> ## Documentation Index > Fetch the complete documentation index at: https://docs.didit.me/llms.txt > Use this file to discover all available pages before exploring further. # Biometrische Authentifizierung – Bericht: JSON-Schema > Mit Didit Antworten der biometrischen Authentifizierung mit Liveness und Gesichtsabgleich parsen – über liveness_checks und face_matches. Der Bericht zur biometrischen Authentifizierung zeigt, wie Didit die erneute Verifizierung eines wiederkehrenden Benutzers zurückmeldet. Der Workflow führt eine neue Liveness-Prüfung durch und, wenn der Gesichtsabgleich im Workflow aktiviert ist, auch einen 1:1-Gesichtsabgleich mit dem bei der Sitzungserstellung ermittelten Referenzgesicht (das von Ihnen bereitgestellte `portrait_image` oder das über `vendor_data` abgefragte gespeicherte Gesicht des Benutzers). Beide Prüfungen erscheinen als standardmäßige Funktionselemente in der V3-Sitzungsentscheidungsantwort. ![Didit-Bericht zur biometrischen Authentifizierung, der Liveness-Prüfung und Gesichtsabgleich mit einem gespeicherten Porträt kombiniert](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/biometric-auth-report.png?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=c02e5558780972797d4b2feea685bc73) ## Übersicht Biometrische Authentifizierung ist ein Workflow-Typ (`workflow_type: "biometric_authentication"`), kein separates Antwortobjekt. Wenn der Workflow ausgeführt wird, erzeugt er: * Eine **Liveness-Prüfung**, die ein Live-Selfie erfasst und auf Spoofing bewertet. * Einen **Gesichtsabgleich**, der das erfasste Gesicht mit dem bei der Sitzungserstellung ermittelten Referenzgesicht vergleicht (nur wenn der Gesichtsabgleich im Workflow aktiviert ist). Wann immer der Workflow den Gesichtsabgleich umfasst, erfordert die Sitzungserstellung ein Referenzgesicht. Senden Sie `portrait_image` (Base64-codiertes Bild, max. 2MB), oder lassen Sie es weg, sodass Didit das für den `vendor_data`-Benutzer bereits gespeicherte Gesicht wiederverwendet: zuerst ein genehmigtes Liveness-Gesicht, dann das ePass-Chipfoto, dann das Porträt aus dem Ausweisdokument, dann ein manuell registriertes Profilgesicht. Wenn weder `portrait_image` noch ein gespeichertes Gesicht verfügbar sind, gibt die Sitzungserstellung `400` mit `{"portrait_image": "No stored face image was found for this user. Send a portrait_image, or complete an approved verification with face liveness or an ID document for this vendor_data first."}` zurück. In beiden Fällen wird die ermittelte Referenz unter der neuen Sitzung erfasst, sodass `source_image_session_id` des Gesichtsabgleich-Elements auf die eigene `session_id` dieser Sitzung gesetzt wird (dies zeigt Ihnen an, dass die Referenz aus dem gespeicherten Porträt der Sitzung stammt und nicht aus einem in derselben Sitzung erfassten Dokumentenporträt, was das Feld auf `null` belassen würde). ## Wo es erscheint | Schlüssel der Entscheidungsantwort | Plural | Element-Schema | | - | - | - | | `liveness_checks[]` | Eines pro Liveness-Schritt (üblicherweise 1 bei biometrischer Authentifizierung) | [data-models#liveness-check](https://docs.didit.me/de/reference/data-models.md#liveness-prüfung) | | `face_matches[]` | Eines pro Gesichtsabgleich-Schritt (`null` in reinen Liveness-Workflows) | [data-models#face-match](https://docs.didit.me/de/reference/data-models.md#gesichtsabgleich) | Beide Arrays werden von [`GET /v3/session/{sessionId}/decision/`](https://docs.didit.me/de/sessions-api/retrieve-session) für Sitzungen zurückgegeben, deren Workflow-Typ `biometric_authentication` ist. Sie sind immer Arrays – niemals einzelne Objekte – und jedes