Predictive PolicingPredictive Policing bezeichnet den datenbasierten Versuch, zukünftige Straftaten räumlich oder zeitlich vorherzusagen. bezeichnet den Einsatz datengestützter Verfahren zur räumlich-zeitlichen Vorhersage von Straftaten. Ziel ist es, Polizeiarbeit effizienter zu gestalten, Ressourcen gezielter einzusetzen und KriminalitätKriminalität bezeichnet gesellschaftlich normierte Handlungen, die gegen das Strafgesetz verstoßen. möglichst frühzeitig zu verhindern. Im Zentrum stehen algorithmische Modelle, die aus historischen Kriminalitätsdaten Muster ableiten und daraus Prognosen für zukünftige Delikte generieren – etwa wann und wo Einbrüche besonders wahrscheinlich auftreten werden.
Der Ansatz ist Teil einer breiteren Entwicklung innerhalb der Kriminologie, in der digitale Datenanalyse, statistische Prognoseverfahren und neue Formen algorithmischer Entscheidungsunterstützung zunehmend an Bedeutung gewinnen. Eine grundlegende Einführung in das Fach bietet der Überblick Was ist Kriminologie?.
Begriff und Abgrenzung
Der Begriff wurde maßgeblich von Gerstner (2017) geprägt. Im Unterschied zu populären Darstellungen (etwa im Film Minority Report) geht es nicht um die Vorhersage individueller Täter:innen, sondern um die statistische Wahrscheinlichkeit von Delikten. Predictive PolicingPolicing bezeichnet die Gesamtheit gesellschaftlicher Praktiken, Institutionen und Strategien zur Herstellung von Ordnung, Sicherheit und sozialer Kontrolle – unabhängig davon, ob sie von der staatlichen Polizei ausgeübt werden oder nicht. ist damit Teil der technokratischen KriminalpolitikStrategien und Maßnahmen staatlicher Institutionen zur Aufrechterhaltung sozialer Ordnung und zur Reaktion auf regelwidriges Verhalten., in der Effizienz, Risikominimierung und datenbasierte Steuerung im Vordergrund stehen.
Predictive Policing kurz erklärt
Predictive Policing bezeichnet den Einsatz statistischer und algorithmischer Verfahren, um aus vergangenen Kriminalitätsdaten Vorhersagen über zukünftige Tatorte und Tatzeiten zu treffen. Ziel ist es, Polizeiarbeit präventiver und effizienter zu gestalten.
Ursprünge und internationale Praxis
Predictive-Policing-Modelle wurden erstmals in den USA entwickelt. Die Stadt Los Angeles setzte ab 2011 das System PredPol ein, das Einbrüche, Kfz-Diebstähle und Überfälle vorhersagen sollte. Ausgangspunkt war der Slogan „Do more with less“: In Zeiten knapper Ressourcen sollte Polizeiarbeit effizienter, präziser und vorausschauender werden.
Internationale Modelle umfassen unter anderem:
- PredPol (USA): nutzt drei Variablen (Tatort, Tatzeit, Deliktart)
- Precobs (Deutschland/Schweiz): entwickelt vom Institut für musterbasierte Prognosetechnologien
- HunchLab (USA): komplexere Risikomodellierung, inkl. sozioökonomischer Daten
Die Funktionsweise von Predictive-Policing-Modellen beruht im Kern auf der Analyse vergangener Straftaten. Aus diesen Daten werden statistische Muster abgeleitet, mit denen sich zukünftige Tatwahrscheinlichkeiten berechnen lassen.
Dabei kommen unterschiedliche algorithmische Modelle zum Einsatz. Häufig genutzt wird das sogenannte near repeat-Modell, das davon ausgeht, dass sich bestimmte Delikte – insbesondere Einbrüche – räumlich und zeitlich gehäuft wiederholen. Diese Muster werden statistisch erfasst und in Prognosen überführt.
