Predictive Policing – eine kritisch-negative Vorhersage

In diesem Blogpost möchte ich auf die Gefahren, die Predictive Policing verursachen könnte, eingehen wenn es als wissenschaftlich fundiert angesehen und bedenkenlos eingesetzt wird.

Predictive Policing bedeutet ‘vorausschauende Polizeiarbeit’ und ist nicht erst seit dem Zehn-Punkte-Plan von Martin Schulz und der SPD ein beliebtes Buzzword im Zusammenhang mit Wohnungseinbrüchen. Dabei wird versucht, bei Delikten Muster zu erkennen und anhand derer Vorhersagen für die Zukunft zu treffen. Dafür werden unterschiedliche Daten erhoben und mittels Statistik und Sozialforschung Wahrscheinlichkeiten berechnet.

In Deutschland wird Predictive Policing bisher vor allem zur Vorhersage von Wohnungseinbrüchen benutzt. Dabei werden kommerzielle Software oder Eigenentwicklungen der Polizei eingesetzt. Die zur Vorhersage eingespeisten und berücksichtigten Daten variieren jeweils, weil es bisher keine wissenschaftlichen Erkenntnisse gibt, welche Daten aussagekräftig sind. Dahinter liegen unterschiedliche Theorien, wieso eingebrochen wird, wie diese Taten zusammenhängen und wie sich der nächste Einbruch vorhersagen lässt.

Predictive Policing – mehr als nur Wohnungseinbruch

Doch Predictive Policing ist weit mehr als nur Wohnungseinbruch. Das Konzept, Daten zu sammeln, ein Muster darin erkennen zu wollen und damit dann Vorhersagen zu tätigen, lässt sich beliebig auf andere Delikte ausweiten. Vor allem, solange es keine stichhaltigen Beweise für die Richtigkeit der Vorhersagen und die Wirksamkeit geben muss. Dies ist auch ein Grund, weshalb Predictive Policing sehr kritisch gesehen wird.

In den USA ist man hinsichtlich des Anwendungsgebiets schon einen deutlichen Schritt weiter. Dort werden nicht nur für Gebiete Wahrscheinlichkeiten berechnet, sondern auch für Personen.

So werden in Chicago für die so genannte „Heat List“ anhand unterschiedlichster Daten die 420 Personen ermittelt, bei denen die errechnete Wahrscheinlichkeit am höchsten ist, dass sie an einem Gewaltverbrechen beteiligt sein werden. Diese werden dann von der Polizei kontaktiert und ihnen wird mitgeteilt, dass sie kein Gewaltverbrechen begehen sollen.

Im kalifornischen Fresno wird bei einem Notruf das Haus und die darin lebenden Bewohner mit einem Predictive Policing-System bewertet. Die errechnete Gefährlichkeit für die Einsatzkräfte wird mittels Ampelbewertung ausgegeben.

Deutsche Wünsche

Häufig kommen Hypes aus den USA zu uns herüber geschwappt und werden ohne nachzudenken übernommen. Ob auch Predictive Policing ein solcher Hype ist, wollen wir uns genauer anschauen. Dazu stellen wir uns zunächst die folgenden Fragen:

  • Ist das Delikt Wohnungseinbruch und die von den Herstellern beschworenen Erfolgsquoten nur der Türöffner für eine Ausweitung der für die Hersteller lukrativen Systeme?
  • Werden sie von der Politik ohne Wissen über Funktionalität und Wirksamkeit als Aktionismus im Wahlkampf gefordert?
  • Wie durchdacht sind die Wünsche Predictive Policing zu benutzen?
  • Wie steht es um den Datenschutz?

Hört man sich Aussagen staatlicher Stellen an, lässt sich schnell erkennen, dass Wohnungseinbrüche nur der Anfang sein sollen:

  • Es besteht “die grundsätzliche Möglichkeit, den aktuellen Einsatzbereich (Bekämpfung des Wohnungseinbruchdiebstahls) auf weitere Delikte auszuweiten.” (LKA NRW; ähnlich auch bayerische Landesregierung und LKA Hessen)
  • Im Jahr 2017 soll das Projekt auf weitere Kriminalität im öffentlichen Raum ausgeweitet werden, nämlich KFZ-Kriminalität, also Diebstahl von beziehungsweise aus KFZ, Raubdelikte und Gewerbeeinbrüche. (LKA NRW)

