Skip to main content
SpringerLink
Log in

Big Data und Algorithmen im Rahmen der Kriminalitätsbegegnung

  • Living reference work entry
  • First Online:
Handbuch Cyberkriminologie

  • 212 Accesses

Zusammenfassung

Der kontinuierliche Fortschritt der modernen Technik prägt nicht nur die Gesellschaft, sondern bietet auch der Kriminalitätsbegegnung neue Optionen. Wo früher Stecknadeln per Hand auf den Stadtplan gesteckt wurden, um Kriminalitätsschwerpunkte auszumachen, verspricht neue Software heute algorithmengestützte Kriminalitätsprognosen. Dieser Beitrag widmet sich daher dem Einsatz von Big Data und Algorithmen im Rahmen der Kriminalitätsbegegnung und soll deren kriminologische Hintergründe ebenso darstellen, wie Potenziale, Grenzen und Risiken aufzeigen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Institutional subscriptions

Literatur

  • Arzt, C. (2021). Informationsverarbeitung im Polizei- und Strafverfahrensrecht. In M. Bäcker, E. Denninger & K. Graulich (Hrsg.), Lisken/Denninger: Handbuch des Polizeirechts (7. Aufl. 202, Kapitel G). C.H. Beck.

    Google Scholar 

  • Azavea Inc. (2015). HunchLab: Under the hood. http://blog.pilpul.me/files/2015/09/HunchLab-Under-the-Hood.pdf. Zugegriffen am 02.05.2022.

  • Balogh, D. (2016). Near Repeat-Prediction mit PRECOBS bei der Stadtpolizei Zürich. Kriminalistik, 70, 335–341.

    Google Scholar 

  • Bissels, A., Meyer-Michaelis, I., & Schiller, J. (2016). Arbeiten 4.0: Big Data-Analysen im Personalbereich. Der Betrieb, 69, 3042–3049.

    Google Scholar 

  • Bowers, K., Johnson, S., & Pease, K. (2004). Prospective hot-spotting: The future of crime mapping? British Journal of Criminology, 44, 641–658.

    Article  Google Scholar 

  • Brantingham, P., & Brantingham, P. (2013). The theory of target search. In F. Cullin & P. Wilcox (Hrsg.), The Oxford handbook of criminologial theory (S. 535–553).

    Google Scholar 

  • Chainey, S., & Ratcliffe, J. (2005). GIS and crime mapping. Wiley.

    Book  Google Scholar 

  • Cohen, L., & Felson, M. (1979). Social change and crime rate trends: A routine activity approach. American Sociological Review, 44, 588–608.

    Article  Google Scholar 

  • Cornish, D., & Clarke, R. (1986). The reasoning criminal. Rational choice perspectives on offending. Springer.

    Google Scholar 

  • Creemers, N. (2016). Die Konstruktion von Wissen und Verdacht in soziotechnischen Netzwerken. In J. Grutzpalk (Hrsg.), Polizeiliches Wissen (S. 99 ff.). Verlag für Polizeiwissenschaft.

    Google Scholar 

  • Culik, N., & Döpke, C. (2017). Zweckbindungsgrundsatz gegen unkontrollierten Einsatz von Big Data-Anwendungen. Zeitschrift für Datenschutz, 7, 226–231.

    Google Scholar 

  • Der Spiegel. (1978). N.N., Gläserne Mensch, 13.2.1978, S. 32.

    Google Scholar 

  • Egbert, S. (2018). Predictive Policing in Deutschland. In Strafverteidigervereinigungen (Hrsg.), Räume der Unfreiheit 2018 (S. 241–265). Thomas Uwer.

    Google Scholar 

  • Eifler, S. (2002). Kriminalsoziologie. transcript. Bielefeld.

    Book  Google Scholar 

  • Eisele, J., & Böhm, K. (2020). Potential und Risiken von Predictive Policing. In S. Beck, C. Kusche & B. Valerius (Hrsg.), Digitalisierung, Automatisierung, KI und Recht (S. 519–534). Helbing Lichtenhahn.

    Google Scholar 

  • Farrell, G., & Pease, K. (1993). Once bitten, Twice Bitten: Repeat victimization and its implications for crime prevention. Crime Prevention Unit Series Paper, 46.

    Google Scholar 

  • Feeley, M., & Simon, J. (1992). The New Penology: Notes on the emerging strategy of corrections and ist implications. Criminology, 30, 449–474.

    Article  Google Scholar 

  • Ferguson, A. (2015). Big data and predictive reasonable suspicion. University of Pennsylvania Law Review, 163, 327–410.

    Google Scholar 

  • Ferguson, A. (2017). Policing predictive policing. Washington University Law Review, 94, 1109–1189.

