Diverse Daten, nicht-diskriminierende Algorithmen: Die Relevanz von Diversität im Rahmen der Datafizierung der Polizei
Simon Egbert ()
Additional contact information
Simon Egbert: Universität Bielefeld
A chapter in Diversität und Polizei, 2024, pp 281-303 from Springer
Abstract:
Zusammenfassung In diesem Beitrag wird der Zusammenhang von Polizei und Diversität auf technischer Ebene diskutiert. Genauer gesagt wird die Relevanz von Diversität in der seit einiger Zeit beobachtbaren Datafizierung polizeilicher Arbeit aufgezeigt. Die Datafizierung der Polizei, wie sie spätestens mit der Nutzung von polizeilicher Prognosesoftware eine neue Qualität erreicht hat, da die algorithmische Rolle polizeilicher Wissensproduktion damit mehr Raum gewinnt wird, findet gegenwärtig u. a. mit der zunehmenden Nutzung von Datenintegrations- und -analyseplattformen der US-Firma Palantir Technologies, z. B. von den Polizeien in Hessen, NRW und Bayern, ihren (bisherigen) Höhepunkt. Vor diesem Hintergrund rückt die Frage in den Vordergrund, welche Art von Daten der Polizei zur Verfügung stehen und welche Qualität sowie mögliche Verzerrungen sie besitzen. Dies gilt auch für die, neben den Daten, zweite konstitutive Einheit der Datafizierung, die der Algorithmen. Auch diese gilt es dahingehend zu prüfen, welche Verzerrungen sie aufweisen und welche Prämissen über Kriminalität in sie eingeschrieben sind.
Date: 2024
References: Add references at CitEc
Citations:
There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-42565-4_14
Ordering information: This item can be ordered from
http://www.springer.com/9783658425654
DOI: 10.1007/978-3-658-42565-4_14
Access Statistics for this chapter
More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().