Ab November 2014 wird die Stadtpolizei mit Hilfe von Big Data Einbrüche verhindern – dank einer Software, deren Einführung rund 100'000 Franken kosten wird. Im Programm «precobs» (kurz für: «Precrime Observation System») stecken Erkenntnisse aus der Psychologie, Soziologie, Statistik, Mathematik, der kriminologischen Forschung – und vielfältige Erfahrungen aus der polizeilichen Ermittlungsarbeit.
Mit Big Data zur Verbrechensbekämpfung
Die Software berücksichtigt die Merkmale aller Einbrüche in Zürich in den vergangenen fünf Jahren. Jeden neu erfassten Einbruch vergleicht sie mit der vorhandenen Datenhistorie und versucht, ermittlungsrelevante Muster zu entdecken, um eine Prognose für weitere Einbrüche zu stellen.
Diese Vorhersage grenzt dann Räume im Stadtgebiet ein, in denen weitere Einbrüche in den kommenden ein bis zwei Tagen zu erwarten sind. Ein Ermittlungsbeamter kontrolliert diese Prognose mit seinem Fachwissen – und anschliessend werden Einsatzkräfte in das ausgewiesene Gebiet geschickt.
Regelmässigkeiten bei Mehrfachtätern
Schweers Softwarelösung arbeitet nach dem wissenschaftlich untersuchten «Near Repeat»-Modell: Es besagt, dass in geografischen Örtlichkeiten, in denen ein Einbruch stattgefunden hat, vielfach Folgedelikte nach einem bestimmten Muster auftreten ( Near Victimization ). Diese Theorie stellt in den Fokus, dass Einbrecher – vor allem professionelle Serientäter – nach bestimmten Regeln arbeiten, deren Muster Rückschlüsse auf die Vorgehensweise erlauben.
Mit Big-Data-Methoden soll künftig immer mehr « Predictive Policing » betrieben werden, davon ist Programm-Entwickler Thomas Schweer überzeugt – also computer-ausgewertete Polizeiarbeit, um künftige Delikte mit statistischen Wahrscheinlichkeiten vorhersagen zu können.