Zum Teil wird bei der gewünschten Ausweitung genannt, welche Delikte damit vorhergesagt werden sollen. Teilweise bleibt dies unkonkret und lässt Platz für Spekulationen, wie durchdacht die Wünsche sind. Predictive Policing lässt sich jedoch nur für Delikte mit vielen Fallzahlen und einem eindeutigen Muster anwenden. Dies liegt daran, dass die Theorien auf einem System in den Handlungen der Täter aufbauen und eine Mindestanzahl an registrierten Fällen für die Mustererkennung benötigt wird. Deshalb lassen sich beim Wohnungseinbruch auch nur die professionellen Täter mit einem erkennbaren Muster in Ballungsräumen vorhersagen. Dies schränkt den Einsatz aus wissenschaftlicher Sicht auf bestimmte Delikte ein. Der Einsatz bei nicht geeigneten Delikten wäre also reine Geldmacherei, Symbolpolitik oder Dummheit. Ob dies eintritt wird sich zeigen.

Getrieben von sich leider häufenden Anschlägen könnten bald auch die Wünsche nach Personenbewertungen größer werden. Ein bereits vorhandenes System (RADAR-iTE) zur Bewertung von Personen, welches eine Wahrscheinlichkeit berechnen soll, ob diese einen islamistischen Terroranschlag verüben könnten, wird bereits probeweise vom Bund eingesetzt.

Betrachtet man die aufkommenden Wünsche in Deutschland, so entsprechen sie häufig den bereits im Einsatz befindlichen US-amerikanischen Systemen. Dass die USA uns hier voraus sind, mag daran liegen, dass die USA die ersten Predictive Policing-Systeme gebaut haben, zum anderen aber auch daran, dass die deutschen Datenschutzgesetze strikter sind. In Deutschland dürfen nicht alle vorhandenen Daten verwendet werden und nicht alle Daten gesammelt werden, die die Polizei gerne auswerten würde. Doch die Wünsche gehen in eine eindeutige Richtung:

  • mehr Daten in solche Systeme speisen. (LKA NRW)
  • Alle Polizeidaten und Daten zur Infrastruktur, zum Einkommen, zum Wasserverbrauch, zur Auslastung von Kommunikationsnetzen, zum Stromverbrauch, zum Wetter, Daten zur Nutzung des öffentlichen Nahverkehrs oder auch aus der Konsumforschung. (LKA NRW)
  • Das Internet der Dinge werde solche Informationen in Zukunft massenhaft zur Verfügung stellen. (LKA NRW)

Es ist eine Frage des öffentlichen Drucks, der Lobbyarbeit und der politischen Interessen, ob der Datenschutz dem Predictive Policing geopfert wird.

Es könnte jedoch fatal sein, den Datenschutz dem Predictive Policing unterzuordnen, weil dessen Erfolg bisher nicht bewiesen ist. Dies insbesondere, da das Recht auf informationelle Selbstbestimmung ein durch das Grundgesetz geschütztes Recht ist, Predictive Policing den Grundsätzen des Datenschutzrechts widerspricht und auch weitere Grundrechtsbeeinträchtigungen zu befürchten sind. Das scheint den Behörden und den Befürwortern jedoch egal zu sein. Widersprüche wie der, dass „(…) keine neuen Daten erhoben, sondern nur bereits vorhandene genutzt(…)” (Dieter Schürmann, LKA NRW) werden sollen und gleichzeitig die Aussage: „Das Internet der Dinge werde solche Informationen in Zukunft massenhaft zur Verfügung stellen.“ (Dieter Schürmann, LKA NRW), scheinen nicht zu stören.

Das LKA Hessen sagt: “Wir suchen immer noch die Antwort auf die Frage: ‘Welche Parameter sind aussagekräftig?’ Wir haben daher weitere Behörden hinzugenommen, um eine breitere Datenbasis zu erhalten.” Das LKA Hessen weiß also nicht, was sie bisher machen, wollen dies aber mit deutlich mehr Daten machen und hoffen auf sich zufällig ergebende Korrelationen. Ob dies wissenschaftlich ist oder eher ein Raten, bis ein passendes Ergebnis gefunden wird, darf jeder für sich entscheiden.

Trotzdem will das LKA Hessen das Predictive Policing auf weitere Delikte ausweiten.