Andere Ansätze wie das Risk Terrain Modeling (RTM) analysieren nicht nur vergangene Taten, sondern auch umgebungsbezogene Risikofaktoren (z. B. schlechte Beleuchtung, verlassene Gebäude oder Drogenverkaufsorte). Die Modelle erzeugen Risikokarten, in denen sogenannte Hot Spots identifiziert werden – also Orte mit statistisch erhöhter Kriminalitätswahrscheinlichkeit. Tools wie Crime MappingCrime Mapping bezeichnet die kartografische Darstellung und Analyse von Kriminalität im geografischen Raum, um räumliche Muster, Konzentrationen und Trends von Straftaten sichtbar zu machen. und Heatmaps visualisieren diese Daten für die Einsatzplanung.
Die Idee: Nicht Täter:innen stehen im Zentrum, sondern potenzielle Tatorte und Risikokonstellationen im Raum. Die Identifikation solcher Hot Spots knüpft an Forschung zur städtebaulichen Kriminalprävention an, in der räumliche Risikofaktoren von Kriminalität untersucht werden.
Kritisch betrachtet: Gotham, Palantir und die PolizeiDie Polizei ist eine staatliche Institution zur Gefahrenabwehr, Aufrechterhaltung der öffentlichen Ordnung und Verfolgung von Straftaten.
Ein besonders umstrittenes Beispiel für den Einsatz von Predictive-Policing-Technologie ist die Software Gotham des US-amerikanischen Unternehmens Palantir Technologies. Entwickelt mit Unterstützung des rechtslibertären Investors Peter Thiel, wurde Gotham ursprünglich für militärische Zwecke eingesetzt (z. B. im Irak-Krieg) und später für die polizeiliche Nutzung angepasst. In Deutschland arbeiten inzwischen mehrere Landeskriminalämter mit der Software – u. a. Hessen, Nordrhein-Westfalen und Bayern.
Kritiker:innen warnen vor einem Demokratiedefizit in der Verwendung von Gotham. Die Software bleibt intransparent – sowohl hinsichtlich der Datenquellen als auch der genauen Funktionsweise der algorithmischen Analysen. Dadurch wird die Nachvollziehbarkeit polizeilicher Entscheidungen erschwert. Datenschützer:innen beanstanden insbesondere den Zugriff auf große Datenmengen aus polizeilichen und externen Quellen (z. B. Mobilfunk- oder Sozialdaten), ohne dass eine unabhängige KontrolleKontrolle bezeichnet soziale Mechanismen, mit denen Verhalten überwacht, reguliert und an geltende Normen angepasst wird. der Datennutzung gewährleistet sei.
Zudem steht Palantir Technologies wegen seiner engen Verbindungen zu Sicherheitsdispositiven im Kontext des „War on Terror“ sowie zu umstrittenen Migrations- und Überwachungspolitiken in der Kritik. Die politische Ausrichtung von Gründer Peter Thiel – Unterstützer Donald Trumps und Verfechter autoritärer Staatsvorstellungen – wirft grundsätzliche Fragen auf: Welche WerteGrundlegende Vorstellungen darüber, was in einer Gesellschaft wünschenswert, gut oder erstrebenswert ist. und Weltbilder sind in der Software eingeschrieben? Und welche Folgen hat der Import solcher Technologien für eine demokratische PolizeikulturPolizeikultur bezeichnet die informellen Normen, Werte, Verhaltensweisen und Überzeugungen, die innerhalb der Polizei als Organisation gelebt und weitergegeben werden. Diese Kultur beeinflusst das Handeln der Polizeibeamten, ihre Einstellungen gegenüber Bürgern sowie die Wahrnehmung von Gefahr und Kriminalität.?
In der kritischen KriminologieKriminologie ist die interdisziplinäre Wissenschaft über Ursachen, Erscheinungsformen und gesellschaftliche Reaktionen auf normabweichendes Verhalten. Sie untersucht insbesondere Prozesse sozialer Kontrolle, rechtliche Rahmenbedingungen sowie individuelle und strukturelle Einflussfaktoren. wird daher diskutiert, ob durch Systeme wie Gotham eine technokratische Verlagerung polizeilicher MachtMacht bezeichnet die Fähigkeit von Personen oder Gruppen, das Verhalten anderer zu beeinflussen – auch gegen deren Willen. stattfindet – weg von demokratischer Aushandlung hin zu datenbasierter Vorstrukturierung. Gotham ist somit nicht nur ein Werkzeug, sondern Ausdruck einer neuen Sicherheitsarchitektur, die normative Grundfragen des Rechtsstaats berührt.
