Die US-Regierung beabsichtigt, in den kommenden fünf Jahren 30,3 Millionen US-Dollar für die Entwicklung eines verbesserten Lügendetektors auszugeben. Dies geht aus einem Haushaltsantrag des Verteidigungsministeriums hervor. Das Programm mit dem Namen „Polygraph+“ oder „Polygraph Next“ soll sich auf Bewertungsalgorithmen konzentrieren, die künstliche Intelligenz (KI) und maschinelles Lernen nutzen, sowie auf eine Technik namens „Standoff Sensing“. Letztere ermöglicht es, physiologische Messwerte zu erfassen, ohne dass ein Gerät am Körper einer Person angebracht werden muss.
Ziele und eingesetzte Technologien
Laut den Details des Haushaltsdokuments, über die zuerst von Inside Defense berichtet wurde, zielt das Projekt darauf ab, „föderale Polygraphen- und Glaubwürdigkeitsbewertungstechnologien zu modernisieren“, um deren Genauigkeit und Zuverlässigkeit zu steigern. Das Programm wird von der Defense Counterintelligence and Security Agency (DCSA) durchgeführt, die für die Durchführung von Hintergrundüberprüfungen für die Bundesregierung zuständig ist. Die neue Technologie soll zur Überprüfung potenzieller Mitarbeiter und zur „Erkennung interner Bedrohungen“ eingesetzt werden. Das Haushaltsdokument muss jedoch noch vom Kongress genehmigt werden.
Der Vorstoß des Pentagons erfolgt in einer Zeit erhöhter Spannungen innerhalb des Ministeriums. Unter Verteidigungsminister Pete Hegseth wurden vermehrt Polygraph-Tests durchgeführt, um die Quellen mutmaßlicher Leaks an die Presse zu identifizieren. So wurden im September laut einem Bericht der New York Times etwa 50 Offiziere des Joint Staff einem Polygraph-Test unterzogen, nachdem Medien über die Erschöpfung der US-Waffenbestände im Krieg mit dem Iran berichtet hatten.
Obwohl die DCSA auf eine Anfrage nach weiteren Informationen nicht reagierte, geben frühere Bemühungen des Pentagons Aufschluss über mögliche Technologien. Im Jahr 2023 führte die Defense Innovation Unit (DIU) des Ministeriums einen offenen Wettbewerb durch, um Unternehmen mit Produkten zur Täuschungserkennung zu finden. Zwei Unternehmen wurden für den Bau von Prototypen ausgewählt: Presage Technologies, das nach eigenen Angaben Herz- und Atemfrequenz mithilfe standardmäßiger Kameras messen kann, und Altec Research, ein Medizinsensorunternehmen, das sich auf kontaktlose Sensortechnologien spezialisiert. Ein von der DIU veröffentlichter Screenshot der Altec-Prototypentechnologie zeigt, dass diese Kopfbewegungen, die Hauttemperatur im Gesicht und die Porenaktivität erfasst.
Skepsis und die Grenzen der Lügendetektion
Die aktuelle Lügendetektionstechnologie hat sich seit der Erfindung des Polygraphen in den 1920er Jahren kaum verändert. Prüfer verlassen sich auf Messungen von Blutdruck, Puls, Atmung und Schweiß, um festzustellen, ob jemand lügt. Sie beurteilen die Wahrhaftigkeit von Antworten basierend auf physiologischen Unterschieden zwischen Basisfragen und Zielfragen. Obwohl die Bundesregierung jährlich Zehntausende solcher Tests bei der Mitarbeiterüberprüfung durchführt, wurde die Zuverlässigkeit dieser Technologie wiederholt in Frage gestellt, und ihre Ergebnisse sind selten vor Gericht zulässig.
Bereits 1983 kam das Office of Technology Assessment des Kongresses zu dem Schluss, dass die Evidenz für den Einsatz des Polygraphen bei der Mitarbeiterüberprüfung sehr begrenzt sei. Im Jahr 2003 erklärte der US National Research Council (NRC), die Beweise für seine Wirksamkeit seien „bestenfalls schwach“. Während die American Polygraph Association eine Genauigkeit von 80 % bis 94 % beansprucht, wies der NRC-Bericht darauf hin, dass ein Screening-Test mit dieser Genauigkeit bei der Größe des Verteidigungsministeriums (2,8 Millionen Mitarbeiter) immer noch zu Zehntausenden falscher Anschuldigungen führen könnte.
Zusätzlich sind Polygraph-Interpretationen oft subjektiv, was zu stark unterschiedlichen Ergebnissen bei verschiedenen Prüfern führen kann. Zudem werden Personen aus Minderheitengruppen häufiger als täuschend eingestuft. Mit Training ist es außerdem möglich, Gegenmaßnahmen zu erlernen, die den Test beeinflussen können, wie zum Beispiel das künstliche Erhöhen physiologischer Reaktionen auf Basisfragen. Sophie van der Zee, außerordentliche Professorin für Täuschungsforschung an der Erasmus Universität Rotterdam, merkt an, dass der größte Effekt der Maschine die Abschreckung ist: Viele Verdächtige gestehen, bevor der Test überhaupt beginnt. „Das funktioniert aber nur, wenn die Leute glauben, dass ein Polygraph funktioniert“, so van der Zee, die auch betont, dass es keine einzelne, universelle „Pinocchio-Nase“ gibt, die Lügen zuverlässig anzeigt.
Potenzial der KI und frühere Fehlschläge
Theoretisch könnte KI Polygraphen verbessern, indem sie Muster in Daten erkennt, die Prüfern entgehen. KI-Algorithmen könnten auch für die sogenannte „multi-modale“ Täuschungserkennung eingesetzt werden, die versucht, mehrere Messungen zu einem Gesamt-Täuschungswert zu kombinieren, der schwerer zu manipulieren ist. Laut van der Zee versucht die Lügendetektion, drei unter der Oberfläche ablaufende Phänomene zu erfassen: physiologischen Stress, kognitive Belastung und bewusste Anstrengungen zur Verheimlichung der Lüge. Die aktuelle Polygraph-Technologie befasst sich nur mit einem dieser Aspekte.
Dennoch gibt es Skepsis: Kyri Kotsoglou, ein Rechtswissenschaftler der Northumbria University, bezeichnet die Kombination von KI und Polygraph als „das Schlimmste aus beiden Welten“, da sie Unsicherheit zu einer bereits bestehenden Ungültigkeit hinzufügt. Selbst wenn KI oder maschinelles Lernen bisher ungesehene Muster in physiologischen Daten erkennen könnten, wäre eine zuverlässige Verknüpfung mit Lügen schwierig, da es keine echte „Ground Truth“ für Lügen gibt.
In der Vergangenheit wurden verschiedene neue Strategien zur Lügendetektion mit Technologien wie Wärmebildkameras, Pupillen-Trackern und Gehirnscans versucht. Keine davon lieferte außerhalb des Labors zuverlässige Ergebnisse. Projekte wie „Silent Talker“ (Videoanalyse zur Täuschungserkennung) und „AVATAR“ (Augen-Tracking, Sprachanalyse, Körperbewegung an Grenzübergängen) sind im Laufe der Zeit wieder „leise verschwunden“.
Thema: Intel. Quelle/Inspiration: MIT Technology Review.