Wie bereits erwähnt, können verschiedene biometrische Daten aus unterschiedlichen Merkmalen einer natürlichen Person abgeleitet werden – physische, physiologische und verhaltenstypische. In diesem Abschnitt werden diese verschiedenen Arten biometrischer Daten erläutert. Die folgende Taxonomie ist nicht als Standard festgelegt, wobei bestimmte Arten biometrischer Daten von verschiedenen Experten unterschiedlich kategorisiert werden können. Beispielsweise werden in Taxonomien manchmal physiologische biometrische Daten in die Kategorie der physischen biometrischen Daten zusammengefasst.
Physische biometrische Daten
Physische biometrische Daten können durch die Erfassung charakteristischer Körpermerkmale von Personen gewonnen werden. Die Unterscheidbarkeit dieser Merkmale kann dann als Identifikator genutzt werden. Zu den gebräuchlichsten physischen biometrischen Merkmalen gehören Fingerabdrücke, die Form der Hand, Gesichtsmerkmale (wie die Rundung des Gesichts, der Abstand zwischen den Augen usw.) und Merkmale der Iris.
Physiologische biometrische Daten
Physiologische biometrische Daten können durch die Beobachtung von Körperfunktionen und die Erfassung der mit ihnen verbundenen charakteristischen Muster gewonnen werden. Einige der gebräuchlichsten physiologischen biometrischen Daten werden aus Elektrokardiogrammen (EKG), Atmungsmustern und Elektroenzephalogrammen (EEG) gewonnen.
Obwohl physische biometrische Daten oft als Synonym für physiologische biometrische Daten verwendet werden (und umgekehrt), sind die Autoren der Meinung, dass eine Unterscheidung von Vorteil sein könnte, um die Diskussion besser zu strukturieren. Dies ist insbesondere in Anbetracht neuerer Studien über die Beziehung zwischen biometrischer Technologie und bestimmten physiologischen Funktionen wie z. B. neurophysiologischen Funktionen von Vorteil[1].
Verhaltenstypische biometrische Daten
Verhaltenstypische biometrische Daten können durch die Beobachtung des Verhaltens von Personen gewonnen werden, um charakteristische Muster in diesem Verhalten zu erkennen. Einige Verhaltensweisen sind den Personen inhärent (z. B. der Gang oder die Stimme), während andere nur durch die Interaktion mit bestimmten Hilfsmitteln an den Tag gelegt werden (z. B. Handschrift, Tastaturdynamik und Mausbewegungen).
Im Gegensatz zu physischen biometrischen Daten erfordern verhaltenstypische biometrische Daten eine Beobachtung der Personen, was eine Zeitvariable in die Bewertung einführt[2]. Es wird oft vorgebracht, dass verhaltenstypische biometrische Daten trotz ihrer größeren Anfälligkeit für momentane Schwankungen und Veränderungen im Laufe des Lebens den Vorteil haben, dass sie weniger in die Privatsphäre eingreifen und kostengünstigsind.[3] Einige Wissenschaftler haben jedoch festgestellt, dass verhaltenstypische biometrische Daten im Vergleich zu anderen Arten biometrischer Daten größere Risiken für den Schutz der Privatsphäre mit sich bringen könnten,[4] da sie weitere Informationen über die Betroffenen preisgeben können, die mitunter sehr sensibel sind, wie z. B. der Gesundheitszustand.[5]
Quellenangaben
1Siehe beispielsweise: Patrizio Campisi und Daria La Rocca, Brain Waves for Automatic Biometric-Based User Recognition, IEEE Transactions on Information Forensics and Security 9, Nr. 5 (Mai 2014): 782–800, https://doi.org/10.1109/TIFS.2014.2308640. ↑
2Siehe: Roman V. Yampolskiy und Venu Govindaraju, Behavioural Biometrics: A Survey and Classification, International Journal of Biometrics 1, Nr. 1 (2008): 81, https://doi.org/10.1504/IJBM.2008.018665. ↑
3Siehe: Madeena Sultana, Padma Polash Paul und Marina Gavrilova, A Concept of Social Behavioral Biometrics: Motivation, Current Developments, and Future Trends, in 2014 International Conference on Cyberworlds (2014 International Conference on Cyberworlds (CW), Santander, Cantabria, Spain: IEEE, 2014), 271–78, https://doi.org/10.1109/CW.2014.44. ↑
4Siehe: Günter Schumacher, Behavioural Biometrics: Emerging Trends and Ethical Risks, in Second Generation Biometrics: The Ethical, Legal and Social Context, Herausgeber: Emilio Mordini und Dimitros Tzovaras (Springer, 2012). ↑
5Siehebeispielsweise: Marcos Faundez-Zanuy et al., Handwriting Biometrics: Applications and Future Trends in e-Security and e-Healt’, Cognitive Computation 12, Nr. 5 (September 2020): 940–53, https://doi.org/10.1007/s12559-020-09755-z. ↑