Digitale Forensik & Triage sichergestellter Medien (inkl. Opferidentifizierung bei CSAM)

Ein einziges sichergestelltes Smartphone oder Cloud-Konto kann Hunderttausende Bilder und Videos enthalten, und die Fallrückstände in den Cybercrime-Dienststellen wachsen weiter. Werkzeuge für die forensische Triage kombinieren Hash-Abgleich, Bild- und Video-Klassifikatoren, Objekterkennung, Gesichts- und Szenen-Clustering sowie Sprachmodelle, um Material nach Relevanz zu ordnen. So sehen Prüfer die beweiskräftigsten Inhalte zuerst und müssen weniger schädliche Inhalte betrachten. Es handelt sich um einen Einsatz in der Strafverfolgung unter strengen rechtlichen, beweisrechtlichen und Air-Gap-Vorgaben; Entscheidungen und Zuordnungen bleiben stets bei geschulten Menschen.

Problem & Nutzen

• Heute: Prüfer blättern in forensischen Suiten durch Vorschaubilder, wenden Listen bekannter Hashes an und kategorisieren manuell. Die Sichtung von Material über sexuellen Kindesmissbrauch (CSAM) verursacht dokumentierte psychische Belastungen, und Rückstände verzögern sowohl Strafverfahren als auch die Rettung von Opfern.
• KI-Nutzen: (1) Hash- und Beinahe-Duplikat-Abgleich entfernt bereits bekanntes Material; (2) Klassifikatoren heben bisher unbekanntes Material zur vorrangigen Prüfung hervor; (3) Clustering nach Szene, Objekt, Gesicht oder Gerät gruppiert zusammengehörige Medien, sodass eine Entscheidung für viele Dateien gilt; (4) Objekterkennung und OCR finden Waffen, Drogen, Ausweisdokumente und Bargeld in Verfahren ohne CSAM (Betrug, Menschenhandel, Terrorismus); (5) Zusammenfassung und Übersetzung von Chats beschleunigen das Lesen von Nachrichten.
• Belege für den Nutzen: Hersteller und Dienststellen berichten von deutlich geringerem manuellem Sichtungsaufwand, doch öffentliche, unabhängige, begutachtete Zahlen sind selten; messen Sie anhand Ihrer eigenen gelabelten Falldaten, statt sich auf Herstellerangaben zu verlassen.

Varianten

• CSAM-Ermittlung und Opferidentifizierung: Abgleich bekannter Hashes, Klassifikation neuen Materials, Gruppierung von Serien, Abgleich von Hintergründen/Objekten für Ortshinweise (Spezialeinheiten).
• Triage in der allgemeinen Strafermittlung: Waffen, Drogen, Dokumente, extremistische Symbole, Bargeld.
• Unternehmensinterne Untersuchungen und E-Discovery: Verstöße gegen Richtlinien, Diebstahl geistigen Eigentums; siehe DOC-021. Nur die enge, rechtmäßige Unternehmensvariante ist anwendbar; der Umgang mit CSAM durch Nicht-Behörden ist strafrechtlich beschränkt.
• Grenz-/Zollbehörden und Staatsanwaltschaften: gleiche Werkzeuge mit anderen Rechtsgrundlagen.
• Keine private Nutzung. Plattformen, die Uploads moderieren, nutzen stattdessen VIS-027.

So funktioniert es

1. seizure
2. forensic imaging (write-blocked)
3. hash-verified evidence store (air-gapped)
4. extraction & carving (images, video frames, chats, metadata)
5. known-material hash match (cryptographic + perceptual)
6. remove / flag known
7. ML classification, object detection, OCR, ASR on remaining media
8. clustering (near-duplicate, scene, face groups, device/source)
9. priority queue for examiners
10. human review & labelling
11. victim-ID leads to specialist unit / international databases
12. audit-logged report with model version and reviewer decisions

