KISTRA

Einsatz von KI zur Früherkennung von Straftaten

KISTRA ist ein CATALPA-Projekt.


Projektziele und Forschungsfragen

Die polizeiliche Kriminalstatistik zeigt in den letzten Jahren einen deutlichen Anstieg von politisch motivierten Straftaten mit Internetbezug. Ermittlungsbehörden benötigen bedarfsgerechte Werkzeuge, die ein Vorfiltern ermöglichen und sie bei der Strafverfolgung unterstützen. KISTRA erforscht die Möglichkeiten den Einsatz von Künstlicher Intelligenz zur Erkennung, Vorbeugung und Verfolgung von Straftaten. Das von CATALPA Forschungsprofessor Torsten Zesch verantwortete Teilprojekt beschäftigt sich konkret mit der Frage wie die Strafbarkeit von Hassrede in sozialen Medien computerlinguistisch modelliert werden kann.

  • Prof. Dr.-Ing. Torsten Zesch

  • Bmbf LogoFoto: BMBF

    Gefördert wird das Projekt durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Förderlinie

    Förderbekanntmachung:

    Förderkennzeichen: 13N15344

    • Zentrale Stelle für Informationstechnik im
    • Sicherheitsbereich (ZITiS), München
    • Ruhr-Universität Bochum
    • Bundeskriminalamt, Wiesbaden
    • Ludwig-Maximilians-Universität München
    • Rheinisch-Westfälische Technische Hochschule Aachen
    • Technische Universität Berlin
    • Technische Universität Darmstadt
    • Universität Duisburg-Essen, Duisburg
    • Munich Innovation Labs GmbH, München
  • Piush Aggarwal

  • Juli 2020 - Dezember 2023

  • 2022

    Konferenzbeiträge

    • Ludwig, F., Dolos, K., Zesch, T., & Hobley, E. (2022). Improving Generalization of Hate Speech Detection Systems to Novel Target Groups via Domain Adaptation. Proceedings of the Sixth Workshop on Online Abuse and Harms (WOAH), 29–39. https://doi.org/10.18653/v1/2022.woah-1.4
    • Zufall, F., Hamacher, M., Kloppenborg, K., & Zesch, T. (2022). A Legal Approach to Hate Speech – Operationalizing the EU’s Legal Framework against the Expression of Hatred as an NLP Task. Proceedings of the Natural Legal Language Processing Workshop 2022, 53–64. https://aclanthology.org/2022.nllp-1.5

    Software