True Crime Analyse mit disy Cadenza
Wie Location Intelligence bei der Suche nach Serientätern unterstützt
Durch Datenvisualisierung und -analyse in der Karte lassen sich oftmals Trends und Muster erkennen, die mit reinen Business Intelligence-Auswertungen nicht leicht ersichtlich gewesen wären.
Mit unserem True Crime Beispiel zeigen wir Ihnen, wie die Suche nach Ankerpunkten eines Serientäters (für den Täter relevante Örtlichkeiten, wie bspw. Wohnort, Arbeitsplatz o. Ä.) mithilfe der Geo-Analysemöglichkeiten in disy Cadenza unterstützt werden kann. Unsere Software kann so einen wichtigen Beitrag bei Ermittlungen leisten
Für die Analyse gehen wir Schritt für Schritt vor:
Disclaimer: Diese Datenstory zeigt, wie man mithilfe von disy Cadenza schnell zu neuen, wichtigen Erkenntnissen gelangen kann. Es wird beispielhaft dargestellt, wie ein Täter-Profiler im Rahmen seiner Ermittlungen räumliche Analysen einsetzen kann, um die wahrscheinliche Operationsbasis eines Serientäters räumlich möglichst genau einzugrenzen. Die praktischen Erfahrungswerte des Profilers und Ergebnisse weiterer umfassender Ermittlungsarbeiten werden hierbei aus Gründen der Nachvollziehbarkeit vereinfacht und verkürzt dargestellt.
Geographic Profiling
Unter dem Begriff „Geographic Profiling“, zu Deutsch „Geografische Fallanalyse“, versteht man eine Ermittlungsmethode, die in den letzten 20 Jahren in einigen großen und aufsehenerregenden Fällen von Serientäter-Ermittlungen bekannt wurde.
Im Prinzip geht es bei dieser Ermittlungsmethode darum, nach Ankerpunkten von Serientätern zu fahnden, bzw. die Gebiete zu ermitteln, in denen Ankerpunkte, wie beispielsweise Wohnort, Arbeitsplatz o. Ä. verortet sind. Ausgehend von bekannten Orten einer Tatserie (wie Tatorte, Spurenfundorte, o. Ä.), wird auf Gebiete zurückgeschlossen, die als wahrscheinliche Ausgangspunkte eines Täters in Frage kommen. Hierbei schließen Profiler aus dem Verhaltensmuster eines Serientäters auf dessen wahrscheinlichen Aktionsradius.
Für diese Beispielanalyse nehmen wir uns den Fall von Manfred Seel vor. Der Serientäter, auch unter dem Namen „Hessen-Ripper“ bekannt, wurde erst posthum überführt und wird derzeit für mindestens sieben Mordfälle verantwortlich gemacht.
Schritt für Schritt zur Erkenntnis
Vom Excel direkt in disy Cadenza: Per Self-Service haben wir die recherchierten Tatort-Standorte in Nullkommanichts importiert. Jetzt haben wir alles, was wir für die Analyse benötigen: Daten und die Datenanalyse-Software disy Cadenza.
Im Folgenden stellen wir für eine bessere Übersichtlichkeit die analytische Vorgehensweise vereinfacht dar. Beispielsweise zeigen wir Erreichbarkeitszonen vereinfacht als Kreise. Außerdem wird die eigentliche Analyse mit sieben Tatorten durchgeführt. Die Skizzen beinhalten lediglich drei Tatorte.
Abb. 1: Planquadrate stecken das Analysegebiet ab
Planquadrate als Fahndungsraster definieren
Als erstes Hilfsmittel erstellen wir einen Planquadrate-Layer, welcher das gesamte Suchgebiet umfasst. Dabei kann die Dimension der einzelnen Quadratzellen definiert werden. Wir wählen eine Rasterzellenweite von 400 m (siehe Abbildung 1). Damit wurde das Fahndungsraster für die Tätersuche abgesteckt.
