Anekdoten aus der berechneten Zukunft

Trump vs Microtargeting 2:0

Während des Wahlkampfes in den USA war hier im Blog schon kurz über Mikrotargeting berichtet worden. Trotz allerlei Microtargeting, Apps und Big Data Analysen lag Cruz hinter Donald Trump. Die Firma, die damals das Microtargeting für die Kampagne von Ted Cruz organisiert hat war Cambridge Analytica. Nachdem Trump, für viele unerwartet, eine Mehrheit im Wahlkollegium erhalten hat, wurde in den amerikanischen Medien viel über Microtargeting gesprochen.

Lesen Sie weiter

RADAR und DyRiAS – wie gefährlich sind Gefährder

Nach dem LKW-Anschlag auf einen Weihnachtsmarkt in Berlin wurde viel über präventive Maßnahmen gesprochen, um solche solche Attentate in Zukunft zu verhindern. Insbesondere Personen, die den Sicherheitsbehörden bereits als Gefährder bekannt sind, sollen in Zukunft stärker überwacht werden. Der Gefährder-Begriff ist (absichtlich) unscharf und erlaubt die Überwachung von Personen bei denen man vermutet, dass sie (weitere) Straftaten begehen könnten. Die Ungenauigkeit in der Definition hängt natürlich mit der Ungenauigkeit zusammen, was man für die Zukunft vermuten kann, und ist damit ein perfektes Spielfeld für predictive policing. RADAR heißt die Software, die das dazu BKA in Zukunft einsetzen will.

Lesen Sie weiter

(Un)erfüllte Vorhersagen 2016/7

Zum Jahresabschluss eine kleine Rück- und Vorschau, mit Nachrichten die hier im Blog das Jahr über bisher nicht besprochen wurden. Darunter: Steuer-, Kredit- und Social Scoring, Wahlprognosen und Prognoseblasen.

Lesen Sie weiter

Predpol unterstützt diskriminierende Polizeiarbeit

Das die predictive policing Software PredPol nicht besonders gut funktioniert wussten wir ja schon. Nun hat die Human Rights Data Analysis Group Predpol unter die Lupe genommen und den Algorithmus exemplarisch auf Drogendelikte und Verhaftungen in Oakland angewendet. Die Ergebnisse sind in einer kurzen Studie veröffentlicht worden und zeigen: Predpol übernimmt die gleichen rassistischen Tendenzen wie die „reguläre“ Polizeiarbeit. Es sagt Drogenkriminalität auch überwiegend in Gegenden mit schwarzer Bevölkerung vorher, dabei zeigen andere Zahlen, dass der Anteil von Drogenkonsumten_innen dort gar keinen besondere Signifikanz hat.

Lesen Sie weiter

Nach drei Jahren hat die 70.000 Einwohner_innen Stadt Mipitas in Kalifornien ihren Vertrag mit Predpol aufgelöst. Als Grund wir unter anderem angeführt, dass sich ein Programm in einer Stadt dieser Größe nicht lohne und die internen Prozesse ausreichend genau seien.

„It was our experience that we often did not have sufficient staff to post officers at PredPol-identified locations and still remain responsive to priority calls for service,“ Pangelinan said.

He added his police force discovered that within Milpitas‘ approximately 14 square miles the „existing internal processes of tracking crime and identifying potential areas of exposure were often more accurate than results received from PredPol.“ (Zitiert von govtech.com, 14.07.2016)

Wie auch in anderen Städten war die Anzahl der Straften nach Einführung von Predpol erst rückläufig, dann normalisierten sich die Zahlen aber. Insgesamt rechtfertige der Effekt die Kosten aber nicht.

Wie auch in den meisten anderen Städten bestätigt sich scheinbar auch für München die wie wenig Nachhaltig Precobs sich auf die Rückgänge bei den Einbrüchen auswirkt.

Manchmal muss man unumstößliche Wahrheiten in die Tonne treten, weil sie umstößlich geworden sind und gestoßen werden müssen. Man nehme die Super-Vorhersagesoftware Precobs, deren Einsatz in München dazu führte, dass 2015 in den von Precobs überwachten Gebieten 25 bis 30 Prozent weniger Einbrüche passierten. Fantastisch? Nun sind die Halbjahreszahlen von 2016 da und im aktuellen gedruckten Behördenspiegel beklagt ein Polizeigewerkschaftler das satte Plus von 30 Prozent bei den Einbrüchen in München. Hat man im Vertrauen auf das „Predictive Policing“ die Belegschaft reduziert? Ist die Software wirkungslos geworden? Macht nichts, der Folgeauftrag, die Software zu optimieren, ist so gut wie sicher. Die prinzipielle Wirksamkeit ist ja „bewiesen“. (heise online vom 10.07.2016)

Geografisches Profiling – von Pendler*innen und Marodeur*innen

Jede predictive policing Software hat ihren eigenen Ansatz und spezialisiert sich auf eine bestimmte Theorie. Der folgende Beitrag beschäftigt sich mit BAIR Analytics, das in einigen US amerikanischen Bezirken eingesetzt wird und geografisches Profiling implementiert und Serientäter*innen in Pendler*innen und Marodeur*innen einteilt.

Lesen Sie weiter

zum Blog passender Artikel bei Heise.

In den USA wird seit Jahren Software eingesetzt, die anhand verschiedener Faktoren das Rückfallrisiko von Angeklagten berechnen soll. Die funktioniert aber gar nicht so gut und bewertet vor allem Afroamerikaner systematisch zu schlecht.

Dynamic Pricing bei Uber

In einem Radio-Interview hat letzte Woche ein Mitarbeiter von Uber über deren Dynamic Pricing Praxis berichtet. Dazu gehört nicht nur die Frage wie höhere Preise entstehen, sondern auch, wann die Leute bereit sind höhere Preise zu zahlen.

Lesen Sie weiter

Micro-Targeting vs. Trump – 0:1

Zum Thema „Präsidentschaftswahlkampf in den USA“  liegt schon länger eine Linkliste im Entwurfsordner dieses Blogs. Dabei geht es um Profiling von Wähler*innen und Mikro-targeting. Es ist deswegen interessant, weil bei Obamas Wahlkämpf Datenanalyse eine immer größere Rolle spielte und es spätestens seit 2012 für alle Wahlkämpfenden als unverzichtbar gilt den Einsatz von Werbung und Freiwillige mit Data-Mining zu steuern. Aber in 2016 scheint alles plötzlich wieder anders.

Lesen Sie weiter

« Ältere Beiträge

Copyright © 2017 Anekdoten aus der berechneten Zukunft

Theme von Anders Norén↑ ↑