Um die öffentliche Sicherheit zu verbessern, setzen staatliche und private Sicherheitsunter- nehmen zunehmend auf Videoüberwachung. Jedoch wird dabei meist die Privatsphäre der Bevölkerung nicht ausreichend beachtet. In dieser Bachelor-Thesis stellen wir einen neuen Demonstrator für privatsphäre-schützende Gesichtserkennung vor. Der Demonstrator führt einen pirvatsphäre-schützenden Vergleich mit einem Bild eines Clients und Bildern einer Datenbank durch, die auf einem Server gespeichert sind. Anschließend gibt der Demonstrator aus, ob eine Übereinstimmung vorliegt, aber offenbart ansonsten keine weiteren Informatio- nen an irgendeine Partei. Dieses Szenario hat mehrere Anwendungen, wie beispielsweise eine kamerabasierte Überwachung von öffentlichen Orten oder eine Identifikation an Grenzkon- trollen. Heutzutage ist eine kamerabasierte Überwachung von öffentlichen Plätzen eine weit verbreitete Einsatzmöglichkeit, welche zu einer höheren Sicherheit führen soll, aber dabei gleichzeitig die Privatsphäre der Öffentlichkeit einschränkt. Daher stellen wir ein System vor, das sichere Zwei-Parteien-Berechnung nutzt, um zusätzlich die Privatsphäre der Öffentlich- keit zu schützen. Gleichzeitig muss die Gesichtserkennung schneller sein, als bei bisherigen Systemen, um sie auf reale Szenarien anwendbar zu machen. Für diese Aufgabe kann SCiFI (SSP’10), ein System zur sicheren Berechnung der Gesichts- erkennung verwendet werden. Aber der Abgleich der Bilder, welche durch Vektoren reprä- sentiert werden, wird von SCiFI ursprünglich durch die Berechnung der Hamming-Distanz auf Basis von homomorpher Verschlüsselung durchgeführt, was eine hohe Laufzeit und Kommunikationskomplexität aufweist. Wir ersetzten diesen Teil durch eine privatsphäre- schützende Hamming-Distanz-Berechnung mit dem ABY-Framework (NDSS’15), was zu einer Leistungsverbesserung führt. ABY ist ein mixed-protocol Framework für die sichere Zwei-Parteien-Berechnung, die es erlaubt, sichere Berechnungsschemata zu kombinieren und effizient zwischen ihnen zu konvertieren. Die Hamming-Distanz-Berechnung basiert auf einem Boolean Circuit, der durch Yao’s Garbled Circuit-Protokoll oder dem GMW-Protokoll evaluiert werden kann. Die Merkmalsextraktion von Gesichtern basiert weiterhin auf SCiFI, da sie für eine sichere Berechnung entworfen wurde und eine hohe Erkennungsrate aufweist. Die Auswertung der Circuits für die Hamming Distanz ist sehr schnell, so dass der neue Demonstrator eine deutliche Verbesserung der Laufzeit im Vergleich zu dem ursprünglichen SCiFI-System ist.