Das Entwicklerteam mit Armin Schmidt und Jannic Schären

Bei Anruf Alarm – Handylokalisierung in Gefängnissen

31.05.2021
Juni 2021
  • Focus

Illegal in Gefängnisse eingeführte Mobiltelefone sind ein grosses Sicherheitsrisiko. Ein an der BFH entwickeltes System erlaubt es jetzt, Handys rasch und mit wenig Aufwand zu orten. Der Weg zur Marktreife ist nicht mehr lang.

Handys haben in Gefängnissen auf der ganzen Welt in der Regel nichts zu suchen. Dennoch gelingt es Häftlingen immer wieder, sich Mobiltelefone zu besorgen. Die Geräte werden von Besucher*innen hinein geschmuggelt, von Kompliz*innen über die Gefängnismauer geworfen oder sie finden dank bestechlichen Wärter*innen den Weg in die verbotene Zone. Dort sind sie ein grosses Sicherheitsrisiko. Immer wieder kommt es vor, dass Insass*innen mit dem «direkten Draht nach draussen» kriminellen Machenschaften nachgehen. Die illegale Kommunikation lässt sich nur mit grossem Aufwand verhindern. In den USA kommen gefängnisinterne Basisstationen zum Einsatz, dank denen Telefongespräche unbemerkt abgehört werden können. Aus Datenschutzgründen ist das in Europa nicht möglich. Auch Störsender sind meistens keine Lösung, denn sie können den legalen Telefonverkehr beeinträchtigen. Bleiben noch passive Systeme übrig – zum einen solche mit Sensoren in jeder Zelle, die ein aktives Handy in unmittelbarer Nähe erkennen. Diese sind aber sehr teuer in der Einrichtung und im Unterhalt und können leicht entdeckt und ausser Betrieb gesetzt werden. Zum andern gibt es Systeme mit wenigen, im Gebäude verteilten Sensoren, die allerdings nur sehr ungenau anzeigen, von wo ein Handyanruf erfolgt.

Präzise Ortung mit nur zehn Sensoren

Weltweit warten Gefängnisbetreiber*innen auf einfache, kostengünstige und effiziente Lösungen, um Mobiltelefone und andere Geräte für den drahtlosen Datenverkehr zu lokalisieren. Das Institut für Optimierung und Datenanalyse IODA der Berner Fachhochschule hat dieses Bedürfnis früh erkannt. Ein in den letzten Jahren an der BFH entwickeltes System setzt auf Sensoren beziehungsweise Antennen. Diese sind in der Lage, aktive Mobiltelefone auf allen Frequenzen zu lokalisieren. Ein grosser Vorteil gegenüber herkömmlichen Lösungen liegt in der Einfachheit der Installation. Der erste praxistaugliche Prototyp kam im Gefängnis Bellechasse im Kanton Freiburg zum Einsatz. Dabei wurde ein vierstöckiges Gebäude mit rund 100 Zellen sowie Wirtschaftsräumen mit nur zehn Antennen an der Aussenfassade ausgerüstet. Damit war es bei Versuchen möglich, das Testhandy in 60 bis 70 Prozent der Fälle zellengenau zu orten. In 90 Prozent aller Lokalisierungen war die Abweichung nicht grösser als eine Zellengrösse. Dank dieser Genauigkeit kann der Aufwand für die nachfolgende physische Suche nach dem Mobiltelefon auf ein Minimum reduziert werden.

Um die Quelle eines Signals genau zu bestimmen, wurde ein völlig neuer Ansatz gewählt. Elektromagnetische Wellen breiten sich von jeder spezifischen Position nach einem bestimmten Muster aus, weil sie von den Wänden, Böden und Decken im Gebäudeinnern abgelenkt werden. Dadurch ist es möglich, für jeden Standort einen elektromagnetischen «Fingerabdruck» zu erstellen. Dies geschieht in der Trainings- oder Lernphase, in der an verschiedenen Orten im Gebäude Referenzfingerabdrücke aufgenommen werden. Dazu reicht es aus, zum Beispiel eine Zelle nur kurz zu betreten, um ein elektromagnetisches Signal auszusenden. Aus dem dabei erzeugten Wellenmuster erlernt der Lokalisierungsalgorithmus die Gebäudetopologie. Wenn ein Häftling später ein Handy benutzt, erkennt das System durch den Vergleich mit den Referenzfingerabdrücken, von wo das Signal gesendet wurde.

Bridge-Förderung für die letzte Etappe

Das System hat im Pilotversuch seine Funktionsfähigkeit bewiesen. Vor der Markteinführung sind aber noch Optimierungen nötig. Es muss insbesondere sichergestellt werden, dass elektromagnetische Wellen aus der Umgebung des überwachten Gebäudes nicht die Indoor-Lokalisierung stören. Zudem muss das System in der Anwendung so einfach sein, dass es auch von Überwachungspersonal mit geringen technischen Kenntnissen bedient werden kann. In der nächsten, rund einjährigen Projektphase soll das System nun entsprechend weiterentwickelt werden. Möglich wird dies dank der finanziellen Unterstützung durch das Forschungsprogramm Bridge des Schweizerischen Nationalfonds (SNF) und der schweizerischen Agentur für Innovationsförderung (Innosuisse). Das Ziel des Bridge-Programms besteht darin, den Transfer von Forschungserkenntnissen in die Wirtschaft und Gesellschaft zu beschleunigen. Im Rahmen des Förderangebots Proof of Concept wurde dem Projekt der BFH ein Beitrag zugesichert, der die Finanzierung einer Ingenieurstelle während eines Jahres sowie die Anschaffung der benötigten Hardware ermöglicht.

Ein Markt mit grossem Potenzial

Gemäss Marktanalysen dürfte die Nachfrage nach Anlagen zur Indoor-Handylokalisierung gross sein, was ein Absatzvolumen von bis zu 58 Milliarden US-Dollar umfassen könnte. Der Einsatz der Technologie beschränkt sich nicht nur auf Gefängnisse. Profitieren könnten auch Firmen und Organisationen, welche die Verwendung von Mobiltelefonen wegen befürchteter Werkspionage einschränken müssen. Eine weitere Anwendung wäre das Tracking von Handys, um deren Träger*innen – zum Beispiel Sicherheitspersonal – in einem Gebäude permanent lokalisieren zu können. Das System könnte auch bei der Ortung von Objekten helfen, die mit einem LoRa-Sender ausgerüstet sind – etwa Betten, die in einem Spital häufig den Standort wechseln. Dafür muss das System in den kommenden Jahren bedarfsgerecht weiterentwickelt werden.

Ein möglicher Vertriebspartner für eine internationale Vermarktung hat bereits sein Interesse angemeldet. Zunächst soll das System in weiteren Schweizer Gefängnissen zum Einsatz kommen, anschliessend im Ausland. Für den Schritt von der Forschung und Entwicklung zur Herstellung eines marktfähigen Produkts drängt sich die Gründung eines BFH-Spin-offs auf. Einen Namen hat das zukünftige Unternehmen bereits: InPercept (von percept, engl. für Wahrnehmungsbild).

Armin Schmidt
Assistent am Institut für Optimierung und Datenanalyse IODA, BFH