Projektbeschreibung und Datenquelle
In der englischen Stadt Bristol begann ein Experiment zur prädiktiven Polizeiarbeit im Jahr 2016. Die Polizei arbeitete mit dem Stadtrat zusammen, um Informationen aus Polizeiberichten, psychologischen Berichten, Elternkursen und anderen Quellen zu sammeln. Diese Daten wurden für die Entwicklung von Algorithmen zur Vorhersage von Straftaten und sozialen Risiken verwendet. Die Datenquelle umfasste Informationen über etwa 480.000 Einwohner der Stadt.
Datenverarbeitung und Algorithmen
Die verwendeten Algorithmen wurden für die Vorhersage von Wohnungseinbrüchen, der Wahrscheinlichkeit, dass Einbrüche geschehen, sowie der Wahrscheinlichkeit, dass Kinder Opfer von häuslicher Gewalt oder sexueller Ausbeutung werden, entwickelt. Es wurden insgesamt 23 verschiedene Modelle entwickelt, um die Vorhersage zu verbessern.
Probleme und Ergebnisse
Das Projekt wurde jedoch wegen mangelnder Zustimmung und unzuverlässiger Ergebnisse eingestellt. Die Polizei konnte das Projekt regional nicht ausweiten, da Stadträte umliegender Gemeinden die Zusammenarbeit verweigerten. Die Algorithmen wurden nur mit den Daten der Stadt Bristol ausgewertet, was die Vorhersage unzuverlässig machte. Das Modell zur Vorhersage von Einbrüchen gelieferte nur in weniger als zehn Prozent der Fälle korrekte Ergebnisse. Zwei weitere Modelle zur Vorhersage von Ausbeutung und Missbrauch von Kindern wurden im Jahr 2023 abgeschaltet, weil die Mitarbeiter des Stadtrates nicht mehr vertrauen konnten.
Auswirkungen und Fortschritte
Trotz des Scheiterns des Projekts in Bristol treibt die britische Regierung die Verwendung von KI-Modellen in Polizeiarbeit auf nationaler Ebene voran. In Bayern stellte die Polizei im Jahr 2021 ein ähnliches Projekt ein, das jedoch unzuverlässige Ergebnisse lieferte. Die Regierung hofft, dass in Zukunft verbesserte Algorithmen und mehr Daten die Vorhersage verbessern können.
Schlussfolgerungen
Das Bristol-Projekt zur prädiktiven Polizeiarbeit zeigt, dass die Verwendung von KI-Modellen in Polizeiarbeit noch nicht sicher ist und weitere kontrollierte Studien erforderlich sind, um die Effizienz und Zuverlässigkeit der Algorithmen zu bewerten.