WiFi durch Wände sehen? Virales GitHub-Projekt WiFi-DensePose sorgt für Aufsehen und Datenschutzbedenken


WiFi-DensePose behauptet, menschliche Bewegungen hinter Wänden mithilfe gewöhnlicher Funksignale zu verfolgen – und löst damit Datenschutzbedenken aus. Entwickler sagen jedoch, es sei bestenfalls ein Proof-of-Concept und schlimmstenfalls „AI Slop“.

Das GitHub-Projekt WiFi-DensePose, Teil eines umfassenderen Konzepts namens RuView, wurde vom Nutzer ruvnet veröffentlicht.

Ruvnet beschreibt ein System, das Funksignale interpretieren könnte, um menschliche Körperbewegungen ohne den Einsatz von Kameras zu schätzen.

Das System zielt darauf ab, WiFi-Signale in einen Echtzeit-Sensor umzuwandeln, der menschliche Bewegungen und Körperhaltungen schätzen kann, wodurch Geräte potenziell Anwesenheit, Bewegung und theoretisch sogar Atemmuster erkennen könnten.

Die Idee wurde durch akademische Forschung im Bereich Wireless Sensing inspiriert. Forschende an Universitäten, darunter Carnegie Mellon und MIT, haben Systeme demonstriert, die Funksignale nutzen, um menschliche Bewegungen zu erkennen oder grobe Skelettmodelle durch Wände zu rekonstruieren.

Wenn sich eine Person durch einen Raum bewegt, reflektiert und verzerrt ihr Körper WiFi-Signale. Machine-Learning-Systeme können diese Verzerrungen analysieren – häufig erfasst über Daten, die als Channel State Information (CSI) bezeichnet werden – um Bewegungsmuster zu inferieren.

Diese Systeme sind jedoch typischerweise auf mehrere Antennen oder kontrollierte Laborumgebungen angewiesen.

Das Projekt behauptet, dass WiFi-Signale genutzt werden können, um eine skelettähnliche Darstellung von Personen in benachbarten Räumen zu schätzen, und greift dabei auf Metas Bezeichnung „DensePose“ für Computer-Vision-Systeme zurück, die menschliche Körperhaltungen in Bildern abbilden.

Online geteilte Videos scheinen Körperhaltungen, Bewegungen und atmungsbezogene Bewegungen in Echtzeit durch Wände zu zeigen.

„RuView wandelt handelsübliche WiFi-Signale in einen Echtzeit-Sensor für die Schätzung menschlicher Bewegung und Körperhaltung um“, heißt es in der Projektbeschreibung.

Das Repository verbreitete sich schnell auf X, wo Nutzer Screenshots und Zusammenfassungen teilten und behaupteten, die Software könne „Menschen durch Wände mithilfe von WiFi-Routern sehen“.

Beiträge, die auf das Projekt verlinkten, verbreiteten sich anschließend weit in Entwickler- und KI-Communities.

Entwickler stellen infrage, ob das System funktioniert

Trotz des Hypes deuteten einige Code-Reviewer darauf hin, dass das Repository eher konzeptionell als funktional erscheint.

In einem Diskussions-Thread auf Hacker News stellten Entwickler, die das Repository überprüften, außerdem fest, dass offenbar die Signalverarbeitungs-Pipeline fehlt, die erforderlich ist, um CSI aus WiFi-Hardware zu extrahieren – eine kritische Komponente realer Wireless-Sensing-Systeme.

In einem Beitrag schrieb der Nutzer Zambyte: „Das Repo liest sich eher wie ein Framework/Prototyp als ein funktionales WiFi-basiertes Detektionssystem.“

Der gleiche Nutzer fügte hinzu: „Die Kernfunktionalität, die WiFi-Signalverarbeitung und Pose-Schätzung erfordert, ist größtenteils nicht implementiert“, und schloss daraus, dass erhebliche Entwicklungsarbeit erforderlich wäre, um ein funktionierendes System daraus zu machen.

Ein weiterer Hacker-News-Nutzer, luketaylor, bemerkte, dass es nach „vibe-coded“ aussehe.

„Dieses gesamte Repository ist ein Haufen vibe-coded Boilerplate, das kaum etwas von den Kernfunktionen enthält, die es zu leisten vorgibt“, sagte er.

Kommerzielle Anwendungen und Sicherheitsstandards

Die Idee hinter DensePose ist jedoch nicht spekulativ, sondern basiert auf realer Forschung.

Diese Technologie beginnt bereits, in einigen Consumer-Routern und von ISPs bereitgestellten Systemen aufzutauchen.

Im vergangenen Jahr führte Comcast eine Funktion namens Xfinity WiFi Motion ein, die es Routern und verbundenen Geräten ermöglicht, Bewegungen in einem Haushalt zu erkennen, indem Störungen in den Funksignalen zwischen Geräten analysiert werden.

Die Funktion kann Benachrichtigungen auslösen, wenn Bewegung im Netzwerk erkannt wird, identifiziert jedoch keine Personen und erzeugt keine Bilder.


Forschende und Datenschutzbefürworter haben jedoch gewarnt, dass Technologien, die Bewegungen über Funksignale erfassen können, bei breiter Einführung Bedenken auslösen könnten.

Ein weiterer Bericht, der im vergangenen Jahr vom Karlsruher Institut für Technologie (KIT) veröffentlicht wurde, legt nahe, dass WiFi-Signale potenziell genutzt werden könnten, um Personen anhand der einzigartigen Interaktion ihres Körpers mit Radiowellen zu identifizieren – wodurch eine Form passiven Trackings entsteht, die weder Kameras noch persönliche Geräte benötigt.

Forschende fordern nun Regulierungsbehörden und Entwickler auf, Datenschutzmechanismen in den nächsten großen WiFi-Standard IEEE 802.11bf zu integrieren, bevor sich diese Art von „Radio Vision“ im Mainstream etabliert.