Soziale Kontrolle per Software: Zur Kritik an der vorhersagenden Polizeiarbeit

Mehrere Bundesländer testen Software zur Vorhersage von Straftaten, andere setzen sie bereits ein. Auch das Risiko von „Gefährdern“ oder die Rückfälligkeit von StraftäterInnen soll errechnet werden. Eine Senkung von Kriminalität mithilfe von Computerprognosen lässt sich jedoch bislang nicht belastbar nachweisen. Stattdessen erweisen sich die Anwendungen als vorurteilsbeladen.

Das Predictive Policing („vorhersagende Polizeiarbeit“) ist der Versuch einer Wahrscheinlichkeitsberechnung zukünftiger Straftaten, die auf der „Near-Repeat-Theorie“ oder der Annahme einer „Repeat Victimisation“ beruht. Ähnlich wie bei der „Broken Windows“-Theorie wird dabei angenommen, dass auf frühere delinquente Handlungen wahrscheinlich weitere folgen. Daten zu Tatort und -zeit, Beutegut und Vorgehensweise werden nach einem bestimmten Verfahren (Scoring) verarbeitet und gewichtet. Mithilfe von Data Mining sollen Muster erkannt und SerientäterInnen aufgespürt werden.

Die Grenze der Vorhersagbarkeit ist nach dieser Logik nicht von den Algorithmen bestimmt, sondern von der Rechenleistung der Computer oder den Datenquellen, die in die Analyse einbezogenen werden. Tatsächlich weist eine vom Landeskriminalamt Niedersachsen in Auftrag gegebene Studie[1] darauf hin, dass Predictive Policing letztlich eine Weiterentwicklung des Crime Mapping ist, mit dem Polizeibehörden früher ihre Stecknadeln auf der Landkarte digitalisierten. Nur die schwachen Rechner hätten damals verhindert, die Daten in Beziehung zu setzen.

Die Bundesländer Bayern, Berlin, Baden-Württemberg, Hessen, Niedersachsen und Nordrhein-Westfalen haben bereits Anwendungen zum Predictive Policing eingeführt. Niedersachsen, Brandenburg und Hamburg führen zunächst Studien durch. Das Bundeskriminalamt koordiniert die Anstrengungen in einer Bund-Länder-Projektgruppe und stößt Forschungen auf europäischer Ebene an.[2] Sämtliche Projekte starten dabei mit dem Phänomen Wohnungseinbruch: Hier ist die Anzeigebereitschaft hoch, ein hoher Prozentsatz könnten dabei Wiederholungstaten sein. Der jeweilige Modus Operandi könnte im überregionalen Vergleich Rückschlüsse auf zu erwartende Ereignisse zulassen.

„Wir müssen vor die Lage kommen“

„Was ist denn so kritisch daran, wenn sich die Polizei in einer digitalisierten Gesellschaft solcher Instrumente bedient?“, fragt der nordrhein-westfälische Landeskriminaldirektor Dieter Schürmann.[3] Das Predictive Policing folgt der Verlagerung von Kriminalitätsbekämpfung ins Vorfeld, wie es der frühere BKA-Präsident Ziercke mit seinem Motto „wir müssen vor die Lage kommen“ vor über zehn Jahren formulierte.[4] Mit der Nutzung von immer mehr digital erzeugten und auf Vorrat gespeicherten Daten agiert die Polizei im digitalen Bereich oft hart an der Grenze des Erlaubten.[5] Die Automatisierung polizeilicher Gefahrenabwehr durch die Einführung von Vorhersagesoftware dürfte diesen Trend verstärken. Schon vor über zwei Jahren hat die Konferenz der Datenschutzbeauftragten des Bundes und der Länder vor einer „weiteren Verschiebung der polizeilichen Eingriffsschwelle in das Vorfeld von Gefahren und Straftaten“ gewarnt.[6] Es ist heute völlig unklar, welche Delikte zukünftig automatisiert ermittelt und welche Datenquellen dabei einbezogen werden. Bei digitalen Ermittlungen gilt, dass der Heuhaufen vergrößert werden muss, um die Nadel zu finden. Auch besteht die Gefahr fehlerhafter Prognosen, was den Datenschutzbeauftragten zufolge besonders bei der zunehmenden Vorfeldanalyse zu erwarten ist und mit bedeutenden Auswirkungen auf die dabei in Verdacht geratenen Personen verbunden ist.

In Bayern und Nordrhein-Westfalen soll der Einsatzzweck der Software auf weitere Kriminalität im öffentlichen Raum ausgedehnt werden, im Gespräch sind KFZ-Diebstahl oder Raubdelikte. Auch die Datenquellen werden erweitert. Derzeit können unter anderem das Wetter, Verkehrsdaten oder zu erwartende Veranstaltungen verarbeitet werden. Aus polizeilicher Sicht sind diese Daten jedoch kaum relevant. Aussagekräftiger sind beispielsweise die Anbindung einer Gegend an Autobahnen oder den Nahverkehr oder auch Angaben zur Bebauung.

Die Kriminalämter wünschen sich außerdem die Nutzung sozioökonomischer Daten zur Einkommensverteilung, Kaufkraft und Bonität oder zum Wert von Gebäuden. Einige Behörden lassen sich hierzu bereits von Statistikunternehmen beliefern. Auch der aktuelle Wasser- und Stromverbrauch kann Rückschlüsse auf Straftaten ermöglichen, da dies auf Abwesenheit der Wohnungsinhaber hindeutet. Das Institut für musterbasierte Prognosetechnik testet in Baden-Württemberg, ob die Software „Precobs“ mit Informationen über den Ausländeranteil eines Wohnviertels verbessert werden kann.

Breites Spektrum von Datenquellen

Der nordrhein-westfälische Landeskriminaldirektor denkt laut über die Nutzung von „Echtzeitdaten“ von Telefonen nach, wobei unklar bleibt, ob dabei die Seriennummern der genutzten SIM-Karten gemeint sind oder ob sich Schürmann Funkzellenabfragen wünscht, durch die bereits zuvor in Tatortnähe festgestellte Telefone in die Vorhersage einbezogen werden.[7] Denkbar ist auch die Einbindung der Kennzeichenerfassung, wie es in einigen US-Städten bereits praktiziert wird. Der Softwarekonzern Microsoft bietet hierzu ein „Domain Awareness System“ an, das neben gesuchten Fahrzeugen auch verdächtige Personen finden soll und Informationen anderer Sensoren, darunter etwa Kameras, verarbeitet. Hierzulande würde eine solche Anwendung eher als aufgemotzte polizeiliche Leitstelle firmieren, Microsoft vermarktet das System zur polizeilichen Auswertung verschiedenster Datenquellen jedoch als Predictive Policing.[8]

Schließlich können auch offen verfügbare Informationen aus sozialen Netzwerken eingebunden werden. Entsprechende, bereits vorgefilterte Daten könnten die Polizeibehörden selbst anliefern. Eine moderne polizeiliche Leitstelle verfügt heutzutage über Funktionen zur Auswertung von Trends auf Twitter, Facebook oder Instagram. Eine solche Software stammt von der Oberhausener Firma rola Security, die mittlerweile von T-Systems übernommen wurde.[9] Damit könnte die Polizei während eines Einsatzes Hashtags oder Geodaten bei Twitter verfolgen. Für die Lagebeurteilung wäre beispielsweise von Vorteil, sich Tweets von Fußballfans oder Demonstrierenden georeferenziert anzeigen zu lassen, um daraus Rückschlüsse auf bald notwendige Einsatzmaßnahmen zu ziehen. Das Oberhausener Institut für musterbasierte Prognosetechnik, Hersteller von „Precobs“, entwickelt hierzu mit der Schweizer Firma Futurelab in Zürich ein System gegen „Graffitti-Sprayerbanden“, das unter anderem Facebook auswertet.

Andersherum landen auch die Ergebnisse des Predictive Policing in Sozialen Medien. Das Institut für musterbasierte Prognosetechnik hat für Precobs eine Android-App entwickelt, die vom Schweizer Kanton Aargau unter dem Namen „KAPO“ („Kantonspolizei“) eingesetzt wird. Ihre NutzerInnen können sich unter dem Motto „Die Polizei warnt“ mit Push-Nachrichten über vermeintlich bevorstehende Straftaten im eigenen Wohnviertel informieren lassen. Durch die Meldungen über Verbrechen, die noch gar nicht passiert sind, wird die Bevölkerung zum Blockwart gemacht.

Herausfinden, wer sich gerade radikalisiert?

Bislang werden beim Predictive Policing in Deutschland lediglich statistische Informationen genutzt. In Ländern wie den USA oder Großbritannien wird die Software aber längst personenbezogen eingesetzt. So werden Personendaten verarbeitet, um sogenannte „Heat Lists“ zu bestimmen. Bei Notrufen errechnen manche Städte in den USA die Gefährlichkeit des Einsatzes, indem die anrufende Person mit dem Vorstrafenregister abgeglichen wird.[10] Personen auf einer „Strategic Subjects List“ der Polizei in Chicago gelten als besonders gefährdet, an einer Schießerei beteiligt zu sein. Als Risikopersonen sollen sie von der Polizei häufiger besucht werden. Auch soziale Programme sollen die gefährdeten Personen auffangen. Die RAND Corporation kritisiert, dass die potenziellen Täter auf der Liste ein höheres Risiko hätten, festgenommen zu werden. Die Zielpersonen werden nicht in dem Maße wie angekündigt mit Sozialmaßnahmen unterstützt.

In den USA errechnen Justizbehörden in vielen Bundesstaaten die Wahrscheinlichkeit, nach der ein Straftäter rückfällig wird.[11] Das Ergebnis kann die Haftzeit beeinflussen. Auch die britische Polizei versuchte, die Rückfälligkeit von Straftätern zu berechnen.[12] Die hiermit beauftragte Firma Accenture stellte ihre Studie auf der Verkaufsmesse „Europäischer Polizeikongress“ vor, im Anschluss nahmen VertreterInnen Deutscher Landeskriminalämter an einem Workshop teil.

Anfang des Jahres startete das BKA ein Projekt zur Berechnung der Gefährlichkeit potenzieller Straftäter.[13] Die hierzu entwickelte Anwendung RADAR-iTE verarbeitet Daten sogenannter „Gefährder“ und soll errechnen, welche womöglich einen Anschlag planen und deshalb eine Fußfessel tragen sollten. Dabei könnten auch Angaben aus Sozialen Netzwerken genutzt werden, um Verbindungen zwischen Personen zu finden und daraus abzuleiten, wer sich gerade radikalisiert. RADAR-iTE basiert allerdings (zunächst?) auf Microsoft Word und Excel.[14] Es handelt es sich hier also vermutlich nicht um eine algorithmierte Anwendung. Vielmehr werden die Informationen nach einem Punktesystem bewertet und fließen dann in eine Gesamteinschätzung ein.

In weiteren Forschungsprojekten unter Beteiligung des BKA werden Möglichkeiten erkundet, das Internet und soziale Medien nach „radikaler Propaganda und Stimmungsmache“ zu durchsuchen.[15] Mit „Indikatoren zur Früherkennung radikaler Tendenzen“ wollen die Kriminalämter mit Unterstützung von Softwarefirmen die Entwicklung von „Radikalisierungsprozessen“ möglichst früh erkennen und bekämpfen. In einem der Projekte sollen ein „Analyse- sowie Bewertungsinstrument“ und eine Software zur „Erkennung extremistischer Netzwerkstrukturen“ entwickelt werden.

Personen aus Süd- und Osteuropa im Fokus

Die im Predictive Policing verarbeiteten Daten stammen aus der polizeilichen Kriminalstatistik, die tendenziös sein kann. Es werden Anzeigen, nicht tatsächliche Straftaten gezählt. Wenn die Polizei aufgrund dieser Daten Personen mit einem bestimmten Aussehen oder an sozialen Brennpunkten häufiger kontrolliert, werden dort auch mehr Kriminalitätsmeldungen erfasst. Diese fließen als Fallstatistik in die Vorhersage von Straftaten ein und bestätigen die scheinbare Annahme, dass die Kriminalität in besagten Vierteln oder durch besagte Personenkreise zunimmt. Der Hersteller von „PredPol“ gewährt sogar einen Preisnachlass, wenn die Polizei die von der Firma (auf Basis der polizeilichen Statistiken durchgeführten) Evaluierungen in Pressemitteilungen verbreitet.[16]

Die zum Predictive Policing eingesetzte Software sagt nicht, wie EinbrecherInnen, die von der Polizei festgehalten werden sollen, eigentlich aussehen. Also legen sich die PolizistInnen nach den „üblichen Verdächtigen“ auf die Lauer, was bereits existierende Klassismen und Rassismen zementiert. Ein Fernsehbericht des ARD-Studios Washington hatte dies zur Einführung der Software „PredPol“ in Santa Cruz eindrucksvoll demonstriert. In dem (leider nicht mehr online verfügbaren) Beitrag mit dem Titel „‚Minority Report’ wird Wirklichkeit“ wurden nur „auffällige“ Personen hineingeschnitten, etwa Menschen mit Kapuzenpullovern, verwahrloster Kleidung oder dunkler Hautfarbe. Auch das investigative Journalistenbüro Propublica wies nach, dass Personen mit dunkler Hautfarbe tatsächlich durch den (meist unbekannten) Algorithmus systematisch benachteiligt werden.[17]

Ähnliche Stereotypen sind auch in Deutschland zu beobachten. In den deutschen Bundesländern wollen die Landeskriminalämter der Zielgruppe „reisende Serieneinbrecher“ auf die Pelle rücken. Was nicht gesagt wird: Der Terminus steht im internationalen Kontext für „Mobile Organised Crime Groups“, mit denen gewöhnlich sogenannte „Wanderkriminelle“ aus Rumänien und Bulgarien gemeint sind.[18] Das deutsche Predictive Policing nimmt also Personen in den Blick, deren Herkunft vornehmlich in Süd- und Osteuropa vermutet wird.

Funktionsweise der Algorithmen ist unbekannt

Nachweise dafür, dass Predictive Policing zur Senkung von Kriminalität in einem gewissen Gebiet führt, gab es bisher nicht. Es fehlen belastbare Untersuchungen. Darauf weist übrigens auch die niedersächsische Polizei hin, die hierzu die bereits erwähnte Studie in Auftrag gab. Bislang können also lediglich gefühlte Effekte festgestellt werden. Zwei Untersuchungen sollen hierzu Licht ins Dunkel bringen: Eine „Studie neuer Technologien zur Vorhersage von Straftaten und ihrer Folgen für die polizeiliche Praxis“ wird derzeit an der Universität Hamburg erarbeitet, das Projekt endet jedoch erst im Dezember 2018.[19] Mittlerweile fertiggestellt ist die Evaluierung eines Predictive Policing-Projekts in Baden-Württemberg durch das Freiburger Max-Planck-Institut für ausländisches und internationales Strafrecht. [20]

Der Ausarbeitung zufolge ist es weiterhin „schwer zu beurteilen“, ob die getestete Software PRECOBS zu einer Verminderung von Wohnungseinbrüchen und zu einer Trendwende in der Fallentwicklung beitragen kann. Die „kriminalitätsmindernden Effekte“ lägen nur in einem moderaten Bereich und könnten allein durch Predictive Policing nicht deutlich reduziert werden. In einigen Gegenden des Pilotgebiets nahm die Zahl der Wohnungseinbrüche ab, in anderen gab es Zunahmen. Die meisten Vorhersagen betrafen zudem städtische Gebiete, die höhere Einbruchsraten und damit auch mehr statistische Daten mitbringen. Den Nutzen für ländliche Gebiete sieht die Evaluationsstudie deshalb kritisch.

Kontrolle oft Fehlanzeige

Eine öffentliche oder parlamentarische Kontrolle der digitalen Gefahrenabwehr stößt regelmäßig an Grenzen. Zu Einsätzen von Software werden meist keine Statistiken geführt. Auch Datenschützer kontrollieren zunächst nur, ob Personendaten verarbeitet werden und falls ja, ob diese dem Zweck ihrer Verarbeitung entsprechend genutzt werden. Die einfließenden Informationen könnten aber durch ihre Auswahl und Kombination diskriminierend wirken – auch wenn keine personenbezogenen Daten genutzt werden. Zudem könnten die Daten aus dem Zusammenhang gerissen werden. Die Selbstlern-Fähigkeit moderner Software, die gemeinhin als künstliche Intelligenz bezeichnet wird, dürfte diese Gefahr verstärken. Die Unschuldsvermutung wird dann durch die Maschinenlogik ersetzt, wie es der Hamburger Datenschutzbeauftrage Johannes Caspar treffend formuliert.[21]

Problematisch ist auch, dass die Hersteller den Quellcode ihrer Software nicht offenlegen. So kann nicht geprüft werden, wie die Algorithmen ihre Prognosen eigentlich errechnen und gewichten. Betroffene können sich nicht gegen eine möglicherweise verfälschende Einordnung wehren. Zu Recht weisen die Datenschutzbeauftragten des Bundes und der Länder deshalb darauf hin, dass die ständig weiterentwickelten technischen Auswertemöglichkeiten „schon heute das Potential dafür (bergen), dass Bürgerinnen und Bürger die Kontrolle über ihre Daten – in einem Umfang und auf eine Art und Weise – verlieren könnten, die in der Vergangenheit nicht vorstellbar gewesen ist“. Es braucht deshalb eine politische Auseinandersetzung zum Predictive Policing. Denn einmal eingeführt, kann die Berechnung von Einbrüchen oder „Gefährdern“ schrittweise zum Instrument sozialer Kontrolle ausgebaut werden.

[1]   Predictive Policing – eine Bestandsaufnahme, abrufbar unter https://netzpolitik.org/wp-upload/LKA_NRW_Predictive_Policing.pdf
[2]   Als Überblick zu vorhersagender Polizeiarbeit in den Bundesländern siehe BT-Drs 18/3703 v. 7.1.2015; „Predictive Policing: Die deutsche Polizei zwischen Cyber-CSI und Minority Report“, www.heise.de v. 17.4.2017
[3]   „Big Data: Lässt sich der nächste Einbruch berechnen?“, www.spektrum.de v. 28.6.2016
[4]   „Fortschritt durch Technik beim BKA“, Telepolis v. 3.9.2010
[5]   Beispiele sind die rasante Nutzung von Funkzellenabfragen oder der Versand von Stillen SMS als Standardmaßnahme bei Ermittlungen, s. „Die ’stille SMS‘ ist nicht durch die Strafprozessordnung gedeckt“, Telepolis v. 4.4.2012
[6]   Abrufbar unter https://datenschutz-berlin.de/attachments/1095/BigData_Entschlie__ ung.pdf?1426767018
[7]   „Datenanalyse der Dinge in Echtzeit: Das ’schmutzige Geheimnis‘ der Polizei“, www.n-tv.de v. 25.2.2015
[8]   https://enterprise.microsoft.com/en-us/articles/industries/government/predictive-policing-the-future-of-law-enforcement
[9]   „Social Media in der aktiven Polizeiarbeit“, heise.de v. 28.6.2016
[10]  „Predictive Policing: Dem Verbrechen der Zukunft auf der Spur“, Bundeszentrale für politische Bildung, abrufbar unter https://www.bpb.de
[11]  „Präzise berechneter Rassismus“, www.zeit.de v. 6.6.2026
[12]  Pressemitteilung Accenture „London Metropolitan Police Service and Accenture Complete Analytics Pilot Program to Fight Gang Crime“ v. 27.10.2014
[13]  Presseinformation des BKA „Neues Instrument zur Risikobewertung von potentiellen Gewaltstraftätern“ v. 2.2.2017
[14]  BT-Drs 18/11578 v. 20.3.2017
[15]  http://www.sifo.de/de/bewilligte-projekte-aus-der-bekanntmachung-aspekte-und-massnahmen-der-1767.html
[16] s. hierzu die Ausführungen von Bernd Belina: ‘Predictive Policing‘ ist diskriminierend – und ein dubioses Geschäftsmodell, unter www.rosalux.de/news/id/14431/schuldig-bei-verdacht
[17]  „Machine Bias“, ProPublica v. 23.5.2016, abrufbar unter www.propublica.org
[18]  „Research Conferences on Organised Crime at the Bundeskriminalamt in Germany“, abrufbar unter www.bka.de
[19]  www.wiso.uni-hamburg.de/fachbereich-sowi/professuren/hentschel/forschung/ predictive-policing.html
[20]  www.mpicc.de/de/forschung/forschungsarbeit/kriminologie/predictive_policing _p4.html
[21]  „Mit der Methode Bayern gegen Wohnungseinbrecher“, www.handelsblatt.com v. 17.3.2017

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.