• Hashing: SHA-256 für exakte Treffer; Wahrnehmungs-Hashes (Perceptual Hashes, z. B. PhotoDNA-Klasse, PDQ) für bearbeitete Kopien. Hash-Sets (z. B. VICS/Project VIC, nationale oder Europol-/Interpol-Quellen) sind der Schritt mit der höchsten Präzision.
• Klassifikation: CNN-/ViT-Klassifikatoren, die von Behörden oder Herstellern auf rechtmäßig geführten, kontrollierten Datensätzen trainiert werden; sie liefern Kategoriewerte, keine Urteile. Solche Trainingsdaten lassen sich nicht frei aufbauen oder weitergeben.
• VLM-Ergänzungen: lokale Vision-Language-Modelle können Material ohne CSAM beschriften, und LLMs fassen Chats zusammen und übersetzen sie; nur On-Premises einsetzen, ohne externe API-Aufrufe.
• Mensch-in-der-Schleife (Human-in-the-Loop): Jede in einem Bericht verwendete Klassifikation wird von einem Prüfer bestätigt; automatische Ausgaben sind Hinweise, niemals für sich allein Beweise.
• Schutzfunktionen für die Prüfer: Graustufen-/Unschärfe-Voreinstellung, begrenzte Exposition, standardmäßig stummgeschalteter Ton, Pausen-Timer.

Datenaufbereitung

Die Daten sind hier forensische Abbilder von Smartphones, Laptops und Cloud-Exporten sowie Chats, Hash-Sets und Fallmetadaten. Sie liegen in einem Beweismittelspeicher, nicht im ERP oder auf gewöhnlichen Dateifreigaben, und der Zugriff ist streng beschränkt. Typische Lücken: uneinheitliche und teils beschädigte Dateiformate, riesige Datenmengen mit vielen Duplikaten, verschlüsselte Container, fehlende Fallmetadaten und gemischte Sprachen in Chats. Einen Label-Rückstau im üblichen Sinn gibt es nicht, weil gelabeltes Trainingsmaterial nur von berechtigten Stellen geführt werden darf.

Schritte der Aufbereitung: schreibgeschütztes Abbilden und Hash-Prüfung, Extraktion und Carving von Medien und Chats, Entfernen bekannten Materials über kryptografische und Wahrnehmungs-Hashes, Deduplizierung, OCR von Dokumenten und Spracherkennung für Audio (siehe DOC-014, DOC-018) sowie ein einheitliches Schema für Fallmetadaten. Führen Sie für jede Umwandlung eine dokumentierte Beweismittelkette. Bauen Sie einen kleinen, von Experten gelabelten Testdatensatz auf, um das Werkzeug lokal zu messen (PREP-018), und erfassen Sie Korrekturen der Prüfer als Feedback (PREP-021). Prüfen Sie Rechtsgrundlage und Aufbewahrung für die Weiterverwendung von Falldaten (PREP-025); pseudonymisieren Sie, wo Werkzeuge außerhalb der Ermittlungseinheit laufen (PREP-022).

Grober Aufwandsanteil: etwa die Hälfte des Projekts entfällt auf Ingest-Pipelines, Speicher, Zugriffsrechte und Evaluierung, der Rest auf Konfiguration und Schulung des Werkzeugs.

Umsetzungswege

Welcher Weg für wen

• Öffentlicher Sektor (Polizei, Staatsanwaltschaften): Weg A, weil zertifizierte forensische Suiten mit rechtlich kontrollierten Klassifikatoren und Zugang zu Hash-Sets der einzig praktikable Weg sind; das Trainingsmaterial lässt sich nicht frei aufbauen oder weitergeben.
• Unternehmen (Unternehmensermittlungen, E-Discovery, forensische Dienstleister): Weg C, weil sichergestellte oder Mitarbeiterdaten hochsensibel sind und On-Premises bleiben müssen; Hash-Abgleich, OCR, Spracherkennung und lokale VLMs laufen in einem isolierten Labor.
• Entwickler: Weg C, weil sich offene Komponenten (Hashing, OCR, Whisper, Embeddings, lokale VLMs) zu Triage-Werkzeugen zusammensetzen lassen, ohne Beweismittel an externe APIs zu senden; CSAM-Klassifikatoren selbst bleiben berechtigten Stellen vorbehalten.