ist `null`, bis der jeweilige Schritt Daten erzeugt hat. Jedes Element enthält eine `node_id`, damit Workflows mit mehreren Instanzen Schritte eindeutig unterscheiden können. ## Schema-Referenz Die vollständige Feldliste wird einmal auf der Datenmodell-Seite definiert, damit jeder Bericht, der diese Funktionen enthält, dieselbe zentrale Referenz nutzt: * [Liveness-Element-Schema](https://docs.didit.me/de/reference/data-models.md#liveness-prüfung) – `status`, `method`, `score`, `reference_image`, `video_url`, `age_estimation`, `matches[]`, `face_quality`, `face_luminance`, `warnings[]`, `node_id`. * [Gesichtsabgleich-Element-Schema](https://docs.didit.me/de/reference/data-models.md#gesichtsabgleich) – `status`, `score`, `source_image_session_id`, `source_image`, `target_image`, `warnings[]`, `node_id`. * [Struktur eines Warnungseintrags](https://docs.didit.me/de/reference/data-models.md#warnungsobjekt) – `feature`, `risk`, `additional_data`, `log_type`, `short_description`, `long_description`, `node_id`. ## Statuswerte Sowohl `liveness_checks[].status` als auch `face_matches[].status` verwenden den gemeinsamen Funktionslebenszyklus ([Statuswerte auf Funktionsebene](https://docs.didit.me/de/reference/data-models.md#status-auf-funktionsebene)): | Status | Bedeutung | | - | - | | `Not Finished` | Der Schritt hat noch kein Endergebnis geliefert (der Benutzer hat ihn nicht abgeschlossen oder abgebrochen). Bevor ein Schritt überhaupt beginnt, ist sein Array in der Entscheidungsantwort einfach `null`. | | `Approved` | Die Prüfung hat alle konfigurierten Schwellenwerte bestanden. | | `In Review` | Der Wert fiel in den Prüfbereich, oder eine konfigurierbare Warnung wurde auf Prüfung gesetzt. | | `Declined` | Der Wert lag bei oder unter dem Ablehnungsschwellenwert, oder eine automatische Ablehnungswarnung wurde ausgelöst (Gesichtsangriff, kein Gesicht erkannt, Gesicht auf der Sperrliste, kein Referenzbild für den Gesichtsabgleich). | | `Resub Requested` | Ein Prüfer hat den Benutzer aufgefordert, diesen Schritt zu wiederholen. | Der übergeordnete `status` der Sitzung fasst beide Elemente zusammen: Jede Funktion im Status `Declined` führt zur Ablehnung der Sitzung, jede im Status `In Review` setzt die Sitzung auf `In Review`, andernfalls `Approved` (nachdem jede Funktion abgeschlossen ist). Informationen zum Schwellenwertverhalten und die vollständige Liste der Warnungscodes finden Sie unter [Warnungen zur biometrischen Authentifizierung](https://docs.didit.me/de/core-technology/biometric-auth/warnings-biometric-authentication.md). ## Beispiel – Liveness + Gesichtsabgleich (genehmigt) Die Beispiele sind gekürzt: Die vollständige Entscheidungsantwort enthält auch `session_url`, `metadata`, `callback`, `reviews`, `contact_details`, `expected_details`, `environment`, `created_at` und `expires_at`. ```json theme={null} { "session_id": "11111111-2222-3333-4444-555555555555", "session_kind": "user", "session_number": 1234, "status": "Approved", "workflow_id": "018e7b2c-5555-7777-9999-aaaaaaaaaaaa", "features": ["LIVENESS", "FACE_MATCH"], "vendor_data": "user-123", "liveness_checks": [ { "node_id": "feature_liveness", "status": "Approved", "method": "PASSIVE", "score": 89.92, "reference_image": "https:///.../reference.jpg", "video_url": "https:///.../video.mp4", "age_estimation": null, "matches": [], "face_quality": 92.4, "face_luminance": 58.1, "warnings": [] } ], "face_matches": [ { "node_id": "feature_face_match", "status": "Approved", "score": 88.47, "source_image_session_id": "11111111-2222-3333-4444-555555555555", "source_image": "https:///.../source.jpg", "target_image": "https:///.../target.jpg", "warnings": [] } ], "id_verifications": null, "nfc_verifications": null, "poa_verifications": null, "phone_verifications": null, "email_verifications": null, "aml_screenings": null } ``` ## Beispiel – Nur Liveness (Gesichtsabgleich im Workflow deaktiviert) ```json theme={null} { "session_id": "22222222-3333-4444-5555-666666666666", "session_kind": "user", "status": "Approved", "workflow_id": "018e7b2c-6666-7777-9999-bbbbbbbbbbbb", "features": ["LIVENESS"], "vendor_data": "user-456", "liveness_checks": [ { "node_id": "feature_liveness", "status": "Approved", "method": "ACTIVE_3D", "score": 96.10, "reference_image": "https:///.../reference.jpg", "video_url": "https:///.../video.mp4", "age_estimation": null, "matches": [], "face_quality": null, "face_luminance": null, "warnings": [] } ], "face_matches": null } ``` Der reine Liveness-Modus ist eine Workflow-Konfiguration: Wenn der Gesichtsabgleich deaktiviert ist, wird bei der Sitzungserstellung kein Referenzgesicht benötigt und `face_matches` bleibt `null`. Wenn der Gesichtsabgleich aktiviert **ist**, fällt das Weglassen von `portrait_image` nicht auf den reinen Liveness-Modus zurück: Didit verwendet das für den `vendor_data`-Benutzer gespeicherte Gesicht wieder, und wenn kein gespeichertes Gesicht existiert, schlägt die Sitzungserstellung mit `400` fehl. ## Beispiel – Gesichtsabgleich wegen geringer Ähnlichkeit abgelehnt ```json theme={null} { "session_id": "33333333-4444-5555-6666-777777777777", "status": "Declined", "workflow_id": "018e7b2c-5555-7777-9999-aaaaaaaaaaaa", "liveness_checks": [ { "node_id": "feature_liveness", "status": "Approved", "method": "PASSIVE", "score": 91.20, "reference_image": "https:///.../reference.jpg", "video_url": "https:///.../video.mp4", "age_estimation": null, "matches": [], "face_quality": 90.15, "face_luminance": 55.30, "warnings": [] } ], "face_matches": [ { "node_id": "feature_face_match", "status": "Declined", "score": 41.18, "source_image_session_id": "33333333-4444-5555-6666-777777777777", "source_image": "https:///.../source.jpg", "target_image": "https:///.../target.jpg", "warnings": [ { "feature": "FACEMATCH", "risk": "LOW_FACE_MATCH_SIMILARITY", "additional_data": null, "log_type": "error", "short_description": "Low face match similarity", "long_description": "The facial features of the provided image don't closely match the reference image, suggesting a potential identity mismatch.", "node_id": "feature_face_match" } ] } ] } ``` ## Sicherheitshinweis `reference_image`, `video_url`, `source_image` und `target_image` sind signierte URLs, die nach einem begrenzten Gültigkeitsfenster (standardmäßig 4 Stunden) ablaufen. Sie verweisen auf biometrische Daten – speichern Sie sie nicht im Cache und machen Sie sie nicht öffentlich zugänglich. Speichern Sie das Verifizierungsergebnis (Status, Score, `source_image_session_id`) auf Ihrer Seite; rufen Sie den Entscheidungs-Endpoint erneut ab, wenn Sie neue URLs benötigen. ## Verwandte Themen > [card] [Warnungen zur biometrischen Authentifizierung](https://docs.didit.me/de/core-technology/biometric-auth/warnings-biometric-authentication.md) > > Warnungscodes, Schwellenwerte und Bedingungen für automatische Ablehnungen. > [card] [Liveness-Bericht](https://docs.didit.me/de/core-technology/liveness/report-liveness.md) > > Vollständige Feldreferenz für `liveness_checks[]`-Elemente. > [card] [Gesichtsabgleich-Bericht](https://docs.didit.me/de/core-technology/face-match/report-face-match.md) > > Vollständige Feldreferenz für `face_matches[]`-Elemente. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.