Ziel der Arbeit ist es, die aktuellen rechtlichen Herausforderungen der Strafverfolgung auf sozialen Netzwerken herauszuarbeiten und mögliche Verbesserungen in der aktuellen Gesetzeslage darzulegen. Anschließend sollen Methoden des Natural Language Processing vorgestellt werden, welche der Polizei und anderen Behörden zukünftig helfen können, technische Kompliziertheiten in der Informationsverarbeitung einzugrenzen. Diese Themen sollen anschließend durch ein Experteninterview modifiziert werden. Zum Abschluss sollen die Methoden des NLPs evaluiert werden, um ein mögliches Lösungskonzept für die technischen Schwierigkeiten vorlegen zu können. Abschließend sollen weitere Lösungsmöglichkeiten zur Erleichterung der Strafverfolgung auf sozialen Netzwerken vorgestellt werden.
Jahr für Jahr nimmt die Rolle von sozialen Netzwerken wie Facebook, Instagram oder Twitter zu. Mit dem zunehmenden Einfluss der Netzwerke kommt es auch vermehrt zu Straftaten, welche sowohl direkt auf den Plattformen in Form von beispielsweise Betrug oder Cybermobbing stattfinden können, als auch durch Aufrufe zu schweren Straftaten wie Attentaten in realen Leben auftreten. Deshalb sind soziale Netzwerke durch die steigende Menge an Informationen für strafverfolgende Behörden sehr interessant. Jedoch stellen technische Problematiken, wie die Verarbeitung von der großen Menge an Informationen, sowie auch rechtliche Hürden, bspw. Datenschutzrichtlinien oder Grundrechte der Verdächtigen, die strafverfolgenden Behörden vor große Herausforderungen.
Inhaltsverzeichnis
1. Einleitung
1.1 Relevanz des Themas
1.2 Methodik und Aufbau der Arbeit
2. Rechtliche Grundlagen
2.1 Charakterisierung der Cyber-Straftaten
2.2 Rechtliche Grenzen und Hürden der Strafverfolgung
3. Technische Möglichkeiten der Informationsextraktion
3.1 Definition Natural Language Processing
3.2 Parts of speech tagging
3.3 Named entity recognition
3.4 Topic modeling
3.5 Sentiment analysis
4. Leitfadengestütztes Experteninterview
4.1 Forschungsdesign
4.2 Durchführung und Auswertung
4.3 Ergebnisse des leitfadengestützten Experteninterviews
5. Lösungsansätze für Strafverfolgung in Social Media
5.1 Evaluation der NLP-Methoden
5.2 Abgleich der technischen und rechtlichen Möglichkeiten
6. Fazit
6.1 Zusammenfassung
6.2 Kritische Würdigung
6.3 Ausblick
Zielsetzung & Themen
Diese Arbeit untersucht die Herausforderungen der Strafverfolgung durch soziale Netzwerke und beleuchtet die Potenziale technischer Verfahren des Natural Language Processing (NLP) bei der polizeilichen Informationsverarbeitung.
- Rechtliche Restriktionen bei der Ermittlung im Internet
- Technische Lösungen zur Analyse großer Datenmengen
- Anwendung von Natural Language Processing Techniken
- Empirische Erkenntnisse durch Experteninterviews
- Diskussion über das Spannungsfeld zwischen Datenschutz und Effektivität der Strafverfolgung
Auszug aus dem Buch
3.2 Parts of speech tagging
Parts of speech tagging (POS) ist eine der grundlegendsten Techniken zur linguistischen Verarbeitung und syntaktischen Analyse von Texten [13]. Dabei wird jedes Wort eines Textes mit dem richtigen morphosyntaktischen Tag versehen. Neben der Wortart wird folglich beispielsweise auch die Zeitform beachtet [14]. Somit können Mehrdeutigkeiten verhindert werden, da sich unter Betrachtung der angrenzenden Wörter ein Kontext ergibt, der auf die genaue Bedeutung schließen lässt. Die Tags werden aus verschiedenen Tagsets bezogen, eines der am meisten benutzten ist in Abbildung 1 dargestellt. Das POS tagging kann als Ausgangspunkt für weitere NLP Methoden, wie z.B. Named entity recognition oder Sentiment analysis, verwendet werden.
Schwierigkeiten bereiten bei der Anwendung auf Facebook und Co. der von strukturierten Texten abweichende Syntax, sowie oft vorkommende Schreib- oder Grammatikfehler. Hinzu kommen untypische lexikalische Begriffe, die das POS tagging zusätzlich erschweren [16].