Weg A — Kaufen (Standardsoftware) (empfohlen für Behörden)

• Forensische Suiten: Magnet Forensics (AXIOM, mit Magnet.AI), Cellebrite (Pathfinder, Physical Analyzer, Guardian), MSAB XRY, Oxygen Forensics, Belkasoft X, Cyacomp (EU) und Griffeye (inzwischen Teil von Magnet Forensics) für Medienanalysen in großem Maßstab, mit Project-VIC-Integration.
• EU-/europäische Anbieter: MSAB (Schweden), Belkasoft, Cyacomp und nationale Eigenentwicklungen; außerdem NGO-nahe Werkzeuge wie Thorns Safer (Hash- und Klassifikator-Dienste, für Plattformen statt für die Forensik sichergestellter Medien).
• Wählen Sie A, wenn: Sie gerichtlich anerkannte Werkzeuge, Validierungsberichte des Herstellers, Support und Anbindung an Hash-Datenbanken benötigen. Bestehen Sie auf On-Premises-/Offline-Betrieb und dokumentierter Modellvalidierung.
• Beispiele aus dem öffentlichen Sektor: Projekte auf Länderebene in Deutschland (die Zentral- und Ansprechstelle Cybercrime ZAC NRW in Nordrhein-Westfalen arbeitet mit Microsoft bei der KI-gestützten CSAM-Triage zusammen) zeigen das typische Modell: behördlich betriebene Verarbeitung On-Premises unter strenger rechtlicher Aufsicht.

Weg B — Auf Cloud-KI-Diensten aufbauen

Weitgehend nicht geeignet: Das Hochladen sichergestellten Materials zu externen KI-Diensten verletzt Vertraulichkeit, Beweisintegrität und strafrechtliche Vorschriften, und die Verarbeitung von CSAM in der Cloud ist für Nicht-Behörden rechtswidrig. Die Cloud kann nur für unkritische Zuarbeit dienen (z. B. Schulung von Analysten, synthetische Testdaten).

Weg C — Selbst betreiben (Open Source)

• Bausteine: offene VLMs (Qwen-VL-Familie, Gemma, Mistral/Pixtral-Klasse) für die Beschriftung von Material ohne CSAM, OpenCLIP-/SigLIP-Embeddings für die Ähnlichkeitssuche, YOLO/RT-DETR/Grounding DINO für Objekte, Whisper für Audio, Modelle der InsightFace-Klasse für die Gesichtsgruppierung (hohes Risiko, siehe Compliance), Faiss/Qdrant/pgvector für Indizes.
• Offene forensische Frameworks: Autopsy/The Sleuth Kit, plaso, Velociraptor, ssdeep/TLSH für Fuzzy-Hashing.
• Hardware: HW3 (GPU mit 48-141 GB) in einem Labor ohne Netzanbindung (Air Gap); Skalierung über Shards des Beweisbestands.
• Aufwand: erfordert ein Validierungsteam; kein offenes Modell ersetzt rechtlich die vom Hersteller trainierten CSAM-Klassifikatoren.

Weg D — Eigenes Training

Nur für Behörden mit rechtmäßigem Zugang zu kontrollierten Datensätzen (nationale Hash-/Bildarchive), unter strenger Sicherheits- und Ethikfreigabe. Typische Arbeiten: Domänenanpassung generischer Klassifikatoren, Erkennung KI-generierter Bilder und Kalibrierung von Schwellenwerten anhand lokal gelabelter Prüfdaten. Forschungsgruppen sollten synthetische oder nicht missbräuchliche Ersatzdaten verwenden und ohne rechtliche Befugnis nie mit echtem CSAM arbeiten.

