LONDON (IT BOLTWISE) – Revolut bereitet in Großbritannien einen Bezahlprozess per Gesichtserkennung vor, bei dem Kundinnen und Kunden im Laden einfach vor ein Checkout-Terminal treten. Statt Karten oder Smartphone-Payment soll der Identitätsabgleich über das Gesicht den Zahlungsvorgang auslösen. Die Initiative zielt damit auf eine schnellere, weniger reibungsintensive Kassenroutine in Shops und Hospitality-Umgebungen. Für den Produktivbetrieb entscheidet vor allem, wie zuverlässig die Erkennung in realen Licht- und Kameraszenarien funktioniert.
Revolut arbeitet offenbar an einem neuen Zahlungsweg, der nicht primär auf Karte oder App setzt, sondern auf den Abgleich biometrischer Merkmale: In Großbritannien soll ein Gesichtserkennungssystem Zahlungen an Kassen ermöglichen. Konkret geht es um die Bezahlung in physischen Geschäften und in der Gastronomie, also dort, wo der Checkout typischerweise kurz, hektisch und durch unterschiedliche Lichtbedingungen geprägt ist. Damit verschiebt sich der Fokus von reinen Transaktions-Workflows hin zu einem durchgehenden Erkennungs- und Freigabeprozess, der vom Kamera-Input bis zur Bestätigung der Zahlung funktionieren muss. Für Unternehmen ist das weniger eine reine „UX-Änderung“, sondern eine zusätzliche Sicherheits- und Integrationsschicht am POS.
Technisch betrachtet steht bei solchen Systemen die Kombination aus Computer Vision und Identitätsprüfung im Mittelpunkt. Die Kamera am Checkout-Terminal erfasst ein Gesicht, daraus wird eine digitale Repräsentation erzeugt (häufig als Embedding bezeichnet), und diese wird anschließend mit zuvor hinterlegten Referenzen abgeglichen. Entscheidend ist dabei nicht nur die Erkennungsrate unter idealen Bedingungen, sondern die Robustheit bei wechselndem Umgebungslicht, unterschiedlichen Blickwinkeln, Schattenwurf und teilweise auch bei Brillenträgern oder bei verdeckten Gesichtsbereichen. Zusätzlich muss das System in Millisekunden reagieren, weil sich der Kassiervorgang sonst spürbar verlängert. Für die Praxis bedeutet das: Latenz, stabile Detektion und ein klar definierter Fehlerfall sind genauso wichtig wie die eigentliche biometrische Ähnlichkeitsprüfung.
In der Marktlogik lässt sich das Vorhaben als Reaktion auf einen breiteren Trend lesen: Anbieter versuchen, Zahlungsprozesse zu vereinfachen und gleichzeitig die Nutzerkommunikation zu reduzieren. Der klassische Weg über PIN-Eingabe oder Kartenstecken wird im Handel zwar weiterhin funktionieren, aber Gesichtserkennung adressiert die Interaktionsebene direkt am Terminal. Das kann die Abhängigkeit von Hardware-Interaktionen verringern, gleichzeitig entstehen aber neue Anforderungen an die Terminal-Umgebung: Positionierung der Kamera, passende Auflösungen, saubere Prozesse bei Systemwechseln sowie die Frage, wie Händler die Geräte pflegen und ausrollen. Gerade Hospitality-Standorte haben oft gemischte Betriebsabläufe; dort muss das System mit hoher Ausfallsicherheit arbeiten, damit es nicht zu „weichem Stillstand“ an der Kasse kommt, wenn eine Freigabe einmal nicht zustande kommt.
