dc.contributor |
Landeskriminalamt Hamburg |
|
dc.contributor |
Kriminologische Forschungsstelle |
|
dc.contributor.author |
Hauber, Judith |
|
dc.contributor.author |
Jarchow, Esther |
|
dc.contributor.author |
Rabitz-Suhr, Simone |
|
dc.date.accessioned |
2020-04-08T13:33:16Z |
|
dc.date.available |
2020-04-08T13:33:16Z |
|
dc.date.issued |
2019 |
|
dc.identifier.other |
1694304205 |
de_DE |
dc.identifier.uri |
http://hdl.handle.net/10900/99541 |
|
dc.identifier.uri |
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-995411 |
de_DE |
dc.identifier.uri |
http://dx.doi.org/10.15496/publikation-40922 |
|
dc.description.abstract |
Der für Deutschland neue Polizeiansatz Predictive Policing stellt die Polizeien
sowie polizeiexterne Fachleute, vor die Herausforderung, sich angesichts der
Entwicklung der Einbruchskriminalität, dem Aufkommen kommerzieller Prognose-Software sowie der fortschreitenden Digitalisierung der polizeilichen Arbeit
ausgiebig mit diesem als Innovation gehandelten Trend zu befassen.
Die Kriminologische Forschungsstelle des LKA Hamburg widmete sich daher
seit 2016 den Voraussetzungen und Potenzialen von raumbezogenem Predictive
Policing. Fragen der Kosten-Nutzen-Bilanz, der sozialen Folgen und der polizeilichen Datenbasis waren bis dato nicht beantwortet. Der Fokus des Forschungsprojekts lag auf dem polizeilichen Wissens- und Informationsmanagement, also
dem Entstehungsprozess von Daten, am Beispiel der Einbruchssachbearbeitung.
Es erfolgte eine ergebnisoffene Auseinandersetzung mit den Grundlagen von
Predictive Policing und der gesamten Einbruchsphänomenologie sowie eine Bilanzierung der digitalen Informationsverarbeitung für die Polizei Hamburg.
Der nun vorliegende Forschungsbericht ist ein Beitrag zur Grundlagenforschung
rund um den Polizeiansatz Predictive Policing und stellt für die Polizei Hamburg
die Weichen zur Ausrichtung einer zukunftsweisenden Strategie in den Bereichen Datenanalyse und -auswertung.
Aus den Erkenntnissen des Forschungsprojekts resultiert das Erfordernis, digitales Informationsmanagement in der Ermittlungsarbeit zu optimieren und zukunftssicher zu gestalten. Vorangetrieben werden soll dies über die Entwicklung
von Auswertungstools, die Daten von Massendelikten vorstrukturieren, um die
Serienerkennung softwaregestützt zu unterstützen.
Problem- und raumbezogene Kriminalitätsauswertung durch ausgebildete Kriminalitätsanalytiker könnten ein Alternativmodell zu algorithmenbasierter Kriminalitätsauswertung und -prognose sein. Die Potenziale der ‚digitalen Spur‘ sind bis
heute nicht ausgeschöpft.
Die facettenreiche Gliederung des Forschungsberichts verdeutlicht den breiten
Forschungsansatz. Der Bericht liefert somit eine umfassende Wissensbasis für
die weitere Befassung mit dem Prädiktionspotenzial der schweren Einbruchskriminalität. |
de_DE |
dc.language.iso |
de |
de_DE |
dc.publisher |
Universität Tübingen |
de_DE |
dc.subject.classification |
Kriminalität , Einbruch , Prognose |
de_DE |
dc.subject.ddc |
360 |
de_DE |
dc.title |
Prädiktionspotenzial schwere Einbruchskriminalität |
de_DE |
dc.title |
Ergebnisse einer wissenschaftlichen Befassung mit Predictive Policing |
de_DE |
dc.type |
Report |
de_DE |
utue.publikation.fachbereich |
Kriminologie |
de_DE |
utue.publikation.fakultaet |
Kriminologisches Repository |
de_DE |
utue.opus.portal |
kdoku |
de_DE |