Predictive Policing: Performative Kriminalitätsprognosen zwischen Undurchsichtigkeit und Granularisierung

Abstract

In der polizeilichen Arbeit werden algorithmische Prognosen seit einigen Jahren im Rahmen von Predictive Policing angewendet. Es handelt sich dabei vor allem um Kriminalitätsprognosen, die raumzeitliche Vorhersagen von Wohnungseinbruchdiebstählen tätigen sollen. Diese sind, so argumentieren wir in unserem Beitrag, mit performativen Effekten, im Sinne von self-destructing prophecies, verbunden. Dabei werden bisweilen komplexe machine learning-Algorithmen genutzt, die auch für die Anwender:innen selbst undurchsichtig sein können. Mit ihnen geht nicht zuletzt eine Granularisierung Präventionsziele polizeilicher Arbeit einher.