Die jüngsten Fortschritte in generativer KI, insbesondere bei Large Language Models (LLMs), eröffnen erhebliche Innovationspotenziale zur Effizienzsteigerung. Sie ermöglichen die Analyse großer Datenmengen, unterstützen Entscheidungsprozesse und automatisieren Berichtspflichten – auch für Strafverfolgungsbehörden. Gleichzeitig bleiben jedoch zentrale Herausforderungen bestehen, darunter die Anfälligkeit für fehlerhafte oder nicht nachvollziehbare Ergebnisse, der Schutz sensibler Daten sowie ethische, soziale und regulatorische Fragen – insbesondere im Hinblick auf den EU AI Act.
Das LLEA-Projekt entwickelt und evaluiert LLM-basierte Methoden zur Datenanalyse in der Strafverfolgung. Es konzentriert sich auf drei zentrale Anwendungsfälle: (i) Transkription und Übersetzung, (ii) Analyse großer, heterogener Datenmengen und (iii) Identifikation betrügerischer Investment-Plattformen. Neben technischen Aspekten wie Genauigkeit und Skalierbarkeit werden auch regulatorische Anforderungen, Bias, Nachvollziehbarkeit, soziale Kosten und organisatorische Veränderungen berücksichtigt, um fundierte Handlungsempfehlungen abzuleiten.
Die erwarteten Projektergebnisse lassen sich in vier zentrale Bereiche gliedern. Erstens wird eine umfassende Analyse regulatorischer, ethischer und sozialer Rahmenbedingungen durchgeführt. Zweitens werden LLM-basierte Methoden für spezifische Anwendungsfälle entwickelt, optimiert und in einen durchgängigen Workflow integriert. Drittens erfolgt eine systematische Validierung in einer Proof-of-Concept-Umgebung anhand technischer und nicht-technischer Kriterien. Abschließend werden praxisorientierte Schulungen für Ermittler und Analysten etabliert und langfristig in die Weiterbildungsprogramme der Bedarfsträger integriert.
Die am LLEA-Projekt beteiligten Bedarfsträger (BMI, BMF, FMA, ZCB) profitieren von wissenschaftlich fundierten, maßgeschneiderten Lösungsansätzen für reale Herausforderungen sowie deren systematischer Validierung. Die beteiligten KMUs (m2n, IKNAIO) können auf Basis der Projektergebnisse neue Produkte und Dienstleistungen zur forensischen Analyse von Massendaten entwickeln und in ihre Geschäftsmodelle integrieren. Insgesamt schaffen die Projektpartner eine Grundlage für weitere thematisch verwandte Initiativen auf europäischer und internationaler Ebene.
ProjektleiterIn
Complexity Science Hub Vienna
MeCernichgasse 8
A-1030 Vienna
Dr. Bernhard Haslhofer
haslhofer(at)csh.ac.at
+43 1 59991 600
Auflistung der weiteren Projekt- bzw. KooperaAonspartnerInnen
Universität Wien
AIT – Austrian InsDtute of Technology GmbH
Iknaio Cryptoasset AnalyDcs GmbH
m2n – consulDng and development GmbH
Bundesministerium für Inneres
Bundesministerium für Finanzen
Finanzmarktaufsichtsbehörde
hCps://complexity-science-hub.github.io/llea