Kritik und problematische Aspekte
Predictive Policing wird zunehmend zum Gegenstand kritischer Auseinandersetzung – sowohl in der rechtswissenschaftlichen und kriminologischen Forschung als auch in zivilgesellschaftlichen Diskursen. Vier zentrale Kritikpunkte lassen sich dabei identifizieren:
Erstens geraten die zugrunde liegenden algorithmischen Verzerrungen (algorithmic bias) in den Fokus. Da die Modelle historisches Datenmaterial verarbeiten – etwa zu vergangenen Tatorten, Verhaftungen oder Einsatzhäufigkeiten –, reproduzieren sie unweigerlich bestehende strukturelle Ungleichheiten. Wenn etwa bestimmte Stadtteile schon in der Vergangenheit überproportional polizeilich kontrolliert wurden, fließt dies als „kriminalitätsrelevante Information“ in das Modell ein. Die Folge: Algorithmen lernen nicht Kriminalität, sondern polizeiliche Selektivität – und zementieren diese systematisch.
Zweitens wird auf die Gefahr von Racial Profiling und diskriminierender Verstärkung hingewiesen. Gerade in städtischen Quartieren mit hohem Anteil migrantischer oder sozial benachteiligter Bevölkerung erfolgt eine überproportionale Datenerhebung. Dies erzeugt einen Rückkopplungseffekt (feedback loop): Mehr Polizei bedeutet mehr registrierte Vorfälle – was wiederum zu mehr algorithmischer „Risikobewertung“ führt. Die Folge ist eine kreisförmige KriminalisierungDer Prozess, durch den bestimmte Handlungen oder Verhaltensweisen durch gesetzliche Bestimmungen als kriminell definiert und strafrechtlich verfolgt werden. bestimmter Gruppen und Orte, ohne dass sich die reale Deliktslage verändert hätte.
Drittens mangelt es vielen Systemen an Transparenz und Nachvollziehbarkeit. Die eingesetzten Algorithmen sind häufig proprietär, also Eigentum privatwirtschaftlicher Unternehmen, und unterliegen dem Schutz von Geschäftsgeheimnissen. Die konkrete Entscheidungslogik – etwa wie RisikoRisiko bezeichnet die Möglichkeit negativer Konsequenzen zukünftigen Handelns unter Bedingungen von Unsicherheit. berechnet, gewichtet und dargestellt wird – bleibt intransparent, selbst für die Behörden, die diese Tools nutzen. Dies untergräbt rechtsstaatliche Grundprinzipien wie Rechenschaftspflicht, gerichtliche Überprüfbarkeit und demokratische Kontrolle.
Viertens führt Predictive Policing zu einer zunehmenden Technokratisierung der Kriminalpolitik. Komplexe soziale Phänomene wie Kriminalität, DevianzVerhalten, das in einer Gesellschaft als unangemessen, abweichend oder regelverletzend gilt – unabhängig davon, ob es strafrechtlich relevant ist. oder Gewalt werden in mathematische Modelle übersetzt und als technische Steuerungsprobleme behandelt. Dadurch geraten strukturelle Ursachen wie ArmutArmut beschreibt den Mangel an materiellen, sozialen und kulturellen Ressourcen, die notwendig sind, um am gesellschaftlichen Leben teilzuhaben., Bildungsungleichheit oder soziale Exklusion aus dem Blick. Der Fokus verschiebt sich von PräventionVorbeugende Maßnahmen zur Verhinderung von Straftaten oder sozialen Problemen. durch soziale Investition hin zu Kontrolle durch technische Präzision – eine Entwicklung, die nicht nur kriminologisch fragwürdig, sondern auch gesellschaftspolitisch problematisch ist.
