Einführung
Cyberkriminalität und damit zusammenhängender Betrug sind heute ein wichtiges Thema. Die Analyse statistischer Daten kann Aufschluss über die Trends bei der elektronischen Kriminalität und die Häufigkeit der Vorfälle je nach Region geben und helfen, die Straftaten zu klassifizieren. Die Auswertung der statistischen Daten zu einem der Aspekte der Kriminalität ist von entscheidender Bedeutung, da das Strafjustizsystem an vierter Stelle der öffentlichen Ausgaben steht (MacDonald, 2002). Mit der aktiven Nutzung von Fortschritten in der Informationstechnologie kann man daher behaupten, dass der Bereich der Cyberkriminalität und des elektronischen Betrugs mehr Möglichkeiten zur Ausbreitung erhalten hat. Die Verwendung statistischer Datensätze in der Forschung ist mehr als nur die Berechnung und Meldung von Zahlen, sondern die Nutzung dieser Daten, um Schlussfolgerungen über einen wichtigen Aspekt zu ziehen (Dowdy, Wearden, & Chilko, 2011). So ist es von entscheidender Bedeutung, die Statistiken über einen bestimmten Bereich im Bereich der Kriminalität zu analysieren, da sie ein größeres Bild ergeben und das Problem aus verschiedenen Blickwinkeln betrachten können.
Die statistischen Daten, die für diesen Bericht ausgewählt wurden, sind die zusätzlichen Tabellen über Betrug und Internetkriminalität, die vom Office for National Statistics zur Verfügung gestellt werden. Die Anwendung statistischer Informationen stellt einen Teil des Lernprozesses dar, der zu “informierten Entscheidungen und Handlungen” führt, und es ist für die Forschung von Vorteil, Statistiken anzuwenden (Pfannkuch & Rubick, 2002, S. 4). Darüber hinaus führen verschiedene Branchen eine statistische Untersuchung durch, um “mehr über den Kontext zu erfahren” und neue Ideen zu synthetisieren und so eine rationale Denkweise zu entwickeln (Pfannkuch & Rubick, 2002, S. 4). Der Bereich der Verbrechensanalyse und -prävention, einschließlich des breiten Bereichs der Cyberkriminalität und des Betrugs, ist davon nicht ausgenommen und kann die gesammelten Datensätze zu seinem Vorteil nutzen. Die Verwendung dieser Daten impliziert, dass sie für die Forschung nützlich und vorteilhaft sind, da sie eine kostengünstige Möglichkeit zur Sammlung von Informationen bieten. Außerdem bietet sie breitere Möglichkeiten, die bereitgestellten Zahlen zu analysieren und zu bewerten und zu einer Schlussfolgerung innerhalb des engen Themenbereichs zu gelangen.
Der analysierte Datensatz stellt einen Teil der Informationen dar, die offiziell aus zahlreichen Prozessen und Praktiken im Rechtssystem gesammelt wurden. Auch wenn es sich um organisatorische Daten handelt, ist es dennoch wichtig, mögliche Abweichungen und nicht erfasste Vorfälle zu berücksichtigen. Daher sollte man die in den statistischen Zahlen dargestellten Einheiten berücksichtigen, da sie dabei helfen können, festzustellen, ob die verwendete Aggregationsebene zu Vorurteilen in den Schlussfolgerungen führen kann (Rengert & Lockwood, 2008). Dieser Faktor muss unbedingt beachtet werden, da die statistische Analyse auch als Prognoseinstrument dient, um die mögliche Anzahl von Straftaten in der Zukunft zu schätzen. Zu den beiden Schätzungsmethoden gehören die Verwendung von Daten aus mehreren Monaten oder die Berechnung auf der Grundlage der nationalen Standards (Barnett-Ryan, 2006). Die Überprüfung beider Schätzungen kann für die Gewährleistung der Integrität der Statistiken von entscheidender Bedeutung sein, da sie davon abhängt, “ob verschiedene Messungen desselben Phänomens zu ähnlichen Ergebnissen führen” (Rosenfeld, 2006). Folglich sind die Gewährleistung der Gültigkeit und Zuverlässigkeit der Daten wichtige Faktoren bei der Verwendung bestimmter Datensätze für die Forschung.
