IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-48425-5_7.html
   My bibliography  Save this book chapter

Künstliche Intelligenz in der Strafverfolgung: Integrationsstrategien und regulatorische Herausforderungen für die deutsche Polizeiarbeit

In: Auswirkungen von Künstlicher Intelligenz auf die zukünftige Polizeiarbeit

Author

Listed:
  • Lucas Freund

    (Bundeskriminalamt)

  • Florian Diehl

    (Bundeskriminalamt)

  • Matthias Brunnbauer

    (Bundeskriminalamt)

Abstract

Zusammenfassung Die fortschreitende Digitalisierung der Strafverfolgung wird durch Künstliche Intelligenz grundlegend vorangetrieben. Intelligente Analysesysteme, automatisierte Datenauswertungen und neue forensische Methoden erhöhen die polizeiliche Effizienz, während zugleich komplexe ethische und rechtliche Herausforderungen – etwa Datenschutz oder Diskriminierungsrisiken – in den Fokus rücken. Die Europäische KI-Verordnung formuliert dafür verbindliche Leitlinien, insbesondere für hochkritische Anwendungen. Eine klare Trennung zwischen KI-Modellen und den umfassenderen KI-Systemen erlaubt es, sowohl technische als auch rechtliche Anforderungen gezielt zu adressieren. Es wird aufgezeigt, wie eine präzise KI-Definition, systematische Risikoanalysen und koordinierte Organisationsstrukturen zu einem verantwortungsvollen Einsatz von Künstlicher Intelligenz in Strafverfolgungsbehörden beitragen können.

Suggested Citation

  • Lucas Freund & Florian Diehl & Matthias Brunnbauer, 2025. "Künstliche Intelligenz in der Strafverfolgung: Integrationsstrategien und regulatorische Herausforderungen für die deutsche Polizeiarbeit," Springer Books, in: Wilfried Honekamp & Stefanie Kemme & Jens Struck (ed.), Auswirkungen von Künstlicher Intelligenz auf die zukünftige Polizeiarbeit, pages 119-134, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-48425-5_7
    DOI: 10.1007/978-3-658-48425-5_7
    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
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    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:978-3-658-48425-5_7. 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.