Trotzdem kann über Trainingssätze aus sozialen Medien eine richtige Zuordnung der Tags von 93,72 Prozent erreicht werden [17].
Zusammenfassung der Kapitel
1. Einleitung: Definiert das Ziel der Seminararbeit, die Relevanz der Thematik zu verdeutlichen und den technischen sowie rechtlichen Rahmen der Strafverfolgung in sozialen Netzwerken abzustecken.
2. Rechtliche Grundlagen: Analysiert aktuelle rechtliche Hindernisse und die Grenzen der Ermittlungsbehörden bei der Verfolgung von Straftaten in sozialen Medien.
3. Technische Möglichkeiten der Informationsextraktion: Stellt NLP-Methoden wie POS-Tagging, NER, Topic Modeling und Sentiment Analysis vor, die bei der textuellen Analyse helfen können.
4. Leitfadengestütztes Experteninterview: Dokumentiert das Forschungsdesign und die Ergebnisse einer Befragung eines Kriminalhauptkommissars bezüglich der praktischen Herausforderungen der Cybercrime-Bekämpfung.
5. Lösungsansätze für Strafverfolgung in Social Media: Evaluiert die Potenziale der vorgestellten NLP-Methoden und gleicht diese mit den bestehenden rechtlichen Rahmenbedingungen ab.
6. Fazit: Fasst die Erkenntnisse zusammen, reflektiert kritisch über das methodische Vorgehen und gibt einen Ausblick auf die zukünftigen Entwicklungen der Thematik.
Schlüsselwörter
Strafverfolgung, Soziale Netzwerke, Cybercrime, Natural Language Processing, Datenschutz, Ermittlungsmethoden, POS-Tagging, Named Entity Recognition, Topic Modeling, Sentiment Analysis, Experteninterview, Recht, Technologie, Hasskriminalität, IT-Sicherheit.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beleuchtet die komplexen Herausforderungen, denen sich Strafverfolgungsbehörden bei der Ermittlung im Zeitalter sozialer Medien gegenübersehen.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf den rechtlichen Hürden bei der Online-Ermittlung sowie den technischen Möglichkeiten, die Natural Language Processing (NLP) zur Bewältigung der Informationsflut bietet.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, aktuelle rechtliche Probleme darzulegen und aufzuzeigen, wie NLP-Methoden die Arbeit von Polizei und Behörden bei der Analyse von Social-Media-Inhalten unterstützen können.
Welche wissenschaftliche Methode wurde verwendet?
Es wurde ein qualitativer Forschungsansatz gewählt, der eine Literaturrecherche mit einem leitfadengestützten Experteninterview kombiniert und die Ergebnisse kritisch evaluiert.
Was wird im Hauptteil behandelt?
Der Hauptteil befasst sich mit den rechtlichen Rahmenbedingungen, den funktionalen technischen NLP-Verfahren wie Tagging und Entity Recognition sowie deren praktischer Anwendbarkeit in der polizeilichen Arbeit.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind unter anderem Strafverfolgung, Social Media, Cybercrime, NLP, Datenschutz und Ermittlungshürden.
Wie unterscheidet sich die Rechtsauffassung bei Cyber-Straftaten international?
Das Dokument verdeutlicht am Beispiel der Beleidigung, dass Aussagen nach deutschem Recht strafbar sein können, während sie nach amerikanischem Recht unter die freie Meinungsäußerung fallen, was die internationale Zusammenarbeit erschwert.
Welche Rolle spielt die Anonymität im Internet für die Behörden?
Die Anonymität und Pseudonymität der Nutzer wird im Text als größte rechtliche Hürde für Ermittler identifiziert, die den Zugriff auf wichtige Daten zur Identifizierung von Tätern erheblich erschwert.
Warum sind situationsabhängige Tools für die Polizei so wichtig?
Laut dem Experteninterview gibt es kein "Allheilmittel"; Ermittler benötigen Werkzeuge, die spezifisch auf die jeweiligen Verfahrensanforderungen zugeschnitten sind, da die Datenlage sehr dynamisch ist.
Was fordert der Autor hinsichtlich der Gesetzgebung?
Es wird betont, dass ein vertretbarer Kompromiss zwischen der Wahrung der Privatsphäre der Bürger und notwendigen Eingriffsermächtigungen für effektive Ermittlungszwecke gefunden werden muss.
- Citation du texte
- Maximilian Bernhardt (Auteur), 2020, Verarbeitung von Social-Media Content zur Strafverfolgung, Munich, GRIN Verlag, https://www.grin.com/document/1320928