Datenquelle
Wie im obigen Abschnitt erwähnt, wurden die analysierten statistischen Daten vom Office for National Statistics bereitgestellt. Bei den Daten handelt es sich um Schätzungen aus dem Crime Survey for England and Wales (CSEW) und um Informationen aus den polizeilich erfassten Straftaten des Innenministeriums (Office for National Statistics, 2019). Die Ergebnisse liefern spezifische Informationen über Betrug und Computermissbrauch, wobei andere Arten von Straftaten aus den Statistiken herausgenommen wurden, um ein klareres und objektiveres Bild zu erhalten. Die analysierten Daten enthalten Informationen auf lokaler Ebene und beschreiben die Situation nicht im Vereinigten Königreich, sondern in zwei der wichtigsten Gebiete. Außerdem liefert der letzte veröffentlichte und in den Anhängen dargestellte Datensatz die Informationen bis Dezember 2018. Die Datenerläuterung und der Diskussionsteil berücksichtigen jedoch auch die Zahlen aus den vorangegangenen Jahren.
Jedes Jahr werden neue Datensätze veröffentlicht, um die letzten statistischen Informationen über die Cyberkriminalität in dem betreffenden Gebiet wiederzugeben. Daher ist es wichtig zu bedenken, dass die Zahlen für das im Dezember 2019 endende Jahr noch nicht veröffentlicht wurden und anders ausfallen könnten. Die Situation in Bezug auf Betrug und Computermissbrauch könnte sich also im Laufe des vergangenen Jahres verändert haben und bedarf einer weiteren Bewertung, sobald sie vorliegt.
Ein weiteres entscheidendes Merkmal des vorgestellten Datensatzes ist die Verwendung von deskriptiven Statistiken zur Darstellung der Informationen. Dabei handelt es sich um ein quantitatives Verfahren zur Analyse der Daten, mit dem die Ergebnisse der Gruppen von Betrug und elektronischer Kriminalität sowie die Verteilung der Vorfälle auf die Gruppen bestimmter Regionen beschrieben werden. Die deskriptive Forschung spielt eine grundlegende Rolle bei der Informationsbeschaffung, da eines ihrer Hauptanliegen die externe Validität ist, die für die Untersuchung von Cyberkriminalität und Betrug entscheidend ist (Adams & Lawrence, 2019). Außerdem beziehen sich einige der in den statistischen Ergebnissen dargestellten Informationen auf experimentelle Statistiken, da sie den Vergleich der Kriminalitätsraten auf jährlicher Basis ermöglichen. Obwohl der allgemeine Grundsatz für die Forschung im Bereich Kriminalität und Justiz die Anwendung nicht-experimenteller Methoden aufgrund der Bedeutung der externen und internen Validität ist, können Experimente nützlich sein (Lum & Yang, 2005). Die Ergebnisse zeigen also verschiedene statistische Methoden, und für eine weitere Auswertung ist es möglich, Korrelationsmethoden zu integrieren, um zu weiteren Erkenntnissen zu gelangen.
Präsentation der Daten
Die Informationen aus dem Bericht Kriminalität in England und Wales: Zusätzliche Tabellen zu Betrug und Internetkriminalität sind in den Anhängen enthalten (Office for National Statistics, 2019). Die nachstehenden Abbildungen zeigen die in den Statistiken aufgedeckten Zahlen, um ein klareres Verständnis der Ergebnisse für die künftige Interpretation in der Forschung zu gewinnen. Die Informationen sind für eine genaue visuelle Darstellung in drei Diagrammen angeordnet. Die Erläuterung und Analyse der statistischen Informationen finden Sie im nächsten Abschnitt des Dokuments.
