Unbenannte Gesichter auf Gruppenbildern zuordnen

Ein Umschlag mit Fotos taucht auf — gute Aufnahmen, offensichtlich ein besonderer Anlass, festlich gekleidete Menschen. Und auf der Rückseite: nichts. Kein Datum, keine Namen, keine Beschriftung. In unserem Fall war es ein Stapel Aufnahmen vom Hamburger Stiftungsfest. Erste Annahmen schätzten Ende 1950er. Das Ernüchternde: Es lebt niemand mehr, der die Abgebildeten aus eigener Anschauung benennen könnte, die Ältesten erinnern sich nicht mehr daran. Der naheliegende Versuch das Foto beim nächsten Treffen herumzureichen führte ins Leere. Ein glücklicher Zufall führte dazu, das Fest auf das Ende der 1960er einzugrenzen. Da es groß gefeiert wurde und Besucher aus dem ganzen Bund zu erkennen sind, lag das 50. Stiftungsfest im Jahr 1969 nahe und nach einem Blick in das Gästebuch aus der Zeit bestätigte den Hinweis.

Warum rohe Gesichtserkennung nicht reicht

Moderne Gesichtserkennung kann Gesichter in Fotos finden und miteinander vergleichen. Aber sie beantwortet nur die Frage „Wie ähnlich ist dieses Gesicht jenem?" — nicht die Frage „Wer ist das?". Ohne Vergleichsmaterial und ohne Kontext produziert sie bestenfalls Cluster von Unbekannten. Der Schlüssel liegt darin, den Suchraum zu verkleinern: Wenn ich weiß, wer überhaupt anwesend war, muss ich ein unbekanntes Gesicht nicht mehr gegen tausende Personen im Archiv vergleichen, sondern nur noch gegen einige Dutzend. Wenn nun alle Ahnengalerien und historischen Fotoalben digitalisiert sind, hat man einen reichen Schatz um den Unbenannten wieder ihre Namen zu geben!

Das Ereignis als Knotenpunkt

In der Archivplattform ist jede Veranstaltung ein eigener Datensatz, an dem alles zusammenläuft: der Bericht aus der Vereinszeitschrift, das Programm, die Fotos — und eben auch das Gästebuch. Für das Stiftungsfest 1969 existiert ein solches Gästebuch: seitenweise Unterschriften der Teilnehmer. Nach der Digitalisierung und Zuordnung der Unterschriften zu den Personendatensätzen liefert es etwas ungemein Wertvolles: eine belastbare erste Teilnehmerliste, selbst wenn nicht alle anwesenden unterschrieben haben.

Damit ändert sich die Ausgangslage fundamental. Aus „irgendwer aus 120 Jahren Vereinsgeschichte" wird „einer der etwa 80 dokumentierten Gästen dieses Abends". Für viele dieser Gäste liegen im Archiv bereits beschriftete Portraits oder frühere Gruppenfotos vor — Vergleichsmaterial, gegen das die Gesichtserkennung nun gezielt prüfen kann.

Die Nachbarschafts-Heuristik

Besonders ergiebig ist ein Detail, das man leicht übersieht: die Reihenfolge der Unterschriften. Menschen unterschreiben ein Gästebuch nicht in zufälliger Folge, sondern so, wie sie am Tisch sitzen oder in der Schlange stehen — Tischnachbarn unterschreiben nacheinander. Wenn auf einem Foto drei Herren nebeneinander sitzen und einer davon sicher identifiziert ist, dann sind dessen unmittelbare Gästebuch-Nachbarn heiße Kandidaten für die beiden anderen. Aus einer einzigen gesicherten Zuordnung entstehen so mehrere qualifizierte Vermutungen, die sich am Vergleichsmaterial prüfen lassen.

Der Kreislauf aus Vorschlag und Bestätigung

Wichtig ist dabei die Arbeitsteilung zwischen Maschine und Mensch: Die Plattform schlägt vor, ein Mensch bestätigt. Keine Zuordnung wird ungeprüft übernommen. Jede Bestätigung verbessert zugleich die Datenbasis — das nun benannte Gesicht wird selbst zum Vergleichsmaterial für die nächsten Fotos desselben Abends und für andere Aufnahmen derselben Person in anderen Jahrzehnten. Nach wenigen Durchgängen trägt ein Stapel, der jahrzehntelang anonym in einer Mappe lag, plötzlich Namen; und diese werden dann wieder zu Quellen um weitere Gesichter in anderen Kontexten zuzuordnen. Die Synergieeffekte durch solche Verwebungen sind immens.

Werkzeuge im Zusammenspiel

Bemerkenswert ist, dass keine einzelne Funktion diesen Fall gelöst hat. Die Gesichtserkennung allein wäre an der fehlenden zeitlichen eingrenzung möglicher Kandidaten gescheitert; das Gästebuch allein hätte Namen ohne Gesichter geliefert; die Ereignis-Verwaltung allein wäre nur ein Ordnungssystem geblieben. Erst die Verknüpfung macht aus drei ordentlichen Werkzeugen eine Ermittlungsmethode — und genau diese Verknüpfungen sind es, die eine Plattform von einer Sammlung von Einzellösungen unterscheiden.

Was daraus allgemein folgt

• Der wertvollste Beitrag zur Foto-Erschließung ist oft gar kein Foto, sondern eine Quelle über Anwesenheit: Gästebücher, Anmeldelisten, Zeitschriftenberichte mit Namensnennungen.
• Solche Quellen entfalten ihren Wert erst, wenn sie im selben System leben wie die Fotos — als strukturierte, verknüpfte Daten statt als PDF in einem Ordner.
• Auch „weiche" Informationen wie eine Unterschriften-Reihenfolge sind Daten. Man muss sie nur als solche behandeln.
• Jede bestätigte Zuordnung ist eine Investition: Sie zahlt auf alle künftigen Fotos derselben Person ein, egal aus welchem Jahrzehnt.

Das Stiftungsfest 1969 ist inzwischen kein anonymer Stapel mehr, sondern ein dokumentierter Abend mit benannten Gesichtern — und jede neue Quelle, die ins Archiv kommt, kann das Bild weiter schärfen. Genau dafür ist die Plattform gebaut: nicht einzelne Werkzeuge, sondern ein Geflecht, in dem sich die Quellen gegenseitig erschließen.