Ausweitung prädiktiver Technologien: Vom Polizeialgorithmus zur Migrationskontrolle
Ein aktuelles Beispiel für die mögliche Ausweitung solcher Technologien findet sich in der US-amerikanischen Migrationspolitik. Die Einwanderungsbehörde U.S. Immigration and Customs Enforcement (ICE) arbeitet seit Jahren mit der Datenanalysefirma Palantir Technologies zusammen. Neue Verträge sehen vor, dass Palantir Systeme entwickelt, die große Datenbestände aus unterschiedlichen Behörden zusammenführen und analysieren, um Personen mit ungültigem Aufenthaltsstatus zu identifizieren und Abschiebungen zu koordinieren. Dazu gehört etwa die Plattform ImmigrationOS, die Daten aus verschiedenen staatlichen Quellen aggregiert und den Behörden eine priorisierte Liste möglicher Zielpersonen liefert. Ziel ist es, Abschiebungen effizienter zu organisieren und Aufenthaltsverstöße schneller aufzuspüren (vgl. Ho, 2025). Kritiker:innen sehen darin ein Beispiel dafür, wie ursprünglich für kriminalpolizeiliche Prognosen entwickelte Analyseverfahren auf andere Felder staatlicher Kontrolle ausgeweitet werden können. Menschenrechtsorganisationen warnen, dass solche Systeme Massendatenanalysen ermöglichen, die Überwachung, Razzien und Abschiebungen systematisch erleichtern und dadurch grundlegende Fragen nach Diskriminierung, RechtsstaatlichkeitRechtsstaatlichkeit bezeichnet das Prinzip, dass staatliches Handeln an Recht und Gesetz gebunden ist und die Grundrechte der Bürger schützt. und demokratischer Kontrolle aufwerfen.
Auch in Europa hat diese Entwicklung eine politische Debatte ausgelöst. In Deutschland wird der Einsatz von Palantir-Software durch Polizeibehörden seit Jahren kontrovers diskutiert. Datenschützer:innen und Bürgerrechtsorganisationen warnen vor mangelnder Transparenz, möglicher DiskriminierungDiskriminierung beschreibt die Benachteiligung oder Herabsetzung von Personen oder Gruppen aufgrund bestimmter Merkmale wie Geschlecht, Hautfarbe, Herkunft, Religion oder sozialem Status. und einer Abhängigkeit staatlicher Sicherheitsbehörden von einem US-Technologiekonzern. Mehrere Politiker:innen und Expert:innen fordern daher, die Zusammenarbeit mit Palantir zu beenden oder zumindest stark einzuschränken und stattdessen europäische Alternativen zu entwickeln (vgl. Loll, 2025).
Begriff erklärt: Technokratische Kriminalpolitik
Eine technokratische Kriminalpolitik zielt auf Effizienzsteigerung, Risikosteuerung und Kontrolle durch Technik. Sie ersetzt gesellschaftliche Debatten über Gerechtigkeit, Teilhabe und soziale Ursachen von Devianz durch datengestützte Steuerungsinstrumente. Predictive Policing steht damit in einem Spannungsfeld klassischer Kriminalitätstheorien und neuer technokratischer Steuerungslogiken.
In der kriminologischen Diskussion wird dies häufig mit Begriffen wie Actuarial JusticeActuarial Justice beschreibt einen präventiven Ansatz in der Kriminalpolitik, der auf statistischen Wahrscheinlichkeiten und Risikobewertungen beruht, um kriminelles Verhalten vorherzusagen und gezielte Kontrollmaßnahmen einzusetzen. oder risikoorientierter Kriminalpolitik beschrieben.
