Das Projekt KI-KRIM verbindet kriminologische Grundlagenforschung mit Social Data Science und fragt: Was lässt sich aus Jahrzehnten kriminologischer Forschung lernen, wenn man Daten aus verschiedenen Untersuchungen zusammenführt und mit neuen Methoden betrachtet? Dazu werden Befragungsdaten des KFN aus über zwei Jahrzehnten zu einer gemeinsamen Datenbasis zusammengeführt und mit Verfahren des maschinellen Lernens (ML) analysiert, um verborgene Muster und mögliche Wirkmechanismen der Jugendkriminalität sichtbar zu machen.
Hintergrund
Datenbestände, in denen Erkenntnisse der Vergangenheit dokumentiert sind, können Hinweise darauf geben, was künftig geschehen könnte (Gerritsen, 2020). Gerade die Zusammenführung vieler Einzelstudien eröffnet hier neue Möglichkeiten: Muster, die in einzelnen Befragungen verborgen bleiben, sich über die Zeit wandeln oder nur in bestimmten Kontexten auftreten, werden erst in einer großen, integrierten Datenbasis erkennbar. Eine solche Datengrundlage kann zudem dazu dienen, sozialwissenschaftliche Theorien mit KI-gestützten Verfahren weiterzuentwickeln; ein Ansatz, der in der Kriminologie bislang kaum verfolgt wird (Campedelli, 2022; Shrestha et al., 2021).
Ziele
Kriminologisch prüft das Projekt, wie gut sich etablierte Erklärungsansätze der Jugendkriminalität unter unterschiedlichen sozialen, regionalen und historischen Bedingungen bewähren, und leitet gegebenenfalls neue Hypothesen zu bislang unbeachteten Zusammenhängen ab. Methodisch soll es zeigen, wie sich ML-Verfahren an die besonderen Eigenschaften sozialwissenschaftlicher Daten (z.B. Messfehler, seltene Ereignisse, komplexe Strukturen) anpassen, validieren und in ihrer Interpretierbarkeit verbessern lassen.
Datenbasis
Grundlage sind Dunkelfeldbefragungen des KFN, insbesondere Schülerbefragungen in Niedersachsen, ergänzt um Studien aus Städten und Landkreisen in ganz Deutschland. So entsteht eine Datenbasis mit voraussichtlich rund 200.000 Befragten. Die Befragungen enthalten Angaben zu selbstberichteter Täterschaft und Opfererfahrungen, von Gewalt und Eigentumsdelikten über Substanzkonsum bis zu Mobbing und Cybermobbing. Zudem erfassen sie zahlreiche Erklärungsfaktoren wie Erziehung, Schulbindung, Freizeitverhalten, Peergruppen, Mediennutzung, Selbstkontrolle sowie Einstellungen und Normorientierungen. Damit lassen sich zentrale kriminologische Theorien abbilden.
Methoden
Datenintegration: Da die Studien ähnliche Konstrukte oft mit unterschiedlichen Fragen und Antwortformaten erfassen, werden sie mit modellgestützten Verfahren harmonisiert (Integrative Data Analysis; Curran & Hussong, 2009). Psychometrische Verfahren wie SEM Trees (Brandmaier et al., 2013) helfen, die Vergleichbarkeit der Messungen über Zeitpunkte, Regionen und Gruppen hinweg zu prüfen.
Analyse: Im Mittelpunkt stehen hybride ML-Verfahren, die datengetriebene Flexibilität mit theoriegeleiteter Modellierung verbinden (Molina & Garip, 2019). Modellbasierte Baumverfahren prüfen etwa, ob theoretische Modelle für verschiedene Kontexte (z.B. soziale Gruppen, Regionen, Zeitpunkte) gleichermaßen gelten. Vorhersageorientierte Verfahren decken neue Erklärungsfaktoren auf, deren Beitrag mit Interpretationsmethoden wie Shapley-Values (Lundberg & Lee, 2017) nachvollziehbar wird. Verfahren an der Schnittstelle von ML und kausaler Inferenz (Künzel et al., 2019) untersuchen, für wen und unter welchen Bedingungen bestimmte Faktoren besonders wirksam sind. Auch die Grenzen der Vorhersagbarkeit sind dabei aufschlussreich für die Theoriebildung (Garip, 2020).
Dateninfrastruktur
Die integrierte Datenbasis wird am KFN als dauerhaft nutzbare, erweiterbare und dokumentierte Forschungsdateninfrastruktur aufgebaut.
Ausgewählte Literatur
Brandmaier, A. M., von Oertzen, T., McArdle, J. J. & Lindenberger, U. (2013). Structural equation model trees. Psychological Methods, 18(1), 71–86.
Campedelli, G. M. (2022). Machine learning for criminology and crime research: At the crossroads. Routledge.
Curran, P. J. & Hussong, A. M. (2009). Integrative data analysis: The simultaneous analysis of multiple data sets. Psychological Methods, 14(2), 81–100.
Garip, F. (2020). What failure to predict life outcomes can teach us. PNAS, 117(15), 8234–8235.
Gerritsen, C. (2020). Big data and criminology from an AI perspective. In B. Leclerc & J. Cale (Hrsg.), Big data (S. 29–39). Routledge.
Künzel, S. R., Sekhon, J. S., Bickel, P. J., & Yu, B. (2019). Metalearners for estimating heterogeneous treatment effects using machine learning. PNAS, 116(10), 4156–4165.
Lundberg, S. M. & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30.
Molina, M. & Garip, F. (2019). Machine learning for sociology. Annual Review of Sociology, 45, 27–45.
Shrestha, Y. R., He, V. F., Puranam, P., & von Krogh, G. (2021). Algorithm supported induction for building theory: How can we use prediction models to theorize? Organization Science, 32(3), 856–880.
