Ein automatisierter Abgleich der Polizeigesetze verschiedener Bundesländer

Zielsetzung

Das Polizeirecht wird in Deutschland je nach Bundesland unterschiedlich geregelt. Dennoch sind aufgrund des analogen Aufgabenspektrums große Ähnlichkeiten zu erwarten.

Ziel der vorliegenden Analyse war es – unter Nutzung der Möglichkeiten der Digitalisierung – mittels der Verfahren des Machine Learning und des Natural Language Processing (NLP) semantische Ähnlichkeiten und Unterschiede zwischen den verschiedenen Gesetzen (Stand 11.05.2018) zu identifizieren.
Ausgangspunkt hierfür war das bayerische Polizeiaufgabengesetz (BayPAG), das mit entsprechenden Gesetzen der übrigen Bundesländer automatisiert abgeglichen wurde.
Neben allgemeinen Ähnlichkeiten zu den übrigen Gesetzen erfolgte darüber hinaus ein Paragraphen-spezifischer Abgleich mit den Polizeigesetzen von Thüringen (PAG), Baden-Württemberg (PolG) und Hamburg (SOG).

Methoden und Tools

Die Verfahren des NLP im hier verwendeten Sinne ermöglichen semantische Analysen von Texten anhand darin vorkommender Themen (Topics) zur Identifizierung von Ähnlichkeiten bei beliebiger Granularität.
Bei der verwendeten Methode Latent Semantic Analysis erfolgt eine Reduktion der betrachteten Begriffe auf eine vorgegebene Anzahl von Themen und hierdurch eine Abbildung von Texten auf einen „semantischen Raum“.
Neue Texte und Text-Komponenten können anschließend auf semantische Ähnlichkeiten hin untersucht werden.
Die Analysen erfordern Programme auf der Basis entsprechender Analysetools, wie z.B. Python oder R.

Analyse

Zunächst werden die Einheiten bestimmt anhand derer die Texte zu untersuchen sind (Sätze, Paragraphen, usw.) .
Mittels eines „Trainings-Textes“ wird eine Abbildung auf eine vorgegebene Anzahl von Topics ermittelt („Modell“).
Die zu untersuchenden Texte werden ebenfalls mittels des Modells abgebildet und anschließend quantitativ auf Ähnlichkeiten hin untersucht.
Das Verfahren lässt sich automatisieren und auf eine große Anzahl von Texten anwenden.

Vorteile einer automatisierten Untersuchung

Automatische Analysen können per definitionem sehr schnell und standardisiert durchgeführt werden.
Selbst mit herkömmlichen Laptops können binnen Minuten semantische Ähnlichkeiten in Dutzenden komplexer Gesetze analysiert werden.

Der personelle Aufwand für die Nutzung und ggf. Weiterentwicklung ist äußerst gering und von der Anzahl der betrachteten Gesetze weitgehend unabhängig.

Die Ähnlichkeiten zwischen den Gesetzen auf Gesamt- und Paragraphen-Ebene liegen quantitativ vor und sind jederzeit reproduzierbar.
Unterschiede durch subjektive Präferenzen sind damit praktisch ausgeschlossen.
Analysen lassen sich nachvollziehbar dokumentieren.

Ergebnisse der Analyse

Die Analyse auf Gesamt-Ebene ergibt unterschiedlich große Ähnlichkeiten des bayerischen Polizeigesetzes zu dem anderer Bundesländer (s. Radar-Plot unten).
Die größte Ähnlichkeit besteht hierbei zum Polizeigesetz Thüringen, während sich das entsprechende Gesetz Hamburgs am stärksten von dem Bayerns unterscheidet.