Vor- und Nachteile von Predictive Policing im Überblick
| Vorteile | Nachteile | |
|---|---|---|
| 1 | Effizientere Ressourcennutzung durch vorausschauende Einsatzplanung | Reproduktion bestehender Verzerrungen durch historische Daten |
| 2 | Potenziell präventive Wirkung durch Präsenz in Hot Spots | Gefahr des Overpolicing in bestimmten Stadtteilen |
| 3 | Unterstützung bei strategischen Entscheidungen in der Polizeiarbeit | Intransparente Algorithmen und mangelnde Nachvollziehbarkeit |
| 4 | Möglichkeit zur frühzeitigen Erkennung von Kriminalitätsschwerpunkten | Verstärkung von Racial ProfilingEine polizeiliche Praxis, bei der Personen allein aufgrund ihrer ethnischen Herkunft, Hautfarbe oder Religion kontrolliert oder verdächtigt werden, ohne dass es konkrete Hinweise auf eine Straftat gibt. und diskriminierenden Praktiken |
| 5 | Vermeintliche Objektivierung durch datenbasierte Analyse | Verschleierung politischer und sozialer Ursachen von Devianz |
Harcourts Kritik: Gegen die Vorhersagelogik
Der amerikanische Rechtswissenschaftler Bernard E. Harcourt kritisiert in seinem Werk Against Prediction (2007) die prädiktive Wende in der Kriminalpolitik fundamental. Seine These: Die Vorhersagelogik verschiebt das StrafrechtDas Strafrecht umfasst die Gesamtheit der Gesetze, die bestimmen, welche Handlungen strafbar sind und welche Sanktionen dafür vorgesehen sind. von einem repressiven zu einem präventiven Paradigma – auf Kosten rechtsstaatlicher Prinzipien.
Harcourt argumentiert, dass „actuarial justice“ – also prädiktive Risikosteuerung – dazu führt, dass bestimmte Gruppen systematisch überüberwacht werden. Die Folge sei ein Teufelskreis aus ÜberwachungÜberwachung beschreibt die systematische Sammlung, Beobachtung und Analyse von Informationen über Personen, Gruppen oder Institutionen, meist durch staatliche oder private Akteure., Kriminalisierung und Repression, insbesondere für sozial benachteiligte Gruppen. Predictive Policing ist für Harcourt ein Ausdruck neoliberaler SicherheitsdispositiveMachttechniken und Maßnahmen zur Steuerung von Unsicherheit und Risiko in modernen Gesellschaften., in denen soziale Probleme technisch verwaltet statt politisch gelöst werden.
Praxis in Deutschland
In Deutschland wurde Precobs in mehreren Bundesländern getestet (z. B. Bayern, Baden-Württemberg, Hessen). Die Anwendung beschränkte sich meist auf Wohnungseinbruchsdiebstahl. Inzwischen wurde der Einsatz vielfach beendet oder pausiert – auch wegen mangelnder wissenschaftlicher Evidenz für die Wirksamkeit der Systeme (vgl. Egbert 2017).
Parallel dazu entstehen neue Formen prädiktiver Polizeiarbeit im Bereich der inneren SicherheitSicherheit bezeichnet den gesellschaftlich hergestellten Zustand der Abwesenheit oder Beherrschbarkeit von Gefahren., etwa im Kontext von Gefährderprognosen, Social Media Monitoring oder Data Mining zur Terrorismusabwehr.
Predictive Policing: Chancen und Risiken im Überblick
| Aspekt | Bewertung | Erläuterung |
|---|---|---|
| Effizienzsteigerung | Chance | Algorithmen ermöglichen gezielte Planung und vermeiden Streuverluste. |
| Vorausschauende Einsatzplanung | Chance | Prognosen helfen, Hot Spots frühzeitig zu identifizieren. |
| Ressourcenschonung | Chance | Personaleinsatz kann fokussierter gesteuert werden. |
| Potenzielle Prävention | Chance | Theoretisch können Delikte durch sichtbare Präsenz verhindert werden. |
| Gefahr algorithmischer Verzerrung | Risiko | Modelle basieren auf Daten, die bestehende Ungleichheiten widerspiegeln. |
| Verstärkung von Racial Profiling | Risiko | Bestimmte Gruppen und Orte werden systematisch überüberwacht. |
| Intransparente Entscheidungslogik | Risiko | Die Funktionsweise der Algorithmen ist oft nicht öffentlich einsehbar. |
| Technokratisierung von Kriminalpolitik | Risiko | Soziale Ursachen von Devianz werden zugunsten technischer Lösungen vernachlässigt. |
Fazit und Ausblick
Predictive Policing steht exemplarisch für eine Kriminalpolitik, die sich zunehmend datenbasierten Steuerungslogiken unterwirft. Während Verfechter:innen Effizienz und Prävention betonen, zeigen Kritiker:innen wie Bernard Harcourt, dass die zugrundeliegenden Modelle rechtsstaatliche Prinzipien, Gleichheit vor dem GesetzEin Gesetz ist eine allgemeinverbindliche, staatlich festgelegte Norm zur Regelung des sozialen Zusammenlebens. und soziale Ursachen von Devianz aus dem Blick verlieren.
