KI-basierte Lügendetektoren zur Tatsachenfeststellung im Strafprozess

KI-basierte Lügendetektoren beruhen auf der Grundannahme, dass bestimmte mentale Zustände – Stress, Angst, kognitive Belastung oder Verhaltenskontrolle – auf das nonverbale Verhalten einer Person – ihre Mimik, Gestik und Stimmlage – Einfluss haben und dass sich dieses nonverbale Verhalten messen lässt. Soweit noch die Übereinstimmung mit klassischen Polygraphentests – auch hier geht es um die Messung körperlicher Zustände als Ausdruck mentaler Zustände.

Behauptet wird nun aber für KI-basierte Lügendetektion, dass die gemessenen Gesichtsausdrücke einen eindeutigen Schluss auf eine Lüge zulassen, es soll eine specific lie response geben.

Bildlich lässt sich dies in einem Wenn-dann-Schema abbilden – wenn bestimmtes nonverbales Verhalten, dann Lüge oder auch Wahrheit.

Einen wissenschaftlichen Beweis für diese Hypothese gibt es nicht; die Entwickler KI-basierter Lügendetektoren halten dies aber nicht für nötig, da die Zusammenhänge zwischen Gesichtsausdruck und Lüge die KI herausfinde.

KI-basierte Lügendetektoren unterscheiden sich in dieser Hinsicht ganz erheblich von klassischen Polygraphentests: Diese messen einen physiologischen Erregungsgrad, wenn eine bestimmte Frage gestellt wird, also etwa einen erhöhten Puls, vermehrtes Schwitzen etc. Es ist dann Aufgabe des Gutachters, durch die Wahl seiner Fragen die Ursache eines Erregungszustandes herauszufinden, also tatsächlich die Furcht, dass eine Lüge entdeckt wird, oder vielmehr die Furcht, dass einem die Wahrheit nicht geglaubt wird.

Hier liegt ein entscheidender Unterschied – KI-basierten Lügendetektoren liegt ein etwas maschinenhaftes Menschenbild zugrunde – wenn diese Gesichtsemotion, dann Lüge. Klassische Polygraphentests hingegen erkennen die Komplexität menschlicher Psyche an, die nicht nach einem Wenn-dann-Schema funktioniert, und die Gutachter begeben sich erst einmal auf Ursachensuche, wenn bestimmte Zustände gemessen werden.