    Google Scholar 

  • Freitas, A. (2014). Comprehensible classification models: A position paper. ACM SIGKDD Explorations Newsletter, 15, 1–10.

    Google Scholar 

  • Garofalo, J. (1987). Reassessing the lifestyle model of criminal victimization. In M. Gottfredson & T. Hirschi (Hrsg.), Positive crimonology (S. 23–42).

    Google Scholar 

  • Gluba, A. (2014). Predictive Policing – eine Bestandsaufnahme. Kriminalistik, 68, 347 ff.

    Google Scholar 

  • Golla, S. (2021). Algorithmen, die nach Terroristen schürfen – „Data-Mining“ zur Gefahrenabwehr und zur Strafverfolgung. Neue Juristische Wochenschrift, 74, 667–672.

    Google Scholar 

  • Hacker, P. (2018). Teaching fairness to artificial intelligence: Existing and novel strategies against algorithmic discrimination under EU Law. Common Market Law Review, 55, 1143–1186.

    Google Scholar 

  • Hauber, J., Heitmann, S., & Kosbü, M. (2020). Wie konstituiert sich räumlich-zeitliche Interaktion von Einbruchstaten? In F. Bode & K. Seidensticker (Hrsg.), Predictive Policing – Eine Bestandsaufnahme für den deutschsprachigen Raum (S. 21 ff.). Verlag für Polizeiwissenschaft.

    Google Scholar 

  • Herrschaft, B. (2014). Evaluating the reliability and validity of the Correctional Offender Management Profiling for Alternative Sanctions (COMPAS) tool.

    Google Scholar 

  • Hessischer Landtag. (2019). Zwischenbericht des Untersuchungsausschusses 19/3.

    Google Scholar 

  • Hofmann, H. (2020). Predictive policing. Duncker & Humblot.

    Book  Google Scholar 

  • Holthausen, J. (2021). Big Data, People Analytics, KI und Gestaltung von Betriebsvereinbarungen – Grund-, arbeits- und datenschutzrechtliche An- und Herausforderungen. Recht der Arbeit, 74, 19–32.

    Google Scholar 

  • Joh, E. (2014). Policing by numbers: Big data and the fourth amendment. Washington Law Review, 89, 35–68.

    Google Scholar 

  • Knobloch, T. (2018). Vor die Lage kommen: Predictive Policing in Deutschland. Stiftung Neue Verantwortung/Bertelsmann Stiftung, URL: https://www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/predictive.policing.pdf.

  • Koss, K. (2015). Leveraging predictive policing algorithms to restore fourth amendment protections in high-crime areas in a post-wardlow world. Chicago-Kent Law Review, 90, 301–334.

    Google Scholar 

  • Krasmann, S., & Egbert, S. (2019). Abschlussbericht. Predictive Policing.

    Google Scholar 

  • Krüger, E. (2013). Der Gefahrbegriff im Polizei- und Ordnungsrecht. Juristische Schulung, 985–990.

    Google Scholar 

  • Kuhlmann, S., & Trute, H. (2021). Predictive Policing als Formen polizeilicher Wissensgenerierung. Zeitschrift für das Gesamte Sicherheitsrecht, 4, 103–111.

    Google Scholar 

  • Leisner, A. (2002). Die polizeiliche Gefahr zwischen Eintrittswahrscheinlichkeit und Schadenshöhe – Ein Beitrag zur Entscheidungstheorie im modernen Verwaltungsstaat. Die Öffentliche Verwaltung, 55, 326–335.

    Google Scholar 

  • Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work and think. Houghton Mifflin Harcourt.

    Google Scholar 

  • Meinicke, D. (2015). Big Data und Data-Mining: Automatisierte Strafverfolgung als neue Wunderwaffe der Verbrechensbekämpfung? Kommunikation & Recht, 18, 377–384.

    Google Scholar 

  • Miethe, T., & Meier, R. (1979). Crime and its social context. State University of New York Press.

    Google Scholar 

  • Miller, K. (2014). Total surveillance, big data and predictive crime technology. Journal of Technology Law and Policy, 19, 105–146.

    Google Scholar 

  • Ministerium für Inneres und Kommunales des Landes Nordrhein-Westfalen. (2017). NRW-Einbruchszahlen gehen im ersten Quartal 2017 30 % zurück – Neue Prognose- Software eingesetzt. http://www.mik.nrw.de/startseite/kampf-gegen-einbrueche/skala.html. Zugegriffen am 12.07.2017.

  • Ossenbühl, F. (1976). Der polizeiliche Ermessens- und Beurteilungsspielraum. Die Öffentliche Verwaltung, 29, 463–471.

