Herausforderungen für die Arbeit der Polizei durch den Einsatz von KI auf Täter:innenseite – technische und kriminologische Erkenntnisse am Beispiel großer Sprachmodelle

Wilfried Honekamp () and Stefanie Kemme ()
Additional contact information
Wilfried Honekamp: Polizeitechnisches Institut, Deutsche Hochschule der Polizei
Stefanie Kemme: Universität Münster, Institut für Kriminalwissenschaften

A chapter in Auswirkungen von Künstlicher Intelligenz auf die zukünftige Polizeiarbeit, 2025, pp 347-372 from Springer

Abstract: Zusammenfassung Der Beitrag beleuchtet die Herausforderungen für die Polizeiarbeit durch den Missbrauch großer Sprachmodelle auf Täter:innenseite. Ausgangspunkt ist eine explorative Untersuchung an der Deutschen Hochschule der Polizei, bei der Studierende im Rahmen von Fallstudien Sprachmodelle gezielt manipulierten, um sie hypothetisch zur Unterstützung krimineller Handlungen einsetzen zu können. Die Ergebnisse zeigen, dass Schutzmechanismen in Sprachmodellen vielfach umgangen werden können und dass Täter:innen dadurch Zugang zu spezifischem kriminellen Know-how erhalten, ohne selbst über tiefgehende Fachkenntnisse verfügen zu müssen. Neben den technischen Aspekten wird die kriminologische Bedeutung der Anwendungsfälle erläutert, um die Potenziale zur Eskalation digitaler Kriminalität einordnen zu können. Für Polizeihochschulen ergibt sich daraus die Notwendigkeit, den ethischen und rechtlichen Umgang mit KI ebenso wie technische Kompetenzen in Curricula zu integrieren. Nur so lassen sich zukünftige Polizeiführungskräfte angemessen auf die Gefahren und Chancen durch KI-gestützte Technologien vorbereiten.

Date: 2025
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:978-3-658-48425-5_20

Ordering information: This item can be ordered from
http://www.springer.com/9783658484255

DOI: 10.1007/978-3-658-48425-5_20

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 ().