Wünschenswerte Grenzen für Predictive Policing

Predictive Policing steht bisher noch auf einer sehr unsicheren wissenschaftlichen Basis. Diese Aussage basiert hauptsächlich auf den folgenden vier Gründen. Erstens lassen sich Ergebnisse/Erfolge des Predictive Policing schlecht nachweißen, weil es sehr viele Faktoren gibt, die in das Ergebnis mit reinspielen. Ein sauberer wissenschaftlicher Beweis lässt sich schlicht nicht erbringen. Dies kann auch nicht durch die Anwendung auf vergangene Fälle geschehen, weil durch den Einsatz der Software sich das Geschehen nach dem ersten Fall bereits geändert hätte und somit eine Anpassung hätte geschehen müssen, die wiederum nicht auf ihren Erfolg hin überprüft werden kann. Zweitens ist die angewandte Methodik unsauber: Es werden falsche Kausalschlüsse gezogen. Ein Rückgang der Kriminalität in einem Gebiet, in dem Predictive Policing eingesetzt wird, kann nicht automatisch dessen Einsatz gutgeschrieben werden. Wie im vorherigen Punkt geschrieben gibt es zu viele äußerliche beeinflussende Faktoren. Drittens werden/sollen erlangte Erkenntnisse sachfremd angewandt werden, auf Felder die weder vergleichbar sind, noch entsprechende Fallzahlen aufweisen. Dies liegt häufig an Führungspersonen, die über den Einsatz von Predictive Policing entscheiden und von schnellen Erfolgen getrieben sind, jedoch die zugrundeliegenden Theorien nicht verstehen. In solchen Fällen bricht die gesamte wissenschaftliche Basis weg. Viertens liegt die fehlende einwandfreie Wissenschaftlichkeit häufig auch daran, dass diese Studien von den Verkäufern der Software erstellt werden, die ein Eigeninteresse an dessen Wirksamkeit haben. Kritische Aspekte werden entsprechend nicht berücksichtig, weil sie die Wirksamkeitsversprechen der Hersteller in Frage stellen könnten.

Deshalb können kaum verlässliche Aussagen getroffen werden. Folglich ist es wichtig, sich sowohl mit dem möglichen Nutzen als auch den zu erwartenden Folgen auseinander zu setzen.

Der erwartete Nutzen von Predictive Policing ist es, Straftaten vorher zu sagen. Der Wunsch, das zu können ist kaum verwunderlich, ruft man sich nur die Anschläge in den letzten Monaten ins Gedächtnis.

Viele Fragen stellen sich erst, wenn man die Anwendung von Predictive Policing an konkreten Beispielen oder in bestimmten Situationen durchspielt. Wie geht man mit der Warnung vor einem potentiellen Täter um? Außerdem könnte man weg vom Täter, hin zum Opfer gehen, also Prognosen erstellen, wer Opfer wird. Was für Folgen könnte das für die betroffenen Menschen haben?

Predictive Policing sieht sich auch tatsächlichen Problemen gegenübergestellt. Zum einen benötigt es definierte Muster, um ein Profil zu erstellen, zum anderen natürlich Daten über alle potentiellen Täter – und damit über jeden Bürger. Predictive Policing könnte ferner auch Einfluss auf Polizei und Justiz nehmen und so grundlegende Entscheidungen unseres Rechtsstaates an einen Algorithmus outsourcen.

Auf die Probleme möchte ich nun weiter eingehen und diese anhand der folgenden Beispiele darstellen.

  1. Tätervorhersagen

Mittels Predictive Policing können, wie es in den USA bereits gemacht wird, auch personenbezogene Vorhersagen gemacht werden. Man kann dies auf unterschiedliche Delikte beziehen. Bei allem ist gleich, dass man viele personenbezogene Daten benötigt, um gezielt Personen identifizieren zu können. Bisher vorhandene Polizeiakten und Urteile könnten genommen werden. Jedoch werden auch aktuelle Daten benötigt, bei denen in den USA gerne auf Einträge in sozialen Netzwerken zurückgegriffen wird. Wenn kein dringender Tatverdacht besteht, ist dies bisher jedoch schlecht / eher nicht mit dem deutschen Datenschutz vereinbar. So könnte nur eine Überprüfung der bisherigen Erkenntnisse bei dringendem Tatverdacht durchgeführt werden.

