IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-34388-0_88.html
   My bibliography  Save this book chapter

Einsatz von künstlicher Intelligenz, Data Science und Big Data: Anwendungsbeispiele zur Bewältigung von Massendaten in der niedersächsischen Polizei

In: Handbuch Polizeimanagement

Author

Listed:
  • Thorsten Laude

    (Landeskriminalamt Niedersachsen)

  • Carsten Reinhardt

    (Landeskriminalamt Niedersachsen)

  • Christian Bomert

    (Niedersächsisches Ministerium für Inneres und Sport)

Abstract

Zusammenfassung Die fortschreitende Digitalisierung führt zu einem signifikanten Anstieg an durch die polizeiliche Sachbearbeitung auszuwertenden digitalen Massendaten. Diese Daten umfassen verschiedenste Arten (Bilder, Videos, E-Mails, Chats, etc.) und Quellen (Sicherstellungen/Beschlagnahmen, Erzeugung durch Polizeibehörden, etc.). In diesem Beitrag werden Algorithmen aus den Bereichen künstliche Intelligenz (KI), Data Science und Big Data zur Bewältigung von Massendaten eingeführt. Als Anwendungsbeispiele werden die Analyse sehr großer Datenbestände in Umfangverfahren, die KI-unterstützte Ermittlungsarbeit im Deliktsbereich der Kinderpornografie, die Unterstützung längerfristiger Observationsmaßnahmen durch KI-Algorithmen sowie das Hinweisportal zur Bewältigung von Großschadenslagen betrachtet. Abschließend werden Anforderungen an die IT-Infrastruktur sowie Fragestellungen der IT-Sicherheit und des Datenschutzes diskutiert.

Suggested Citation

  • Thorsten Laude & Carsten Reinhardt & Christian Bomert, 2023. "Einsatz von künstlicher Intelligenz, Data Science und Big Data: Anwendungsbeispiele zur Bewältigung von Massendaten in der niedersächsischen Polizei," Springer Books, in: Dieter Wehe & Helmut Siller (ed.), Handbuch Polizeimanagement, edition 2, pages 1509-1529, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-34388-0_88
    DOI: 10.1007/978-3-658-34388-0_88
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-34388-0_88. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.