Diverse Daten, nicht-diskriminierende Algorithmen: Die Relevanz von Diversität im Rahmen der Datafizierung der Polizei

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.