Während Dick Willems in einem kleinen Büro in der Zentrale der niederländischen Polizei in Amsterdam am Computer sitzt und programmiert, liegt ein Hauch von Aufregung und Chaos in der Luft. Es ist das Jahr 2013, und die niederländische Polizei durchläuft einen weitreichenden Wandel: 25 regionale Einheiten werden zu einer einzigen nationalen Polizeibehörde zusammengelegt. Im Zentrum dieses Prozesses steht ein neuer Ansatz der „erkenntnisgestützten Polizeiarbeit“ – eine Strategie, bei der Daten und Wissen genutzt werden sollen, um Polizeiressourcen effektiver einzusetzen und proaktiv Maßnahmen zu planen, anstatt nur auf Straftaten zu reagieren.

Dick Willems ist Datenwissenschaftler mit langer Berufserfahrung. Die Polizeibehörde hat ihn beauftragt, einen Algorithmus für „prädiktive“ Polizeiarbeit bei sogenannten „Straftaten mit hoher Auswirkung“ zu entwickeln. Dazu zählen unter anderem Einbrüche. Das System von Dick Willems orientiert sich an einem Modell, das er zu Beginn seiner Karriere in der Privatwirtschaft entwickelt hat. Ursprünglich sollte sein Algorithmus vorhersagen, welche Kunden am ehesten zu anderen Marken wechseln.

2015 entstand durch Willems Arbeit für die Polizei das „CAS“, kurz für „Crime Anticipation System“ („Kriminalitäts-Vorhersage-System“). Das Ziel von CAS war dasselbe wie bei ähnlichen statistischen Programmen, die in verschiedenen Städten und Regionen Europas getestet wurden: Kriminalitätsbelastete Gebiete im ganzen Land zu klassifizieren und die Polizeiressourcen entsprechend zu verteilen. CAS war ursprünglich nur für den Einsatz in Amsterdam bestimmt, doch sollte das System in den folgenden Jahren zum Standard für die „prädiktive“ Polizeiarbeit in den gesamten Niederlanden werden.

Die niederländische Polizei sah sich selbst als Vorreiter der „prädiktiven“ Polizeiarbeit in Europa, weil sie CAS landesweit und nicht nur in einigen Städten einsetzte. Bis Ende 2025, als das einst so beliebte System plötzlich abgeschafft wurde. Die Begründung: Der „Mehrwert“ der Software sei „unklar“, wie ein interner Polizeibericht zehn Jahre nach der Einführung des Systems in vernichtendem Tonfall feststellte. Der Bericht wurde dabei erst kürzlich aufgrund von Anträgen auf Informationsfreiheit der Öffentlichkeit bekannt.

Wie aus diesem „Kraai“-Bericht (das niederländische Kürzel für „Qualitäts- und Risikomanagementsystem für Algorithmen und KI“) von September 2025 hervorgeht, konnte der Algorithmus nur einen von 50 Vorfällen in Amsterdam korrekt vorhersagen. Das sind 11,5 Prozent weniger, als Polizeiforscher bei der Einführung des Systems acht Jahre zuvor behauptet hatten.

Angesichts dieser Zahlen räumte die Polizei ein, dass sie entschieden hat, den Einsatz von CAS einzustellen, „da es unmöglich war, nachzuweisen, dass die Einbrüche durch den Einsatz des Systems zurückgegangen sind“, wie ein Polizeisprecher per E-Mail zugab. Die Geschichte, wie das System so lange eingesetzt werden konnte, ist bis heute verworren.

„Hot times“ und „Hotspots“

Das CAS unterteilte Städte in ein Raster aus Bereichen von jeweils 125 Quadratmetern. Anschließend sammelte es über jeden Bereich so viele Informationen wie möglich. Zum Beispiel, wie viele Straftaten in der Vergangenheit begangen wurden oder ob polizeibekannte Verdächtige in der Nähe wohnen. Das System kombinierte polizeiliche Informationen mit Daten des Zentralen Amts für Statistik. So konnte die Polizei sozioökonomische Daten in die Analysen einbeziehen, etwa das Durchschnittseinkommen eines Stadtteils oder, ob dort kinderreiche Familien leben.

Das System bewertete unter anderem Einbrüche, Auto- oder Fahrraddiebstähle. Das Ergebnis: Sogenannte „Hot Times“ und „Hotspots“. Die Empfehlungen des Systems waren dabei leicht zu verstehen: Bestimmte Bereiche auf einem Stadtplan wurden automatisch eingefärbt, wenn CAS eine Polizeipatrouille in einem Zeitintervall von jeweils vier Stunden empfahl. CAS war dabei ein geschlossenes System. Das bedeutete, dass Polizeibeamte nicht sehen konnten, welche konkreten Daten das Modell für eine bestimmte Vorhersage verwendet hatte.