Stand der Technik (2026)

• Hash-Abgleich plus Klassifikatoren plus Clustering ist der Standard-Stack; multimodale Embeddings ermöglichen inzwischen eine Suche nach „ähnlicher Szene/ähnlichem Objekt“ über Beweisbestände hinweg.
• Neue Herausforderungen: KI-generiertes und manipuliertes CSAM sowie Deepfakes (erfordern Erkennung und rechtliche Handhabung), Ende-zu-Ende-verschlüsselte Apps, riesige Volumen aus Cloud-Extraktionen und Kurzvideos.
• Grenzen: Klassifikatoren liefern falsch positive Treffer (Familienfotos, medizinische Bilder, Kunst) und falsch negative (neue Stile, geringe Qualität); die Gesichtserkennung wird durch Alter, Blickwinkel und Kompression schlechter; VLMs halluzinieren und dürfen keine Kategorien entscheiden. Verzerrungen (Bias) und Fehlerraten müssen lokal validiert werden.
• Herkunftsnachweis: C2PA/Content Credentials helfen bei synthetischen Medien, sind auf sichergestellten Geräten aber selten vorhanden.

Gemeinsame Bausteine & Kombinationen

• Teilt Bild-/Video-Klassifikatoren und Embedding-Indizes mit VIS-027 (Plattformmoderation) und VIS-031 (Videosuche); die Gesichtsgruppierung hängt mit VIS-016 zusammen; das Unkenntlichmachen nicht relevanter Personen in Berichten nutzt VIS-030.
• Die Chat- und Dokumentenanalyse teilt Werkzeuge mit DOC-021 (eDiscovery), KNOW-016 (Archivsuche) und KNOW-026 (OSINT/Verknüpfungsanalyse); der Sprechervergleich mit SPEECH-010.
• Ein HW3-Server ohne Netzanbindung kann den gesamten Bild- und Embedding-Stack einer Dienststelle hosten.

Aufwand, Kosten & Kennzahlen

• Weg A: Lizenzen je Prüfer/Arbeitsplatz plus Hardware; Wochen bis zur Einarbeitung, Quartale bis zu validierten Abläufen und Schulung.
• Weg C: 6-12+ Monate bis zu einer validierten Pipeline und eigenes Personal.
• Kennzahlen: Zeit von der Sicherstellung bis zum ersten Opferhinweis, Anteil der Medien mit menschlicher Prüfung, Precision/Recall je Kategorie auf einem lokalen Referenzdatensatz (Gold Set), Rückstandsgröße, Expositionszeit der Prüfer, Rate falsch positiver Treffer in Berichten, Vollständigkeit der Protokollierung.

Menschen & Veränderung

Beziehen Sie zuerst die Leitung und die/den Datenschutzbeauftragte(n) ein: Die forensische Triage verarbeitet besondere Kategorien personenbezogener Daten von Verdächtigen, Opfern und Dritten, daher ist eine Datenschutz-Folgenabschätzung (DSFA, Art. 35 DSGVO) erforderlich, und die Rechtsgrundlage folgt dem Polizei- oder Verfahrensrecht statt einer Einwilligung. IT und Informationssicherheit gestalten das isolierte Labor und die Zugriffsrechte; Recht/Compliance klärt die beweisrechtliche Verwendung und die Einstufung als Hochrisiko-System nach der KI-Verordnung (AI Act) (Pflichten nach Anhang III ab 2. Dez. 2027). Abteilungsleiter und Prüfer sollten Abläufe und Pilotbetrieb mitgestalten.

Betriebsrat: abhängig vom Einzelfall. Wird die Werkzeugnutzung der Prüfer protokolliert, gilt § 87 Abs. 1 Nr. 6 BetrVG (BAG: objektive Eignung zur Überwachung genügt); in Behörden ist der Personalrat nach BPersVG oder Landesrecht beteiligt. § 90 Abs. 1 Nr. 3 verlangt die frühzeitige Information über geplante KI-gestützte Arbeitsverfahren.