    Google Scholar 

  • Oswald, M., et al. (2018). Algorithmic risk assessment policing models: Lessons from the Durham HART model and „Experimental“ proportionality. Information & Communications Technology Law, 27, 223–250.

    Google Scholar 

  • Paal, B., & Hennemann, M. (2017). Big Data im Recht. Neue Juristische Wochenschrift, 70, 1697–1701.

    Google Scholar 

  • Perry, W., et al. (2013). Predictive policing. RAND Corporation.

    Google Scholar 

  • Petterson, P. (2019). Racial Profiling – Eine Systematisierung anhand des Verfassungsrechts. Zeitschrift für Ausländerrecht und Ausländerpolitik, 39, 301–308.

    Google Scholar 

  • Pollich, D., & Bode, F. (2017). Predictive Policing: Zur Notwendigkeit eines (sozial)wissenschaftlich basierten Vorgehens. Polizei & Wissenschaft, 18, 2–12.

    Google Scholar 

  • Poscher, R., & Rusteberg, B. (2011). Die Klausur im Polizeirecht. Juristische Schulung, 51, 984–989.

    Google Scholar 

  • Roßnagel, A. (2013). Big data – Small privacy? Zeitschrift für Datenschutz, 3, 562–567.

    Google Scholar 

  • Schenke, W. (2018a). Rechtsschutz gegen untergesetzliche Rechtsnormen. T‘oji-Kongpop-Yon’gu=Public Land Law Review Seoul, 82(5), 161–186.

    Google Scholar 

  • Schenke, W. (2018b). Polizeiliches Handeln bei Anscheinsgefahr und Gefahrverdacht. Juristische Schulung, 505–516.

    Google Scholar 

  • Shapiro, A. (2017). Reform predictive policing. Nature, 541, 458–460.

    Article  Google Scholar 

  • Shaw, C., & McKay, H. (1969). Juvenile delinquency in urban areas. University of Chicago Press.

    Google Scholar 

  • Singelnstein, T. (2018). Predictive Policing: Algorithmenbasierte Straftatprognosen zur vorausschauenden Kriminalintervention. Neue Zeitschrift für Strafrecht, 38, 1–9.

    Google Scholar 

  • Sommerer, L. (2017). Geospatial predictive policing – Research outlook & a call for legal debate. Neue Kriminalpolitik, 29, 147–164.

    Article  Google Scholar 

  • Sommerer, L. (2020). Personenbezogenes Predictive Policing, 2020. Nomos.

    Book  Google Scholar 

  • Steege, H. (2019). Algorithmenbasierte Diskriminierung durch Einsatz von künstlicher Intelligenz. Zeitschrift für IT-Recht und Recht der Digitalisierung, 22, 715–721.

    Google Scholar 

  • Thüne, M. (2020). Predictive Policing. Eine interdisziplinäre Betrachtung unter besonderer Berücksichtigung polizeirechtlicher Implikationen. https://www.db-thueringen.de/receive/dbt_mods_00046975. Zugegriffen am 02.05.2022.

  • Tischbirek, A. (2020). AI and discrimination: Discriminating against discriminatory systems. In T. Wischmeyer & T. Rademacher (Hrsg.), Regulating artificial intelligence (S. 103–121). Springer.

    Chapter  Google Scholar 

  • Weichert, T. (2013). Big Data und Datenschutz. Chancen und Risiken einer neuen Form der Datenanalyse. Zeitschrift für Datenschutz, 3, 251–259.

    Google Scholar 

  • Westin, A. (1967). Privacy and freedom. Atheneum.

    Google Scholar 

  • Zedner, L. (2007). Pre-crime and post-criminology? Theoretical Criminology, 11, 261–281.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Universität Bayreuth, Bayreuth, Deutschland

    Felix Ruppert

Authors
  1. Felix Ruppert
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Felix Ruppert .

Editor information

Editors and Affiliations

  1. Institut für Cyberkriminologie, Hochschule der Polizei des Landes Brandenburg, Oranienburg, Deutschland

    Thomas-Gabriel Rüdiger

  2. CENTRIC, Sheffield Hallam University, Sheffield, UK

    P. Saskia Bayerl

Rights and permissions

Reprints and permissions

Copyright information

© 2022 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this entry

Check for updates. Verify currency and authenticity via CrossMark

Cite this entry

Ruppert, F. (2022). Big Data und Algorithmen im Rahmen der Kriminalitätsbegegnung. In: Rüdiger, TG., Bayerl, P.S. (eds) Handbuch Cyberkriminologie. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-35450-3_12-1

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-35450-3_12-1

  • Received:

  • Accepted:

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-35450-3

  • Online ISBN: 978-3-658-35450-3

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation