hinausgehen. Nur weil das Modell auf eine bestimmte Stadt oder Region schließen kann, heißt das jedoch nicht, dass es die spezifische Hausadresse unbedingt genau lokalisieren kann. Die Eingrenzung der Suchergebnisse auf eine Stadt, die Identifizierung eines Gebäudes und die Lokalisierung eines Hauses sind Aufgaben mit unterschiedlichem Schwierigkeitsgrad.
Laut der aktuellen öffentlichen Demonstration kann Raven in einigen Fällen zwar das spezifische Haus finden, das dem Foto entspricht, aber es kann kein Haus auf der Welt anhand eines Innenfotos lokalisieren. TechSpot stellte fest, dass die Fähigkeiten des Tools offenbar immer noch durch Faktoren wie den Umfang der durchsuchbaren Immobilien begrenzt sind und dass bestimmte Ergebnisse je nach Region, Anzahl der Einträge und Fotoinhalt variieren können.
Tatsächlich hängt die Leistung dieses Systems auch davon ab, ob die Daten auf der Immobilienplattform reichhaltig genug sind. Wenn für eine Unterkunft viele Fotos auf Websites wie Airbnb, Vrbo oder Zillow gepostet werden, verfügt das System möglicherweise über mehr passende Daten. Umgekehrt kann es erheblich schwieriger sein, ein Haus zu finden, wenn es keine öffentlichen Eintragungsfotos gibt oder es im Inneren keine besonderen Merkmale aufweist.
Es ist wichtig zu beachten, dass die Fähigkeiten von Raven die automatisierte Erfassung und Nutzung von Daten von Immobilienplattformen umfassen können und diese Plattformen Dritten nicht unbedingt erlauben, auf diese Weise Informationen zu erhalten.
Airbnb teilte den Medien mit, dass der Schutz der Privatsphäre der Plattformnutzer sehr wichtig sei. Das Unternehmen weist darauf hin, dass in den Auflistungsfotos häufig keine Standortmetadaten enthalten sind und Gastgeber sich dafür entscheiden können, Benutzern nur einen allgemeinen Standort anzuzeigen, wobei spezifische Adressen in der Regel erst angegeben werden, wenn eine Buchung bestätigt ist. Airbnb sagte außerdem, dass es technische Maßnahmen ergriffen habe, um das automatisierte Crawlen von Website-Inhalten einzuschränken, und prüfe die Situation.
Airbnb betonte außerdem, dass das Unternehmen keine Kooperationsbeziehung mit Graylark unterhält und dass seine Nutzungsbedingungen die unbefugte Datenerfassung verbieten.
Die Immobilienplattform Zillow gab außerdem an, dass das Scrapen ihrer Website-Daten gegen die Nutzungsbedingungen der Plattform verstoße, und sagte, sie werde relevante Probleme bei Bedarf mit rechtlichen Mitteln lösen. Die Kurzzeitmietplattform Vrbo reagierte nicht auf mehrere Anfragen der Medien nach Kommentaren.
Diese Antworten zeigen, dass die Entwicklung und Anwendung von Positionierungstools mit künstlicher Intelligenz mehrere Probleme mit sich bringen kann, wie z. B. Regeln zur Nutzung von Plattformdaten, Schutz der Privatsphäre der Benutzer und damit verbundene rechtliche Verantwortlichkeiten. Selbst wenn bestimmte Eintragsfotos für normale Internetnutzer öffentlich zugänglich sind, bedeutet das nicht, dass die Daten automatisch erfasst, integriert und zum Aufbau neuer Targeting-Systeme ohne Einschränkungen verwendet werden können.
Gleichzeitig wurden auch die Nutzungsrechte von Raven angepasst.
404 Media berichtete zuvor, dass Benutzer, als GeoSpy zum ersten Mal der Öffentlichkeit zugänglich gemacht wurde, in der Discord-Community des Unternehmens fragten, wie sie das Tool verwenden könnten, um Frauen zu verfolgen. Nachdem sich die Medien mit Fragen an Graylark gewandt hatten, beschränkte das Unternehmen den Zugriff auf das Tool auf Regierungsbehörden und Unternehmensbenutzer.
