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.
Im Herbst 2014 wurde Precobs in Zürich eingeführt. In den ersten Berichten wurden damals ein Rückgang der Einbruchsdelikte von bis zu 30% vermeintlich sofort erreicht. Am Ende war der Erfolg dann auf das Jahr gerechnet statistisch kaum signifikant, da die Zahl der Einbrüche in Zürich insgesamt zurück gegangen ist. In 2015 war Precobs nun ganzjährig im Einsatz, also im Prinzip genug Zeit die ganze Macht der Vorhersagekraft zu entfalten. Halten kann Precobs die Versprechen allerdings nicht.
Bei Heise.de gibt es einen Update zur Nutzung von Precobs mit Infos von einem Polizeikongress.
Dort erfährt man das an einer Smartphone App für Precobs gearbeitet wird, aber auch, dass die Erfolge eher klein sind.
[Das System kann] 30 bis 40 Prozent gute Antworten für eng begrenzte Fragen bei Einbruchsserien liefern […]. „Wir stellen für manche Muster fest, dass unsere kriminalistischen Annahmen nicht stimmen. Es gibt immer wieder Enttäuschungen, wenn eine Datenrelation, die wir angenommen haben, nicht funktioniert.“
In diesem Beitrag geht es um Intrado Beware, ein System, dass von Sicherheitsbehörden genutzt werden kann um für eine Person eine Threat Score oder Risk Index berechnet. Das System trifft zwar keine Vorhersagen, sondern ist eher ein Tool zu Datenaggregation, dennoch wird es als Predictive Policing beworben. Und letztendlich ist ein Score auch eine Aussagen darüber wie sich eine Person in Gegenwart und Zukunft verhalten wird.
Über einen Bericht zu den predictive policing Plänen in New York, bin ich auf die Software HunchLab gestoßen. Die, sowie die das darin implementierte Konzept des Risk Terrain Modeling hab‘ ich mir daraufhin etwas genauer angeschaut.
Der Guardian berichtet, dass die US-Regierung vor Gericht eingestanden hat predictive analytics einzusetzen um zu bestimmen wer auf die No-Fly-Listen kommt. In den USA gibt es seit Jahren gerichtliche Auseinandersetzung um diese Listen, da auch immer wieder Menschen das Besteigen eines Flugzeugs verweigert wird, die sich nichts haben zu schulden kommen lassen. Berühmt geworden ist der Fall eines 8-jährigen, der zwar nicht auf einer No-Fly-Liste stand, aber zumindest auf einer, die vor jedem Flug eine Sonderbehandlung mit sich brachte. Im letzten Jahr sind laut Guardian zudem fünf Muslime auf der Liste gelandet, deren „Vergehen“ (nach eigener Aussage) darin bestand, sich geweigert zu haben mit dem FBI zusammen zu arbeiten.
Die genaue Technik ist zwar unbekannt aber es werden immer häufiger Details zur Arbeitsweise bekannt wie und warum Menschen das Fliegen verwehrt wird. Dabei werden offensichtlich häufig nicht (nur) tatsächlich begangenen Straftaten oder verdächtige Aussagen berücksichtigt, sondern eben auch Vermutung darüber angestellt wie gefährlich eine Person sein könnte.
Technisch ist es allerdings wirklich schwierig ein System zu bauen, dass automatisiert Einträge zu dieser Liste hinzufügt. Die Zahl der „falschen“ Einträge (false positives) muss zwangsweise sehr hoch sein, denn wie soll das System auch lernen wer Terrorist_in ist und wer nicht, besonders viele Fälle von denen gelernt werden könnte gibt es ja nicht.
In London wurde im vergangenen Jahr eine Software zur Vorhersage von Gang-Kriminalität getestet. Ich wollte rausfinden wie genau das funktioniert hat und ob der Test so erfolgreich war, dass die Software in der Praxis eingesetzt wird. Gefunden habe ich nicht allzu viel.
Weiterlesen
In einem der clickbaiting Beiträge im SpiegelOnline-Panorama-Teil wird mit einigen kleinen Mythen aufgeräumt, die in der Urlaubszeit zum Thema „Einbrüche“ wieder Verbreitung finden. Einige der Mythen finden sich auch immer wieder in den Reden der Politiker_innen die sich für Predictive Policing, insbesondere PRECOBS, einsetzen.
Vor einigen Tagen fand ich einen Artikel bei Technology Review, der ein Forschungsprojekt ankündigt das Kampfszenen in Videoaufnahmen erkennen können soll. Die Idee kam mir bekannt vor und dessen Probleme hab ich in einem Artikel zu einem ähnlichen Projekt in England in diesem Blog schon thematisiert. Der TR Artikel bespricht aber nicht „fightcams“ sondern das Projekt adabts das bereits 2013 abgeschlossen wurde. Einige neue Erkenntnisse gibt es daher schon, „Vorhersagen“ können sie das Verhalten allerdings nicht.
In Oakland wird die Einführung der predictive polcing software PredPol diskutiert. Das hat Darwin BondGraham vom East Bay Express zum Anlass genommen die Effektivität der Software nochmal genauer unter die Lupe zu nehmen.
Copyright © 2024 Anekdoten aus der berechneten Zukunft
Theme von Anders Norén — ↑ ↑