Die meiner Meinung nach wichtigste Frage stellt sich jedoch in der Reaktion auf die Vorhersagen. Wie will man damit umgehen? In Deutschland gilt die Unschuldsvermutung, das heißt, bis zu einer rechtskräftigen Verurteilung ist anzunehmen, dass der Beschuldigte unschuldig ist. Jegliche Maßnahmen gegen Straftäter beruhen auf einer Verurteilung für eine Tat, derer der Angeklagte für schuldig befunden wurde. Maßnahmen gegen eine Person, die noch keine Straftat begangen hat, sind nur unter äußerst strengen Voraussetzungen möglich.

Um tatsächlich Straftaten zu verhindern, müsste man den potenziellen Straftäter entweder ständig überwachen oder direkt einsperren.

Diese Beispiele lassen sich beliebig um weitere Maßnahmen erweitern. Doch gerät dann das wichtigste in den Hintergrund: Die in Deutschland geltende Unschuldsvermutung. Durch alle Maßnahmen würde die betroffene Person eingeschränkt und in ihren Grundrechten verletzt, ohne eine Straftat begangen zu haben. Dabei werden unweigerlich Gedanken an den Film „Minority Report“ wach. Wobei schon das reine Überwachen oder Kontaktieren der Person zu Einschränkungen führen kann, weil diese unweigerlich ihre Überwachung mitbekommen wird. In Deutschland wird die Unschuldsvermutung bereits in Ausnahmefällen durch die Sicherungsverwahrung außer Kraft gesetzt, weil sie von einer Straftat einer Person ausgeht, die sie nach ihrer Strafe begehen könnte. Hierbei handelt es sich jedoch um eine Maßnahme, die von einem Gericht bei der Verurteilung wegen einer bereits begangenen Straftat aufgrund eines individuellen Gutachtens festgesetzt wird. Hingegen würde Predictive Policing mit personenbezogenen Vorhersagen dies auf ein vollkommen neues automatisiertes Level heben.

  1. Opfervorhersagen

Genauso wie man vorhersagen kann, wer ein Täter wird, kann man es umdrehen und nach einem Opfer suchen. Bei den vorhandenen Fallakten könnte man sich auf die Opfermerkmale konzentrieren und versuchen, Muster aus diesen herauszulesen. Die dafür benötigten Daten würden denen beim Suchen eines Täters sehr ähneln. Jedoch würde sich die Reaktion auf die Vorhersagen ändern. Denkbare Reaktionen wären, Kontaktierung und Information über Gefahr, Polizeischutz oder sogar Schutzhaft.

Diese Maßnahmen scheinen zwar hilfreich, wenn eine reale Gefahr besteht, jedoch ist dies aufwändig und teuer. In den meisten Fällen würde es sich deshalb wahrscheinlich auf eine Informierung beschränken. Allerdings können derartige Maßnahmen bei Personen auch psychische Ängste und Probleme auslösen, die sie in ihrer Lebensführung erheblich beeinträchtigen können.

  1. Fokussierung auf ein Schema

Predictive Policing benötigt Muster aus alten Fällen, um neue Straftaten vorherzusagen. Diese Vorhersagen können natürlich nur sehr ähnliche Straftaten vorhersagen. Eventuelle Änderungen beim Vorgehen der Straftäter würde das System nicht bemerken und erst nach einer gewissen „Umgewöhnungszeit“, in der die neuen Fälle analysiert werden, wieder passende Vorhersagen machen.

Durch dieses starre Konstrukt lassen sich die Systeme leicht überlisten. Eine mögliche Anpassung durch allgemeinere Muster, um dieses „Overfitting“ zu vermeiden, würde die False-Positive-Rate deutlich erhöhen, Ressourcen der Polizei verschwenden und Unschuldige durch mögliche Reaktionen der Polizei belasten oder sogar gefährden. Des Weiteren könnten Schadensersatzforderungen die Folge sein.

  1. DNA als Datenquelle?

Ein weiterer sehr interessanter Punkt ist die Wahl der Datenquellen. Es heißt, bisher werden keine personenbezogenen Daten verarbeitet, doch ist die Frage, ob es dabei auch bleibt?

Es dürfte bereits viele Ideen für neue Datenquellen geben, wozu auch das Internet der Dinge zählen wird, als wahrscheinlich bald überall verbautem Informationslieferanten.

Doch gibt es Daten, die einem noch mehr Sorgen machen sollten. Wie sieht es mit der Religion als möglichem Indikator für Gewaltbereitschaft aus – oder der Herkunft?