Erläuterung der Daten und Diskussion
Der obige Abschnitt enthält die Zahlen, die die Entwicklung der Kriminalität darstellen. Abbildung 1 zeigt die Häufigkeit von Betrugs- und Computermissbrauchsdelikten nach Gebiet, woraus hervorgeht, dass die Region mit der höchsten Anzahl von Vorfällen London und Südostengland ist. Laut Levi, Doig, Gundur, Wall, & Williams (2015) ist London eines der größten Finanzzentren der Welt, was gleichzeitig mehr Möglichkeiten für Cyberkriminalität eröffnet. Der tägliche Umsatz in London übersteigt 2,5 Milliarden Pfund, wobei der größte Teil davon “von einer hochgradig vernetzten elektronischen Infrastruktur und unterstützender Technologie” abhängt (Levi et al., 2015, S. 2). Auf diese Weise bietet London den Kriminellen zahlreiche Möglichkeiten, ihre Aktivitäten durchzuführen, was die Tatsache erklären kann, dass die Stadt einen der ersten Plätze in Bezug auf das Auftreten von Cyberkriminalität einnimmt.
Bei verschiedenen Vorfällen von Internetkriminalität in England und Wales werden in den einzelnen Gebieten verschiedene Maßnahmen ergriffen. So ist beispielsweise die City of London Police eine der Institutionen, die aktiv an der Verringerung von Betrug arbeitet. Zu den Maßnahmen gehören zusätzliche Schulungen sowohl im privaten als auch im öffentlichen Sektor, die Leitung einer in London ansässigen Opferbetreuungsstelle und die Zusammenarbeit mit Strafverfolgungsbehörden (Levi et al., 2015). Infolgedessen arbeiten die Behörden der Gebiete hart daran, die statistischen Daten für den nächsten Zeitraum positiv zu beeinflussen. Ihr Ziel ist es, die Zahl der Cyberstraftaten in einer Zeit zu verringern, in der die Ausweitung der Online-Aktivitäten zu einer attraktiven Plattform für kriminelle Handlungen und Machenschaften wird.
Die nächste wichtige Information, die die Statistik liefert, ist der Anteil bestimmter Deliktgruppen an der Gesamtzahl der Online-Vorfälle. Hier ist festzustellen, dass der größte Anteil auf obszöne Veröffentlichungen und Erpressung entfällt, was darauf hindeutet, dass diese Deliktsarten innerhalb der elektronischen Kriminalität am häufigsten vorkommen. Diese Arten von Delikten beinhalten Faktoren wie die Verwendung von Programmen, die nicht unter die Klassifizierung Crimeware” fallen, und den häufigen Kontakt zwischen dem Täter und dem Opfer (Gordon & Ford, 2006). Es ist auch wichtig zu berücksichtigen, dass es verschiedene Arten von Erpressung gibt. Einer der gefährlichen und problematischen Bereiche ist die Sextortion oder Webcam-Erpressung, bei der sich die Kriminellen mit den Nutzern anfreunden, um weitere Straftaten zu begehen (National Crime Agency, 2020). Diese Art von Online-Delikten stellt also eine große Gefahr für den Einzelnen dar und erfordert eine sorgfältige Überwachung und strenge Maßnahmen seitens der Behörden.
Aus Abbildung 3 ist ersichtlich, dass die häufigste Art der Kriminalität im Zusammenhang mit Betrug oder Computermissbrauch die Manipulation von Bank- und Kreditkonten ist. Zunächst ist es wichtig, das Konzept dieser Art von Betrug zu verstehen und zu wissen, wie er sich auf den Einzelnen auswirkt. Eine der Definitionen besagt, dass es sich um “den Prozess der Schaffung und Herstellung einer Verständigung zwischen Verbrauchern und E-Betrügern durch Online-Aktivitäten handelt, bei denen falsche Vorstellungen ausgetauscht werden” (Mahdi, Rezaul, & Rahman, 2010, S. 232). In diesen Fällen geht also der E-Betrüger als Gewinner hervor, während die Verbraucher die Betrugsopfer sind. Im Bereich der betrügerischen Bankaktivitäten lassen sich Straftatbestände wie Geldautomaten- und Internetbetrug, Diebstahl und Fälschung, Geldanwendung und -transaktion sowie Art und Weise und Zeitpunkt identifizieren (Delamaire, Abdou, & Pointon, 2009). Die Vielfalt der möglichen Vorgänge im Zusammenhang mit Bank- und Kreditbetrug verdeutlicht somit die Häufigkeit dieser Vorfälle.
