Verbrechensvorhersage mit künstlicher Intelligenz

...hier ein hochaktuelles und kritisches Feld der Inneren Sicherheit: die Verschmelzung von personenbezogenen „Gefährder“-Dateien mit KI-gestützten Prognoseverfahren. Die hier beschriebene Entwicklung ist keine Zukunftsmusik mehr, sondern in Deutschland und international bereits in der Erprobung oder im Einsatz .

Die folgende Tabelle gibt einen Überblick über die wichtigsten in Deutschland diskutierten Systeme, die dem Stichwort "Prädiktive Kriminologie" entsprechen:

System / Technik Fokus Funktionsweise / Zweck Status / Einsatzort Besonderheiten / Kritik

RADAR (Regelbasierte Analyse potentiell destruktiver Täter zur Einschätzung des akuten Risikos)  Person (Gefährder)

Standardisierte Analyse biografischer Daten anhand von 38-42 Risikofaktoren; Einteilung in "moderate" oder "hohe" Risikokategorie . Im Einsatz beim BKA (RADAR-iTE 3.0 für Islamismus, RADAR-rechts für Rechtsextremismus) . Vage Definition "Gefährder"; hohes Diskriminierungspotenzial; nur begrenzter Nutzen ohne Fallkonferenzen .

Palantir / VeRA / HessenData Person / Netzwerke

Integration und Analyse riesiger Datenmengen (Vorstrafen, Kontaktdaten, Mobilfunkdaten, etc.) aus verschiedenen Quellen zur Erstellung von Profilen . Im Einsatz in Bayern (VeRA), Hessen (HessenData) und NRW . Kritik: "Rasterfahndung light" erfasst auch Unbeteiligte; Intransparenz des US-Anbieters; Verstoß gegen informationelle Selbstbestimmung .

PRECOBS (Pre Crime Observation System) Ort (Wohnungseinbruch)

Analyse von Einbruchsdaten (Tatzeit, -ort, Modus Operandi) basierend auf der Near-Repeat-Theorie. Prognose von Gebieten mit erhöhter Wahrscheinlichkeit für Folgetaten . War u.a. in Bayern, Baden-Württemberg im Test; Bayern hat Vertrag 2021 nicht verlängert . Fokus auf Einbruch, nicht Personen. Nutzen umstritten, da Einbruchszahlen auch ohne Software sanken .

SKALA, KrimPro, KLB-operativ Ort

Ähnlich wie PRECOBS: Ortsbezogene Prognosesoftware zur Vorhersage von Einbruchskriminalität und anderen Delikten . Im Einsatz in NRW (SKALA), Berlin (KrimPro) und Hessen (KLB-operativ) . Verstärkung von "kognitiven Gefahrenzonen" und Gefahr von Racial Profiling .

 Die Rolle der Künstlichen Intelligenz: Vom Muster zur Vorhersage

-> speziell nach dem Einsatz von KI. Hier zeigt sich ein entscheidender Qualitätssprung:

· Internationale Forschung: Hochmoderne KI-Modelle, wie sie etwa in Chicago getestet werden, nutzen sogenannte Deep-Learning-Architekturen (z.B. PredRNN++) . Diese können komplexe räumlich-zeitliche Muster aus riesigen Datensätzen lernen und vorhersagen, wo und wann Straftaten wahrscheinlich sind . Diese Modelle werden oft in einem Regelkreis mit der Optimierung von Polizeistreifen gekoppelt .

· Deutscher Ansatz: Die hierzulande diskutierten Systeme, insbesondere RADAR, sind bisher weniger "lernende KI" im Sinne von selbstlernenden neuronalen Netzen, sondern folgen einem regelbasierten Ansatz. Das bedeutet, Expert:innen legen fest, welche Faktoren (z.B. 42 verschiedene bei RADAR-iTE) in die Risikobewertung einfließen und wie sie gewichtet werden . Der Schritt zu komplexeren, KI-gestützten Analysen auch für personenbezogene Prognosen wird jedoch intensiv erforscht .

⚖️ Zwischen Prävention und Grundrechtseinschnitt: Die kritische Debatte

Der Einsatz dieser Technologien ist hochumstritten. Die Kritik, unter anderem von Bürgerrechtsorganisationen wie CILIP oder Statewatch, konzentriert sich auf mehrere Punkte :

· Mangelnde Wirksamkeit: Bislang gibt es keinen wissenschaftlichen Beleg dafür, dass Predictive Policing die Kriminalität tatsächlich senkt. Der Rückgang der Einbruchszahlen in Bayern beispielsweise ließ sich nicht auf den Einsatz der Software PRECOBS zurückführen, da er in Bundesländern ohne diese Software ähnlich ausfiel .

· Diskriminierungsrisiko: Die Systeme können bestehende Vorurteile verstärken. Wenn historische Daten bereits ein verzerrtes Bild der Realität zeigen (weil bestimmte Bevölkerungsgruppen in der Vergangenheit häufiger kontrolliert wurden), lernen die Algorithmen genau diese Verzerrungen. Dies kann zu einer sich selbst erfüllenden Prophezeiung und zu ethnischem Profiling führen .

· Intransparenz: Besonders bei kommerziellen Anbietern wie Palantir bleiben die genauen Funktionsweisen der Algorithmen oft ein Geschäftsgeheimnis. Für Betroffene ist es so gut wie unmöglich, nachzuvollziehen, warum sie in eine bestimmte Kategorie eingestuft wurden – ein erhebliches Problem für den Rechtsschutz .

· Rechtliche Bedenken: Die Praxis stößt dort an Grenzen, wo sie gegen die Unschuldsvermutung und das Recht auf informationelle Selbstbestimmung verstößt. In Deutschland haben Bürgerrechtsorganisationen bereits Verfassungsbeschwerde gegen den Einsatz von Palantir-Software eingereicht .

Zusammenfassend lässt sich sagen: Ich habe ein Kernthema der modernen Sicherheitsarchitektur getroffen. Die Vision einer "prädiktiven Kriminologie", die mithilfe von KI den genauen Zeitpunkt einer Tat vorhersagt, ist technisch im Bereich des Möglichen, aber rechtlich, ethisch und gesellschaftlich höchst umstritten.