Visual Hashing und KI-Bilderkennung für den digitalen Markenschutz

Digitaler Markenschutz kann sich nicht allein auf das Durchsuchen von Texten, Marken- oder Verkäufernamen stützen. Ein Angebot für Produktfälschungen kann den Markennamen auslassen und dennoch Produktbilder, Verpackung, Logo, Muster oder Katalogfotos verwenden.

Deshalb gehören visuelles Hashing, die umgekehrte Bildersuche und KI-gestützte Bilderkennung zu den wichtigen technischen Ebenen digitaler Markenschutzsysteme.

Was ist visuelles Hashing?

Ein klassischer Datei-Hash zeigt zuverlässig, ob Dateien identisch sind. Wird ein Bild jedoch skaliert oder komprimiert, kann sich sein Hash vollständig ändern.

Perceptual Hashing erzeugt eine Signatur der wahrnehmbaren Bildmerkmale, um Ähnlichkeit trotz kleiner Änderungen zu erkennen.

Wo werden perzeptuelle Hashes eingesetzt?

Suche nach Kopien von Katalogbildern,
Erkennen desselben Produktfotos auf verschiedenen Marktplätzen,
Erkennen kleiner Zuschnitt- oder Farbänderungen,
Beobachten, ob bekannte rechtsverletzende Bilder erneut auftauchen.

Ein Hash allein ist nicht genug

Ein perzeptueller Hash reicht möglicherweise nicht aus, wenn ein Bild stark zugeschnitten, mit Text überlagert oder aus einem anderen Winkel neu aufgenommen wurde.

Dann können Computer Vision und Ähnlichkeitssysteme auf Embedding-Basis zum Einsatz kommen.

Umgekehrte Bildersuche

Mit der umgekehrten Bildersuche lässt sich untersuchen, wo ein bestimmtes Bild im Internet verwendet wird.

Für Marken kann es helfen, zu identifizieren:

Nicht autorisierte Verwendung von Katalogbildern,
Gefälschte Läden,
Nachgeahmte Social-Media-Profile,
Nicht autorisierte Produktangebote

Bildähnlichkeit auf Embedding-Basis

Moderne Bildmodelle können ein Foto als hochdimensionalen Vektor darstellen. Dadurch lassen sich Bilder vergleichen, die semantisch ähnlich sind, aber keine identische Pixelstruktur haben.

So lässt sich die Produktähnlichkeit möglicherweise auch erkennen, wenn dieselbe Tasche vor einem anderen Hintergrund und aus einem anderen Winkel fotografiert wird.

Erkennung von Logos

Ein Markenlogo kann nur einen sehr kleinen Teil eines Fotos einnehmen. Modelle zur Logoerkennung können bestimmte Markenzeichen im Bild erkennen helfen.

Das Modellergebnis ist jedoch für sich genommen keine rechtliche Feststellung einer Verletzung, sondern ein Risikosignal.

Objekterkennung

Produktformen, Verpackungen oder bestimmte Designelemente können anhand von Objekterkennungsmodellen analysiert werden.

Bei der Überwachung großer Angebotsmengen auf Marktplätzen können diese Modelle die Auswahl vor der manuellen Prüfung eingrenzen.

Bilder und Text gemeinsam auswerten

Die stärksten Ergebnisse ergeben sich im Allgemeinen aus multimodaler Analyse.

Bei einem Angebot lassen sich folgende Elemente bewerten:

Das Produktbild,
Titel,
Beschreibung,
Verkäufer,
Preis,
Kategorie,
Bewertungen

Diese Signale können gemeinsam betrachtet werden.

Preisanomalien sind Risikosignale

Neben der Bildähnlichkeit können ungewöhnlich niedrige Preise, neue Verkäufer oder riskante Beschreibungen in die Markenschutzbewertung einfließen.

Das Problem falsch positiver Ergebnisse

Ein hoher Ähnlichkeitswert eines KI-Systems bedeutet nicht, dass jedes Angebot eine Fälschung betrifft.

Ein autorisierter Verkäufer kann das gleiche Katalogbild verwenden, oder ein rechtmäßiges Produkt kann ein ähnliches Design aufweisen.

Die automatische Erkennung und die endgültige Entscheidung müssen daher getrennt bleiben.

Risikobewertung

Beispiel für ein Risikomodell:

Bildähnlichkeitswert,
Logoübereinstimmung,
Verkäuferhistorie,
Preisanomalie,
Textsignale,
Frühere dokumentierte Verstöße.

Menschliche Verifizierung

Einträge mit hohem Risikowert können Fachleuten zur Prüfung vorgelegt werden. So bearbeiten Analysten eine kleine priorisierte Auswahl statt Millionen von Angeboten.

Zusammenstellung von Beweismitteln

Wird ein riskantes Angebot erkannt, reicht es nicht aus, nur den KI-Wert zu speichern.

Folgendes kann aufgezeichnet werden:

URL,
Informationen des Verkäufers,
Angebotsbild,
Bildschirmfoto,
Datum und Uhrzeit,
Preis,
Grund für die Erkennung.

Modelldrift und Aktualisierungen

Da sich Produktkataloge und Fälschungsmethoden ändern, kann die Modellleistung sinken. Das System sollte regelmäßig mit neuen Varianten und geprüften Fällen überprüft werden.

Verknüpfung mit Marketplace Intelligence

Bilderkennung dient nicht nur der Erkennung von Fälschungen. Das Zuordnen von Angeboten desselben Produkts bei verschiedenen Verkäufern kann auch Preis-, Kanal- und Verkäuferanalysen unterstützen.

Der Ansatz B10

B10 Digital Agency zielt auf einen datengesteuerten Markenschutzansatz ab, der Text-, Verkäufer-, Preis- und Bildsignale zusammen bewertet.

Fazit

Visuelles Hashing und KI-Bilderkennung ersetzen Markenschutzfachleute nicht als automatisches Entscheidungssystem. Sie bilden eine Erkennungsebene, die riskante Inhalte in digitalen Kanälen mit großen Datenmengen früher und besser skalierbar auffindbar macht.