KISTRA - Einsatz von KI zur Früherkennung von Straftaten

Mensch-KI-Interaktion und Entscheidungsautonomie (assoziierte Partnerschaft)

Period: From July 2020 to December 2023

Projektbeschreibung

Motivation

Die polizeiliche Kriminalstatistik zeigt in den letzten Jahren einen deutlichen Anstieg von politisch motivierten Straftaten mit Internetbezug. Aufgrund der enormen Menge polizeilich und nachrichtendienstlich relevanter Inhalte, die täglich im Netz ausgetauscht werden, ist eine ausreichende Sichtung aller Inhalte mit manuellen Mitteln unmöglich geworden. Ermittlungsbehörden benötigen bedarfsgerechte Werkzeuge, die ein Vorfiltern ermöglichen und sie bei der Strafverfolgung unterstützen. Zur Klassifikation von großen Datenmengen bieten sich Lösungen an, die auf Künstlicher Intelligenz (KI) basieren.

Ziele und Vorgehen

Ziel von KISTRA ist die Erforschung der Möglichkeiten und Rahmenbedingungen für den ethisch und rechtlich vertretbaren Einsatz von Künstlicher Intelligenz durch Ermittlungsbehörden zur Erkennung, Vorbeugung und Verfolgung von Straftaten. Dazu werden verschiedene, bedarfsgerecht anpassbare KI-Methoden zur Verarbeitung von Massendaten erarbeitet. Die verschiedenen Methoden werden zusammengeführt und gemeinsam mit den Ermittlungsbehörden evaluiert. Gleichzeitig werden die rechtlichen Rahmenbedingungen sowie die ethische Vertretbarkeit der angestrebten KI-Lösungen und der daraus resultierenden Arbeitsabläufe für die Polizei untersucht. Dies beinhaltet sowohl Leitlinien zu Datenmanagement und Datenqualität als auch die Überprüfung der Robustheit von KI-Modellen gegenüber Angriffen.

Innovationen und Perspektiven

Durch die Berücksichtigung der Arbeitsabläufe und die intensive juristische Begleitung wird Sorge getragen, dass eine praxisorientierte Gesamtlösung entsteht. Das geplante Methodenspektrum wird es den Ermittlungsbehörden erlauben, Straftaten deutlich schneller zu erkennen und damit Kriminalität besser bekämpfen zu können

Project Sponsor

Project Partners

Project Lead

Projektpublikationen

Zitation kopiert