Internationales Zentrum für Ethik in den Wissenschaften (IZEW)

PEGASUS – Polizeiliche Gewinnung und Analyse heterogener Massendaten zur Bekämpfung organisierter Kriminalitätsstrukturen

Ethische Analyse der Auswertung heterogener Daten im Kontext organisierter Kriminalität

Das Projekt PEGASUS beschäftigt sich dem Einsatz von auf Machine Learning basierenden Softwarelösungen im Bereich der Bekämpfung organisierter Kriminalität. Dieser Einsatz steht in Verbindung mit einer großen Bandbreite ethischer Fragestellungen. Zu differenzieren ist hier zum einen die ethische Reflexion der Definition und des Umgangs mit Kriminalität, zum anderen die ethische Analyse des Technikeinsatzes. PEGASUS setzt den thematischen Fokus auf das letztere, ohne jedoch ersteres aus den Augen zu verlieren. Ziel des Projekts ist es, in enger Kooperation mit technischen und rechtswissenschaftlichen Verbundpartnern ethisch informierte Begleitforschung zu leisten, um normative „Leitplanken“ und Rahmenbedingungen eines akzeptablen Technikeinsatzes zu definieren.

   

       

IZEW-Team

Förderung

April 2020 – April 2023

Projektbeschreibung

Die organisierte Kriminalität unterliegt ebenso einer „Digitalisierung“ wie andere gesellschaftliche Felder. Dies bietet der Strafverfolgung eine Vielzahl neuer Aufklärungsmöglichkeiten. Die Auswertung des dabei anfallenden Datenmaterials besitzt jedoch eine derartige Komplexität, dass sich spezifische Problemlagen auftun können. Hier setzt die ethische Begleitforschung an im Projekt PEGASUS. Sie reflektiert die verschiedenen Szenarien über die Gewinnung und Auswertung heterogener Massendaten, beschreibt Grundlagen der Daten- und KI-Ethik und wendet diese auf die projektrelevanten, fallbezogene Themengebiete an. Hierbei sind, exemplarisch gesprochen, Fragen der (Re-)Identifikation von Individuen, der „group privacy“, der algorithmischen Diskriminierung, der Transparenz, der Algorithmenethik, der Erklärbarkeit von Methoden des maschinellen Lernens und vieles mehr von Bedeutung. Bereits bei der Gestaltung von ADM-Prozessen (algorithmic decision making) werden normative Setzungen in technische Artefakte eingeschrieben, also etwa Fairness-Kriterien, Schwellenwerte, Scores etc. Diese normativen Setzungen müssen diskutiert werden, bevor ADM-Prozesse in der Strafverfolgungspraxis implementiert werden.