Für die Soziologie wie für die Kriminologie stellt sich damit die Frage, ob Sicherheit algorithmisch erzeugt – oder nur simuliert – werden kann. Der DiskursEin Diskurs bezeichnet ein historisch und sozial geprägtes System von Aussagen, Deutungen und Wissensordnungen, durch das Wirklichkeit beschrieben, strukturiert und hervorgebracht wird. um Predictive Policing verweist auf grundlegende Konflikte zwischen Kontrolle, Freiheit und sozialer Gerechtigkeit im digitalen Zeitalter.
Gedankenexperiment: Predictive Policing umgekehrt
Was wäre, wenn nicht nur die Polizei, sondern auch Kriminelle algorithmische Vorhersagemodelle nutzen würden? Denkbar wäre eine Art „Reverse Predictive Policing“ – also die gezielte Suche nach Orten mit geringer Polizeipräsenz, vorhersehbaren Streifenrouten oder strukturellen Kontrolllücken. Aus öffentlich zugänglichen Quellen (z. B. Polizeiberichte, Einsatzstatistiken, Twitter-Daten) ließen sich sogenannte Cold Spots modellieren – also Räume mit statistisch niedrigem Entdeckungsrisiko. Auch das Verhalten von Strafverfolgungsbehörden ließe sich mit geeigneter Software prognostizieren und gezielt umgehen.
Solche Szenarien sind bislang vor allem ein spekulatives Gegenbild – aber sie werfen wichtige Fragen auf: Wer kontrolliert die Kontrolleure? Und wie transparent darf Sicherheitspolitik sein, ohne sich selbst zu unterminieren?
Weiterführend
- Bernard E. Harcourt – Against Prediction
- Glossarbegriff: Actuarial Justice
- Glossarbegriff: Sicherheitsdispositive
- Kritische Kriminologie – Überblick
Literatur und weiterführende Informationen
- Belina, B. (2016) Predictive Policing. Monatsschrift für Kriminologie und Strafrechtsreform, 99(2), S. 85-100.
- Bode, F. & Seidensticker, K. (Hrsg.) (2020) Predictive Policing – Eine Bestandsaufnahme für den deutschsprachigen Raum. Frankfurt am Main: Verlag für Polizeiwissenschaft.
- Egbert, S. (2017, 04.08) Siegeszug der Algorithmen? Predictive Policing im deutschsprachigen Raum. Aus Politik und Zeitgeschichte (APuZ 32-33/2017). S. 17-23. Online verfügbar unter: https://www.bpb.de/apuz/253603/siegeszug-der-algorithmen-predictive-policing-im-deutschsprachigen-raum?p=all
- Egbert, S. (2017). Predictive Policing: Ein neues Konzept strategischer Polizeiarbeit. Kriminalistik, 71(2), 91–97.
