{"id":4292,"date":"2026-08-25T11:20:36","date_gmt":"2026-08-25T09:20:36","guid":{"rendered":"https:\/\/www.capri-soft.de\/blog\/?p=4292"},"modified":"2026-08-25T11:20:36","modified_gmt":"2026-08-25T09:20:36","slug":"geraete-identifizieren-ueber-web-audio-api-audio-fingerprint-nutzer-identifizieren-ueber-audiosignal-aliexpress-methode-zur-geraeteidentifikation","status":"publish","type":"post","link":"https:\/\/www.capri-soft.de\/blog\/?p=4292","title":{"rendered":"Ger\u00e4te identifizieren \u00fcber Web Audio API \/ Audio-Fingerprint \/ Nutzer identifizieren \u00fcber Audiosignal \/ AliExpress-Methode zur Ger\u00e4teidentifikation"},"content":{"rendered":"\n

Intention<\/h2>\n\n\n\n

Dieser Artikel zeigt einen Beispielcode um \u00fcber die Web Audio API den Fingerprint eines Ger\u00e4tes zu identifzieren. Bitte beachten Sie, dass die Identifikation nicht mit den Richtlinien der DSGVO-konform ist<\/strong>, daher sollte sie nur zu lokalen Testzwecken genutzt werden.<\/p>\n\n\n\n

Die Aufmerksamkeit auf diesen Sachverhalt lenkte der folgende Heise-Artikel auf mich, daher entschied ich mich hier n\u00e4her damit zu befassen:<\/p>\n\n\n\n

https:\/\/www.heise.de\/news\/AliExpress-trackt-Nutzer-via-unhoerbarem-Audio-Fingerprinting-11424127.html<\/a><\/p>\n\n\n\n

Grundidee: Was wir messen<\/h3>\n\n\n\n

Wir nutzen die Web Audio API, um:<\/p>\n\n\n\n

    \n
  • ein synthetisches Signal<\/strong> zu erzeugen (Oszillator),<\/li>\n\n\n\n
  • es durch einen DynamicsCompressorNode<\/strong> zu schicken,<\/li>\n\n\n\n
  • das Ergebnis in einem OfflineAudioContext<\/strong> zu rendern,<\/li>\n\n\n\n
  • aus dem fertigen Audiopuffer einen Zahlwert<\/strong> zu berechnen, der vom Ger\u00e4t abh\u00e4ngt.<\/li>\n<\/ul>\n\n\n\n

    Dieser Zahlwert ist der Audio-Fingerprint<\/strong> f\u00fcr das Ger\u00e4t und kann genutzt werden um das Ger\u00e4te eindeutig zu identifizieren.<\/p>\n\n\n\n

    Warum das pro Ger\u00e4t anders ist<\/h3>\n\n\n\n
      \n
    • Floating\u2011Point\u2011Arithmetik<\/strong> unterscheidet sich je nach CPU\/Instruction\u2011Set.<\/li>\n\n\n\n
    • Browser\u2011Engine<\/strong> (Chromium, Gecko, WebKit) implementiert DSP leicht unterschiedlich.<\/li>\n\n\n\n
    • Audio\u2011Stack des OS<\/strong> kann Einfluss haben, je nach Implementierung.<\/li>\n<\/ul>\n\n\n\n

      Das Ergebnis:<\/strong> derselbe Code \u2192 auf Rechner A ein anderer Wert als auf Rechner B, aber bei Rechner A stabil<\/strong> \u00fcber viele Aufrufe.<\/p>\n\n\n\n

      Code<\/h2>\n\n\n
      \n<!DOCTYPE html>\n<html lang="de">\n<head>\n  <meta charset="utf-8" \/>\n  <title>Audio-Fingerprint Test (OfflineAudioContext)<\/title>\n  <style>\n    body { font-family: system-ui, sans-serif; margin: 2rem; }\n    button { padding: 0.5rem 1rem; font-size: 1rem; }\n    #result { margin-top: 1rem; font-family: monospace; }\n  <\/style>\n<\/head>\n<body>\n  <h1>Audio-Fingerprint Test<\/h1>\n  <p>\n    Diese Seite erzeugt einen <strong>OfflineAudioContext<\/strong>, rendert ein festes Signal\n    und berechnet daraus einen Fingerprint-Wert. Es wird <strong>kein Ton abgespielt<\/strong>\n    und <strong>keine Daten \u00fcbertragen<\/strong.\n  <\/p>\n\n  <button id="run">Fingerprint berechnen<\/button>\n  <div id="result"><\/div>\n\n  <script>\n    async function getAudioFingerprint() {\n      \/\/ 1 Kanal, 5000 Frames, 44100 Hz\n      const sampleRate = 44100;\n      const length = 5000;\n      const offlineCtx = new OfflineAudioContext(1, length, sampleRate);\n\n      \/\/ Oszillator als Testsignal\n      const osc = offlineCtx.createOscillator();\n      osc.type = 'triangle';\n      osc.frequency.value = 10000; \/\/ 10 kHz\n\n      \/\/ DynamicsCompressor verst\u00e4rkt Floating-Point-Unterschiede\n      const comp = offlineCtx.createDynamicsCompressor();\n      comp.threshold.value = -24;\n      comp.knee.value = 30;\n      comp.ratio.value = 12;\n      comp.attack.value = 0.003;\n      comp.release.value = 0.25;\n\n      osc.connect(comp);\n      comp.connect(offlineCtx.destination);\n      osc.start(0);\n\n      \/\/ Offline rendern (kein Audio-Ausgang)\n      const buffer = await offlineCtx.startRendering();\n      const data = buffer.getChannelData(0);\n\n      \/\/ Aus einem festen Bereich eine kompakte Zahl ableiten\n      const start = 4500;\n      const end = 5000;\n      let sum = 0;\n      let hash = 0;\n\n      for (let i = start; i < end; i++) {\n        const v = Math.abs(data[i]);\n        sum += v;\n        \/\/ einfache Hash-Mischung\n        hash = (hash * 31 + Math.floor(v * 1e6)) >>> 0;\n      }\n\n      return {\n        rawSum: sum,\n        hash: hash.toString(16).padStart(8, '0')\n      };\n    }\n\n    document.getElementById('run').addEventListener('click', async () => {\n      const resultEl = document.getElementById('result');\n      resultEl.textContent = 'Berechne...';\n\n      try {\n        const fp = await getAudioFingerprint();\n        resultEl.innerHTML =\n          '<p><strong>Roh-Summe:<\/strong> ' + fp.rawSum.toFixed(6) + '<\/p>' +\n          '<p><strong>Hash (hex):<\/strong> ' + fp.hash + '<\/p>' +\n          '<p>Auf demselben Ger\u00e4t sollte dieser Wert relativ stabil sein, ' +\n          'auf anderen Ger\u00e4ten\/Browsers unterschiedlich.<\/p>';\n      } catch (e) {\n        resultEl.textContent = 'Fehler: ' + e;\n      }\n    });\n  <\/script>\n<\/body>\n<\/html>\n\n<\/pre><\/div>