In Abbildung 3 ist zu erkennen, dass die nächste Klasse der betrügerischen Online-Aktivitäten in Bezug auf die Häufigkeit von Verbraucher- und Einzelhandelsbetrug besetzt ist. Dies lässt sich durch den wachsenden Einfluss der Technologien auf verschiedene Bereiche des täglichen Lebens erklären, der zu einer erhöhten Nachfrage nach Online-Handel führt. Auf dem Markt gibt es zahlreiche Strategien zum Schutz des Online-Einzelhandels vor Betrug, darunter schwarze Listen, die Überprüfung einzelner Transaktionen oder die Anwendung von Handarbeitsregeln, die von Experten entworfen wurden (Altendorf, Brende, Daniel, & Lessard, 2005). Man kann sagen, dass die derzeitigen Maßnahmen nicht die höchste Effektivität beim Schutz des elektronischen Geschäftsverkehrs vor Finanz- oder Informationsverstößen bieten. Zu den zusätzlichen Techniken, die die Unternehmen einsetzen können, gehören die Integration eines Analystensimulators in das System oder die Verwendung eines Betrugsklassifizierers bei den letzten Schritten des Kaufs (Altendorf et al., 2005). Der Einsatz zahlreicher Sicherheits- und Schutzinstrumente kann sich also positiv auf die Verringerung der Zahl der Betrugsfälle bei Verbrauchern und im Einzelhandel auswirken.
Auswertungen und Schlussfolgerungen
Die obigen Abschnitte enthalten Informationen über statistische Daten zu Betrug und Computermissbrauch in England und Wales und deren Analyse mit Hilfe einer grafischen Darstellung. Man kann behaupten, dass die durchgeführte Bewertung Einblicke in die Situation innerhalb der besprochenen Gebiete in Bezug auf die Cyberkriminalität bietet. Die Ergebnisse offenbaren nützliche Fakten, z. B. welche Regionen stärker von Online-Delikten betroffen sind, welche Gruppen am weitesten verbreitet sind und welche den größten Anteil an den elektronischen kriminellen Aktivitäten haben. Die Analyse diente somit als effizientes Instrument zur Bewertung von Informationen auf der Suche nach den wichtigsten Trends und möglichen Schlussfolgerungen.
Dennoch ist es wichtig zu erwähnen, dass die Daten das Informationsjahr bis Dezember 2018 darstellen, wie im Abschnitt über die Datenquelle erwähnt, was mögliche Änderungen für die bevorstehende Veröffentlichung der neuesten Zahlen impliziert. Darüber hinaus enthält der Datensatz die durch die Kriminalitätserhebung gesammelten Zahlen, was den Ergebnissen eine gewisse Unklarheit verleiht. Nichtsdestotrotz werden die Daten vom Office for National Statistics zur Verfügung gestellt und durch die durchgeführten Untersuchungen auf der Grundlage der analytischen Ergebnisse gestützt. Daraus lässt sich schließen, dass die Informationen relevant sind und die Situation in dem gewählten Bereich widerspiegeln, indem sie die Schwere des Problems von Betrug und Cyberkriminalität darstellen.
