Responsible AI
Vertrauen und Compliance
InsightFace entwickelt Face-AI für den Unternehmenseinsatz mit messbarer Fairness, ethischer Datenpraxis und Privacy by Design. Wir verbessern Bewertung und Governance laufend, damit Kunden in unterschiedlichen Märkten und Nutzergruppen sicher ausrollen können.
Zusagen für Unternehmen
Bias-Minderung als Produktanforderung
Demografische Konsistenz ist für uns eine Kernmetrik. Wir optimieren fortlaufend auf stabile Leistung über Ethnien, Geschlechter und Altersgruppen hinweg.
Transparente Data Governance
Wir trainieren nur mit autorisierten Datensätzen, privaten Datensätzen mit informierter Einwilligung oder konformer Synthetic Data – mit Prüfstandards, die zu Enterprise-Procurement passen.
Privacy by Design in der Bereitstellung
Unsere Produktionsarchitektur priorisiert, wo immer möglich, irreversible Embedding-Extraktion statt Speicherung von Rohbildern und reduziert so operative Risiken von Beginn an.
Algorithmische Fairness
Bias reduzieren und zugleich universelle Genauigkeit anstreben
Wir folgen dem Prinzip "Technologie für alle" und wollen die Leistung über unterschiedliche ethnische, geschlechtsspezifische und altersbezogene Gruppen hinweg stabil halten.
Diverse Benchmark-Optimierung: Unsere Modelle werden kontinuierlich auf global verteilten Datensätzen über fünf Kontinente und viele Ethnien hinweg abgestimmt. Under-represented groups erhalten höhere Trainingsgewichte, um Erkennungsbias zu senken.
Ausgewogene Bewertung mit Adversarial Debias: Wir integrieren Adversarial Debias und multidimensionale Überwachung in die F&E-Pipeline. Interne Evaluierungen haben die Cross-ethnicity False Match Rate auf ein branchenführendes Niveau gesenkt.
Enterprise-orientierte Validierung: Fairness wird gemeinsam mit Genauigkeit, Latenz und Deployment-Fit bewertet, damit Kunden Risiken vor dem Produktivstart klarer einschätzen können.
Datenethik
Ethische Datenbeschaffung und datenschutzorientierte Verarbeitung
Daten sind die Grundlage von AI, aber Privacy setzt die Grenze. Beschaffung, Scrubbing und Deployment-Architektur sind Teil unseres Compliance-Ansatzes.
Konforme Beschaffung: InsightFace richtet die Datenerhebung an GDPR, CCPA und anwendbaren nationalen Vorgaben aus. Wir verwenden Datensätze mit ausdrücklicher Autorisierung, private Datensätze mit informierter Einwilligung und konforme Synthetic Data zur Ergänzung.
Strenges PII-Scrubbing: Bevor Daten in die Trainingspipeline gelangen, werden Rohbilder desensibilisiert und per Skript von zugehörigen personally identifiable information (PII) bereinigt. Es bleiben nur die für das Modelllernen nötigen Signale erhalten.
Feature-basierter Privacy-Schutz: Unsere Kernarchitektur bevorzugt irreversible Embedding-Vektoren statt Speicherung oder Übertragung von Rohbildern und reduziert das Leckagerisiko bereits auf Systemebene.
Partnerschaften für autorisierte Datensätze
Wenn Sie einen ordnungsgemäß autorisierten Datensatz für Training oder Evaluierung bereitstellen können, kontaktieren Sie unser Team. Nach Prüfung ziehen wir gegebenenfalls eine vergütete Beschaffung in Betracht.
contact@insightface.aiDatenschutz & Aufbewahrung
Datenschutzkontrollen, die Sie vertraglich konfigurieren können
Die Datenschutzposition ist Teil des kommerziellen Gesprächs. Die folgenden Standardeinstellungen beschreiben, wie unsere Deployments typischerweise für Enterprise-Kunden konfiguriert werden; das konkrete Verhalten wird in Ihrer Vereinbarung festgelegt.
Embedding-basierte Verarbeitung ist der bevorzugte Standard: Gesichtsmerkmale können als nicht umkehrbare Vektoren extrahiert, verglichen oder gespeichert werden, anstatt Rohbilder vorzuhalten.
No-Image-Retention-Modi werden unterstützt: Für Cloud-API-Deployments können Kunden verlangen, dass hochgeladene Bilder über den aktiven Inferenzaufruf hinaus nicht serverseitig gespeichert werden.
Aufbewahrungsfristen für Daten sind nicht standardmäßig fixiert, sondern werden im Rahmen von Enterprise-Verträgen konfiguriert, damit Kunden interne Datenschutz- und Aufbewahrungsrichtlinien einhalten können.
On-Premise- und Edge-Deployments halten Rohbilder und Embeddings konstruktionsbedingt innerhalb der Kundenumgebung; es verlässt kein Inferenzverkehr das Kundennetzwerk.
Deployment-Optionen
Wählen Sie das Deployment-Modell passend zu Ihrem Datenfluss
InsightFace unterstützt mehrere Deployment-Muster. Jedes hat einen anderen Datenfluss und ist für unterschiedliche Sensibilitätsstufen und Betriebsanforderungen geeignet.
