Ein Ähnlichkeitswert ist die Kosinusähnlichkeit zwischen zwei Gesichtsvektoren — zwei Listen aus je 512 Zahlen — und er läuft von 0 bis 1. In unserem Index ist 0.40 der Punkt, oberhalb dessen ein Paar als vermutlich dieselbe Person gilt. Es ist kein Prozentwert, keine Konfidenz und keine Wahrscheinlichkeit. Es ist ein Winkel.

Die Zahl ist wichtig wegen etwas, das die meisten Gesichtssuchen dir nicht sagen: Die dichte Vektorsuche gibt nie nichts zurück. Frag sie nach zehn Ergebnissen und du bekommst zehn, ganz gleich ob die gesuchte Person überhaupt im Index steht. Der Wert ist das Einzige, was eine Antwort vom nächstgelegenen verfügbaren Fremden trennt.

Was misst der Wert eigentlich?

Die Kosinusähnlichkeit misst den Winkel zwischen zwei Vektoren und ignoriert ihre Länge. Zwei in 512-dimensionale Vektoren kodierte Gesichter sind „ähnlich“, wenn ihre Vektoren fast in dieselbe Richtung zeigen.

Der Encoder — in unserem Fall ArcFace — ist so trainiert, dass Bilder derselben Identität Vektoren in dieselbe Richtung erzeugen und Bilder verschiedener Identitäten Vektoren, die auseinanderzeigen. Pose, Licht, Hintergrund und Frisur werden bei Erkennung und Ausrichtung größtenteils verworfen, bevor der Encoder das Gesicht überhaupt sieht.

Deshalb verhält sich der Wert nicht wie ein visueller Eindruck. Zwei Fotos, die für dich ähnlich aussehen, können niedrig punkten; zwei Fotos, die einander gar nicht ähneln — anderes Licht, anderes Jahrzehnt, andere Haare —, können hoch punkten.

Wie liest man die einzelnen Wertebereiche?

Behandle den Wert als Bereich, nicht als Urteil. Das sind die Arbeitsbereiche, die wir auf unseren eigenen Daten benutzen.

Wert Lesart Was du damit machst
0.70 und darüber Sehr wahrscheinlich dieselbe Identität Als Treffer behandeln; die Quellseite trotzdem prüfen
0.55 – 0.70 Wahrscheinlich dieselbe Identität Treffer, aber gegen ein zweites Bild abgleichen
0.40 – 0.55 Über der Schwelle, aber schwach Plausibel; ein schlechter Winkel und ein Doppelgänger erzeugen beide das
0.25 – 0.40 Unter der Schwelle Ähnlichkeit, keine Identität
Unter 0.25 Nächstgelegener verfügbarer Vektor Sagt nichts außer, dass der Index etwas zurückgeben musste

Die Zeilen unter 0.40 werden am häufigsten falsch gelesen. Ein Treffer bei 0.31 ist keine „31-prozentige Chance“. Es ist das System, das dir sagt, dass es deine Person nicht hat und dir zeigt, was es stattdessen hat.

Quelle: unser Index, Stand 2026-08. Die Bereiche sind Arbeitsheuristiken zum Lesen unserer eigenen Ergebnisse, kein veröffentlichter Benchmark.

Warum gibt es überhaupt eine Schwelle?

Weil eine Schwelle einen kontinuierlichen Abstand in eine Ja/Nein-Entscheidung verwandelt, und jede solche Umwandlung tauscht eine Fehlerart gegen eine andere.

Senk die Schwelle und du holst mehr echte Treffer zurück, die aus schwierigen Winkeln oder in schlechter Kompression aufgenommen wurden — und lässt dabei mehr unbeteiligte Gesichter herein. Heb sie an und die verbliebenen Treffer sind sauberer, während echte Treffer aus einer Profilaufnahme oder einem Stream mit niedriger Bitrate ganz aus der Liste fallen.

Es gibt keine Einstellung, die beide Fehler beseitigt. 0.40 liegt dort, wo es liegt, weil unsere typische Anfrage ein Videobild ist: komprimiert, bewegungsunscharf, selten frontal, oft klein. Eine an sauberen Studioporträts justierte Schwelle läge höher und würde die meisten echten Anfragen abweisen.

Warum punktet dieselbe Person auf verschiedenen Fotos unterschiedlich?

Weil der Encoder Pose und Licht nur unvollkommen verwirft und jede Verschlechterung zwischen Kamera und Screenshot den Vektor verschiebt.

