Mit künstlicher Intelligenz gegen organisierte Kriminalität

0

Ermittlungen im Umfeld der organisierten Kriminalität sind komplex und zeitaufwändig. Kriminelle Aktivitäten und Verflechtungen erstrecken sich oft über Landes- und Staatsgrenzen hinweg. Damit steigt die Zahl der Datenquellen und der Aufwand, die Vielzahl unterschiedlicher Daten zu sichten und die relevanten Informationen in einen Zusammenhang zu setzen. Ermittler müssen oftmals Chatverläufe oder sichergestellte Geräte wie Computer oder Handys mühsam von Hand durchsuchen. Dabei passiert es leicht, dass Verbindungen zwischen Personen, Orten oder Ereignissen übersehen werden, weil sich die teilweise komplexen Zusammenhänge dem Betrachter auf den ersten Blick nicht sofort offenbaren.

Abbildung 1: Im Zentrum stehen Daten und deren Verbindungen

Die gute Nachricht ist, viele Daten können auch viele Informationen enthalten. Werden sie gefunden, steigen die Chancen, erfolgreich gegen organisierte Kriminalität vorgehen zu können. Weil die personelle Ausstattung der Ermittlungseinheiten nicht im selben Maße steigt wie das Datenvolumen, müssen andere Wege beschritten werden.

Erfolgversprechende Unterstützung durch den Einsatz künstlicher Intelligenz

Im ersten Schritt unterstützen Verfahren aus dem Bereich der künstlichen Intelligenz (KI), indem sie Daten und Informationen aus unterschiedlichen Datenquellen zu geeigneten Informationen für eine Ermittlung zusammenführen. Diesen Prozess nennt man Entity Resolution. Eine Person taucht beispielsweise in verschiedenen Datenquellen auf. Teilweise stimmen die Schreibweisen nicht überein, teilweise sind die Personendaten unvollständig. KI-Algorithmen durchforsten dann in kürzester Zeit riesige Datenmengen und führen die zu einer Person gehörenden Daten zusammen. Dabei ist es unerheblich, ob die Daten strukturiert aus einem Polizeisystem oder unstrukturiert aus einem Chatverlauf stammen. Bei unstrukturierten Daten wie Texten kommen Verfahren der Text Analyse zum Einsatz, bei Bildern und Videos Verfahren des Computer Vision.

Abbildung 2: Entity Resolution wandelt Daten in handhabbare Informationen
Abbildung 2: Entity Resolution wandelt Daten in handhabbare Informationen

Im nächsten Schritt werden mögliche Beziehungen zwischen den zuvor erstellten Datenobjekten identifiziert. Das ist die Paradedisziplin der Netzwerkanalyse. Personen, Objekte, Lokationen und Ereignisse werden auf Zusammenhänge untersucht. Taucht beispielsweise in einem Texteintrag eines Fallmanagementsystems der Name eines Verdächtigen auf, durchsucht die Text Analyse den Eintrag auf weitere Informationen, wie Lokationen oder weitere Personen. Das Ergebnis dieser Analysen wird in Form eines Netzwerkes der Ermittlung zur Verfügung gestellt.

Künstliche Intelligenz unterstützt, macht nicht überflüssig

Übernimmt damit künstliche Intelligenz den gesamten Ermittlungsprozess? Nein, im Gegenteil, sie unterstützt die Ermittlungen, indem sie aus einer riesigen Menge unterschiedlichster Daten nutzbare Informationen selektiert und in Relation setzt. Das können intelligente IT-Systeme deutlich schneller als der Mensch. Der wiederum kann sich, befreit von ermüdenden Routinetätigkeiten, voll auf die eigentliche Ermittlungsarbeit konzentrieren. Letztendlich ergänzen sich Mensch und Maschine.

Abbildung 3: Die Summe der Teile ist mehr als das Ganze

Voraussetzung aber ist, dass die Werkzeuge und Oberflächen exakt auf die Rolle des jeweiligen Nutzers zugeschnitten sind und in jeder Phase unterstützen und nicht überfordern.

Fazit

Der Einsatz künstlicher Intelligenz im Kampf gegen organisierte Kriminalität entlastet und unterstützt, mit dem Effekt, dass wieder mehr Zeit für Kreativität und Intuition zur Verfügung steht.

Mehr Informationen finden Sie unter www.sas.de/polizei.

Share

About Author


Account Advisor Innere Sicherheit

Georg Rau verfügt über mehr als 25 Jahre Berufserfahrung in den Bereichen analytische Beratung, Unternehmensstrategie und Bereitstellung innovativer Lösungen. Er hat Kunden in verschiedenen Branchen unterstützt, sein Schwerpunkt lag aber immer auf dem öffentlichen Sektor. Georg Rau hat einen Abschluss in Informatik und Betriebswirtschaftslehre. Bevor er zu SAS kam, arbeitete er für einen europäischen Flugzeugbauer.

Leave A Reply

Back to Top