Eine neue Studie zeigt, dass ein mit wenigen VR-Trackingdaten trainierter Algorithmus eine Person mit sehr hoher Wahrscheinlichkeit anhand ihrer Bewegungen identifizieren kann. Die VR-Branche steht vor einer großen Aufgabe.

Für die in der Fachzeitschrift Nature publizierte Studie setzten die Forscher der Universität Stanford 511 Probanden die frei im Raum erfassbare VR-Brille HTC Vive auf. Während die Probanden eine zufällige Auswahl kurzer 360-Grad-Videos schauten sowie einen Fragebogen in VR beantworteten, zeichneten die Forscher kontinuierlich ihre Bewegungsmuster auf, beispielsweise, ob sich ein Proband nach vorne lehnt, um Text besser zu lesen.

Mit weniger als fünf Minuten dieser aufgezeichneten Trackingdaten trainierten die Forscher anschließend drei unterschiedliche Algorithmen. Der effektivste der drei Algorithmen identifizierte die zum Bewegungsmuster gehörende Person mit einer Wahrscheinlichkeit von 95 Prozent.

Die Präzision der Vorhersage geht etwas zurück, wenn beispielsweise mit Video trainiert und dem Fragebogen getestet wird, bleibt allerdings mit 89 bis 91 Prozent hoch. Die Identifizierung einer Person wäre so über verschiedene Anwendungen hinweg möglich, ohne dass jedes Mal der Algorithmus neu trainiert werden müsste.

| vr datenschutzforscher stanford

MIXED.de Podcast: VR, AR und KI - jede Woche neu

Jetzt reinhören: Alle Folgen


Hinweis: Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.