Die statistische Analyse unterstreicht die Bedeutung der Umsetzung von Maßnahmen zur Verbesserung der Situation und zur weiteren Bekämpfung dieses Kriminalitätssektors, der sich mit den technologischen Fortschritten ausweitet. Die Strategien zur Bekämpfung der Cyberkriminalität sollten das richtige Gleichgewicht zwischen Verfolgung, Prävention, Schutz und Vorbereitung herstellen (Saunders, 2017). Es ist von entscheidender Bedeutung, der Vielfalt der Straftaten und ihrer Verbreitung in verschiedenen Bereichen Rechnung zu tragen, was die Entwicklung eines breit angelegten Ansatzes erfordert. Zu den von der britischen Regierung ergriffenen Maßnahmen gehören die Unterstützung der Opfer, die Erhöhung der Sicherheitsvorkehrungen und die Identifizierung und strafrechtliche Verfolgung von Straftätern weltweit (Saunders, 2017). Darüber hinaus ist es wichtig, die Öffentlichkeit für das Problem des Betrugs und des Computermissbrauchs zu sensibilisieren. Zu den Vorschlägen gehören daher der Besitz eines sicheren Passworts, die Installation von Sicherheitssoftware und die rechtzeitige Aktualisierung des Betriebssystems (National Crime Agency, n. d.). Durch die Einhaltung dieser Strategien und die Einführung strengerer Verfahren soll die Häufigkeit und Verbreitung von Internetkriminalität eingedämmt werden.
Referenzen
Adams, K. A., & Lawrence, E. K. (2019). Research methods, statistics, and applications (2. Aufl.). London, UK: Sage Publications, Inc.
Altendorf, J., Brende, P., & Lessard, L. (2005). Betrugserkennung im Online-Handel mit Zufallswäldern. Web.
Barnett-Ryan, C. (2006). Introduction to the uniform crime reporting program. In J. P. Lynch & L. A. Addington (Eds.), Understanding crime statistics: Revisiting Divergence of the NCVS and UCR (S. 55-92). Cambridge, UK: Cambridge University Press.
Delamaire, L., Abdou, H., & Pointon, J. (2009). Kreditkartenbetrug und Aufdeckungstechniken: ein Überblick. Banken und Banksysteme, 4(2), 57-68.
Dowdy, S., Wearden, S., & Chilko, D. (2011). Statistik für die Forschung (Bd. 512). John Wiley & Sons.
Gordon, S., & Ford, R. (2006). Zur Definition und Klassifizierung von Internetkriminalität. Zeitschrift in Computer Virology, 2(1), 13-20.
Levi, M., Doig, A., Gundur, R., Wall, D., & Williams, M. (2015). Die Auswirkungen der wirtschaftlichen Cyberkriminalität auf die Polizeiarbeit. Web.
Lum, C., & Yang, S. M. (2005). Warum wählen Evaluationsforscher im Bereich Kriminalität und Justiz nicht-experimentelle Methoden? Zeitschrift für experimentelle Kriminologie, 1(2), 191-213.
MacDonald, Z. (2002). Offizielle Kriminalitätsstatistiken: Ihre Verwendung und Interpretation. The Economic Journal, 112(477), 85-106.
Mahdi, M. D. H., Rezaul, K. M., & Rahman, M. A. (2010). Credit fraud detection in the banking sector in the UK: a focus on e-business. In L. Berntzen (Ed.), The fourth international conference on digital society (pp. 232-237). St. Maarten, Netherlands: IEEE.
Nationale Agentur für Kriminalität. (n. d.). Cyberkriminalität. Web.
Nationale Agentur für Kriminalität. (2020). Sextortion (Webcam-Erpressung). Web.
Office for National Statistics. (2019). Kriminalität in England und Wales: Additional tables on fraud and cybercrime. Web.
Pfannkuch, M., & Rubick, A. (2002). Eine Untersuchung des statistischen Denkens von Schülern bei gegebenen Daten. Statistics Education Research Journal, 1(2), 4-21.
Rengert, G. F., & Lockwood, B. (2008). Geografische Analyseeinheiten und die Analyse von Kriminalität. In D. Weisburd, W. Bernasco, & G. Bruinsma (Eds.), Putting crime in its place: Units of Analysis in Geographic Criminology (S. 109-122). New York, NY: Springer.
Rosenfeld, R. (2006). Explaining the divergence between UCR and NCVS aggravated assault trends. In J. P. Lynch & L. A. Addington (Eds.), Understanding crime statistics: Revisiting Divergence of the NCVS and UCR (S. 251-268). Cambridge, UK: Cambridge University Press.
Saunders, J. (2017). Tackling cybercrime-the UK response. Journal of Cyber Policy, 2(1), 4-15.