Identitätsverifizierung mit Amazon Rekognition

Online-Überprüfung der Benutzeridentität mithilfe von ML

Warum Identitätsüberprüfung?

Die persönliche Überprüfung der Identität eines Benutzers ist nur langsam skalierbar, kostspielig und mit hohen Reibungsverlusten für die Benutzer verbunden. Machine Learning (ML)-gestützte Gesichtsbiometrie kann bei der Identitätsüberprüfung von Online-Benutzern helfen. Amazon Rekognition bietet vorab trainierte Gesichtserkennungs- und Analysefunktionen, die Sie schnell zu Ihren Benutzer-Onboarding- und Authentifizierungs-Workflows hinzufügen können, um die Identität angemeldeter Benutzer online zu überprüfen. Es sind keine ML-Kenntnisse erforderlich. Mit Amazon Rekognition können Sie Benutzer in Sekundenschnelle onboarden und authentifizieren und gleichzeitig betrügerische oder doppelte Konten erkennen. So können Sie die Zahl der Benutzer schneller erhöhen, Betrug reduzieren und die Kosten für die Benutzerverifizierung senken.

Vorteile der Identitätsprüfung

Verwandeln Sie mehr Besucher in Kunden, indem Sie die Zeit beim Onboarding verkürzen und die Benutzerfreundlichkeit erhöhen. Mit Amazon Rekognition können Sie Benutzer in Sekundenschnelle online überall auf der Welt verifizieren und von Hunderten bis zu Millionen von Identitätsüberprüfungen pro Stunde skalieren. Benutzer können jetzt online auf Ihre Services zugreifen, ohne persönlich vorbeikommen zu müssen.

Reduzieren Sie den Zeit- und Kostenaufwand für die persönliche Identitätsprüfung durch den Einsatz der vorab trainierten und anpassbaren APIs von Amazon Rekognition. Mit Amazon Rekognition können Sie Benutzer online onboarden und authentifizieren, ohne Ihre eigene ML-Infrastruktur aufbauen und verwalten zu müssen.

Stärken Sie Ihre Möglichkeiten zur Betrugsprävention, indem Sie die passwortbasierte Authentifizierung durch eine visuelle Online-Identitätsprüfung ergänzen. Schützen Sie sich vor betrügerischen Kontoeröffnungen oder Transaktionen, indem Sie das Selfie-Bild des Benutzers mit dem Bild eines Ausweisdokuments oder Ihrer Sammlung bestehender Benutzerbilder vergleichen.

 

Page Topics

Allgemeines

Allgemeines

Mit Amazon Rekognition Face Liveness können Sie überprüfen, ob nur echte Benutzer und keine Betrüger, die gefälschte Konten verwenden, auf Ihre Services zugreifen können. Sie können Spoofs erkennen, die der Kamera präsentiert werden, z. B. gedruckte Fotos, digitale Videos oder 3D-Masken, sowie Spoofs, die die Kamera umgehen, wie z. B. vorab aufgezeichnete Videos oder Deepfake-Videos.

Die Gesichtserkennung von Amazon Rekognition hilft Ihnen zu erkennen, ob das Selfie-Bild des Benutzers korrekt aufgenommen wurde. Sie können erkennen, ob ein Gesicht auf dem Bild zu sehen ist. Sie können auch vorhergesagte Attribute wie die Größe des Begrenzungsrahmens, die Pose, die Helligkeit, die Schärfe, die offenen Augen, den offenen Mund und die getragene Brille verwenden, um die Bildqualität zu bestimmen.

Der Gesichtsvergleich von Amazon Rekognition hilft Ihnen, die Ähnlichkeit von zwei Gesichtern zu messen, um festzustellen, ob es sich um dieselbe Person handelt. Sie können nahezu in Echtzeit eine Ähnlichkeitsvorhersage für das Selfie-Bild eines Benutzers im Vergleich zu seinem Ausweisbild erhalten.

Amazon Rekognition Gesichtserkennung und -suche hilft Ihnen dabei, eine Gesichtssammlung vorhandener Benutzer zu erstellen und die Selfie-Bilder neuer Benutzer mit allen Gesichtern in Ihrer Sammlung abzugleichen, um doppelte oder betrügerische Kontoeröffnungsversuche zu erkennen.

Die Objekterkennung von Amazon Rekognition hilft Ihnen, den Typ des Benutzerausweisdokuments wie Führerschein oder Reisepass zu bestimmen. Sie können auch Amazon Rekognition Custom Labels verwenden, um einen für Ihre Region einzigartigen Ausweisdokumenttyp zu erkennen, indem Sie ein benutzerdefiniertes ML-Modell mit einigen kommentierten Bildern trainieren.

Die Texterkennung von Amazon Rekognition hilft Ihnen dabei, wichtige Textpassagen auf einem Ausweis zu extrahieren, z. B. Name, Ausstellungsdatum, Alter und Identifikationsnummer. Sie können diese Informationen mit den Daten des Benutzerantragsformulars vergleichen.

Kunden

  • Aella Credit

    Aella Credit gewährt Personen in Schwellenländern mit einer überprüfbaren Einkommensquelle über biometrischen, Arbeitgeber- und Mobiltelefondaten Sofortkredite.

