Adversarial Fashion: Kleidung, die Ueberwachungs-KI austrickst

Kameras mit KI-gestützter Gesichtserkennung überwachen Städte weltweit - und ein wachsender Teil der Bevölkerung wehrt sich kreativ dagegen. IEEE Spectrum porträtiert die “Adversarial Fashion”-Bewegung, die auf der letzten DEF CON vorgestellt wurde und Bekleidung mit absichtlich generierten Mustern verkauft, die Objekterkennungssysteme austricksen sollen.

Wie es funktioniert: Cybersecurity-Experte Bill Swearingen begann 2025 mit einem simplen Python-Fuzzer gegen das verbreitete Objekterkennungs-Framework YOLO und entwickelte daraus einen Reinforcement-Learning-Algorithmus, der adversariale Muster generiert. Die farbenfrohen geometrischen Abstraktionen wurden gegen 11 Objekterkennungsmodelle getestet - vier zur Gesichtssuche, zwei zur Gesichtserkennung, fünf zur Personenerkennung. Erfolgreiche Muster senken die Confidence-Scores der Systeme teils bis zum Totalausfall.

Der Markt: Die italienische Marke Cap_able (Gründerin Rachele Didero, Freie Universität Bozen) webt solche Motive per patentiertem Jacquard-Verfahren in Stoffe ein. Tragende Kleidung kann so als Tier oder Objekt klassifiziert werden statt als Mensch. Urban Privacy setzt auf Muster, die auf OpenCV basierte Gesichtserkennung irritieren. Ein Kickstarter-Projekt namens noRecognition sammelt ebenfalls Geld.

Einordnung: Die Kleidung ist eher Statement als Rüstung - strenge Überwachungsstaaten und bessere Modelle machen die Muster schnell wirkungslos. Aber als sichtbares Zeichen gegen den KI-Panoptikon funktioniert die Idee: Wenn Überwachung unsichtbar ist, macht adversariale Mode das Problem zumindest tragbar.

Original: Adversarial Fashion Makes a Statement on AI Panopticon (IEEE Spectrum, 14.09.2026)