Ähnlichkeit des bayerischen Polizeigesetzes zu dem anderer Bundesländer

Ein Abgleich auf Paragraphen-Ebene zwischen den Gesetzen Bayerns und Thüringens demonstriert die große Ähnlichkeit auf eindrucksvolle Art.
Die helle Diagonale der Ähnlichkeitsmatrix (Spalten: Polizeigesetz Bayern; Zeilen: Polizeigesetz Thüringen) weist auf starke Ähnlichkeiten für den größten Teil der Gesetze sowie auf eine fast identische Gesamtstruktur hin.
So sind BayPAG, Art. 66 (Allgemeine Vorschriften für den Schußwaffengebrauch) und § 64, PAG (Allgemeine Bestimmungen für den Schußwaffengebrauch) fast identisch.
Eine relative Ausnahme stellt hingegen BayPAG, Art. 73 (Rechtsweg) dar, zu dem es im POG keinen unmittelbar semantisch auffindbaren Paragraphen gibt.
Download: Liste ähnlicher Paragraphen BayPAG – POG

Ähnlichkeitsmatrix der Polizeigesetze Bayerns und Thüringens

Stärkere Unterschiede weist, wie erwartet, die Ähnlichkeitsmatrix zwischen dem BayPAG und dem baden-württembergischen PolG auf. Hier ist die Hauptdiagonale zwar noch erkennbar, aber unterbrochen und teils versetzt, was auf einen unterschiedlichen Gesamt-Aufbau schließen lässt.
Als ähnlichste Pragraphen hier wurden BayPAG, Art. 41 (Datenübermittlung an Personen oder Stellen außerhalb des öffentlichen Bereichs) sowie PolG, § 44 (Datenübermittlung an Personen oder Stellen außerhalb des öffentlichen Bereichs) identifiziert.
Kein Gegenstück wurde u.a. für BayPAG Art. 57 (Ersatzzwangshaft) ermittelt.
Download: Liste ähnlicher Paragraphen BayPAG – PolG

Ähnlichkeitsmatrix der Polizeigesetze Bayerns und Baden-Württembergs

Die großen Unterschiede zwischen dem BayPAG und dem hier untersuchten Polizeigesetz Hamburgs (SOG) sind auch in der Ähnlichkeitsmatrix gut erkennbar. Die Hauptdiagonale ist nur bruchstückhaft erhalten, mit großen Bereichen ohne nennenswerte Übereinstimmung.
Ähnliche Paragraphen hier sind insb. BayPAG, Art. 24 (Verfahren bei der Durchsuchung von Wohnungen) sowie SOG, § 16 a (Verfahren beim Durchsuchen von Wohnungen) und BayPAG, Art. 64 (Androhung unmittelbaren Zwangs) sowie SOG, § 22 (Androhung unmittelbaren Zwanges).
Download: Liste ähnlicher Paragraphen BayPAG – SOG

Ähnlichkeitsmatrix der Polizeigesetze Bayerns und Hamburgs

Abschließend lässt sich festhalten, dass mit den uns verfügbaren Verfahren des Machine Learning und des NLP auf einfache Weise Ähnlichkeiten zwischen den länderspezifischen Polizeigesetzen auf Gesamt- wie auf Paragraphen-Ebene identifiziert werden konnten.
Die Gesamtstruktur ausgewählter Gesetze konnte grafisch gegenübergestellt werden, ähnliche Paragraphen konnten ebenso effizient ermittelt werden wie Unterschiede.

Weitere, auf diesem Verfahren aufbauende Analysen sind problemlos möglich.

Wir unterstützen unsere Kunden bei diesbezüglichen Fragestellungen. Gerne erläutern wir unseren Ansatz auch im Rahmen eines Vorab-Workshops.

Zudem bieten wir mit Regulytics® eine Web-Applikation zur automatisierten Analyse von Regularien auf Gesamt- und Paragraphen-Ebene.

Kontakt

Dr. Dimitrios Geromichalos
Founder / CEO
RiskDataScience UG (haftungsbeschränkt)
Theresienhöhe 28, 80339 München
E-Mail: riskdatascience@web.de
Telefon: +4989244407277, Fax: +4989244407001
Twitter: @riskdatascience

Regulytics® ist eine eingetragene Marke beim Deutschen Patent- und Markenamt.