Was ist ein AudioContext-Fingerprint und wie erkennt er Ihren Browser?

Das Wichtigste in Kürze: Audio-Fingerprinting kommt weder ans Mikrofon noch gibt es Ton ab. Stattdessen rendert der Browser im Hintergrund einen fest definierten Ton im Speicher, und die winzigen Gleitkommaabweichungen im Ergebnis werden zur Gerätesignatur. Er gehört zur selben Familie wie Canvas und WebGL – Fingerabdrücke aus Renderergebnissen: Ein IP-Wechsel ändert nichts, das Leeren des Caches entfernt nichts, und der Wert wird von Hardware und Browser-Engine bestimmt. Für den Betrieb mehrerer Konten zählen genau zwei Regeln: Der Wert muss innerhalb einer Umgebung dauerhaft stabil bleiben, und verschiedene Umgebungen dürfen ihn nicht teilen. MostMate bietet für AudioContext die zwei Stufen Realistisch und Zufällig – die Auswahl trifft man anhand genau dieser beiden Regeln.

Lautsprecher aus, Mikrofonzugriff verweigert – und schon ist die Audio-Schiene einer Website machtlos? Das ist einer der verbreitetsten Irrtümer über Audio-Fingerprinting. Tatsächlich ist es genau umgekehrt: Zu keinem Zeitpunkt bewegt sich Schall. 2016 hat ein Forschungsteam der Princeton University das Verfahren bei einer Messung über eine Million Websites offiziell dokumentiert; seitdem gehört es zur Standardausstattung gängiger Detection-Skripte – ohne Berechtigungen, in Millisekunden erledigt, auch im privaten Modus aktiv. MostMate ist ein Fingerprint-Browser, der für jedes Konto eine eigene Browser-Umgebung bereithält, und der Audio-Fingerprint ist einer der Parameter, die so ein Produkt verwalten muss. Dieser Artikel klärt vier Fragen: Was sieht die Website, warum ist der Wert so stabil, wie passt er zu den anderen Parametern, und wie stellt man ihn im Fingerprint-Browser ein?

Was die Website sieht: ein Ton, der nie abgespielt wird – und eine Zahl zurück

Am Ende liegt dem Skript eine einzelne Gleitkommazahl vor: kein Klang, kein Gerätemodell. Gängige Skripte (maßgeblich FingerprintJS, dessen Ansatz viele Open-Source-Bibliotheken übernehmen) arbeiten in fünf festen Schritten:

• Ein Offline-Audio-Kontext wird angelegt (OfflineAudioContext, MDN-Dokumentation): ein Kanal, 44100 Hz Abtastrate, rund 5000 Abtastpunkte – umgerechnet etwa 113 Millisekunden Ton –, ohne dass die Lautsprecher je angesprochen werden.
• Ein Oszillator erzeugt eine feste Dreieckswelle mit 10000 Hz als identisches Eingangssignal.
• Das Signal läuft in einen DynamicsCompressorNode mit bewusst aggressiven Einstellungen (Schwelle -50 dB, Knick 40, Kompressionsrate 12); so wird die Berechnung gezielt in den nichtlinearen Bereich gedrängt, wo die feinen Unterschiede zwischen Geräten erst sichtbar werden.
• startRendering rendert das Ergebnis lautlos im Speicher; dabei entsteht kein hörbarer Ton.
• Von den letzten rund 500 Abtastpunkten des Ausgangspuffers wird die Summe der Absolutbeträge gebildet – heraus kommt eine Zahl wie 124.0434.

Diese Zahl ist der Audio-Fingerprint. Gerechnet wird vor der Wiedergabe, daher ist es egal, ob das System stummgeschaltet ist oder gar keine Boxen hängen; Aufnahmegeräte werden nicht angefasst, also stellt sich die Frage nach Mikrofonfreigaben gar nicht erst. In Übersichten zu Browser-Fingerprints taucht dieser Parameter meist nur in einem Satz auf – ein eigener Artikel lohnt sich, weil seine Herkunft ungewöhnlich ist: Der Wert entsteht aus Rundungsfehlern, und genau diese Fehler sind stabil. Darum geht es im nächsten Abschnitt.

Testseiten zeigen meist einen Hex-String, der aus diesem Rohwert gehasht wurde, und die Länge unterscheidet sich von Seite zu Seite; beim Vergleich genügt der Blick darauf, ob der Wert innerhalb einer Umgebung konstant bleibt und sich zwischen Umgebungen unterscheidet – auf das Format des Strings kommt es nicht an.