„Täter-Tatort-Puffer“ bedenken
Abb. 2: 5 km: Skizzenhafte Vorgehensweise (links) und Puffer als Erreichbarkeitszonen (rechts)
Kriminalistische Erfahrungen zeigen, dass Serientäter es eher vermeiden, Straftaten in unmittelbarer Näher ihrer Ankerpunkte zu begehen. Im Umkehrschluss bedeutet dies, dass ein Ankerpunkt des Täters nicht in der direkten Umgebung eines Tatortes liegt. Wir wollen diese „Ankerpunkt-Tatort-Puffer-Zone" also ausschließen. Mithilfe von Erreichbarkeitszonen schaffen wir das innerhalb weniger Klicks. Wir wählen in diesem Beispiel einen Radius von 5 km. Zu sehen ist das als Skizze mit Umkreisen (links) und mit Erreichbarkeitszonen (rechts) in Abbildung 2.
Aktionsradius weiter einschränken
Abb. 3: 15 km: Skizzenhafte Vorgehensweise (links) und Puffer als Erreichbarkeitszonen (rechts)
Ebenfalls zeigen Erfahrungswerte, dass Serientäter zwar nicht in ihrem unmittelbaren privaten Umfeld Straftaten begehen, aber wiederum oftmals innerhalb ihrer vertrauten Umgebung agieren. Der Aktionsradius ist somit begrenzt. In unserem Beispiel nehmen wir also an, dass der Serientäter – wieder ausgehend von den Tatorten – nicht in mehr als 15 km Entfernung wohnt, bzw. sich dort ein relevanter Ankerpunkt befindet, von dem aus er agiert. Deshalb können wir theoretisch alle Planquadrate außerhalb eines 15-Kilometer-Radius ausschließen. In Abbildung 3 ist das links vereinfacht dargestellt.
Datenanreicherung gibt den finalen Hinweis
Unser Plan ist es nun, das Suchgebiet weiter einzuschränken, sodass wir einen Ermittlungsbereich identifizieren können, welcher dem Serientäter mit höherer Wahrscheinlichkeit als Ausgangspunkt dient. Grob beschrieben funktioniert das dann wie in Abbildung 4.
Abb. 4: Skizze zum Einschränken des Aktionsraums
Abb. 5: Sieben Tatorte mit Erreichbarkeitszonen
In Abbildung 4 zeigen wir eine Verschneidung der Umkreise. Unsere eigentliche Analyse ist aber weitaus komplexer und aufschlussreicher, denn die Welt ist nicht schwarz-weiß. Deswegen nehmen wir eine Gewichtung der vier Zonen (5, 10, 15 und 20 km) vor: Je wahrscheinlicher es ist, dass sich innerhalb der Zone ein Ankerpunkt des Täters befindet, desto höher ist der angegebene Wert der Gewichtung. Zudem gehen wir bei unserer eigentlichen Analyse von sieben statt drei Tatorten aus. Abbildung 5 zeigt die sieben Tatorte mit den zugehörigen vier Zonen.
Mithilfe von Datenanreicherungen Rasterzellen gewichten
Als nächstes führen wir eine Datenanreicherung durch: Die Planquadrate werden mithilfe der Gewichtungswerte aller Erreichbarkeitszonen angereichert. Das Ergebnis sind eingefärbte Planquadrate. Je dunkler die Rasterzelle, desto wahrscheinlicher ist es, dass sich ein Ankerpunkt des Täters in diesem Gebiet befindet.
Abbildung 5 zeigt unser Ergebnis. Wir sehen, dass es Gebiete gibt, die mit unterschiedlich großer Wahrscheinlichkeit Ankerpunkte beinhalten: Deutlich sticht dabei ein großes Gebiet in der Mitte hervor. Aber es gibt auch Gebiete im Südosten, die eine höhere Wahrscheinlichkeit haben. Jetzt haben wir das Gebiet, in dem sich ein wichtiger Ankerpunkt des Täters befindet, wie beispielsweise der Wohnort, weiter um wertvolle Quadratkilometer eingeschränkt.