Oder noch interessanter: Die menschliche DNA. Es gibt bereits Studien, die die menschliche DNA mit Gewaltbereitschaft in Verbindung bringen, durch das so genannte ‘Gewalt-Gen’. Eine Typisierung und Eintragung in eine Datenbank gleich bei Geburt, die Menschen mit einem Hang zu Gewalt beinhaltet, wäre für Predictive Policing eine Goldgrube. Ob sich diese Goldgräberstimmung durch Zweifel an der Richtigkeit trüben ließen?

  1. Sexualdelikt Kachelmann

Wir erinnern uns zurück an die Jahre 2010 und 2011, in denen der Prozess gegen den Wetter-Moderator Jörg Kachelmann geführt wurde. In diesem wurde ihm die Vergewaltigung und gefährliche Körperverletzung einer Frau vorgeworfen. Der Prozess endete mit einem Freispruch für den Wetter-Moderator. Ein späteres Verfahren urteilte, dass die Frau die Vorwürfe vorsätzlich wahrheitswidrig erhoben hatte.

Stellen wir uns nun vor, ein solches Verfahren würde erneut und unter Zuhilfenahme eines Predictive Policing Systems geschehen, das dem Angeklagten, aus welchen Daten auch immer heraus, eine erhöhte Bereitschaft zu Sexualdelikten vorhersagt. Wie wäre der Prozess dann ausgegangen? Hätten die Polizei, die ermittelnde Staatsanwaltschaft und der Richter ihre Objektivität gewahrt oder sich vom System leiten lassen? Wären die Ermittlungen durch das System in die Richtung gedrängt worden, dass der Angeklagte der Täter ist? Wäre man, wie es bei der DNA-Analyse heutzutage der Fall ist, von der Unfehlbarkeit des Systems ausgegangen?

  1. Blackbox

Vor allem die Systeme, die aus der Wirtschaft kommen, sind Blackboxes, bei denen nicht nachvollzogen werden kann, wie die Vorhersagen zustande kommen. Dies ist nicht nur bei normalen False-Positives ein Problem, sondern auch bei einer gezielten Manipulation des Systems. Wie soll nachgewiesen werden, dass das System manipuliert wurde? Wie können sich Opfer wehren?

Diese Blackboxes bieten die Möglichkeit, Konkurrenten zu beschäftigen oder sogar auszuschalten. Eine Möglichkeit wäre, beim Einsatz von Steuerhinterziehungsdelikten eine konkurrierende Firma mit dauerhaften Überprüfungen zu drangsalieren. Ein Politiker könnte auch Konkurrenz in der eigenen Partei oder aus anderen Parteien diskreditieren. Dies hängt natürlich von der Zugänglichkeit der Systeme ab. Bei den heutigen Sicherheitslöchern in der IT wäre eine Manipulation jedoch sehr gut vorstellbar.

Das Problem der Blackboxes würde sich nur lösen lassen, wenn die Wirtschaft zur Offenlegung des Quellcodes gezwungen wird oder diese Systeme nur vom Staat entwickelt werden dürften, wobei dieser dann für die Einsichtnahme zuständig wäre.

  1. Blinder Gehorsam der Polizei

Nach dem Anschlag auf den Weihnachtsmarkt 2016 in Berlin wurde aufgedeckt, dass die Überwachung des Täters Anis Amri abgebrochen wurde, weil er als nicht gefährlich genug eingestuft wurde. Danach hat man die Daten Anis Amris in RADAR-iTE eingegeben. Das System hat ihn als sehr gefährlich eingestuft. Es mag als Beweis angesehen werden, dass das System funktioniert und sogar besser ist als der Mensch, doch stellt sich die Frage, ob das System nicht pauschal alle Menschen etwas gefährlicher einstuft, als sie tatsächlich sind, um Terroristen nicht zu übersehen.

In meinen Augen sind diese Nachher-Vergleiche sehr kritisch zu sehen. Mit dem Wissen, was passiert ist, ist man immer schlauer und kann sich Fakten zurechtbiegen, bis sie passen. So ist es möglich, dass Daten mit dem Wissen über Amris Gefährlichkeit anders eingegeben werden, so dass er auf jeden Fall als gefährlich gekennzeichnet wird.