„Praktisch gesehen ist der Algorithmus eigentlich sehr simpel“, erklärt die Forscherin Lauren Waardenburg während eines Gesprächs über Zoom. Im Rahmen ihrer Arbeit an der Freien Universität Amsterdam und der ESSEC Business School begleitete Waardenburg das CAS-Datenteam und die Polizist*innen über mehrere Jahre. „Die Beamt*innen werden einem kleinen Gebiet zugewiesen. Sie fahren dann einmal durch das Viertel, eine Stunde später vielleicht noch ein zweites Mal. Das war’s. Wenn sie fünf Minuten vor Ort sind, ist das schon viel.“

Der Einbrecher als Nachbar

Basierend auf den Daten, mit denen es trainiert wurde, stufte CAS bestimmte Gebiete als gefährlicher ein als andere. Zu den relevanten Daten zählten die Anzahl der Straftaten, die an einem Ort stattfanden, aber auch die physische Entfernung zum nächstgelegenen Wohnort bekannter Straftäter*innen (ab 2017 als „Verdächtige“ bezeichnet).

„Der Grund, warum sich diese Programme zur prädiktiven Polizeiarbeit oft auf Einbrüche konzentrieren, liegt darin, dass Einbrüche in fast 100 Prozent der Fälle zu einer Anzeige führen“, erklärt Christoph Vandeviver, Forschungsprofessor an der Universität Gent: „Die Menschen müssen die Straftat bei der Polizei anzeigen, um eine Entschädigung von ihrer Versicherung zu erhalten.“ Außerdem sei der Standort eines Wohnhauses unveränderlich, erklärt er weiter. „Das bedeutet, dass es bei unseren räumlichen Datenpunkten wenig Spielraum für Fehler gibt.“

Der genaue Zeitpunkt eines Einbruchs ist jedoch weniger eindeutig. Oft sind die Betroffenen entweder nicht zu Hause oder schlafen gerade. Dadurch entsteht ein variierender Zeitrahmen, in dem die Tat begangen worden sein konnte. In CAS wurde diese Unsicherheit berücksichtigt, indem ein Mittelwert berechnet wurde: zwischen dem Zeitpunkt, zu dem jemand sein Zuhause verließ oder zu Bett ging, und dem Zeitpunkt, an dem der Einbruch erstmals bemerkt wurde. Laut einer Studie der niederländischen Forschenden Serena Oosterlo und Gerwin Van Schie stellt diese Berechnung eines Mittelwerts eine klare Einschränkung in dem Vorhersagemodell dar.

Neben Kriminalitätsdaten waren auch soziodemografische Variablen für die Vorhersagen von CAS von entscheidender Bedeutung. Das System berücksichtigte Familiengrößen und Einkommen wie auch die Anzahl der Sozialhilfeempfänger*innen und Einpersonenhaushalte in einem Gebiet. Oosterlo und Van Schie schreiben, CAS stufte potenzielle Einbrecher*innen wie auch die Opfer von Einbrüchen unter anderem als Mitglieder „zerbrochener Familien“ oder Menschen mit „ärmerem Hintergrund“ ein. Ein Indikator zur Anzahl nicht-westlicher Immigrant*innen, der in der ursprünglichen Liste des Systems enthalten war, wurde 2017 entfernt. Laut Willems lieferte er keinen zusätzlichen Wert für die Vorhersage.

Eine Untersuchung ergab, dass 2023 – demselben Jahr, in dem die niederländische Polizei eine Folgenabschätzung zu den Themen KI und Menschenrechte durchführte – alle sozioökonomischen Datenpunkte aufgrund ihrer „begrenzten Auswirkung auf die Vorhersagen des Algorithmus“ entfernt wurden. Die Analyse zeigte, dass der Einsatz von CAS mindestens vier individuelle Rechte beeinträchtigen könnte: das Recht auf Autonomie, die Unschuldsvermutung, das Verbot der Ungleichbehandlung sowie das Recht auf die Erklärbarkeit des Algorithmus.

Die landesweite Einführung des Systems

Zwei Jahre nach den ersten Versuchen beschloss die Polizei, den Anwendungsbereich des Systems über Amsterdam hinaus auszuweiten. 2015 wurden CAS-Pilotprojekte in den Polizeibezirken Enschede, Groningen-Noord, Hoefkade und Hoorn durchgeführt – kleinere Ortschaften, die über die Niederlande verteilt lagen. Die Projekte wurden anschließend von drei Forschenden von der niederländischen Polizeiakademie ausgewertet, einer Kombination aus Polizeischule und Forschungsabteilung.

