Smartphone-App erkennt Falschgeld

Derzeit ist Stahlstichdruck die verlässlichste 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 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 Gebrauch schwierig ist. Deshalb hat Professor Volker Lohweg mit seinem Team 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”, sagt Lohweg. Falschgeld könne so im täglichen Gebrauch – und im Umgang mit fremden Währungen – für Laien als Fälschung enttarnt werden. “Auch für Menschen mit Sehbehinderung könnte dies beispielsweise eine große Hilfe darstellen”, so Lohweg.

Die optische Überprüfung der Banknoten auf Echtheit kann demnach 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 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 Herausforderung war, die Algorithmen, die für industrielle Umgebungen erforscht wurden, auf Consumer-Geräte 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 soll “zeitnah” mit einem Partner des Instituts auf dem Markt gebracht und dann 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.