Warum eine Zahl als Fingerprint taugt: Der Fehler ist zufällig stabil

Der entscheidende Mechanismus: Audioberechnungen fallen auf verschiedenen Geräten nicht bitidentisch aus, und diese Abweichung lässt sich reproduzieren. Die Web-Audio-Spezifikation schreibt den Ablauf vor, verlangt aber nicht, dass jede Implementierung bitidentische Ergebnisse liefert; die Gleitkommagenauigkeit variiert zwischen CPUs, und Browser-Engines setzen den Audio-Stack mit leicht anderer Rundung und Reihenfolge um. Im Einzelfall ist der Unterschied vernachlässigbar, doch das Signal durchläuft mehrfach die nichtlineare Stufe des Kompressors und wird dann über Hunderte Abtastpunkte summiert – so wachsen winzige Abweichungen zu einer unterscheidbaren Zahl heran.

Die Princeton-Studie liefert die Größenordnung: Über mehr als 18.000 Geräte hinweg konvergierte der Audio-Fingerprint auf gut 700 verschiedene Werte, rund 5,4 bit Unterscheidungskraft – bei der Stichprobengröße eine Untergrenze. Für die Verknüpfungsanalyse reicht das locker, denn der eigentliche Wert liegt nicht darin, wie einzigartig die Zahl ist, sondern wie verlässlich: Hundertmal neu geladen, kein Zucken; anderer Rechner oder andere Engine, sofort ein anderer Wert. Ein Signal ohne Berechtigungen, nicht löschbar und über Neuladen hinweg konstant – genau das Rohmaterial, aus dem Plattformen gerne Geräteprofile bauen.

Wie der Audio-Fingerprint zu den anderen Parametern passt: drei Konsistenzregeln

Mit der IP hat der Audio-Fingerprint nichts zu tun; er ist ein reines Gerätesignal. Wie Canvas und WebGL zählt er zu den Renderergebnis-Parametern – die Site stellt eine feste Rechenaufgabe, und die echte Hardware liefert sie vor Ort ab. Ob eine Umgebung stimmig konfiguriert ist, prüft man an drei Punkten:

• Innerhalb der Umgebung stabil: Dieselbe Umgebung muss bei jedem Rendern dasselbe Ergebnis liefern – die Grundvoraussetzung für „das ist ein normales Gerät". Ein plötzlich springender Wert verrät nur, dass jemand an den Parametern gedreht hat, und wirkt damit erst recht verdächtig.
• Zwischen Umgebungen verschieden: Zehn Umgebungen mit demselben Audiowert malen sich selbst einen Kreis in den Verknüpfungsgraphen. Umgekehrt gilt: „Jeden Parameter auf Höchstwert" ist ebenso der falsche Weg – die Risiken der Randomisierung sind im Artikel Warum Fingerprint-Randomisierung unsicher ist ausführlich zerlegt.
• Zur Browser-Engine passend: Den Audio-Stack implementiert die Engine, der Wert folgt Engine und Version. UA und Betriebssystem einer Umgebung müssen zur tatsächlich verbauten Engine passen; nach einem großen Browser-Update aktualisiert sich der Wert von allein – kein Handlungsbedarf.

In einen Satz gepresst besagen die drei Regeln: Ein Audio-Fingerprint soll aussehen wie das Ergebnis einer echten Maschine, nicht wie das „beste" Ergebnis. MostMate hat diese Logik in vier Designprinzipien gegossen; der Artikel Die vier Designprinzipien zeichnet das Gesamtbild, hier geht es nur um den Audio-Anteil.

So prüft man den eigenen Audio-Fingerprint: zwei Vergleiche genügen

Für den Check braucht es keine Erweiterung – eine Testseite und ein paar Reloads genügen.

Schritt 1: Eine beliebige Testseite wählen und den Punkt Audio-Fingerprint finden. BrowserScan und Iphey führen ihn gesondert auf; wie man Ipheys Trust Score liest, zeigt der Praxisteil komplett – am besten zusammen mit dem Artikel Iphey-Test in der Praxis verwenden.

