31 Millionen Tests, eine unsichtbare Toyota Yaris: Das Anti-Überwachungs-Projekt noRecognition im Praxistest

Die automatisierten Überwachungssysteme, die Kennzeichen scannen, Gesichter erkennen und Fahrzeuge verfolgen, wirken längst wie eine unaufhaltsame Tatsache des modernen Lebens. Doch ein Cybersicherheitsforscher aus Kansas City hat etwas entwickelt, das diese Systeme angeblich kaltstellt – ohne eine einzige Kamera zu blockieren.

Bill Swearingens noRecognition-Projekt nutzt bestärkendes Lernen (Reinforcement Learning), um sogenannte adversariale Muster zu erzeugen. Auf Stoff oder Vinyl gedruckt, verwirren diese Muster die Objekterkennungs- und Klassifizierungssoftware, die in vielen Überwachungskameras steckt. Nach rund 31 Millionen automatisierten Tests innerhalb eines Jahres fand das System Designs, die im Labor 11 Open-Source-Erkennungsalgorithmen überlisteten. Am Freitag, den 7. August 2026, führte Swearingen den öffentlichen Realwelt-Beweis: Ein mit seinem Muster beklebter Toyota Yaris Baujahr 2009 fuhr am Flock-Kennzeichenleser auf der Hacker-Konferenz Def Con in Las Vegas vorbei – und entging der automatischen Erkennung vollständig .

So funktioniert noRecognition, was die Def-Con-Vorführung tatsächlich zeigte und wie jeder die Muster jetzt als Kleidung kaufen kann.

Was ist noRecognition?

noRecognition ist ein Forschungsprojekt von Bill Swearingen, einem Cybersicherheitsexperten aus Kansas City, Gründer des SecKC-Treffens und der Firma SIXCYBER. Es produziert adversariale Muster, die automatisierte Überwachungssysteme daran hindern sollen, Personen, Gesichter, Fahrzeuge und Objekte zu erkennen . Die Muster werden auf Stoff oder Vinyl gedruckt und auf Kleidung oder Fahrzeugoberflächen aufgebracht. Sie blockieren nicht die normale Videoaufzeichnung – sie täuschen gezielt die auf den Kameras laufende Erkennungssoftware .

Swearingen erklärte seinen Ansatz gegenüber TechCrunch: Die Muster nutzen die Klassifizierungsebene neuronaler Netze aus, indem sie ein visuelles Signal erzeugen, das das Modell nicht in eine erkennbare Kategorie einordnen kann . Für einen menschlichen Betrachter sieht das Muster wie ein abstraktes, chaotisches Design aus. Für eine KI ist es praktisch unsichtbar.

Wie das bestärkende Lernen nach 31 Millionen Tests zu funktionierenden Mustern führte

Swearingen baute ein Reinforcement-Learning-Modell, das wiederholt Muster generierte und gegen 11 verschiedene Open-Source-Computer-Vision-Erkennungsalgorithmen testete . Bei jedem Test lernte das Modell, welche visuellen Merkmale die Erkennung scheitern ließen, und verfeinerte das Muster entsprechend.

Nach rund 31 Millionen Tests (einige Quellen nennen 31,7 Millionen) innerhalb eines Jahres konvergierte das Modell zu Designs, die diese Algorithmen daran hinderten, das vom Muster bedeckte Objekt zu klassifizieren . Swearingen beschrieb den Prozess als dem Modell beibringen, „wie man malt“ – das System lernte, Texturen zu erzeugen, die die Erkennungssoftware maximal verwirren .

In kontrollierten digitalen Tests mit echten extrahierten Modellgewichten erreichte eine vollflächige noRecognition-Textur beim f-YOLOv5-Überwachungsdetektor eine Nichterkennungsrate von 61,7 % über 240 zurückgehaltene Kleidungsbilder bei einem Schwellenwert von 0,25 .

Was die Muster im Labor besiegt haben:

• Flock Kennzeichenleser
• Axon Körperkameras
• Clearview AI Gesichtserkennung
• Alle 11 Open-Source-Algorithmen in Swearingens Tests

Die Def-Con-Demo: Ein Toyota Yaris, den Kameras nicht sahen

Am Freitag, den 7. August 2026, führte Swearingen den ersten öffentlichen Realwelt-Test eines noRecognition-Musters auf der Cybersecurity-Konferenz Def Con in Las Vegas durch . Mit Hilfe des Automobil-Medienunternehmens Donut Media beklebte er einen 2009er Toyota Yaris mit seinem computergenerierten Muster und fuhr an einem Flock-Kennzeichenleser vorbei .

Swearingen berichtete, der Yaris sei der automatischen Erkennung vollständig entgangen – die Flock-Kamera konnte das Fahrzeug weder identifizieren noch das Kennzeichen lesen, während die normale Videoaufzeichnung ohne Probleme weiterlief . Die Räder stellten demnach eine Herausforderung dar, insgesamt wurde der Test jedoch als effektiv bewertet .

Wichtige Einschränkung: Eine unabhängige Überprüfung der Behauptung ist bislang kaum erfolgt. TechCrunch merkte an, dass das Ergebnis enger zu fassen ist als ein „unsichtbares“ Fahrzeug – die Kamera zeichnete weiterhin auf, während Videos und Logs der Demonstration nicht öffentlich sind . Der Verfügbarkeitsnachweis beschränkt sich derzeit auf einen einzigen Def-Con-Test gegen ein einziges Kameramodell .

So kaufen Sie noRecognition-Muster: T-Shirts, Hoodies und Nackenschläuche

Swearingens erklärtes Ziel ist es, noRecognition zu einem praktischen Werkzeug für den Datenschutz zu machen – eine Möglichkeit für Menschen, der algorithmischen Überwachung zu entgehen, ohne technisches Fachwissen zu benötigen .

Er startete eine Kickstarter-Kampagne, die zeitgleich mit seinen Vorträgen auf der Black Hat und Def Con Anfang August 2026 live ging . Auf LinkedIn kündigte er an: „Tees, Hoodies und Nackenschläuche, bedruckt mit Mustern, die tatsächlich funktionieren“ – genau zum Zeitpunkt der Veröffentlichung der Forschungsergebnisse .

Aktuelle und geplante Produkte:

Produkt	Status
T-Shirts	Per Kickstarter-Kampagne erhältlich
Hoodies	Per Kickstarter-Kampagne erhältlich
Nackenschläuche / Sturmhauben	Per Kickstarter-Kampagne erhältlich
Fahrzeugfolien / -beklebungen	In Planung, nach der Kleidungslinie

Mitte August 2026 hatte die Kickstarter-Kampagne mehr als 40.000 US-Dollar eingespielt . Unterstützer, die einen Aufpreis zahlen, können individuelle Muster anfordern, die „generiert, getestet und nie für andere veröffentlicht, gezeigt oder gedruckt wurden“ . Die Fahrzeugfolie ist als nächster Schritt vorgesehen, sobald die Kleidungslinie läuft .

Wichtige rechtliche und praktische Einschränkungen

Das Projekt ist und bleibt eine Datenschutz-Forschungsinitiative und kein bewährtes kommerzielles Produkt . Die Labortests belegten Erfolge gegen bestimmte Algorithmen, die Performance im echten Leben gegenüber der gesamten Bandbreite eingesetzter Überwachungssysteme wurde jedoch nicht unabhängig geprüft oder garantiert .

Swearingen hat auch rechtliche Grauzonen eingeräumt: Das Fahren eines beklebten Autos wirft in den USA von Bundesstaat zu Bundesstaat unterschiedliche Fragen zur Kennzeichenverdeckung auf, und seine Muster vermeiden bewusst, den Kennzeichenbereich zu überdecken .

Im Moment bietet noRecognition einen Einblick in eine mögliche Zukunft, in der Einzelpersonen der algorithmischen Überwachung entgehen können, indem sie das richtige Muster tragen. Doch Swearingen selbst und mehrere Nachrichtenportale haben sich hütet davor, dies als magischen Schutzmantel zu bezeichnen – die Beweislage beschränkt sich auf einen einzigen, nicht öffentlich dokumentierten Kameratest .