Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
cset5. Januar 2022 · Q004735

Trends in AI Research for the Visual Surveillance of Populations

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist ein Auszug, kein vollständiger Bericht. Eine Auswertung englischsprachiger Veröffentlichungen von 2015 bis 2019 schätzt, dass weniger als zehn Prozent der Computer-Vision-Forschung visuelle Überwachung betreffen; Forschende aus China stellten laut Bericht mehr als ein Drittel der Publikationen und waren bei drei stark wachsenden Aufgaben besonders präsent. Die Ergebnisse bilden weder nichtenglische Forschung noch tatsächliche Überwachungskapazitäten oder -einsätze direkt ab.

Mittel

Der vorliegende Text ist ein Auszug mit einer Executive Summary und Fußnoten; der vollständige Bericht liegt nicht vor. Die Autoren untersuchten englischsprachige Computer-Vision-Veröffentlichungen aus den Jahren 2015 bis 2019 und ordneten mithilfe von Sprachverarbeitungsverfahren die beschriebenen Forschungsaufgaben zu. Ihren Schätzungen zufolge entfielen etwa fünf bis acht Prozent der Arbeiten auf visuelle Überwachung, insgesamt also weniger als zehn Prozent. Viele verbreitete Computer-Vision-Aufgaben seien allgemeiner einsetzbar.

Forschende mit chinesischer institutioneller Zugehörigkeit verantworteten laut Bericht mehr als ein Drittel der Veröffentlichungen sowohl in Computer Vision insgesamt als auch im Überwachungsbereich. China sei damit in beiden Feldern das publikationsstärkste Land. Bei Personen-Reidentifizierung, Menschenmengenzählung und Erkennung gefälschter Gesichter, deren weltweite Publikationszahlen jährlich um mehr als 30 Prozent stiegen, sei Chinas Anteil besonders hoch und wachse.

Die Befunde beruhen nur auf englischsprachigen Publikationen und messen weder direkt Überwachungsfähigkeiten noch deren tatsächlichen Einsatz. Die Autoren schlagen vor, nichtenglische Arbeiten sowie Patentdaten, private Forschung, Kameraverbreitung und Regierungspolitik einzubeziehen. Die Suche erfasst außerdem gezielt visuelle Überwachung von Menschen und lässt allgemeinere Begriffe wie „Videoüberwachung“ teilweise aus.

Ausführlich lesen

Der vorliegende Text ist ein Auszug mit einer Executive Summary, Fußnoten und einem Abbildungshinweis; der vollständige Bericht liegt hier nicht vor. Er untersucht, welcher Teil der Computer-Vision-Forschung Algorithmen betrifft, die zur visuellen Überwachung von Einzelpersonen oder Gruppen eingesetzt werden könnten. Dazu zählen etwa Gesichtserkennung und weitere Aufgaben. Die Autoren weisen darauf hin, dass solche Verfahren auch für alltägliche kommerzielle Anwendungen genutzt werden, zugleich aber staatliche Überwachung zu repressiven Zwecken erleichtern könnten.

Für die Analyse werteten die Autoren englischsprachige Veröffentlichungen aus den Jahren 2015 bis 2019 aus. Mit Verfahren zur Verarbeitung natürlicher Sprache identifizierten sie Computer-Vision-Arbeiten und ordneten darin beschriebene Forschungsaufgaben zu. Ihren Schätzungen zufolge entfielen je nach Region und Jahr etwa fünf bis acht Prozent der Computer-Vision-Arbeiten auf visuelle Überwachung; insgesamt lag der Anteil unter zehn Prozent. Für China schätzen sie den Anteil sowohl 2015 als auch 2019 auf sechs Prozent. Viele der häufigsten Forschungsaufgaben seien allgemeiner Natur und könnten Anwendungen in unterschiedlichen Bereichen verbessern.

Nach den Ergebnissen waren Forschende mit chinesischer institutioneller Zugehörigkeit für mehr als ein Drittel der Veröffentlichungen in Computer Vision insgesamt und im Bereich visuelle Überwachung verantwortlich. China sei damit in beiden Feldern das publikationsstärkste Land. Der chinesische Anteil an der weltweiten Forschung zur visuellen Überwachung wachse laut Bericht ähnlich wie der Anteil an der Computer-Vision-Forschung insgesamt. Bei drei als aufkommend bezeichneten Aufgaben – Personen-Reidentifizierung, Zählung von Menschenmengen und Erkennung gefälschter Gesichter – entfalle ein überproportional großer und wachsender Anteil der Veröffentlichungen auf Forschende aus China. Als „aufkommend“ gelten dabei Aufgaben, bei denen die weltweite Zahl der Veröffentlichungen jährlich um mehr als 30 Prozent zunahm.

Die Aussagen beruhen ausschließlich auf englischsprachigen wissenschaftlichen Veröffentlichungen und sind daher keine direkte Messung nationaler Fähigkeiten oder tatsächlicher Überwachungspraxis. Die Autoren erwarten, dass die Einbeziehung nichtenglischer Arbeiten die Schätzungen verändern und den ausgewiesenen Anteil nicht anglophoner Länder wahrscheinlich erhöhen könnte. Außerdem erfasst der bibliometrische Ansatz weder direkt den Einsatz von Überwachungstechnik noch umfassend staatliche Interessen. Als mögliche Ergänzungen nennen die Autoren Patentdaten, private Forschung und Entwicklung, die Verbreitung von Kameras und einschlägige Regierungspolitik. Der Bericht grenzt seine Suche zudem auf die visuelle Überwachung von Menschen ein und lässt laut Fußnote manche allgemeineren Überwachungsbegriffe, etwa „Videoüberwachung“, bewusst außen vor.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 49 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 49 %Hintergrund, keine Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 39 %Hintergrund, keine Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →