Mit seinem Urteil vom 16. Februar 2023 hat das Bundesverfassungsgericht polizeirechtliche Regelungen zur automatisierten Datenauswertung im Grundsatz für zulässig erklärt, ihre Anwendung aber strengeren Kriterien unterworfen. Damit wurden zugleich Leitplanken für eine zukünftige, bundesweite Verwendung von Software für das „predictive policing“ geschaffen. Grundsätzliche Fragen bleiben ungeklärt.
Schon seit über zehn Jahren wird in der Bundesrepublik der Einsatz von algorithmenbasierter Analysesoftware in der Polizei erprobt. Diese soll ihre Arbeit im Bereich der Kriminalitätsprävention und der Strafverfolgung unterstützen. Zu unterscheiden sind dabei zwei grundsätzlich unterschiedliche Ansätze: die allgemein unter dem Begriff „predictive policing“ entwickelten Anwendungen, die unter Auswertung von polizeilichen Falldaten und z. T. mit Hinzuziehung von soziodemografischen, sozialstatistischen und georeferenzierten Daten die Eintrittswahrscheinlichkeit von Wohnungseinbruchsdiebstählen (WED) durch professionell vorgehende Täter*innen prognostizieren und zur Steuerung des Ressourceneinsatzes bei der Bestreifung herangezogen werden können. Baden-Württemberg, Bayern, Berlin, Hessen, Niedersachsen, Nordrhein-Westfalen und Sachsen setzten dabei ab 2015 das kommerzielle Produkt PRECOBS vom Institut für musterbasierte Prognosetechnik (IfmPt) oder Eigenentwicklungen ein. Der Betrieb wurde in den meisten Ländern wieder eingestellt, weil ein Erfolg nicht nachweisbar war.[1] Getrübter Blick in die Glaskugel: Polizeiliches Data-Mining muss beschränkt werden weiterlesen →
von Nina Galla
Schon mindestens 75 Staaten nutzen Künstliche Intelligenz (KI) zu polizeilichen Zwecken. Mit dem sogenannten „Predictive Policing“ arbeiten 52 Länder, 64 nutzen automatisierte Gesichtserkennung in der Videoüberwachung.[1] Pilotprojekte gibt es auch in Deutschland.
Wenn von KI die Rede ist, geht es meist um Verfahren eines mehr oder weniger ausgeprägten maschinellen Lernens. Alle diese Systeme sind komplex, es braucht zahlreiche menschliche Entscheidungen, um sie so zu gestalten, dass sie tatsächlich ihren Zweck erfüllen. Diese Entscheidungen wiederum erfordern Kenntnis und Verständnis sowohl der technischen Verfahren als auch des sozialen Kontexts ihres Einsatzes. KI in der Polizeiarbeit: Der Mythos vom vorhersagbaren Verbrechen weiterlesen →
von Matthias Becker
Daten aus Twitter oder Facebook haben zunehmende Bedeutung für Polizei und Nachrichtendienste. Die Massendaten aus der unmittelbaren Kommunikation der Bevölkerung sollen Aufschlüsse über Gefährdungspotenziale und RisikoträgerInnen geben – ohne wirksame Kontrolle über die Verarbeitung und Auswertung.
„Künstliche Intelligenz trifft Risikoanalyse!“ So wirbt das Wiener Unternehmen Prewave für seine Dienstleistungen, darunter die Streik-Vorhersage anhand von Daten aus den Sozialen Medien. „Ein Streik kann definiert werden als eine geplante Aktion von Beschäftigten oder Gewerkschaften, um die Arbeit anzuhalten oder zu verlangsamen“, heißt es in einem wissenschaftlichen Beitrag der Prewave-Gründerin Lisa Madlberger von 2016.[1] Aber: „Schäden können durch rechtzeitige und effiziente Reaktion verringert werden. Allerdings geht oft wertvolle Zeit verloren, weil die Unternehmen zu spät von einem Streik bei ihren Zuliefern oder Transporteuren erfahren.“ Dagegen soll Prewave helfen, indem die Sozialen Medien in Regionen von Interesse systematisch ausgewertet werden, um sich anbahnende Arbeitsniederlegungen zu erkennen. Den Zulieferer zu wechseln, ist übrigens eine gängige Maßnahme im Supply Change Management. Laut eigenen Angaben gehören zu den Auftraggebern der Firma „große Automobilhersteller, Banken, Logistikkonzerne und Reedereien“.[2] Big Data Überwachung: Die wachsende Rolle der Social Media Intelligence weiterlesen →
von Nils Erik Flick
Ein aktueller Trend stadtpolitischer Debatten ist die „Smart City“, in der eine umfassende Sensorik für effektive Steuerung von Verkehr und Ressourcen sorgen soll. Vermehrt tauchen in diesem Zusammenhang auch Ideen auf, wie die „smart city“ zugleich auch eine „secure city“ sein kann. Vernetzte Videoüberwachung und predictive policing sind hierfür zwei Schlagworte, die zugleich alte Visionen von Überwachung und Kontrolle wiederbeleben.
Was steckt hinter dem Modebegriff „Smart City“? Die deutschsprachige Wikipedia scheitert wortreich am Versuch einer Definition: „Effizienz“, „Nachhaltigkeit“, „Konzepte des Teilens“ gehören ebenso dazu wie „Bürgerbeteiligung bei Großbauprojekten“: Es sind allgemeine Ziele ohne Bezug zur Digitalisierung, die ebenso gut aus einer Stadtmarketing-Broschüre stammen könnten.
Wesentlich interessanter ist dieser Satz: „Die gesamte städtische Umgebung ist dabei mit Sensoren versehen, die sämtliche erfassten Daten in der Cloud verfügbar machen. So entsteht eine permanente Interaktion zwischen Stadtbewohnern und der sie umgebenden Technologie. Die Stadtbewohner werden so Teil der technischen Infrastruktur einer Stadt.“[1] Der missglückte Definitionsversuch zeigt einerseits, dass man unter diesem „Sammelbegriff für gesamtheitliche Entwicklungskonzepte“ alles und nichts verstehen kann. Andererseits legt der letzte Satz nahe, dass die „Smart City“ doch eine konkrete Eigenschaft hat – eine gefährliche, übergriffige Seite. Die „Smart City“ ist eine mikro-gemanagte Stadt mit dem Anspruch, in Echtzeit alles über uns zu wissen und uns (teil-)automatischen Regelkreisen zu unterwerfen. Nicht wirklich „smart“: Die Stadt als Daten-Ölfeld weiterlesen →
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. Soziale Kontrolle per Software: Zur Kritik an der vorhersagenden Polizeiarbeit weiterlesen →
Seit 1978 Berichte, Analysen, Nachrichten zu den Themen Polizei, Geheimdienste, Politik „Innerer Sicherheit“ und BürgerInnenrechte.