Außerdem kann es sehr demoralisierend und einschüchternd für die Polizei sein, die immer fürchten muss, kritisiert zu werden, wenn sie eigene, vom System abweichende, Meinungen vertritt. Dies kann zum blinden Gehorsam der Beamten führen, um nicht für eventuelle Fehler haftbar gemacht zu werden. Eine fatale Folge wäre, wenn sich Beamte auch bei offensichtlich falschen Vorhersagen daranhalten würden, weil dann im Fehlerfall das System Schuld wäre und nicht sie. Ein kritisches Denken der Beamten kann durch die Furcht der Nachverurteilung eliminiert werden.

Fazit

Aufgrund der aufgezeigten Probleme sollte Predictive Policing, trotz seines möglichen Nutzens, nur in engen Grenzen verwendet werden.

Bei der Tätervorhersage sind denkbare Grenzen die Beschränkung auf Schwerstkriminalität laut StGB (Strafgesetzbuch) und die in der StPO (Strafprozessordnung) aufgeführten Maßnahmen als Reaktionen. Dabei ist jedoch die Schwierigkeit zu beachten, dass genügend Fälle aufgenommen werden müssen, um eine ausreichende Datenbasis zu bekommen.

Bei der Opfervorhersage muss der drohende Nachteil, durch die Ausführung einer Straftat, mit den potenziellen Nachteilen der Opfervorhersage abgewogen werden. Nur bei erheblichen Nachteilen durch eine Straftat, dürfte diese vorhergesagt und Maßnahmen ergriffen werden.

Nur bei einer ausreichenden Datenbasis darf Predictive Policing genutzt werden, um Unschuldige nicht durch False-Positives zu belästigen. Außerdem muss das System ständig kontrolliert und angepasst werden, um keine Straftaten zu übersehen.

Jegliche Daten, die einen Menschen wegen seines Menschseins als Straftäter qualifizieren, sind unzulässig. Dazu gehören zum Beispiel: Herkunft, Religion, DNA und sexuelle Orientierung.

Der Einsatzzweck von Predictive Policing muss der Opferschutz sein und nicht die Verurteilung eines Täters. Dementsprechend, um die Unabhängigkeit der Justiz zu schützen, sollten Erkenntnisse durch Vorhersagen nicht in Strafprozessen verwendet werden dürfen.

Jegliche Predictive Policing Systeme müssen quelloffen und deren Algorithmen verständlich sein, um Vorhersagen und damit einhergehende Beschuldigungen nachvollziehbar zu machen.

Für die Polizei darf Predictive Policing nicht zur handlungsanweisungsgebenden Instanz werden, sondern höchstens ein Indiz neben vielen anderen sein. Es darf nicht zur Lösung werden, sondern muss ein Werkzeug bleiben.

Schlussappell

Der Wunsch, Verbrechen zu verhindern bevor sie begangen werden, ist natürlich nachvollziehbar, jedoch birgt Predictive Policing als Mittel dazu viele Probleme, die Polizei, Justiz, Opfer, als auch vermeintliche Täter betreffen.

In Bereichen des gewerblichen Wohnungseinbruchsdiebstahls könnte es eine Hilfe sein. Dabei darf man nicht aus dem Auge verlieren, dass es erhebliche Unsicherheiten birgt.

Deshalb muss Predictive Policing wissenschaftlich bewiesen sein, sobald Menschen in ihren Grundrechten eingeschränkt werden sollen.

Welche Motivation könnte hinter einer Einführung stehen? Wer würde dies mit den aufgezeigten Nachteilen machen wollen?

Man muss sich nur die Anschläge in den letzten Monaten ins Gedächtnis rufen. Wären diese Taten in Deutschland geschehen, würden die ersten Leute diese Ideen ins Spiel bringen.

Genauso bei sensiblen Themen wie Kindesmissbrauch, die von großen Teilen der Bevölkerung zurecht verabscheut werden, könnte der Gedanke eines verhinderten Verbrechens die Bestrafung eines Unschuldigen überwiegen.

Dazu kommt natürlich noch der Profit, der durch diese Systeme erwirtschaftet werden kann.

Um die Gefährlichkeit des Predictive Policings zu unterstreichen, wenn die falschen Leute mit den falschen Interessen über die Einführung entscheiden, will ich mit einem Zitat des Precobs-Gründers Dr. Thomas Schweer abschließen:

“Eine Prognose ist nicht falsch, wenn die Menschen festgenommen werden, bevor sie eine mögliche Tat begehen.”