Der Einsatz von Künstlicher Intelligenz im Predictive Policing

Bachelorarbeit aus dem Jahr 2024 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, Hochschule München, Sprache: Deutsch, Abstract: Predictive Policing nutzt Künstliche Intelligenz zur Vorhersage und Prävention von Straftaten. Algorithmen und maschinelles Lernen analysieren Daten, um zukünftige kriminelle Aktivitäten vorherzusagen. Diese Technologien gewinnen weltweit an Bedeutung, insbesondere bei der Vorhersage von Wohnungseinbruchsdiebstählen.
Hauptziel dieser Bachelorarbeit ist es, ein tieferes Verständnis darüber zu entwickeln, wie Künstliche Intelligenz (KI) im Bereich des Predictive Policing speziell bei der Prävention von Wohnungseinbrüchen eingesetzt wird. Es sollen Potenziale und Grenzen der aktuellen KI-Systeme identifiziert und praxisorientierte Verbesserungsvorschläge für den zukünftigen Einsatz erarbeitet werden.
Die Arbeit umfasst eine detaillierte Analyse der Prognosesoftwares PRECOBS und SKALA. Dies beinhaltet die Untersuchung der benutzten theoretischen Modelle, die Analyse der angewandten Techniken und Algorithmen sowie eine Bewertung der Effektivität und der ethischen Herausforderungen. Es werden Fallstudien aus Bayern und Nordrhein-Westfalen herangezogen, um praktische Anwendungen und Erfahrungen zu veranschaulichen.
Die Hauptherausforderungen im Bereich der Ethik umfassen die Gewährleistung von Transparenz und die Vermeidung von Verzerrungen in den KI-Algorithmen. Dies erfordert die Offenlegung des Quellcodes und eine sorgfältige Analyse potenzieller Diskriminierungen, um eine faire Anwendung sicherzustellen.
Technisch bestehen die Herausforderungen darin, eine hohe Datenqualität zu gewährleisten, diverse Datenquellen zu integrieren und die Komplexität der Systeme durch benutzerfreundliche Schnittstellen und umfassende Schulungen zu reduzieren. Zudem ist es wichtig, die Interoperabilität durch standardisierte Datenformate und enge Zusammenarbeit mit Softwareanbietern zu verbessern.