Zentrale Stelle für Informationstechnik im Sicherheitsbereich

Hinweis zur Verwendung von Cookies

Auf unserer Webseite kommen ausschließlich technisch erforderliche Cookies zum Einsatz. Weitere Informationen zum Datenschutz erhalten Sie über den folgenden Link: Datenschutz

Fenster schließen

Navigation und Service

Kriminalitätsvorhersage mit KI

Wir schreiben das Jahr 2054. Eine Frau wird mit ihrem Liebhaber mit einer Schere erstochen. Der Täter: ihr eifersüchtiger Ehemann. Die Precrime Abteilung der Polizei hat 24 Minuten, um herauszufinden, wo sich der Doppelmord ereignen wird. Sie schafft es gerade rechtzeitig, das Verbrechen zu verhindern. So beginnt der 2002 gedrehte dystopische Film Minority Report, adaptiert von der gleichnamigen Kurzgeschichte von Sci-Fi Autor Philip K. Dick. Die Basis des Systems in der Precrime Abteilung sind Precogs: Drei Menschen mit übernatürlichen Fähigkeiten, die Verbrechen vorhersagen können.

Auch wenn die Polizei durch das System erfolgreich Schwerstverbrechen verhindern kann, wird im Laufe der Handlung immer klarer, welch verheerende Auswirkungen das Precrime System hat: Die Precogs werden stets mit einem Cocktail an körpereigenen Drogen versorgt, damit sie ihre Existenz in der albtraumartigen Zukunftswelt überhaupt ertragen können. Die Gesellschaft ist vollkommen überwacht. Die Ergebnisse des Precrime Systems sind absolut. Die potentiellen Verbrecher werden vor dem Vergehen weggesperrt.

Aber wie sieht es in der Praxis in aus? Wäre eine Kriminalitätsvorhersage zum Beispiel durch eine künstliche Intelligenz überhaupt möglich?

Die Kriminalitätsvorhersage von einzelnen Verbrechen ist eine sehr komplexe und äußerst schwierige Angelegenheit. Hintergrund ist, dass es sich bei kriminellem Verhalten aus statistischer Sicht um eher seltene Ereignisse handelt: Ein Verbrechen stellt nicht die Norm, sondern den Ausreißer dar. Es lassen sich daher äußerst schlecht Vorhersagen zu individuellen Verbrechen treffen: Ausreißer sind per Definition unerwartete Ergebnisse, die sich nicht von einem Modell vorhersagen lassen. Das heißt, dass die statistische Vorhersage der Umstände (das wer, wann und was) von Einzelverbrechen fast unmöglich ist.

Einsatz von Predictive Policing

Trotzdem werden Systeme zur Kriminalitätsvorhersage, sog. Predictive Policing, in Deutschland erfolgreich eingesetzt. Wie geht das? Wie schon erwähnt, lassen sich seltene individuelle Ereignisse schlecht vorhersagen. Allerdings kann man Trends anhand von vergangenen Verbrechen erkennen. Mithilfe von statistischen Modellen – zu denen auch die künstliche Intelligenz zählt – kann man diese Trends benutzen, um Prognosen für die Zukunft zu treffen. Hier ist von Vorteil, dass ein solches System komplexe Sachverhalte erkennt, die nur schwierig für Menschen zu entziffern sind. Wichtig hierbei ist, dass solche Trends keine Prognosen zu individuellen Verbrechen ermöglichen. Vielmehr wird die Wahrscheinlichkeit eines Verbrechens in einem zeitlich und örtlich begrenzten Raum geschätzt.

Was bedeutet das also in der Praxis? In Deutschland werden Predictive Policing Systeme eingesetzt. Diese sagen die Wahrscheinlichkeit eines Einbruches in einem definierten Raum-Zeit-Gebiet vorher. Diese Vorhersage wird anhand von Einbruchsserien, die in der Polizeistatistik erfasst werden, in Kombination mit anderen Statistiken durchgeführt. Solche Statistiken beschreiben z.B. die Eigenschaften des Gebietes (ist das ein Industriegebiet, eine Wohngegend oder ein Geschäftsviertel? Stehen da Wohnhäuser oder Einfamilienhäuser?) oder die Umstände der Einbrüche (zielen die Einbrecher auf teure Gegenstände wie Juwelen oder günstigere Elektronik ab? Wie sind sie in das Haus gelangt?). Wichtig dabei ist, dass diese Statistiken anhand von sozioökonomischen Faktoren erhoben werden und keine personenbezogenen Daten in das Modell einfließen.

Entscheidungshilfe für die Polizei

Und was macht so ein Modell? Es führt eine Analyse verschiedener Faktoren aus (Wann und wo waren die letzten Einbrüche? Welche Art von Gebiet ist betroffen?) und schätzt die Wahrscheinlichkeit eines Einbruchsdeliktes in zeitlich-räumlich begrenzten Gebieten. Diese Wahrscheinlichkeiten werden dann von der Polizei als Entscheidungshilfe benutzt, um ihre Präsenz effizient zu planen. Durch die polizeiliche Präsenz können Einbrecher abgeschreckt und somit Verbrechen verhindert werden. Man könnte das ‚operative Einsatzoptimierung mithilfe von Statistik‘ nennen. Ein solches Werkzeug unterstützt effizient die Planung von verfügbaren Einsatzkräften und hilft der Polizei in der Wahrnehmung einer Kernaufgabe: Der Vorbeugung von Kriminalität.

Ist ein solches System perfekt? Wahrscheinlich nicht. Es kann nicht genau quantifiziert werden, wie viele Einbrüche durch die Nutzung von Predictive Policing verhindert werden (es gibt keine Vergleichswelt, in der man genau die gleichen Umstände ohne die polizeiliche Präsenz aufbauen könnte, um zu sehen, ob Einbrecher tatsächlich aktiv gewesen wären). Deshalb ist die Wirksamkeit solcher Systeme nur mit Vergleichsstatistik zu schätzen. Hier kann aber sicher gesagt werden, dass die Risiken eines solchen Werkzeuges gering sind, während der mögliche Nutzen groß ist. Entscheidend hierbei ist, dass diese Systeme von Experten – wie in der ZITiS angesiedelt - entwickelt und evaluiert werden. Die Berücksichtigung von statistischen, ethischen, rechtlichen, und institutionellen Anforderungen an solche Systeme sichert grundsätzlich, dass Szenarien wie in Minority Report immer Science-Fiction bleiben.

Dr. Eleanor Hobley
Referentin Forschungsstrategie und Forschungsökosysteme bei ZITiS