Damals räumten die Forschenden der Akademie in ihrem Bericht ein, dass auch sie „die Begeisterung für Predictive Policing“ teilten. Sie berechneten, dass CAS etwa 13,5 Prozent der Gebiete, in denen Einbrüche stattfanden, korrekt vorhergesagt hatte. Das war fünfmal besser als in Gebieten, in denen Straftaten durch zufällige Streifen identifiziert wurden.

Die Autor*innen des Berichts stellten jedoch zudem fest, dass es keine Belege gibt, die die „vermuteten Effekte“ der prädiktiven Polizeiarbeit „plausibel“ machten. Genauer gesagt fanden die Forschenden heraus, dass in den vier Polizeibezirken, die CAS nutzten, um ihre Streifen zu planen, die Kriminalitätsrate nicht signifikant niedriger war als im Vergleich zum Rest des Landes. In anderen Worten: CAS hatte sein Versprechen einer rückgängigen Kriminalität nicht eingehalten.

Die Polizeibeamten waren ohnehin nicht von dem Versprechen der „prädiktiven“ Polizeiarbeit überzeugt. Unter den CAS-Nutzenden war eine Mehrheit der Meinung, das System habe weder die Effektivität noch die Kapazitätsverteilung im Team oder die Arbeitszufriedenheit verbessert.

Ungeachtet dieser negativen Auswertung des Pilotprojekts kündigte die Polizei im Mai 2017 an, CAS solle landesweit eingeführt werden.

Damals prahlte die niederländische Polizei damit, das einzige europäische Land zu sein, das eine Software für „prädiktive“ Polizeiarbeit auf nationaler Ebene einsetzte.

„Nachdem der Bericht der Polizeiakademie veröffentlicht wurde, waren alle Warnsignale vorhanden“, erinnert sich Stijn Ruiter, Professor für evidenzbasierte Polizeiarbeit an der Vrije Universiteit Amsterdam. „Es gab so wenig wissenschaftliche Evaluierung für dieses Programm, und trotzdem wollte die Polizei damit fortfahren.“

Autodiebstähle analysieren – in autofreien Zonen

Die landesweite Einführung des Systems begann 2017, zunächst in etwas mehr als der Hälfte der damals 167 niederländischen Polizeibezirke. Die Forscherin Lauren Waardenburg begleitete das Datenteam in Amsterdam und die Polizist*innen im Einsatz, die oftmals einen gelangweilten Eindruck machten, wenn sie CAS nutzten. „Das Abfahren dieser Rastergebiete ist für die Beamten ziemlich absurd“, erinnert sie sich. „Die Idee dahinter ist eben, dass es keine zunehmende Kriminalität gibt, gerade weil sie vor Ort präsent sind. Das kann sich für die Polizei ziemlich ziellos anfühlen.“

Umso mehr, als das Modell anfing, Unsinn auszuspucken. So schlug CAS den Beamten beispielsweise vor, in autofreien Zonen zu patrouillieren, um Autodiebstählen vorzubeugen. In einem anderen Fall stellte das Modell die Prognosen gänzlich ein, da nach Angaben der Polizei selbst ebenso wie Waardenburgs Forschung nicht genügend Kriminalitätsdaten zur Verfügung standen. Der Kriminologe Stijn Ruiter sagt, diese Probleme offenbarten einen großen Mangel bei sämtlichen „prädiktiven“ Polizeimodellen: „Was sollen Polizeibeamte vor Ort mit diesen Vorhersagen anfangen? Der Fokus liegt immer auf der Genauigkeit der Vorhersage, aber die Polizeiarbeit selbst findet kaum Beachtung.“

2022 äußerte auch der niederländische Rechnungshof ernsthafte Bedenken. Die unabhängige Stelle prüfte neun staatliche Algorithmen, die in verschiedenen Bereichen eingesetzt wurden. Dabei wurden zwölf Kriterien angewendet, die in vier breitere Kategorien unterteilt waren: Rechenschaftspflicht, Verzerrungen in den Trainingsdaten, Datenschutz und IT-Management.

Von allen getesteten Systemen schnitt CAS am schlechtesten ab: Bei jedem einzelnen Kriterium wurde ein mittleres bis hohes Risiko festgestellt. Der Rechnungshof schrieb, es gebe keine ausreichende Kontrolle über verzerrte Ergebnisse, es sei keine Datenschutzanalyse durchgeführt worden und die Polizei erhebe mehr Daten als nötig.

Wieder einmal schien die Polizei nicht sonderlich beeindruckt zu sein. In einem Schreiben erklärte die Polizei, die Behauptung darüber, dass CAS ein hohes Risiko darstelle, sei „unbegründet“ und eine Datenschutzprüfung daher „nicht erforderlich“. Der Algorithmus könne somit „weiterhin genutzt werden“.