Cloud API
Gehostete Inferenz ohne lokalen Modell-Footprint.
- Data flow
- Bilder oder vorberechnete Embeddings werden per HTTPS an einen gehosteten Endpoint gesendet; Ergebnisse werden in der Antwort zurückgeliefert.
- Fit for
- Pilotprojekte, Workloads mit geringerer Sensibilität, schnelle Integration sowie Produktteams, die keine Modelle selbst hosten möchten.
On-Premise
Modelle laufen in der eigenen Infrastruktur des Kunden.
- Data flow
- Sämtliche Gesichtsdaten, Embeddings und Inferenzverkehr verbleiben in der Kundenumgebung. Es werden keine Bilddaten an InsightFace übertragen.
- Fit for
- Regulierte Branchen, großflächige Identitätsprüfung, KYC, Zutrittskontrolle sowie Kunden mit strikten Anforderungen an Datenresidenz.
Mobile / Edge-Gerät
On-Device-Inferenz über das InspireFace SDK.
- Data flow
- Bilder werden auf dem Gerät verarbeitet; nur anwendungsseitige Signale (z. B. eine Match-Entscheidung) müssen das Gerät verlassen, sofern überhaupt.
- Fit for
- Consumer-Mobil-Apps, eingebettete Zutrittskontrolle, IoT-Terminals sowie Offline- oder Szenarien mit instabiler Netzanbindung.
Verantwortungsvoller Einsatz von Face AI
Use-Case-Review für sensible Face-AI-Anwendungen
Gesichtserkennung, Face Swap und Identitätsprüfung sind sensible Anwendungen. Kommerzielle Lizenzen und API-Zugänge werden vor der Freischaltung gegen das geplante Deployment geprüft.
Wir prüfen den vorgesehenen Use Case, den Deployment-Kontext und die Endnutzer-Population, bevor wir kommerzielle Modelle für Gesichtserkennung oder Face Swap freigeben.
Wir erwarten von Kunden eine rechtmäßige Grundlage für die Verarbeitung biometrischer Daten und – wo gesetzlich gefordert – Information und Wahlmöglichkeit für Endnutzer.
Wir genehmigen keine Use Cases, die auf Überwachung vulnerabler Gruppen, täuschende Identitätsvortäuschung oder andere mit verantwortlichem Einsatz unvereinbare Anwendungen abzielen.
Eine Freigabe kann überprüft oder entzogen werden, wenn die Nutzung wesentlich vom vereinbarten Umfang abweicht.
Face-Swap-Nutzungsrichtlinie
Verbotene Anwendungen für Face-Swap-Modelle und APIs
Face-Swap-Modelle und APIs werden für geprüfte kreative, Unterhaltungs- und Produkt-Use-Cases lizenziert. Die folgenden Anwendungen sind ausdrücklich nicht zulässig und werden nicht freigegeben.
Betrug, Identitätsdiebstahl, Umgehung von KYC oder jeder Versuch, Identitätsprüfungssysteme zu überlisten.
Imitation realer Personen ohne deren ausdrückliche, verifizierbare Einwilligung.
Belästigung, Mobbing, Verleumdung oder Inhalte, die eine Person demütigen oder bedrohen sollen.
Nicht-einvernehmliche sexuelle oder intime Darstellungen einer Person, einschließlich synthetischer NCII.
Unautorisierter Gesichtertausch von Privatpersonen, Minderjährigen oder vulnerablen Gruppen.
Irreführende politische Inhalte, erfundene Aussagen öffentlicher Personen oder Inhalte zur Manipulation von Wahlen oder öffentlichem Diskurs.
Unterlagen für Enterprise-Review
Material für Security-, Legal- und Procurement-Prüfung
Enterprise-Kunden können unser Team kontaktieren, um die folgenden Unterlagen im Rahmen ihrer internen Bewertung zu besprechen oder anzufordern. Konkrete Ergebnisse werden pro Engagement abgestimmt.
Anforderungen an die Datenverarbeitung und vorgeschlagener Datenfluss.
Fragen zum Security-Review und Architekturdiagramme.
Deployment-Architekturoptionen für Cloud, On-Premise oder Edge.
Anforderungen an die zulässige Nutzung der gewählten Modelle oder APIs.
Compliance- und Datenschutzanforderungen für Ihre Jurisdiktion.
Methodik zur Modellbewertung, einschließlich Benchmarking auf privaten Daten.
Operative Zusicherungen für Enterprise-Käufer
Compliance-Reviews sind Teil kommerzieller Gespräche zu Lizenzumfang, Deployment-Architektur und Grenzen der Datenverarbeitung.
Wir unterstützen die Due Diligence unserer Kunden zu regionalen Anforderungen, Privacy-Kontrollen und internen Freigabeprozessen vor dem Rollout.
Benchmarking und Governance werden laufend aktualisiert, wenn sich Kundenerwartungen, Regulierung und Einsatzszenarien weiterentwickeln.
Benötigen Sie eine Trust- oder Compliance-Prüfung für Ihren Use Case?
Sprechen Sie mit unserem Team über Modelllizenzierung, Deployment-Architektur, Datenquellen und Evaluierungsanforderungen für Ihren Markt.