Die Gewährleistung von Sicherheit und Ordnung in den österreichischen Justizanstalten ist eine Kernaufgabe des österreichischen Strafvollzugs. Besonders der Schutz der direkt am System Strafvollzug beteiligten Personen, also der Inhaftierten und Bediensteten, vor physischer und psychischer Gewalt, ist von essentieller Bedeutung. Im Jahr 2019 gab es in den österreichischen Justizanstalten im Durchschnitt beinahe täglich einen körperlichen Übergriff auf Bedienstete und pro Tag mehr als zwei zur Anzeige gebrachte strafbare Handlungen zwischen Inhaftierten.
Ziel des Projektes ist es, zu untersuchen, wie mit Hilfe neuer Technologien aus dem Bereich der künstlichen Intelligenz die Bediensteten im Strafvollzug entlastet und sowohl Bedienstete als auch Inhaftierte besser geschützt werden können. Zu diesem Zweck wird ein innovativer multimodaler Ansatz verfolgt, bei dem Erkenntnisse aus dem neu entstehenden Forschungsbereich „Privacy Preserving Machine Learning (PPML)“ zur Anwendung kommen. Bereits bei der Akquise der Sensordaten wird die Wahrung der Privatsphäre gewährleistet, indem verstärkt auf anonymisierende Sensortechnologien gesetzt wird. Konkret kommen 3D und Thermalsensoren, sowie „Wearables“ zum Einsatz; herkömmliche RGB-Kameras werden ausschließlich kontextsensitiv aktiviert, wenn die Identifikation von Personen aus Sicherheitsgründen unumgänglich ist. Das entworfene System ist offen; auch eine zukünftige Erweiterung durch andere Modalitäten (etwa Audio oder beliebige IoT-Devices) wird ermöglicht. Die verschiedenen Datenquellen werden zu einem konsistenten Fusionsmodell zusammengefügt, um komplexe Verhaltensmuster zu erfassen. Neben kritischen – beispielsweise gesundheitsbedingten – Ereignissen, die einen unmittelbaren Eingriff erfordern, werden auch andere Ereignisse, welche isoliert betrachtet unscheinbar erscheinen, vom System erfasst. Dazu zählen etwa nonverbale Interaktion oder physische Kontakte. Diese werden in einem Eventgraphen hinterlegt und erlauben so die Analyse von (u.a. aggressionsbedingten) Verhaltensmustern auch über längere Zeiträume. Darüber hinaus stellt dieser Ansatz eine Verbindung zum zunehmend an Wichtigkeit erlangenden Konzept der „Explainable Artificial Intelligence (XAI)“ her und ermöglicht die Entwicklung eines Gesamtsystems, welches dem Endnutzer nicht nur nützliche, sondern auch nachvollziehbare Schlussfolgerungen präsentiert. Darüber hinaus wird die in Rede stehende Technologie einem umfassenden Impact Assessment unterzogen. Dieses inkludiert eine empirische Bedarfs- und Risikoanalyse ebenso wie eine juristische Prüfung und kritische ethische Diskussion der grund- und menschenrechtlichen Zulässigkeit derartiger Anwendungen.
Projektpartner
Projektleitung:
Computer Vision Lab, Technische Universität Wien, Institut 193/1
Ansprechperson: PD. Dr. Martin Kampel
Telefon: 01 58801-193164
E-Mail: martin.kampel@tuwien.ac.at
Adresse: Favoritenstraße 9, 1040 Wien
Homepage: https://cvl.tuwien.ac.at/
Bundesministerium für Justiz
Ansprechperson: Dipl.-Ing. Wolfgang Schlapschy
Telefon: 0650 / 90 20 606
E-Mail: wolfgang.schlapschy@bmj.gv.at
Adresse: Museumstraße 7, 1070 Wien
Homepage: https://www.bmj.gv.at/
CogVis Software und Consulting GmbH
Ansprechperson: Michael Brandstötter
Telefon: 01 236 0580
E-Mail: brandstoetter@cogvis.at
Adresse: Wiedner Hauptstraße 17/3a, 1040 Wien
Homepage: https://cogvis.ai/
PKE Holding AG
Ansprechperson: DI Werner Kloihofer, MLBT
Telefon: +43 664 80470 1486
E-Mail: w.kloihofer@pke.at
Ansprechperson: Patrick Leitgeb, MSc BSc
Telefon: +43 664 80470 1271
E-Mail: p.leitgeb@pke.at
Ansprechperson: Walter Kuhn MAS
Telefon: +43 664 80470 1108
E-Mail: w.kuhn@pke.at
Adresse: Computerstraße 6, 1100 Wien
Homepage: https://www.pke.at/
Research Institute AG & Co KG
Ansprechperson: Robert Rothmann, MA PhD
Telefon: +43/1-524-3524-0
E-Mail: robert.rothmann@researchinstitute.at
Adresse: Wollzeile 1/1/1, 1010 Wien (RI Büro c/o Österreichische Computergesellschaft OCG)
Homepage: https://researchinstitute.at/
Projekthomepage
https://cvl.tuwien.ac.at/project/kiis/
