Während der Bau einer Smart City in eine Tiefwasserphase eintritt, wird eine Kernfrage immer klarer: Wer wird die Identitätsgrenze der digitalen Stadt bewachen?
Im letzten Jahrzehnt hat die Gesichtserkennung die meisten Aufgaben zur Identitätsüberprüfung in Szenarien der öffentlichen Sicherheit übernommen. Da jedoch die Angriffsmethoden eskalieren – mit zunehmender Verbreitung der Deepfake-Technologie und häufigen Fällen, in denen hochauflösende Fotos die Lebenderkennung umgehen –, offenbart das einzelne Gesichtserkennungssystem seine strukturellen Schwachstellen.
Vor diesem Hintergrund durchläuft die Iriserkennung einen strategischen Wandel von einem „Werkzeug für hochsichere Spezialszenarien“ hin zu „einer Kernkomponente der Sicherheitsinfrastruktur auf Stadtebene“.
Im Mai 2026 zeigt das neueste vom NIST veröffentlichte IREX 10-Ranking, dass die False Match Rate (FMR) erstklassiger Iriserkennungsalgorithmen unter eins zu einer Million (10⁻⁶) gesteuert werden kann, was die Fingerabdruckerkennung bei weitem übertrifft (typischerweise auf dem Niveau von eins zu zehntausend) und den niedrigsten Wert unter den aktuellen biometrischen Technologien erreicht. Der globale Biometrie-as-a-Service-Markt (BaaS) erreichte im Jahr 2025 ein Volumen von 4,2 Milliarden US-Dollar und wird im Jahr 2026 voraussichtlich die 5-Milliarden-Dollar-Marke überschreiten.
I. Warum Iris? Technische Barrieren definieren Anwendungsgrenzen
Unter allen gängigen biometrischen Technologien bietet die Iriserkennung drei unersetzliche Kernvorteile:
Lebenslange Stabilität. Die Textur der Iris bildet sich 6–18 Monate nach der Geburt und bleibt ein Leben lang unverändert, unbeeinträchtigt durch Krankheit, Alterung oder Wehen. Im Gegensatz dazu verschlechtern sich Fingerabdrücke mit zunehmendem Alter und beruflichem Umfeld, während sich Gesichtsmerkmale durch Gewichtsschwankungen, Operationen und Alterung deutlich verändern.
Außergewöhnliche Zufälligkeit und Einzigartigkeit. Die menschliche Iris enthält etwa 266 unabhängige quantifizierbare Merkmalspunkte mit einer weitaus höheren Zufälligkeit als Fingerabdrücke (etwa 35). Sogar eineiige Zwillinge haben völlig unterschiedliche Iristexturen, und das linke und rechte Auge derselben Person sind ebenfalls unabhängig und nicht korreliert. Diese Eigenschaft verleiht der Iriserkennung eine theoretische Falschübereinstimmungsrate in der Größenordnung von 10⁻¹² – der niedrigsten aller heutigen biometrischen Technologien.
Kontaktloser Betrieb mit robuster Lebenderkennung. Die Erfassung der Iris erfordert keinen physischen Kontakt und eignet sich daher natürlich für Szenarien mit strengen Anforderungen an die öffentliche Gesundheit. In Kombination mit Nahinfrarotbeleuchtung und mehrdimensionaler Lebenderkennung kann es Angriffe mithilfe von Fotos, Videos und 3D-gedruckten Augenprothesen effektiv abwehren.
Diese drei Merkmale sind der Hauptgrund dafür, dass die Iriserkennung bei der Kontrolle von Grenzhäfen, der Sicherheit der Justiz, der Überprüfung der medizinischen Identität und bei Finanzszenarien von vermögenden Privatpersonen unersetzlich ist.
II. Phaselirs™: Kernwettbewerbsfähigkeit auf Algorithmusebene
Die Kommerzialisierungsschwelle für die Iriserkennung liegt nicht in der Hardware, sondern in Algorithmen – genauer gesagt in der Fähigkeit, zuverlässige Irismerkmale mit hoher Geschwindigkeit unter realen Bedingungen wie komplexer Beleuchtung, Bewegungsunschärfe und teilweiser Verdeckung zu extrahieren.
Der von Homsh selbst entwickelte phasenbasierte Phaselirs™-Iris-Erkennungsalgorithmus stellt eine technische Barriere dar, die dieses Kernproblem angehen soll. Die Kerninnovation liegt in der Einführung eines Phase-Domain-Feature-Encoding-Frameworks:
● Multiskalige Gabor-Phasenanalyse: Extrahiert Iristexturmerkmale im Frequenzbereich statt im räumlichen Bereich und sorgt so für inhärente Robustheit gegenüber Bildunschärfe und Rauschen;
● Adaptive Grenzsegmentierungs-Engine: Erzielt eine stabile Irislokalisierung selbst bei starker Pupillenreflexion oder bis zu 40 % Augenlidverschluss;
● Dynamisches Qualitätsbewertungsmodul: Bewertet erfasste Bilder in Echtzeit und wählt automatisch das optimale Bild für den Abgleich aus, wodurch die Fehlerquote bei der Erfassung vor Ort auf unter 1 % gesenkt wird.
