Ein gewöhnliches WLAN kann offenbar weit mehr verraten als die Datenverbindung zum Router. Sicherheitsforscher haben gezeigt, dass sich einzelne Personen allein anhand alltäglicher Funksignale mit nahezu perfekter Treffsicherheit wiedererkennen lassen, selbst wenn sie kein Smartphone dabei haben und ihr Gerät ausgeschaltet ist. Möglich macht das eine unscheinbare Rückmeldung, die moderne Netze im Hintergrund ständig austauschen. Wie zuverlässig das Verfahren wirklich arbeitet und warum sich der Trick mit handelsüblicher Technik umsetzen lässt, verleiht dem Ergebnis besondere Brisanz.
Ein WLAN gehört längst zur unsichtbaren Grundausstattung des Alltags und verbindet Geräte in nahezu jedem Haushalt, Büro und Lokal. Was dabei kaum jemand bedenkt, ist die physikalische Grundlage dieser Technik, denn Funkwellen breiten sich im Raum aus, durchdringen Wände und werden von Körpern und Gegenständen zurückgeworfen. Der menschliche Körper ist dabei besonders gut erkennbar, weil sein hoher Wasseranteil die Funkwellen stark beeinflusst und mit jeder Bewegung ein charakteristisches Muster erzeugt. Genau diese Reflexionen lassen sich auswerten, ähnlich wie eine Kamera Lichtwellen in ein Bild verwandelt, nur dass hier Radiowellen statt sichtbaren Lichts genutzt werden. Damit rückt eine Alltagstechnik in ein Licht, in dem sie nicht mehr nur Daten transportiert, sondern zugleich als passiver Sensor für die Umgebung dienen kann.
Frühere Ansätze zur Personenerkennung über Funk benötigten meist spezielle Sensoren oder aufwendige Messungen der sogenannten Kanalzustandsinformation, was den praktischen Einsatz begrenzte. Der neue Weg setzt stattdessen auf Daten, die im normalen Betrieb ohnehin anfallen, und senkt damit die technische Hürde erheblich. Verbundene Geräte melden dem Router regelmäßig zurück, wie die Funkstrecke gerade beschaffen ist, damit dieser seine Signale gezielt ausrichten kann. Diese Rückmeldung wird als Beamforming Feedback Information bezeichnet und mit der WLAN-Generation ab dem Standard WiFi 5 eingeführt. Da sie unverschlüsselt übertragen wird, kann sie im Prinzip jedes Empfangsgerät in Reichweite mitlesen. Aus dieser für Laien unscheinbaren Zusatzinformation entsteht die eigentliche Angriffsfläche, um Personen zu erfassen und wiederzuerkennen.
Das Verfahren mit dem Namen BFId wurde von einem Team der Sicherheitsforschung am Karlsruher Institut für Technologie entwickelt und wertet ebendiese Beamforming-Rückmeldungen aus. Weil ein einziges lauschendes Gerät die Rückmeldungen aller verbundenen Clients gleichzeitig erfassen kann, entstehen mehrere Blickwinkel auf dieselbe Person und damit ein deutlich reichhaltigeres Muster als bei älteren Methoden. Ein trainiertes maschinelles Lernmodell verwandelt diese Signaländerungen in eine Art Signatur, die einem Menschen zugeordnet werden kann. Nach dem Training genügen anschließend wenige Sekunden, um eine Person zu erkennen. Entscheidend ist, dass dafür keine Kamera, kein spezieller Sensor und kein Zugriff auf das eigentliche Netzwerk nötig sind, sondern ein handelsübliches Empfangsgerät ausreicht. Damit verschiebt sich die Technik aus dem Labor in einen Bereich, der prinzipiell überall dort verfügbar ist, wo Funknetze arbeiten.
In den Versuchen erreichte das System eine Erkennungsgenauigkeit von rund 99,5 Prozent, wie die Forscher in ihrer Studie zum Verfahren BFId festhalten, geprüft an einem Datensatz mit 197 Personen. Bemerkenswert ist, dass die Zuordnung unabhängig vom Blickwinkel und vom individuellen Gangbild gelang und auch bei größeren Personengruppen stabil blieb. Damit handelt es sich um einen der umfangreichsten bislang veröffentlichten Datensätze zur funkbasierten Personenerkennung. Die Trefferquote liegt so hoch, dass die Methode nicht mehr als bloße Anwesenheitserkennung, sondern als echte Identifikation einzuordnen ist. Vorgestellt wurde die Arbeit auf einer der wichtigsten Fachkonferenzen für Computersicherheit. Die Forscher stufen die funkbasierte Identitätsbestimmung ausdrücklich als Angriff auf die Privatsphäre ein, weil sie ohne Wissen und ohne Zustimmung der Betroffenen erfolgen kann.
Anders als bei vielen Ortungsverfahren hilft es nicht, das eigene Smartphone auszuschalten oder gar keines dabeizuhaben. Es genügt, dass andere Geräte in der Umgebung mit einem Router kommunizieren, denn dann entstehen bereits genügend Reflexionen, um eine anwesende Person zu erfassen. Die Funkwellen durchdringen zudem viele Materialien, sodass die Erkennung auch durch Wände und in Situationen ohne direkte Sichtlinie funktionieren kann. Erst kürzlich zeigte sich an anderer Stelle, wie sich sogar ein Glasfaserkabel in ein Mikrofon verwandeln lässt, das ganze Gespräche rekonstruiert. Der Reiz solcher Angriffe liegt gerade darin, dass sie sich vorhandener, alltäglicher Infrastruktur bedienen und nach außen unsichtbar bleiben. Anders als eine sichtbare Überwachungskamera gibt ein Funknetz keinerlei Hinweis darauf, dass es zugleich als Erkennungssystem dienen könnte.
Die Autoren betonen, dass es für Geheimdienste oder Kriminelle heute noch einfachere Wege der Überwachung gibt, etwa gekaperte Kameras oder vernetzte Türklingeln. Das besondere Risiko der WLAN-Methode liegt jedoch in ihrer Allgegenwart und Unauffälligkeit, weil Funknetze praktisch überall verfügbar sind. Als Gegenmaßnahmen kommen vor allem eine Verschlüsselung der bislang offen übertragenen Rückmeldungen sowie Anpassungen der WLAN-Standards infrage, um die Auswertung zu erschweren. Parallel entstehen ohnehin Bewegungen hin zu mehr Datenschutz, etwa dezentrale Ansätze für private Kommunikation, die zentrale Angriffspunkte verringern sollen. Wichtig ist die Einordnung als grundlagennaher Machbarkeitsnachweis, der zeigt, was technisch möglich ist, nicht dass eine flächendeckende Überwachung bereits stattfindet. Der Wert der Arbeit liegt darin, ein bislang übersehenes Risiko früh sichtbar zu machen, damit Schutzmechanismen entwickelt werden können, bevor die Technik missbraucht wird.
ACM CCS 2025, BFId: Identity Inference Attacks utilizing Beamforming Feedback Information; doi:10.1145/3719027.3765062