Die Änderung spiegelt den scheinbar doppelten Einsatz von Technologie wider, die aus Fotos auf Orte schließen kann. Es kann der Polizei dabei helfen, schwerwiegende Fälle wie Menschenhandel und Ausbeutung zu untersuchen. Es kann auch verwendet werden, um private Ziele zu verfolgen, auf die Adressen anderer Personen zu schließen und sogar ahnungslose Personen zu belästigen.
Darüber hinaus beseitigt die Beschränkung des Zugriffs auf normale Benutzer nicht automatisch alle Risiken. Wenn Strafverfolgungsbehörden solche Tools nutzen, benötigen sie auch klare Nutzungsregeln, Zugriffsprotokolle und Kontrollmechanismen, um zu verhindern, dass Systeme für Ermittlungs- oder private Zwecke verwendet werden, die nicht gerechtfertigt sind.
Ein weiterer erwähnenswerter Punkt ist, dass unklar ist, ob die Marketing-Demo von Raven repräsentativ für die allgemeine Leistung des Unternehmens in der Praxis ist. In Demonstrationsvideos werden in der Regel Fälle ausgewählt, die die technischen Auswirkungen leicht demonstrieren können, während Fotos in tatsächlichen Untersuchungen möglicherweise verschwommen sind, nur begrenzte Informationen enthalten oder öffentliche Informationen für den Abgleich fehlen.
Das Büro des Sheriffs von Miami-Dade County teilte 404 Media zuvor mit, dass der Einsatz von GeoSpy durch die Behörde im Allgemeinen begrenzt sei und sich in der Erkundungsphase befinde. Die Behörde sagte, dass das Tool zwar in einigen wenigen Fällen evaluiert wurde, es aber bisher zu keinen größeren Ermittlungsdurchbrüchen oder Verhaftungen gekommen sei und sich die Ergebnisse keines Falles ausschließlich oder hauptsächlich auf durch das Tool generierte Informationen gestützt hätten.
Das heißt, auch wenn Raven bei einigen Demonstrationen schnell bestimmte Häuser finden kann, lässt sich daraus nicht schließen, dass es sich zu einer stabilen und zuverlässigen Ortungsmethode bei polizeilichen Ermittlungen entwickelt hat. Es eignet sich derzeit eher als ergänzendes Tool, um Ermittlern dabei zu helfen, mögliche Standorte zu überprüfen und sie dann mit anderen Methoden zu überprüfen.
Aus einer breiteren Perspektive veranschaulicht Raven, wie künstliche Intelligenz die Datenschutzmerkmale öffentlicher Bilder verändert. In der Vergangenheit war es oft schwierig, ein Foto eines Badezimmers oder einer Waschmaschine ohne Geotag direkt einer bestimmten Adresse zuzuordnen; Wenn jedoch eine große Anzahl von Hausfotos, Immobilieninformationen und visuellen Erkennungsmodellen kombiniert werden, können diese scheinbar gewöhnlichen Details zu Standorthinweisen werden.
Das bedeutet nicht, dass alle Innenfotos den Ort verraten, an dem sie aufgenommen wurden, und es bedeutet auch nicht, dass künstliche Intelligenz bereits jetzt das Zuhause eines jeden nach Belieben verfolgen kann. Da jedoch die Datenbanken mit öffentlich zugänglichen Bildern immer größer werden und die KI zunehmend in der Lage ist, Verbindungen aus unterschiedlichen Informationen herzustellen, müssen Einzelpersonen bei der Beurteilung von Standorthinweisen in Fotos vorsichtiger sein.
Letztendlich ist die von Raven aufgeworfene Kernfrage nicht nur, ob künstliche Intelligenz ein Haus anhand eines Innenfotos finden kann, sondern auch, wie die Grenzen ihres Einsatzes definiert werden können, wenn diese Fähigkeit bei Strafverfolgungsbehörden, kommerziellen Dienstleistungen oder anderen Szenarien eingesetzt wird. Für Ermittler könnte es wertvolle Hinweise liefern; Für Gelegenheitsnutzer ist es eine Erinnerung daran, dass die Innenumgebung selbst möglicherweise genügend identifizierbare Merkmale enthält, selbst wenn ein Foto keine GPS-Informationen enthält.
Mit der Weiterentwicklung relevanter Technologien wird das Gleichgewicht zwischen Plattformdatenschutz, Strafverfolgungsaufsicht, Genauigkeit der Positionierungsergebnisse und Persönlichkeitsrechten in diesem Bereich zu unvermeidlichen Problemen werden.
Kommentare