Bedingung Wirkung auf den Wert
Frontal, scharf, gut ausgeleuchtet Höchste Werte; der beste Fall für den Encoder
Kopf weiter als etwa dreiviertel gedreht Deutlicher Abfall; ein Teil des Gesichts fehlt schlicht
Starke Videokompression, niedrige Bitrate Abfall; Blockartefakte zerstören feine Gesichtsdetails
Gesicht klein im Bild Abfall, und die Erkennung kann schon vor dem Kodieren scheitern
Verdeckung — Hand, Haare, Objekt vor dem Gesicht Landmarken verrutschen, die Ausrichtung verzerrt, der Vektor stimmt nicht
Jahre zwischen den beiden Bildern Mäßiger Abfall; das Identitätssignal bleibt, schwächt aber ab
Kosmetische Eingriffe, deutliche Gewichtsänderung Echte Treffer können unter die Schwelle rutschen
Make-up, Frisur, Haarfarbe Kaum Wirkung; die Ausrichtung schneidet das meiste davon weg

Die letzte Zeile überrascht die Leute, die darüber enttäuscht sie. Haare sind fast gratis; ein verändertes Gesicht nicht.

Warum solltest du einem Werkzeug misstrauen, das den Wert verbirgt?

Weil das Verbergen des Werts den Unterschied zwischen Treffer und Vermutung verbirgt — und dieser Unterschied ist das ganze Ergebnis.

Eine sortierte Liste ohne Werte sieht gleich aus, egal ob der beste Treffer bei 0.85 oder bei 0.19 liegt. Beide erscheinen als „hier ist dein nächster Treffer“. Nur einer davon bedeutet etwas. Ein Werkzeug, das zehn Gesichter und keine Zahlen zeigt, hat das mit Abstand aussagekräftigste Feld genommen und entfernt — und zwar in genau der Situation, in der das System garantiert eine Ausgabe erzeugt, unabhängig von der Wahrheit.

Die ehrliche Fassung eines Gesichtssuchergebnisses enthält drei Dinge: den Wert, die Schwelle, gegen die er beurteilt wird, und einen Link zum Quellbild, damit du mit eigenen Augen nachsehen kannst. Fehlt eines der drei, kannst du die Antwort nicht überprüfen.

Daten und Methode

Quelle. Gesichtsvektoren, berechnet aus Coverbildern und Standbildern, die starlikeness über 106 Seiten hinweg indexiert.

Stichprobe. 241,792 Gesichtsvektoren im Index; 2,333 Identitätsdatensätze mit Namen (unser Index, Stand 2026-08).

Methode. Erkennung mit YuNet, die eine Bounding Box und fünf Landmarken liefert. Ausrichtung auf eine kanonische Pose anhand dieser Landmarken. Kodierung mit ArcFace in 512-dimensionale Vektoren. Abruf per Kosinusähnlichkeit gegen den gesamten Index. Die Schwelle 0.40 ist für Anfragen aus Videobildern gegen diesen Index kalibriert.

Stichtag. 2026-08.

Bekannte Verzerrung. Die Abdeckung ist stark konzentriert. 2,246 der 2,333 benannten Identitäten beziehen ihr repräsentatives Bild von einer einzigen Seite, und nur eine kleine Minderheit der 106 indexierten Seiten führt überhaupt japanische Inhalts-IDs. Was wir messen, ist daher Sichtbarkeit auf Aggregatorseiten, nicht Veröffentlichungsvolumen. Eine Darstellerin, deren Arbeit nur auf Seiten erscheint, die wir nicht indexiert haben, wird nicht gefunden, und kein Wert wird dir das sagen — die Suche liefert trotzdem ihre zehn nächstgelegenen Fremden.

Grenzen der Schwelle. 0.40 gilt für diesen Encoder und diesen Index. Sie lässt sich nicht auf ein anderes Werkzeug, ein anderes Modell oder eine andere Art von Anfragebild übertragen. Jede Behauptung, ein Wert „bedeute“ eine feste Identitätswahrscheinlichkeit, ist übertrieben: Dieselbe Zahl wiegt je nach Qualität der Anfrage unterschiedlich schwer.

Zitation.

starlikeness (2026). „Was bedeutet ein Ähnlichkeitswert von 0.40?“
Gesichtsindex, Stand 2026-08 (n=241,792 Gesichter; 2,333 benannte Identitäten).
https://starlikeness.com/de/articles/what-similarity-score-means

Verwandte Fragen

Du kannst der Schwelle bei der Arbeit zusehen: Lade ein Einzelbild hoch und lies die Werte neben den Gesichtern. Die Erkennung läuft in deinem Browser, zum Abgleich wird nur der zugeschnittene Gesichtsbereich gesendet, und das Original verlässt dein Gerät nie.