Urlaubsfotos: KI-Modelle erkennen Standorte mit 91% Genauigkeit

Betrüger setzen verstärkt auf hochentwickelte KI-Modelle, um aus scheinbar harmlosen Urlaubsfotos sensible Informationen über den Aufenthaltsort von Nutzern zu gewinnen.

Wie aus aktuellen Branchenberichten hervorgeht, dienen subtile visuelle Hinweise in den Aufnahmen als Grundlage, um hochgradig personalisierte Phishing-Angriffe zu erstellen. Diese Entwicklung markiert eine neue Stufe der Professionalisierung im Bereich der KI-gestützten Cyberkriminalität.

Untersuchungen des Sicherheitsunternehmens McAfee verdeutlichen das technologische Potenzial dieser Methoden. In einem groß angelegten Test identifizierten KI-Modelle den Standort in 21.000 Reisebildern mit einer Genauigkeit von bis zu 91 %. Dabei zeigten die Systeme die Fähigkeit, selbst spezifische Orte präzise zuzuordnen.

So erkannte die Anwendung ChatGPT beispielsweise Standorte wie Hastings-on-Hudson im US-Bundesstaat New York sowie die Keukenhof-Gärten in den Niederlanden allein anhand des Bildmaterials.

Die auf diesem Weg gewonnenen Standortdaten werden von Kriminellen genutzt, um die Glaubwürdigkeit von Phishing-Kampagnen massiv zu erhöhen, indem sie direkten Bezug zum aktuellen oder vergangenen Aufenthaltsort der Zielpersonen nehmen.

Multimodale Modelle und die Gefahr der Datenaggregation

Analysen belegen zudem, dass multimodale KI-Modelle, darunter Systeme wie GPT-4V oder Gemini, in verschiedenen Tests eine Erfolgsquote von über 70 % bei der Ableitung von Standorten aus Fotografien erreichen. Die Bedrohung geht dabei über die Identifizierung eines einzelnen Punktes hinaus.

Wer sich gegen die wachsende Gefahr von Phishing-Angriffen und digitalem Betrug wappnen möchte, findet in diesem Ratgeber eine strukturierte Anleitung zur Hacker-Abwehr. Der kostenlose Leitfaden zeigt Ihnen in vier Schritten, wie Sie aktuelle Manipulationsmethoden erkennen und Ihre digitale Sicherheit erhöhen. Anti-Phishing-Paket jetzt gratis herunterladen

Durch die systematische Aggregation mehrerer Fotos lassen sich detaillierte Bewegungsprofile erstellen. Branchenbeobachter warnen, dass diese Datensammlungen nicht nur die Privatadresse offenlegen, sondern auch tägliche Routinen und soziale Verbindungen der Betroffenen sichtbar machen können.

Ein zentrales Problem stellt dabei die Unwirksamkeit klassischer Schutzvorkehrungen dar. Das Löschen von EXIF-Daten (Exchangeable Image File Format), die herkömmlicherweise Metadaten wie GPS-Koordinaten, Zeitstempel und Kamerainformationen speichern, bietet keinen Schutz gegen diese Form der Analyse.

Moderne KI-Systeme nutzen die inhaltsbasierte Standortableitung. Hierbei analysiert der Algorithmus visuelle Merkmale im Bildvorder- und hintergrund – etwa Architekturstile, spezifische Vegetation, Straßenschilder oder markante geografische Formationen –, um den geografischen Ursprung zu berechnen.

Da Kriminelle zunehmend psychologische Tricks und technische Innovationen nutzen, um an sensible Daten zu gelangen, ist eine proaktive Absicherung unerlässlich. Dieser Gratis-Report enthüllt die aktuellen Methoden der Cyberkriminellen und zeigt, wie Sie sich und Ihr Umfeld wirksam vor Ausspähung schützen. Kostenlosen Report zur Cyber-Sicherheit sichern

Auswirkungen auf die Smartphone-Sicherheit

Sicherheitsexperten betonen, dass die Kombination aus hoher Rechenleistung und lernfähigen Algorithmen die Hürden für Kriminelle massiv gesenkt hat. Erforderte die Lokalisierung früher oft aufwendige manuelle Recherche, erlauben automatisierte Prozesse nun die großflächige Auswertung von Social-Media-Profilen in Echtzeit.

Die daraus resultierenden Phishing-Angriffe wirken durch den lokalen und zeitlichen Bezug für die Opfer oft täuschend echt. Da herkömmliche Anonymisierungstechniken gegenüber der inhaltsbasierten Analyse durch künstliche Intelligenz an Wirkung verlieren, raten Fachleute für Cybersicherheit zu einer erhöhten Sensibilität bei der Veröffentlichung von Bildmaterial in sozialen Netzwerken. Die Professionalisierung der Angreifer macht deutlich, dass visuelle Privatsphäre im Zeitalter multimodaler KI-Modelle neu bewertet werden muss.

de | wissenschaft | 70034543 |