Bei der realen Bereitstellungsüberprüfung liefert Phaselirs™ Einzelabgleichsgeschwindigkeiten im Millisekundenbereich für den 1:N-Abruf aus einer Datenbank auf Millionenebene und erfüllt so die Durchsatzanforderungen von Szenarien mit hoher Parallelität auf Stadtebene.
III. Qianxin + OVAI: Ein geschlossener End-to-End-Systemkreislauf
Durchbrüche auf Algorithmenebene können den vollen kommerziellen Wert nur dann freisetzen, wenn sie mit einer umfassenden Hardware-Integration gepaart sind.
Homshs kommende Qianxin-Serie dedizierter KI-Chips ist umfassend angepasst und für den Phaselirs™-Algorithmus optimiert:
● Eingebaute dedizierte neuronale Verarbeitungseinheit (NPU) für die Extraktion von Irismerkmalen, wodurch der Verarbeitungsenergieverbrauch pro Bild um mehr als 60 % gesenkt wird;
● Unterstützt die multimodale Fusionsinferenz von Iris und Gesicht und führt die doppelte Identitätsüberprüfung auf einem einzigen Chip ohne zusätzliche Coprozessoren durch;
● Industrietaugliches Weittemperaturdesign (-40 °C bis +85 °C), geeignet für Smart-City-Einsatzszenarien im Freien.
Die auf dem Qianxin-Chip basierende OVAI-All-in-One-Plattform integriert ein Nahinfrarot-Beleuchtungsmodul, ein binokulares Kamera-Array und eine Kanteninferenz-Engine und bildet einen vollständig geschlossenen Kreislauf aus „Erfassung – Verarbeitung – Zuordnung – Entscheidungsfindung“: binokulare synchrone Erfassung (<0,3 s), lokaler Phaselirs™-Abgleich (keine Cloud-Abhängigkeit) und verschlüsselte Ergebnisberichterstattung (konform mit den Anforderungen von Classified Protection 2.0).
Der Kernwert dieser End-to-End-Architektur besteht darin, dass sie Netzwerklatenzrisiken und Sicherheitsrisiken bei der Datenübertragung beim Cloud-basierten Matching vollständig eliminiert. Für hochsensible Szenarien wie öffentliche Sicherheit, Militär und Finanzen ist die lokale Verarbeitung keine Option, sondern eine Notwendigkeit.
IV. Marktlandschaft: Das politische Fenster hat sich geöffnet
Von 2025 bis 2026 sind gleichzeitig mehrere politische Signale aufgetaucht, die ein entscheidendes Fenster für die groß angelegte Einführung der Iriserkennung öffnen.
Regulierungsebene: Die detaillierten Umsetzungsbestimmungen des Gesetzes zum Schutz personenbezogener Daten betonen den Grundsatz der „Datenminimierung“ für biometrische Informationen und drängen die Branche dazu, auf technische Lösungen mit hoher Genauigkeit und niedrigen Falscherfassungsraten umzusteigen. Das Datensicherheitsgesetz erfordert die lokale Speicherung von Identitätsüberprüfungsdaten für kritische Infrastrukturen, was cloudbasierten Lösungen spürbare Einschränkungen auferlegt und lokalisierten Iris-Lösungen zugute kommt.
Standardniveau: Der nationale Standard GB/T 41988-2022 „Bildtechnische Anforderungen für Anwendungen zur Iriserkennung in der öffentlichen Sicherheit“ ist offiziell in Kraft getreten und beseitigt Compliance-Hürden für die Iriserkennung bei der Aufnahme in Kataloge für öffentliche Ausschreibungen. Die laufenden NIST IREX 10-Bewertungen und kontinuierlichen Algorithmusverbesserungen durch weltweit führende Anbieter veranlassen auch inländische Hersteller, die Iteration zu beschleunigen.
Marktniveau: Die gesamten Investitionen in Chinas Smart-City-Bau im Zeitraum des 14. Fünfjahresplans haben 4 Billionen Yuan überschritten, wobei der Anteil der Sicherheitsinfrastruktur weiter steigt. Anbieter, die bei der Vervollständigung der vertikalen Integration von Algorithmus, Chip und komplettem Gerät die Führung übernehmen, werden einen unwiederholbaren Vorteil als Erstanbieter haben.
Wenn ein von der KI generiertes Gesicht eine Kamera täuschen kann, brauchen städtische Sicherheitssysteme einen vertrauenswürdigeren Anker. Diesen Anker liefert die lebenslange, unveränderliche Iristextur – nicht weil sie modischer ist, sondern weil sie grundlegender ist.
Vom Phaselirs™-Algorithmus bis zu Qianxin-Chips, von OVAI-Terminals bis hin zu Systemintegrationsfunktionen baut Homsh ein bewährtes Identitätsvertrauenssystem auf, das die Iriserkennung zur zuverlässigsten Sicherheitsinfrastruktur für Smart Cities macht.