Abb. 6: Datenanreicherung: Planquadrate mithilfe der Gewichtungswerte angereichert
Abb. 7: Verdächtige IP-Adressen
IP-Adressen geben den letzten Hinweis
Bis zu diesem Punkt wurden für die Analyse echte Daten verwendet. Um unser Beispiel ein wenig zu erweitern, ergänzen wir jetzt noch einen fiktiven Teil zur Analyse. Nehmen wir einmal an, das Ermittlungsteam konnte die Aktivität eines Opfers in verschiedenen Internetforen nachverfolgen und schließlich an eine Liste von IP-Adressen von Usern gelangen, mit denen sich das spätere Mordopfer ausgetauscht hat. Diese IP-Adressen können in disy Cadenza per Self-Service geokodiert werden. Die Ergebnisstandorte sind in der folgenden Abbildung 7 zu sehen.
Die IP-Adressen sind in ganz Deutschland verteilt. Jedoch befinden sich auch mehrere IP-Adressen im Tatgebiet. Um diese weiter einzuschränken, ist die zeitliche Dimension in der Kommunikation interessant. Die Tat fand am 14.01.2023 statt. Daher schränken wir den Kommunikationszeitraum von potenziellem Täter und Opfer auf einen Monat ein.
Zur Verdeutlichung erstellen wir, wie in Abbildung 8, links gezeigt, ein gruppiertes Säulendiagramm, das die Anzahl der ausgetauschten Nachrichten des Opfers mit den IP-Adressen über die Zeit abbildet. Da zur Zeit der Morde eine solche Ermittlungsmethode noch nicht üblich war und wir den Fall auf heutige Analysemöglichkeiten anwenden möchten, beziehen sich die Daten auf die Jahre 2022 und 2023.
Abb. 8: IP-Adressen, mit denen Nachrichten an das Opfer gesendet wurden
Abb. 9: Verdächtigte IP-Adresse
Nach dem zeitlichen Einschränken der Daten bleibt nur noch eine IP-Adresse in der Nähe der Tatorte übrig: 94.114.88.198. In Abbildung 8, rechts sind die entsprechenden Säulen hervorgehoben. Abbildung 9 zeigt diese IP-Adresse in der Karte in Orange.
IP-Adressen haben eine gewisse Unschärfe. Sie sind nicht als finale Destination, sondern eher als Gebiet zu verstehen. Die Daten verraten uns: Bei der verdächtigen IP-Adresse ist von einem 20-Kilometer-Radius auszugehen. Also definieren wir ausgehend von dieser IP-Adresse mithilfe eines räumlichen Filters einen 20-Kilometer-Radius (Abbildung 10) und schränken so das Gebiet, welches potenzielle Ankerpunkte beinhaltet, weiter auf wenige Quadratkilometer ein. Die relevanten Planquadrate (dunkelblau) liegen hauptsächlich über einer Stadt: Schwalbach am Taunus (Abbildung 10, rechts).
Abb. 10: Gebiet mit möglichem Ankerpunkt mithilfe der IP-Adresse weiter einschränken
Der Täter Manfred Seel wohnte tatsächlich in Schwalbach im Taunus, das sich in unserem ermittelten Gebiet befindet. Die Presse nannte ihn auch „Jack the Ripper von Schwalbach“. Nach seinem Tod wurde einiges Beweismaterial gegen ihn in einer angemieteten Garage gefunden. So konnte er posthum der Morde an mehreren Menschen überführt werden. Hätte es damals schon eine Datenanalyse-Software wie disy Cadenza gegeben, wäre man Manfred Seel mit großer Wahrscheinlichkeit schon vor seinem Tod auf die Spur gekommen.
Die verschiedenen Location Intelligence-Möglichkeiten und deren Kombination ist der Schlüssel für bestmögliche datengestützte Erkenntnisse. Für Profiling-Analysen wie diese, aber auch andere Analysen, stehen in disy Cadenza noch viel mehr Werkzeuge zur Verfügung als hier vorgestellt wurden. Kontaktieren Sie uns gerne, wenn Sie mehr erfahren möchten!
