Manfred Kloiber: Die Polizisten sollen bei ihrer Arbeit durch Predictive Policing unterstützt werden. Aber wie sehen die Ergebnisse aus, Keywan Tonekaboni, gibt es handfeste Zahlen?

Keywan Tonekaboni: Es werden zumindest von den Beteiligten Zahlen genannt. Die Stadtpolizei Zürich sagt, in den mit Precobs überwachten Bezirken, seien 30 Prozent weniger Einbrüche gemeldet worden als im Vorjahr. In der gesamten Stadt sank die Rate um knapp 15 Prozent. Auch in Los Angeles, dort wo die Konkurrenzsoftware Predpol zum Einsatz kommt, seien die Verbrechen im zweistelligen Bereich zurückgegangen, sagt dessen Betreiber. Aber, den Rückgang nur auf die Software zurückzuführen, ist dadurch nicht leicht nachzuweisen. So fehlt beispielsweise dem Innenministerium von Nordrhein-Westfalen eine wissenschaftlich Evaluierung. NRW will daher vor dem Einsatz von Predictive Policing erst einmal Anforderungen an solche Systeme skizzieren. Die Frage ist auch, an welchen Kriterien man den Erfolg misst, ob jetzt Einbruchszahlen, oder Verhaftungen oder ganz anders.

Kloiber: Auch wenn die Anzahl der Einbrüche in den überwachten Gebieten sinkt: Werden diese verhindert oder werden die nicht einfach in andere Bezirke verdrängt?

Tonekaboni: Die bloße Verdrängung ist natürlich eine Gefahr. Aber es gibt auch das Sprichwort "Gelegenheit macht Diebe". Ziel ist es, diese Gelegenheiten zu minimieren. Die Annahme der Betreiber und auch der Polizei ist, dass Kriminelle ihre Taten nicht 1:1 in andere Bereiche verlagern können. Der Einbrecher, der in der Nordstadt ein Objekt ausgekundschaftet hat, wird dann nicht einfach in der Südstadt einbrechen. Und da die Polizei mit der Software ihre Arbeit täglich oder in Echtzeit an die Lage anpassen kann, sind auch deren Einsatzmuster für die Kriminellen weniger kalkulierbar, so die Hoffnung.

Kloiber: Ein Computer-System das Verhalten vorhersagt ruft aber auch viele Ängste hervor. Die Daten, die für diese Prognosen genutzt werden, sind ja sehr wenige: Tatort, Tatzeit und der Modus Operandi. Ist Predictive Policing daher datenschutzrechtlich unbedenklich?

Tonekaboni: Von der Datenbasis erst einmal schon. Aber es kommt nicht nur auf die Daten an, die ins System einfließen, sondern auch welche Schlüsse daraus gezogen werden. Wenn das personenbezogene sind, dann ist es auch kritisch. Also, wenn zum Beispiel alle Personen die sich an einem genannten Hotspot nur aufhalten, auch als kriminell angesehen werden: sie polizeilich untersucht oder gar mit auf Wache genommen werden - das wäre problematisch. Der Datenschützer Thilo Weichert erklärte mir, solange Predictive Policing allein als Management-Instrument genutzt wird, um die verfügbaren Polizisten besser einzusetzen und deren Streifen zu planen, sei das kein Problem.

Kloiber: Es gibt aber auch weitergehende Überlegungen, etwa die Daten von Mobilfunknetzen, Mautbrücken oder auch aus sozialen Netzwerken einzubinden.

Tonekaboni: Da gibt zwei Probleme. Einmal lassen sich Datensätze in Big-Data ja nur schlecht wirklich anonymisieren oder sie sind nur Personenbezogen sinnvoll nutzbar. Aber es gibt auch ein profanes, technisches Problem: Daten aus verschiedenen Quellen müssen aufbereitet werden, sie haben eine unterschiedliche Qualität. Dass der Aufwand sich lohnt um bessere Prognosen zu liefern, sehen die kommerziellen Anbieter nicht. Daher übernehmen sie eher stupide Analyse-Arbeit, die Polizisten bisher auch gemacht haben, nur dass das dank Technik jetzt in Echtzeit geht und mit großen mehrjährigen Datenbeständen.

Kloiber: Statt "Minority Report" also nur Big Data für die Polizei, vielen Dank Keywan Tonekaboni.