Identitätsverifizierung mit Amazon Rekognition
Die persönliche Überprüfung der Identität eines Benutzers ist nur langsam skalierbar, kostspielig und mit hohen Reibungsverlusten für die Benutzer verbunden. Durch Machine Learning gestützte Gesichtsbiometrie kann die Identität von Online-Nutzern verifiziert werden. Amazon Rekognition bietet vortrainierte Gesichtserkennungs- und -analysefunktionen, die Sie schnell in Ihre Benutzer-Onboarding- und Authentifizierungs-Workflows integrieren können, um die Identität der angemeldeten Benutzer online zu verifizieren. Es sind keine Machine-Learning-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
Schnellerer Anstieg der Benutzerzahlen
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.
Betrugsreduzierung
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 Ausweises oder Ihrer bereits vorhandenen Sammlung von Bildern der Benutzer vergleichen.
Geringere Gemeinkosten
Reduzieren Sie den Zeit- und Kostenaufwand für die persönliche Identitätsverifizierung, indem Sie die vortrainierten und anpassbaren APIs von Amazon Rekognition nutzen. Mit Amazon Rekognition können Sie Benutzer online onboarden und authentifizieren, ohne Ihre eigene ML-Infrastruktur aufbauen und verwalten zu müssen.
Funktionsweise
Features
Die Lebendigkeit von Gesichtern erkennen
Amazon Rekognition Face Liveness hilft Ihnen zu überprüfen, dass nur echte Benutzer und keine böswilligen Akteure, die Spoofs 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.
Selfie-Bild verifizieren
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.
Selfie-Bild mit Benutzer-ID vergleichen
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.
Doppelte Benutzer erkennen
Mit dem Gesichtsindex und der Suche von Amazon Rekognition können Sie eine Gesichtssammlung bestehender Benutzer erstellen und das Selfie-Bild eines neuen Benutzers mit allen Gesichtern in Ihrer Sammlung vergleichen, um doppelte oder betrügerische Versuche der Kontoerstellung zu erkennen.
Ausweisdokument klassifizieren
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 Dokumententyp zu erkennen, indem Sie ein benutzerdefiniertes Modell für maschinelles Lernen mit einigen kommentierten Bildern trainieren.
Benutzerdaten extrahieren
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 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 & Co-Founder – Aella Credit
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
Banco de Bogotá
Mit 150 Jahren Erfahrung gehört die Banco de Bogotá zur Aval-Gruppe und steht mit ihren Aktiva an zweiter Stelle im kolumbianischen Bankensystem, was sie zu einem der wichtigsten Akteure des Landes macht.
„Mit AWS sind wir die erste Bank in Kolumbien, die Darlehens- und Kreditprodukte einführt, die in weniger als 5 Minuten über unsere digitalen Kanäle erworben werden können.“
Gabriel Morris, Technology Leader, Direktion für digitale Strategie und Daten – Banco de Bogotá
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
CreditVidya
CreditVidya ist ein Startup-Unternehmen mit Hauptsitz in Indien, dessen Underwriting-Technologie den Kreditmarkt des Landes für über 250 Millionen finanziell ausgegrenzte Bürger öffnet. CreditVidya plant, bald mit Amazon Rekognition live zu gehen, wodurch Anwendungen mit Gesichtserkennung hinzukommen.
„Wir planen, Amazon Rekognition zu nutzen, um unsere elektronischen „Know Your Customer“-Prozesse zu vervollständigen. Wir werden die von den Benutzern hochgeladenen Personalausweise und Selfies vergleichen, um sicherzustellen, dass die Antragsteller ihre eigenen Personalausweise hochladen.“
Srikanth Gaddam, VP of IT & Security – CreditVidya
Banco Inter SA
Banco Inter SA bietet umfassende Dienstleistungen in den Bereichen Bankwesen, Investitionen, Kredite und Versicherungen sowie ein Einkaufszentrum, in dem die besten Einzelhändler Brasiliens vertreten sind. Mit 11 Millionen Kunden verfügt das Unternehmen über ein erweitertes Kreditportfolio von 9,4 Milliarden BRL, ein Eigenkapital von 3,3 Milliarden BRL und eine Bilanzsumme von 19,8 Milliarden BRL.
„Vor drei Jahren haben wir 200 Konten pro Tag eröffnet. Heute werden täglich 29 000 Konten eröffnet und ohne Amazon Rekognition ginge das nicht.“
Bruno Picchioni, Machine Learning Engineer – Banco Inter
K-STAR Group, ein Unterhaltungsunternehmen, der Konzertkarten- und Zahlungsservices anbietet.
Als Unterhaltungsunternehmen bieten wir unseren Kunden Konzerttickets und Zahlungsservices an. „Ein immer wiederkehrendes Problem bei Konzerten ist die lange Warteschlange, in der sich Besucher anstellen müssen, um ihr erworbenes Papierticket zu erhalten und am Eingang überprüfen zu lassen. Um dieses Problem zu lösen, haben wir mithilfe von Amazon Rekognition einen „Face Ticket“-Service entwickelt. Jetzt können sich Besucher für eine schnellere Überprüfung Ihres Kaufs anmelden. So müssen sie sich nicht anstellen, um Tickets zu erhalten oder ihr Papierticket am Eingang scannen. Die von uns durchgeführten Konzerte haben keine Warteschlangen mehr und die Besucher lieben das komfortable und unterhaltsame Erlebnis, das unser neues „Face Ticket"-System bietet. Bei der Entwicklung dieses Services verglichen wir Rekognition mit anderen verfügbaren Services für die Gesichtsanalyse. Schließlich wählten wir Rekognition aufgrund seiner Skalierbarkeit mit S3 und der nahtlosen Integration mit anderen AWS-Services.“
Hyojin Kim, Chairman – K-STAR Group
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.
„Unsere größte Herausforderung bestand darin, eine starke, aber schnelle und genaue Benutzerauthentifizierungsplattform zu implementieren. Amazon Rekognition und seine Face Liveness Detection 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 Dienste noch umfassender und überregional verfügbar.“
Alex Chacón, CEO von 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 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
Weitere Informationen zu den Amazon-Rekognition-Preisen