Das (unerwartete) Ende

Im Juni 2025, nur wenige Wochen vor der geplanten Kraai-Sitzung, veröffentlichte der Wissenschaftliche Beirat der Polizei schließlich einen weiteren kritischen Bericht. Dieser war zwar allgemeiner gehalten, stellte jedoch fest, dass die Polizei ihre Ermittlungsarbeit eher für nachträgliche Auswertungen und die gegenwärtige Arbeit nutzen sollte, anstatt zu versuchen, die Zukunft vorherzusagen.

Im Einklang mit dieser Einschätzung kam der Kraai-Bericht zu dem Schluss, CAS solle eingestellt werden. In Bezug auf die mangelhafte „prädiktive Fähigkeit“ wies der interne Bericht zudem darauf hin, dass das eigentliche Ziel des Systems nicht richtig definiert worden sei. Im Zusammenhang damit kommt der Bericht zu dem Schluss, es gebe „keine formalen Vorgaben“, wann ein Team CAS einsetzen sollte – was das Risiko berge, dass Geld für den Betrieb und die Wartung eines Systems ausgegeben wird, „das kaum genutzt wird“.

Polizeibeamte, die CAS nutzten, seien zudem nicht über die Grenzen und Risiken des Systems informiert worden, heißt es in dem Bericht. Polizist*innen und Mitarbeiter*innen im Nachrichtendienst könnten das Modell daher überschätzen, was zu einem sogenannten „Automation Bias“ führe. Darüber hinaus erklärten die Expert*innen, CAS werden „möglicherweise auf Basis unrechtmäßiger rechtlicher Grundlagen eingesetzt“. Das bedeutet, die Datenverarbeitung könnte rechtswidrig gewesen sein.

Schließlich beschloss der Algorithmus-Beirat der niederländischen Regierung im Januar 2026, das System einzustellen. Die Begründung: Alternativen zu CAS scheinen „effektiver zu sein“ und bergen „weniger Risiken im Zusammenhang mit den verwendeten Daten“.

„Das öffentliche Bewusstsein für die Risiken solcher KI-Systeme hat in den Niederlanden stark zugenommen, nachdem wir hier einige große Skandale hatten“, sagt Marc Schuilenburg, Professor für digitale Überwachung an der Universität Rotterdam und Mitautor des Berichts des Wissenschaftlichen Beirats. 2021 stürzte die niederländische Regierung, nachdem SyRI, ein automatisiertes System zur Verwaltung von Sozialleistungen, Tausende Eltern fälschlicherweise des Betrugs bezichtigt und sie in den finanziellen Ruin getrieben hatte. Kritik richtete sich gegen den Einsatz eines weiteren umstrittenen Algorithmus, der vorhersagen sollte, welche Personen zu gewalttätigem Verhalten neigen könnten. Derartige Fälle lösten öffentliche Empörung und eine Debatte über die Notwendigkeit zur Überwachung solcher „Black-Box-Systeme“ aus.

Polizeiarbeit und Big Data: eine unendliche Geschichte

Mit dem stillschweigenden Ende von CAS ist die prädiktive Polizeiarbeit in Europa jedoch längst nicht aus der Welt. Stattdessen kündigte die britische Regierung an, bis 2030 eine „detaillierte und interaktive Echtzeitkarte“ zu entwickeln, die vorhersagen kann, wo Messerangriffe stattfinden werden. Außerdem zielt die Karte darauf ab, „antisoziales Verhalten zu erfassen, bevor es außer Kontrolle gerät“, womit angedeutet wird, dass Vorhersagen über individuelles Verhalten getroffen werden sollen.

Parallel dazu hat ein Team von Kriminolog*innen an der Universität Gent in Belgien ein KI-Modell zur Vorhersage von Wohnungseinbrüchen entwickelt. Dieses ehrgeizige Projekt namens „Bigdatpol“ soll zum Maßstab für die Polizeiarbeit mit Big Data in Europa werden.

In den vergangenen Jahren hatte das Bigdatpol-Team bereits Kontakt zu Polizeibehörden und Unternehmen in Österreich, Deutschland, Ungarn, Serbien, Spanien, Großbritannien und – beinahe ironischerweise – den Niederlanden.

Der Entwickler von CAS, Dick Willems, lehnte eine Einladung zu einem Interview ab.

Ein Antrag auf Informationsfreiheit bei der niederländischen Polizei verschaffte keinen Zugang zu der aktuellsten Variablenliste, die in CAS verwendet wird.

Dieser Beitrag entstand im Rahmen des „Algorithmic Accountability Reporting Fellowship“ von AlgorithmWatch und mit Unterstützung des Pascal-Decroos-Fonds für besondere journalistische Projekte.