Schritt 2: Dieselbe Umgebung zwei- bis dreimal neu laden und die Zahl beobachten. Ein konstanter Wert ist die Mindestanforderung. Ändert er sich bei jedem Reload, ist der Audio-Parameter der Umgebung auf ständiges Neuberechnen gestellt – damit sendet man der Plattform praktisch: An diesem Gerät wird manipuliert.

Schritt 3: Eine zweite Umgebung testen und beide Werte vergleichen. Die Audiowerte zweier Umgebungen müssen auseinanderliegen; sind sie identisch, lohnt der Blick zurück, ob dasselbe Fingerprint-Template wiederverwendet wurde – Template-Wiederverwendung ist die unauffälligste Quelle für Konto-Verknüpfung.

Einstellung in MostMate: Realistisch oder Zufällig?

Der Umgebung-Dialog in MostMate führt AudioContext als eigenen Punkt in den Fingerprint-Einstellungen und stellt zwei Stufen bereit: Realistisch und Zufällig; das Fingerprint-Vorschaupanel rechts zeigt den aktuellen Wert sofort an, ganz ohne Speichern. Die Wahl folgt einer klaren Logik: Für den täglichen Haupt-Account Realistisch – der Wert kommt aus der Berechnung des eigenen Rechners, ist von Natur aus stabil und passt exakt zur Regel „innerhalb der Umgebung stabil"; beim Anlegen einer ganzen Reihe neuer Umgebungen Zufällig – jede erhält einen eigenen, intern stabilen Wert und erfüllt damit „zwischen Umgebungen verschieden".

Eine eigene Stufe zum Selberfestlegen gibt es für Audio bewusst nicht, und dieser Entschluss verdient Beachtung: Der Wert eines Audio-Fingerprints liegt in seiner Stabilität – ein von Hand gebastelter fester Wert nähme ihm genau das. Bei der Frage Realistisch oder Zufällig zählt also, wie die Umgebungen entstanden, nicht das Feinjustieren einzelner Parameter; Canvas, WebGL-Bilder und ClientRects beurteilt man nach derselben Logik, die komplette Arbeitsteilung erklärt die Seite Was ist MostMate.

Häufige Fragen

Braucht der Audio-Fingerprint Rechte für Mikrofon oder Lautsprecher?

Nein. Der gesamte Ton wird offline im Speicher gerendert – die Lautsprecher bleiben stumm, Aufnahmegeräte werden nicht berührt. Auch stumme Rechner und Maschinen ganz ohne Audio-Hardware lassen sich so erfassen.

Reichen Cookies löschen oder der private Modus, um dem Audio-Fingerprint zu entgehen?

Nein. Cookies liegen lokal und lassen sich löschen; der Audio-Fingerprint wird in Echtzeit vom Gerät berechnet. Das sind zwei völlig verschiedene Mechanismen, und ein geleer Cache bleibt ohne jede Wirkung.

Ist es nicht sicherer, AudioContext zu deaktivieren oder auf einen festen Wert zu setzen?

Die Richtung stimmt nicht. Praktisch jeder normale Browser rechnet Audioaufgaben, daher werden „deaktiviert" und „bei allen gleich" selbst zum Auffälligkeitsmerkmal – leichter zu erkennen als ein gewöhnlicher Wert.

Wann ändert sich der Audio-Fingerprint?

Beim Gerätewechsel, bei einer anderen Engine oder nach einem großen Browser-Update – ganz normale Entwicklung bei echten Geräten. Innerhalb derselben Umgebung sollte er im Alltag dauerhaft stabil bleiben; häufige Wechsel sind das eigentliche Warnsignal.

Fazit

Die Logik des Audio-Fingerprints passt in einen Satz: Ohne jeden Ton kann eine Website das Gerät vermessen – weil jede Maschine beim Rechnen ihre eigenen kleinen, beständigen Eigenheiten hat. Wer das verstanden hat, erklärt sich viele gängige Ratschläge von selbst: warum Stummschalten nichts nützt, warum „perfekte" Parameter gefährlich sind und warum Umgebungen aus der Massenanlage niemals denselben Wert tragen dürfen. MostMate bündelt solche Parameter in den Stufen Realistisch und Zufällig, und das Vorschaupanel zeigt das Ergebnis direkt nach dem Einstellen. Wer den Audio-Fingerprint der eigenen Umgebungen einmal selbst prüfen möchte, kann MostMate herunterladen und in der Gratisversion zwei Umgebungen zum Vergleich anlegen – die meisten Wissenslücken schließen sich in einem Durchgang.