Forschungsprojekt: Mit KI gegen Kinderpornografie

Microsoft und das Bundesland NRW haben ein gemeinsames Forschunsprojekt gestartet, um mithilfe künstlicher Intelligenz die Beweissicherung von kinderpornografischen Bildmaterial zu verbessern. Ziel des bei der Staatsanwaltschaft Köln in der Abteilung Zentral- und Ansprechstelle Cybercrime (ZAC NRW) angesiedelte Projekts ist es, die Beweissicherung der oft sehr großen Datenmengen deutlich zu beschleunigen und die Beamten von einem großen Teil ihrer psychisch belastenden Tätigkeit zu befreien. Gleichzeitig soll die Lösung auf Basis von KI-Technologien von Microsoft die strengen Rechtsvorschriften für die Verbreitung und den Besitz solchen Materials erfüllt werden.

Für die Hybridlösung aus On-Premise- und Cloud-Technologien stellt Microsoft Algorithmen auf Basis neuronaler Netze zur Dekonstruktion (Anonymisierung und Abstraktion) von Bilddateien und intelligenten Bilderkennung sowie Rechenkapazitäten aus der Cloud für die Auswertung der Aufnahmen zur Verfügung. Eine der größten Herausforderungen des Projekts ist das Einhalten der strengen Rechtsvorschriften, die verbieten, dass kinderpornografisches Material in die Hände Dritter gelangt. Zudem darf bei der Auswertung der Bilder deren Beweiswert nicht verändert werden.

Für die Lösung hat Microsoft eigenen Angaben zufolge ein weltweit einzigartiges Verfahren über einen sogenannten Abstraktions-Layer entwickelt, der die konkreten Bildinhalte soweit anonymisiert, dass auf den Bilddateien weder ein Personenbezug noch die Abbildung strafrechtlich relevanter kinderpornografischer Inhalte erkennbar sind. Durch die Trennung von sensiblem Material, das ausschließlich in den Rechenzentren der Behörden anonymisiert wird, und der Auswertung durch die Analysealgorithmen in der Microsoft-Cloud ist die notwendige Rechtssicherheit gegeben.

Trotzdem sind die im Rahmen des Projektes entwickelten Algorithmen von Microsoft in der Lage, in den dekonstruierten Bilddateien Inhalte zu erkennen. Am Ende entscheiden menschliche Experten zunächst aus dieser Vorauswahl, ob tatsächlich strafrechtlich relevantes Bildmaterial vorliegt, und sichern diese Dateien als gerichtsfestes Beweismaterial. Im nächsten Schritt des Projekts geht es um das Training der Algorithmen mit strafrechtlich relevanten, dekonstruierten Bilddateien, um die Treffergenauigkeit des Programms und damit seine Erfolgsquote im Kampf gegen Kinderpornografie zu verbessern.

Straftaten im Bereich der Kinderpornografie nehmen zu

Der Polizeilichen Kriminalstatistik 2018 (PKS) zufolge stieg 2018 die Zahl der Straftaten im Bereich Kinderpornografie von 6512 auf 7449 Fälle deutlich an. Auch die damit eng verbundene Zahl der bekannt gewordenen sexuellen Missbrauchsdelikte an Kindern ist von 11547 auf 12321 Fälle gestiegen.

Gleichzeitig wird die Aufklärung solcher Delikte und die Beweissicherung immer komplexer: In der Regel werden eine Vielzahl an elektronischen Speichermedien sichergestellt, auf denen mehrere Millionen Bilddateien gespeichert sein können. Diese müssen durch die Ermittlungsbehörden auf ihre strafrechtliche Relevanz hin überprüft werden.

„Bislang ist der Anteil manueller Auswertearbeit sehr hoch. Dies führt zu einem hohen Zeit- und Personalansatz für die Auswertung“, erläutert der Leiter der ZAC NRW, Oberstaatsanwalt Markus Hartmann. „Die große Herausforderung ist, Datenträger zeitgerecht auszuwerten, da die Ermittlungsbehörden Beweismittel nicht unverhältnismäßig lange einbehalten dürfen. Andernfalls besteht das Risiko, dass Beweismittel herausgegeben werden müssen, bevor sicher festgestellt ist, ob kinderpornografisches Material auf ihnen enthalten ist.“

Die Sichtung selbst ist auch ein Problem für die beteiligten Beamtinnen und Beamten, die durch diese Tätigkeit einem enormen Stresslevel ausgesetzt sind und aus diesem Grunde die oft verstörenden Inhalte nur über einen eng begrenzten Zeitraum und unter psychologischer Begleitung sichten können.