Die Strafverfolgungsbehörden müssen mit der Zeit gehen. Um ihre riesigen Datenmengen zu analysieren, brauchen die Sicherheitsorganisationen Künstliche Intelligenz (KI). Doch um diese Assistenzsysteme zu trainieren, fehlt es oft an Daten.
„Wir haben oft für bestimmte KI-Systeme keine ausreichenden Datensets zur Verfügung“, beklagt der Präsident der Zentralen Stelle für Informationstechnik im Sicherheitsbereich (ZITiS). Wilfried Karl kennt sich damit aus. Denn seit ihrer Gründung legt die ZITiS mehr und mehr Fokus auf KI. So entwickelt sie unter anderem ein selbstlernendes System, das den Strafverfolgern helfen soll, strafbare Social Media-Inhalte vorzusortieren. Um so eine Maschine zu trainieren, fehlen aber teilweise die Datensets. „Manchmal gibt es zu wenige einschlägige Straftaten“, erklärt das Karl. In anderen Fällen spräche der Datenschutz dagegen, bestimmte Daten für das KI-Training zu nutzen.
KIs werden zudem häufig mit frei verfügbaren wissenschaftlichen Datensets erstellt. Doch viele wissenschaftliche Datensets untersagten von vornherein die Nutzung durch die Strafverfolgungsbehörden oder Anwendungen, bei denen die Gefahr bestünde, dass Personen identifiziert werden. Das berichtet Stefan Pohl. Der Polizeibeamte aus dem Landeskriminalamt Rheinland-Pfalz forscht an dem Einsatz von KI für die Strafverfolgung. Sein Dezernat arbeitet dazu mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in einem TransferLab zusammen. Die Datenarbeit unterliege einer zusätzlichen Regulierung. „Mein Dezernat arbeitet mit sehr sensiblen Daten, das triggert viele“, sagt Pohl. „Wir gehen von kleinen Datentöpfen aus“, schildert Pohl die Praxis. Durch diese Modularisierung sei eine Datenschutzfolgenanalyse möglich. Aber, schiebt er hinterher, dies ginge nur mithilfe von externen Partnern wie dem DFKI.
