Vorhersage von Gruppendynamiken auf der Grundlage von Daten aus Sozialen Netzwerken

Die globale Vernetzung und die damit verbundene Veränderung des Kommunikationsverhaltens in der modernen Informationsgesellschaft ermöglicht die Kommunikation prinzipiell aller Menschen untereinander, unabhängig von Ort und Zeit. Auch (Cyber)Kriminelle nutzen diese Möglichkeiten, um potentielle Opfer auszuspähen oder sich mit anderen Gleichgesinnten zu kriminellen Netzwerken zu verbinden, um effektiver und effizienter Straftaten in der realen und digitalen Welt zu begehen. Diese Freiheit der Kommunikation zieht eine Veränderung der Sprachverwendung hin zur Entwicklung von Subsprachen nach sich, was insbesondere deren maschinelle Analyse erheblich erschwert. Die Bekämpfung von Cybercrime erfordert in zunehmendem Maße die Analyse öffentlich zugänglicher Daten zur Aufklärung spezieller Kriminalitätsphänomene wie Serienstraftaten, organisierte Kriminalität und Terrorismus, um Muster und Trends zu erkennen, welche die Entwicklung effektiver Strategien zu deren Bekämpfung ermöglichen. Am Beispiel der Analyse der textbasierten Kommunikation auf Smartphones wird gezeigt wie forensisches Textmining zur effektiven Datenreduktion mit dem Ziel der Ermittlung strafrechtlich relevanter Inhalte und der Visualisierung von Täter- und Täter-Opfer-Netzwerken verwendet werden kann. Weiterhin werden aktuelle Ansätze des Predictive Policing zur effektiven Kriminalitätsbekämpfung in urbanen Räumen und sozialen Medien diskutiert. Mit SoNA wird der Prototyp einer Anwendung vorgestellt, die durch Analyse von sozialen Medien Vorhersagen zu Kriminalitätsrisiken treffen kann und als Instrument zur Planung und Steuerung von Einsatzkräften dient, indem sie Führungskräfte bei der Lageabschätzung unterstützt.