Schnelle und verständliche Informationen zu Vorfällen auf See sind Voraussetzung für deren effiziente und zielgerichtete Bearbeitung. Um die tägliche manuelle Ermittlungsarbeit von Behörden und Organisationen mit Sicherheitsaufgaben hinsichtlich dieser Vorfälle auf See zu erleichtern, müssen Arbeitsvorgänge und die zugrundeliegenden Werkzeuge optimal auf die Bedürfnisse der involvierten Benutzergruppen zugeschnitten sein, was bislang nicht der Fall ist. Das zeigen in der Vergangenheit zahlreiche Fälle, deren Ermittlungen zum Beispiel bei Drogenfunden, Paraffinverschmutzungen oder Ladungsverlusten sehr viel Zeit in Anspruch nehmen und nur mit signifikantem Zeitversatz durchgeführt werden können. Dabei sind gerade zu Beginn eines Vorfalls schnelles Handeln und gezielte Maßnahmen von entscheidender Bedeutung. Auch unter dem Aspekt einer Prävention ist es wichtig, Vorfälle zeitnah und effizient zu bearbeiten, um eine abschreckende Wirkung für zukünftiges kriminelles Handeln zu bewirken. Im Rahmen des Forschungsprojekts „EASE“ wurden innovative KI-Verfahren mit völlig neuen Assistenz- und Interaktionstechnologien für eine signifikant verbesserte Effizienz forensischer Ermittlungstätigkeiten im maritimen Bereich erforscht und evaluiert. Hierbei galt es, insbesondere die Aufklärungsquote bei zeitkritischen Fällen zu erhöhen. Das entwickelte Gesamtsystem stellten die Projektbeteiligten letzte Woche Vertretungen von Landes- und Bundesbehörden und Beschäftigten des Maritimen Sicherheitszentrums vor.
Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) hat in EASE intelligente Verkehrsalgorithmen konzeptioniert und evaluiert, mit denen sich verschiedene Arten von Ereignissen automatisch identifizieren lassen, zum Beispiel plötzliche Ausfälle der Verkehrsdatenermittlung oder ungewöhnliche Schiffsbegegnungen und -bewegungen. Ereignisse können dabei auf unterschiedliche Weisen erkannt werden. Dazu wird auf KI-Verfahren zurückgegriffen, in denen das Normalverhalten des maritimen Verkehrs feingranular hinterlegt ist. Das Verfahren unterteilt Schifffahrtswege in Sektoren und etabliert je Fahrtrichtung ein Modell des Normalverhaltens in Abhängigkeit von Kontextinformationen, unter anderem über Jahreszeiten, Schiffstypen und -größen, und berechnet Wahrscheinlichkeitsverteilungen, mittels denen ermittelt werden kann, ob das Verhalten eines Schiffs in einem Sektor typisch ist oder ein auffälliges Verhalten darstellt. Zur Prüfung der KI-Verfahren wurden vom DLR mit der Verkehrssimulation aus dem maritimen Testfeld eMIR (eMaritime Integrated Reference Platform) synthetisch erstellte Verkehrslagen generiert, sowie relevante Ereignisse in reale Verkehrslagen eingemischt.
Das Forschungsprojekt EASE (KI-basierte Assistenz für forensische Ermittlungen auf See) wurde unter dem Förderkennzeichen 03SX497 vom BMWK im maritimen Forschungsprogramm gefördert. Partner im Projekt waren Airbus, das Bundesamt für Seeschifffahrt und Hydrographie (BSH) und die Humatects GmbH.
