Falschgeld mit dem Handy erkennen

Nun gibt es eine neue, weitaus sicherere: Professor Volker Lohweg vom Institut Industrial IT der Hochschule OWL hat mit seinem Team eine Smartphone-App entwickelt, die schnell und unkompliziert „Blüten“ identifiziert.

Derzeit ist Stahlstichdruck die verlässlichste und sicherste Methode, Geld herzustellen – sehr fein und in hoher Auflösung können selbst komplizierte Muster gedruckt werden. Neben der besonderen optischen Erscheinung ist der Druck dreidimensional, so dass beispielsweise Erhebungen fühlbar sind. Dadurch sind Banknoten einzigartig und Fälscher bisher technisch nicht in der Lage, diese Kombination aus haptischen und optischen Merkmalen nachzubilden.

Trotzdem hat sich gezeigt, dass die Erkennung der Merkmale im täglichen Gebrauch schwierig ist. Deshalb hat Professor Volker Lohweg mit seinem Team im Institut Industrial IT (inIT) der Hochschule Ostwestfalen-Lippe eine neue Methode zur einfachen Erkennung von Falschgeld erarbeitet: eine App fürs Smartphone. „Die App identifiziert mithilfe von Bildverarbeitung und Mustererkennung, ob die Banknoten echt oder falsch sind.

Das funktioniert schon mit einer durchschnittlichen Kamera am Smartphone“, so Lohweg. Falschgeld kann so auch im täglichen Gebrauch – und sogar im Umgang mit fremden Währungen – für Laien schnell als Fälschung enttarnen werden. „Auch für Menschen mit Sehbehinderung könnte dies beispielsweise eine große Hilfe darstellen“, so Lohweg weiter.

Die optische Überprüfung der Banknoten auf Echtheit kann aber nicht nur in Smartphones angewendet werden. Auch in Zentralbanken bei der Geldsortierung oder in Geldautomaten, an denen Banknoten eingezahlt werden, könnten die optischen Programme zur Anwendung kommen. Ein weiterer Vorteil ist, dass ein Druckverfahren analysiert wird, das bereits für die Herstellung fast aller Banknoten verwendet wird. So müssen keine neuen oder zusätzlichen Sicherheitsmerkmale von den Zentralbanken auf neuen Banknoten aufgebracht werden –die im Umlauf befindlichen Banknoten sind dafür ausreichend.

„Die entsprechenden Algorithmen für Smartphones zu entwickeln hing eng mit den Voraussetzungen der Handys zusammen, wie der Auflösung der integrierten Kameras und der internen Bildbearbeitung“, so Lohweg. „Ein konkretes Problem war außerdem, dass die aktuellen Betriebssysteme auf den Handys die Verwendung der RAW-Dateien, also der völlig unveränderten Fotodateien, nicht im Vollbildmodus zulassen. Für die Bildverarbeitung sind in diesem Fall jedoch RAW-Dateien nötig.“ Lohweg und sein Team lösten dies, indem sie mit den Vorschaubildern arbeiteten, die zwar codiert sind, aber eine fehlerfreie Analyse der Bildinhalte zulassen. Eine große Herausforderung war, die Algorithmen, die für industrielle Umgebungen erforscht wurden, auf Endverbrauchergeräte umzusetzen. Die Software arbeitet mit einer speziellen Form der Spektralanalyse und einem neuen Klassifikationskonzept, was es zulässt, echte Banknote sehr sicher zu identifizieren.

Die Anwendung wird zeitnah mit einem internationalen Partner des Instituts auf dem Markt gebracht und somit für jeden nutzbar sein. Damit die App auf dem eigenen Smartphone funktioniert, muss die Auflösung mindestens 600 dpi betragen um eine stabile Analyse vom Tiefdruck machen zu können.

Lohweg stellte die neue Entwicklung seines Teams heute, am Freitag, den 20. Januar, auf der internationalen Tagung „Optical Document Security“ (Optische Dokumentensicherheit) in San Francisco vor. Zahlreiche internationale Wissenschaftler und Experten aus dem Bereich der Sicherheitsdokumentenindustrie, darunter beispielsweise auch Vertreter aller großen Zentralbanken, treffen sich seit 1996 alle zwei Jahre in San Jose und San Francisco, um technische und wissenschaftliche Entwicklungen im Bereich der optischen Sicherheit von Dokumenten und Banknoten zu verfolgen.

Publikation:
Lohweg, Volker; Schaede, Johannes
Mobile Devices for Banknote Authentication – is it possible?
Optical Document Security – The Conference on Optical Security and Counterfeit Detection III, San Francisco, CA, USA, January 18-20, 2012. Jan 2012