Multimodale Graphenanalyse für die Strafverfolgung

Dieses Projektvorhaben adressiert die zentrale Herausforderung der modernen digitalen Forensik, die durch eine zunehmende Fragmentierung und Masse heterogener Datenbestände geprägt ist. In der aktuellen Ermittlungspraxis werden strafrechtlich relevante digitale Spuren – etwa Texte, Bilder, Audio- und Videodateien – meist isoliert und modalitätsspezifisch betrachtet, was die systematische Verknüpfung verteilter Hinweise erschwert und das Risiko birgt, komplexe Zusammenhänge zu übersehen. Das Vorhaben setzt an diesem Defizit an und verfolgt das Ziel, diese methodische Isolation durch den Einsatz moderner, multimodaler KI-Methoden konzeptionell zu überwinden. Der Kern des Forschungsansatzes liegt in der Überführung heterogener Inhalte in ein einheitliches, raum- und zeitbezogenes Graphenmodell, das Beziehungen zwischen Personen, Objekten und Ereignissen nicht nur abbildet, sondern analytisch zugänglich macht. Ein wesentlicher Fokus liegt dabei auf der Erklärbarkeit und Nachvollziehbarkeit der eingesetzten Verfahren, um den hohen Anforderungen des justiziellen Umfelds an die Dokumentation und rechtliche Verwertbarkeit gerecht zu werden. Das Projekt versteht sich explizit als wissenschaftlich fundierte Auseinandersetzung mit den methodischen Grundlagen der Forensik und nicht als bloße Entwicklung eines operativen Werkzeugs. Durch die systematische Untersuchung erklärbarer, graphbasierter Ansätze leistet das Vorhaben einen signifikanten Beitrag zur Weiterentwicklung digitaler Ermittlungsstrategien. Es schafft die Basis, um große und komplexe Beweislagen effizienter zu erfassen, Priorisierungen kontextbasiert vorzunehmen und plausible Abläufe entlang einer konsistenten Zeitachse zu rekonstruieren, was insbesondere für die Arbeit innerhalb bestehender rechtlicher Rahmenbedingungen von erheblichem methodischem Interesse ist.