    Die Verifizierung und Validierung von Identitäten war eine große Herausforderung in Schwellenländern. Die Fähigkeit, Benutzer richtig zu identifizieren, ist ein wesentliches Hindernis bei der Kreditaufnahme für Milliarden von Menschen in Schwellenländern. Die Verwendung von Amazon Rekognition zur Identitätsprüfung in unserer mobilen Anwendung hat Verifizierungsfehler deutlich reduziert und uns die Möglichkeit gegeben, diese zu skalieren. Wir können nun die Identität einer Person in Echtzeit ohne menschliches Zutun erkennen und verifizieren und so einen schnelleren Zugang zu unseren Produkten ermöglichen. Wir haben verschiedene stark beworbene Lösungen ausprobiert, aber keine der beliebten Alternativen konnte verschiedene Hauttöne genau abbilden. Amazon Rekognition hat uns geholfen, Gesichter unserer Kunden in unseren Märkten effektiv zu erkennen. Es hat uns auch geholfen, mit KYC überlappende Profile und doppelte Datensätze zu entdecken.

    Wale Akanbi, CTO und Co-Founder, Aella Credit
  • AU Small Finance Bank

    Als das größte Mikrofinanzinstitut Indiens (anhand von Vermögenswerten und Verbindlichkeiten) bindet die AU Small Finance Bank (AU Bank) seit 2020 neue Kunden erfolgreich mit Video-KYC ein und unterstützt inzwischen mehr als 2,7 Millionen Kunden über 900 Bank-Kontaktpunkte hinweg.

    AWS bietet die notwendige Skalierbarkeit und Zuverlässigkeit für die WorkApps-Plattform, und unsere Zeit bis zur Markteinführung und Wertschöpfung hat sich mit einer cloudbasierten Lösung wesentlich beschleunigt.

    Ankur Tripathi, Chief Information Officer, AU Small Finance Bank
  • Carbon

     

    Carbon ist eine von OneFi betriebene digitale Finanzdienstleistungsplattform, die über eine Android-Mobil-App, die bereits mehr als 900 000 Mal heruntergeladen wurde und Dienstleistungen für unterversorgte Personen in Westafrika anbietet.

    Im Mai 2016 führte Carbon seine mobile App für den Kreditantragsprozess ein. Mit der mobilen App werden ständig Bilder erzeugt und schneller konsumiert als zuvor. Carbon musste den wachsenden Bedarf an Bildanalysen zur Betrugserkennung und Risikoanalyse erfüllen. Wir wollten in der Lage sein, zu erkennen, ob in einem hochgeladenen Bild wirklich ein menschliches Gesicht erkannt wurde, und andere Merkmale wie Geschlecht und Identität identifizieren. Wir haben uns für Amazon Rekognition entschieden, weil es so einfach ist, unserer mobilen App eine Bildanalyse hinzuzufügen und weil die Gesichtsanalyse so genau ist.

    Olawale Olaleye, Head of IT Infrastructure Engineering, OneFi
  • Software Colombia

    Software Colombia ist ein führendes Unternehmen für KI- und ML-Softwareentwicklung, das weltweit modernste Technologielösungen anbietet und sich bei seinen mehr als 300 aktiven Projekten auf Innovation, Qualität und Kundenzufriedenheit konzentriert.

    Die Erfolgsgeschichte lesen

     

    Unsere größte Herausforderung bestand darin, eine starke, aber schnelle und genaue Benutzerauthentifizierungsplattform zu implementieren. Amazon Rekognition und seine Face-Liveness-Erkennungs-API haben uns geholfen, dies umzusetzen. Diese neue Amazon Rekognition API ermöglichte es uns, einen internen biometrischen Gesichtserkennungsprozess zu entwickeln, der uns dabei hilft, Identitätsfälschungsangriffe und -risiken um bis zu 95 % zu reduzieren und unsere Prozesse zur Ausstellung digitaler X509-Zertifikate und Signaturen sicherer und effizienter zu machen. Die Möglichkeit, unseren Kunden die Authentifizierung und Verifizierung ihrer Identität mit Hilfe der Handykamera zu ermöglichen, macht unsere Services noch umfassender und überregional verfügbar.

    Alex Chacón, CEO, Software Colombia
  • Q5id

    Q5id bietet Konsumenten und Unternehmen eine robuste, bewährte Identitätsmanagementlösung, die Kunden bei der Überprüfung von Identitäten und der Sicherung von Organisationen unterstützt.

    Q5ID Testimonial-Video ansehen

    Q5id konzentriert sich auf den Nachweis individueller Identitäten, anstatt deren Gültigkeit anzunehmen. Unser Ziel ist es, unseren Finanzdienstleistern und deren Kunden ein Höchstmaß an Sicherheit zu bieten, um zu erkennen und zu überprüfen, ob Personen die sind, für die sie sich ausgeben. Wir erreichen dies, indem wir mit Amazon Rekognition Identity Verification APIs und seinen Gesichtserkennungsfunktionen arbeiten und dann unsere eigene Software in unsere Produkte und Dienstleistungen integrieren. AWS hat uns geholfen, die von uns verwendeten Identifikationsmuster für die Gesichtserkennung zu verbessern und auszugleichen, um eine Falschakzeptanzrate von 1 zu 933 Milliarden zu erreichen – eine Zahl, die mehr als 100 Mal so hoch ist wie die Weltbevölkerung.

    Becky Wanta, Chief Technology Officer, Q5id