Fördern Sie KI-Kompetenz (Art. 4 KI-Verordnung): Schulen Sie Prüfer in der Bedeutung der Scores, in falsch positiven Treffern und im Automatisierungsbias. Starten Sie einen Pilot mit einem kleinen Team an abgeschlossenen Fällen und vergleichen Sie mit der manuellen Triage. Sprechen Sie Sorgen um Arbeitsplatzverlust und Gesundheit offen an: Das Werkzeug verringert die Exposition durch Unschärfe- und Graustufen-Voreinstellungen, und jedes Ergebnis bleibt ein Hinweis, den ein Prüfer bestätigt. Siehe GUIDE-005, GUIDE-004, GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): Hochrisiko. Anhang III Nr. 6 erfasst KI in der Strafverfolgung, etwa zur Bewertung der Zuverlässigkeit von Beweismitteln; Anhang III Nr. 1 erfasst die biometrische Identifizierung, und die nachträgliche biometrische Fernidentifizierung durch Strafverfolgungsbehörden unterliegt nach Art. 26 Abs. 10 einer besonderen Genehmigung. Pflichten der Betreiber umfassen menschliche Aufsicht, Protokollierung und gegebenenfalls Grundrechte-Folgenabschätzung (FRIA)/Registrierung. Zu vermeidende Verbote nach Art. 5: das ungezielte Auslesen von Gesichtsbildern zum Aufbau von Erkennungsdatenbanken (5(1)(e)), die biometrische Echtzeit-Fernidentifizierung im öffentlichen Raum durch die Polizei außerhalb enger Ausnahmen (5(1)(h)) und die vorhersagende Profilbildung allein auf Grundlage von Persönlichkeitsmerkmalen (5(1)(d)). Die Gesichtsgruppierung bei sichergestellten Medien muss im rechtmäßigen Rahmen des Falls bleiben.
• Datenschutz: Die Verarbeitung durch zuständige Behörden fällt unter die Richtlinie zum Datenschutz bei Polizei und Justiz (EU) 2016/680 (nationale Gesetze, z. B. BDSG Teil 3 in Deutschland), nicht unter die DSGVO; besondere Kategorien und Daten von Kindern erfordern strenge Erforderlichkeit, DSFA und Zugriffskontrollen. Unternehmensvarianten fallen unter die DSGVO.
• Strafrecht und Verfahrensrecht: Besitz und Umgang mit CSAM sind eine Straftat, außer für befugte Amtsträger; nationale Regeln zur Verwertbarkeit von Beweisen und zur Beweismittelkette gelten (ISO/IEC 27037, 27041-27043 als Orientierung).
• Gegenmaßnahmen: Betrieb ohne Netzanbindung (Air Gap), hash-geprüfte Beweismittel, unveränderliche Audit-Logs, Modell/Version in jedem Bericht vermerkt, unabhängige Validierung, psychologische Unterstützung der Prüfer, Red-Team-Tests, keine automatisierten nachteiligen Entscheidungen.

Erste Schritte

1. Klären Sie Rechtsgrundlage, Genehmigung und Datenschutz-Folgenabschätzung mit Ihrer/Ihrem Datenschutzbeauftragten und den Staatsanwaltschaften.
2. Erfassen Sie Rückstand, Mengen und vorhandene Werkzeuge; definieren Sie einen lokalen Referenz-Testdatensatz (Gold Set, mit rechtlicher Freigabe).
3. Pilotieren Sie eine Hersteller-Suite On-Premises gegen das Gold Set; halten Sie Precision/Recall und Sichtungszeit fest.
4. Binden Sie nationale oder Europol-/Interpol-Hash-Quellen an und richten Sie Protokollierung sowie Schutzmaßnahmen für die Prüfer ein.
5. Legen Sie ein Verfahren für Modelländerungen und Revalidierung fest, bevor Sie sich in gerichtlichen Berichten auf Ausgaben stützen.

Quellen

1. Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj
2. Directive (EU) 2016/680 (Law Enforcement Directive) - https://eur-lex.europa.eu/eli/dir/2016/680/oj
3. Magnet Forensics (AXIOM, Griffeye) - https://www.magnetforensics.com/
4. Cellebrite Pathfinder - https://cellebrite.com/en/pathfinder/
5. Project VIC International (VICS data model) - https://www.projectvic.org/
6. Thorn Safer - https://safer.io/
7. Europol European Cybercrime Centre (EC3) - https://www.europol.europa.eu/about-europol/european-cybercrime-centre-ec3
8. Autopsy / The Sleuth Kit - https://www.sleuthkit.org/autopsy/
9. ISO/IEC 27037 digital evidence guidelines - https://www.iso.org/standard/44381.html