- Egbert, S. (2018) Predictive Policing in Deutschland – Grundlagen, Risiken, (mögliche) Zukunft. In: Strafverteidigervereinigungen (Hrsg.) Räume der Unfreiheit. Texte und Ergebnisse des 42. Strafverteidigertages Münster, 2. – 4.3.2018. Schriftenreihe der Strafverteidigervereinigungen (SchrStVV), Band 42. Berlin. S. 241-265. Online verfügbar unter: https://www.strafverteidigervereinigungen.org/Schriftenreihe/Texte/Band%2042/Egbert_241_265_42SchrStVV.pdf
- Egger, B. (2015) Positionspapier zum Einsatz von PRECOBS bei der Bayerischen Polizei. Kriminalität im Hell- und Dunkelfeld [Forum 2015, 24.06. – 25.06.]. Wiesbaden: BKA. Online verfügbar unter: https://www.bka.de/SharedDocs/Downloads/DE/Publikationen/ForumKI/ForumKI2015/kiforum2015EggerPositionspapier.html
- Gerstner, D. (2018) Predictive Policing in the Context of Residential Burglary: An Empirical Illustration on the Basis of a Pilot Project in Baden-Württemberg, Germany. European Journal for Security Research, 3 (2), S. 115–138.
- Gerstner, L. (2017). Predictive Policing. In: Handbuch Polizei (S. 679–688). Springer VS.
- Gerstner, D. (2017) Predictive Policing als Instrument zur Prävention von Wohnungseinbruchdiebstahl. Evaluationsergebnisse zum Baden-Württembergischen Pilotprojekt P4. forschung aktuell – research in brief/5. Freiburg im Breisgau: Max-Planck-Institut für ausländisches und internationales Strafrecht. Online verfügbar unter: https://www.mpicc.de/files/pdf4/rib_50_gerstner_2017.pdf
- Harcourt, B. E. (2007). Against Prediction: Profiling, Policing, and Punishing in an Actuarial Age. Chicago: University of Chicago Press.
- Harris, M. (2017, 08.09) How Peter Thiel’s Secretive Data Company Pushed Into Policing. Wired. Online verfügbar unter: https://www.wired.com/story/how-peter-thiels-secretive-data-company-pushed-into-policing/
- Heitmüller, U. (2017, 17. April). Predictive Policing: Die deutsche Polizei zwischen Cyber-CSI und Minority Report. Heise Online. Online verfügbar unter: https://www.heise.de/newsticker/meldung/Predictive-Policing-Die-deutsche-Polizei-zwischen-Cyber-CSI-und-Minority-Report-3685873.html
- Heitmüller, U. (2019, 19. Mai). Missing Link: Predictive Policing – die Kunst, Verbrechen vorherzusagen. Heise Online. Online unter: https://www.heise.de/newsticker/meldung/Missing-Link-Predictive-Policing-die-Kunst-Verbrechen-vorherzusagen-4425204.html?view=print
- Ho, R. (2025, 17. April). ICE just ordered $30 million worth of new technology from Palantir to track immigrants. Business Insider. https://www.businessinsider.com/ice-palantir-new-technology-30-million-visa-overstays-self-deportation-2025-4
- Landeskriminalamt NRW (2018): Abschlussbericht Projekt SKALA. Düsseldorf. Online verfügbar unter: https://polizei.nrw/sites/default/files/2019-01/180821_Abschlussbericht_SKALA_0.PDF
- Loll, A. (2025, 05. Juni). Datenschützer warnen vor Polizei-Software aus den USA. Deutschlandfunk. https://www.deutschlandfunk.de/palantir-deutschland-polizei-software-datenschutz-100.html.
- Schürmann, D. (2015) „SKALA“ Predictive Policing als praxisorientiertes Projekt der Polizei NRW. Kriminalität im Hell- und Dunkelfeld [Forum 2015, 24.06. – 25.06.]. Wiesbaden: BKA. Online verfügbar unter: https://www.bka.de/SharedDocs/Downloads/DE/Publikationen/ForumKI/ForumKI2015/kiforum2015SchuermannPositionspapier.html
- Technologiestiftung Berlin (2019). Predictive Policing in der polizeilichen Praxis. Berlin: TSB.
- Uchida, C. (2014) Predictive Policing. In: G. Bruinsma, D. Weisburd (Hrsg.) Encyclopedia of criminology and criminal justice. New York: Springer, S. 3871-3880.
Werbefilm von Palantir Gotham: Europa
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Bericht der faz über Möglichkeiten und Grenzen von Predictive Policing
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Bericht über den Einsatz der Prognosesoftware „Precobs“ bei der Schweizer Polizei
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