Historisch betrachtet sind biometrische Bezahlszenarien nicht ganz neu. In den letzten Jahren haben sich allerdings die Fähigkeiten der KI-gestützten Bildanalyse stark weiterentwickelt, während gleichzeitig die Integrationsmöglichkeiten in mobile und kontaktlose Zahlungs-Ökosysteme gewachsen sind. Was heute bei Gesichtserkennung besonders relevant wird: Viele Systeme sind darauf optimiert, aus Bildern nicht nur eine „Erkennung“, sondern eine wiederholbare, statistisch stabile Identitätsprüfung abzuleiten. Für den Unternehmensalltag heißt das: Nicht jeder Fehler wird als „Aha, es hat nicht erkannt“ sichtbar, sondern als definierter Ablauf, der einen alternativen Zahlungsweg auslöst oder die Nutzeraufforderung wiederholt. Damit sich das auf der Fläche durchsetzen kann, braucht es ein abgestimmtes Design für Friktion und Fehlerkommunikation – also klare Regeln, wann eine erneute Erfassung möglich ist und wann eine andere Authentifizierung zum Zug kommt.
Für die Händlerseite stellen sich neben dem Bild- und Authentifizierungsprozess weitere Integrationsfragen. Ein Checkout-Terminal muss in den bestehenden Zahlungsverkehr eingebunden sein: Da geht es um die Schnittstelle zur Zahlungsplattform, um die Statusverwaltung im Verkaufsvorgang und um die Nachvollziehbarkeit im Backoffice. Außerdem spielt die Betriebsführung eine Rolle: Terminals müssen kalibriert oder wenigstens stabil betrieben werden, Firmware-Updates müssen kontrolliert erfolgen und im Support braucht es nachvollziehbare Diagnosemöglichkeiten, etwa um zu verstehen, ob ein Problem aus dem Kamerafeed, der Verarbeitung oder aus dem Authentifizierungs-Backend stammt. Gerade in Filialnetzen ist das wichtig, weil Ausfallzeiten unmittelbar Umsatz und Kundenerlebnis treffen.
Auch aus Datenschutz- und Sicherheits-Perspektive entsteht ein neues Aufgabenfeld. Gesichtsdaten sind besonders sensibel, daher rückt die Frage in den Vordergrund, wie der Abgleich technisch umgesetzt wird und wie die Referenzen geschützt werden. In vielen modernen Implementierungen wird angestrebt, dass der eigentliche Vergleich datensparsam abläuft und nur die notwendigen Verarbeitungsstufen im Zugriff sind. Für Betreiber und IT-Verantwortliche bedeutet das: Sie müssen die Systemarchitektur verstehen, einschließlich der Rollenverteilung zwischen Terminal, mobiler Komponente (falls vorhanden) und Backend, und sie müssen prüfen, wie Schutzmechanismen wie Zugriffskontrollen, Verschlüsselung und Protokollierung umgesetzt sind. Da die Quelle in diesem Fall vor allem den geplanten Rollout beschreibt, bleiben Details zum Datenfluss und zu den Schutzmaßnahmen offen – genau diese Punkte sollten im Projektplan früh adressiert werden, sobald konkrete Händler- und Nutzer-Workflows definiert sind.
Für Teams, die so eine Funktion einführen wollen, ist die wichtigste Erfolgsfrage die Kombination aus Erkennungsqualität und akzeptabler Nutzerführung im realen Betrieb. Ein System, das im Labor sehr hohe Trefferquoten erreicht, kann im Ladenalltag trotzdem Probleme bekommen, wenn die Kamera ungünstig montiert ist oder wenn Kundinnen und Kunden spontan reagieren, etwa durch Blickabwendung oder kurze Aufenthaltsdauer vor dem Terminal. Sinnvoll ist deshalb ein Feldtest mit klaren Kriterien: Wie oft wird eine Zahlung abgelehnt, wie viele Nutzer benötigen eine zweite Erfassung, wie reagiert der Prozess bei nicht eindeutigem Bild, und wie sieht der „Fallback“-Pfad aus? Wenn diese Kennzahlen im Griff sind, kann Gesichtserkennung eine spürbare Entlastung am POS bringen – vor allem in Umgebungen, in denen Geschwindigkeit und reduzierte Interaktion den größten Hebel haben.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Revolut startet Gesichtserkennung für Zahlungen in UK" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Revolut startet Gesichtserkennung für Zahlungen in UK" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Revolut startet Gesichtserkennung für Zahlungen in UK« bei Google Deutschland suchen, bei Bing oder Google News!