S1 E5 Was ist Intelligence?

00:00:00: Was genau ist eigentlich Intelligence?

00:00:03: Der Begriff lässt sich nicht einfach ins Deutsche übersetzen, denn er beschreibt gleich drei Dinge.

00:00:08: Eine Form

00:00:09: des Wissens,

00:00:10: einem Prozess und eine Organisationsform.

00:00:14: In dieser Episode klären wir, wie aus Rohdaten verwertbare Erkenntnisse werden und was es mit dem Intelligence-Cycle auf sich hat.

00:00:23: Außerdem werfen wir ein Blick auf verschiedene Intelligence-Disziplinen wie.

00:00:53: Hier geht es um Intelligence, Analysen und Entscheidungsunterstützung.

00:00:58: Wir beleuchten den Intelligence-Cycle, internationale Zusammenarbeit

00:01:03: und

00:01:03: aktuelle Herausforderungen.

00:01:05: Expertinnen und Experten teilen ihr Wissen,

00:01:08: kompakt,

00:01:09: fundiert, relevant.

00:01:15: Lana spricht ja immer wieder unaufhörlich vom Thema O-Sint.

00:01:19: Ja, es tut mir leid.

00:01:20: Das ist ja völlig in Ordnung, weil das die perfekte Überleitung ist.

00:01:23: Zu unserer nächsten Frage oder unserem nächsten Themenkomplex, unseren abschließenden Themenkomplex auch.

00:01:32: Wir haben so viele Begriffe.

00:01:33: Osint, Sogment, Human.

00:01:36: Ich habe auf deiner Website gelesen, Medint, Medical Intelligence.

00:01:39: Also, ich glaube, es gibt nichts, wofür es keine Intelligence gibt.

00:01:43: Wahrscheinlich gibt es auch eine...

00:01:45: whatever int.

00:01:46: Whatever int?

00:01:48: Ruhment.

00:01:48: Was ist Ruhment?

00:01:51: Ruhmers.

00:01:51: Ruhmers.

00:01:52: Intelligence.

00:01:53: Ja,

00:01:53: das ist, glaube ich, total wichtig für die Teenies.

00:01:58: Ach, nicht nur

00:01:59: Teenies.

00:01:59: Und für den Behördenalltag, um den aufzulockern, braucht man ein extra... Flurfunk.

00:02:03: Genau, für den Flurfunk.

00:02:07: Wie definierst du denn Intelligence?

00:02:09: oder kann man Intelligence überhaupt definieren?

00:02:12: Das ist eine gute Frage.

00:02:13: Also vorweg würde ich erst mal sagen, man kann es auf jeden Fall nicht übersetzen.

00:02:19: Da habe ich mir auch viele Gedanken darüber gemacht, auch mit vielen Leuten zusammen, viele Gedanken darüber gemacht.

00:02:25: Wie könnte man Intelligence auf Deutsch ausdrücken?

00:02:30: Und ich bin noch über nichts gesteubert, was das irgendwie angemessen hinbekommen würde.

00:02:36: Weil Intelligence, und das ist eben ein bisschen tricky an der Stelle, meint verschiedene Dinge.

00:02:42: Intelligence kann eine spezielle Form des Wissens meinen.

00:02:47: Es kann einen Prozess meinen.

00:02:49: Es kann aber auch ein Organisationstypus beschreiben.

00:02:54: Fangen wir vielleicht erstmal mit dem Organisationstypus an.

00:02:57: Also eine Organisation, die Intelligence als spezielle Form des Wissens herstellt.

00:03:04: Da denken wir... Nur mal an das, was wir auf Netflix und Co.

00:03:08: immer wieder sehen, auch vielleicht in den Nachrichten, also sowas wie die Central Intelligence Agency, CIA oder im militärischen Kontext, die DIA, die Defense Intelligence Agency.

00:03:21: Also wir haben Organisationen, die Intelligence produzieren.

00:03:27: müssen sie im übrigen nicht im namen haben.

00:03:29: also wie gesagt auch im bereich beispielsweise corporate security wird eigentlich intelligence als eine spezielle form des wissens generiert ohne dass es vielleicht die beteiligten aktörer so nennen oder wissen würden dass es so ist.

00:03:45: und dann kommen wir zu intelligence als eine spezielle form des wissens.

00:03:50: es gibt die wissenspyramide wo wir ganz unten Daten haben, also Rohdaten, die alles mögliche sein können.

00:04:00: Das können Sachen aus dem Bereich Signal Intelligence sein, also irgendwelche Telefondaten oder ähnliches.

00:04:08: Das können aber tausend Excel-Schieds sein mit Daten drin, also wo ich nichts rausziehen kann, wenn es in dieser Form ist.

00:04:17: Sondern ich muss es weiter kultivieren.

00:04:20: Ich muss daraus Informationen machen.

00:04:23: Und Informationen wären in diesem Kontext dann Daten, die eine bestimmte Bedeutung in einem bestimmten Kontext haben.

00:04:34: Das bedeutet, wenn ich jetzt sage, ich bleibe mal bei dem Beispiel, ich habe meine Tausenden Exoshits und ich könnte mich natürlich zwingen, die alle durchzulesen, würde nicht viel bringen, da brauche ich dann IT-Unterstützung und... Wenn ich das auswerte und sage, okay, ich habe hier Verkaufszahlen, meine Dwegen.

00:04:52: Und ich kann sagen, sechzig Prozent der Kunden von Produkt A haben auch Produkt B gekauft.

00:05:02: Dann hat das auf einmal für mich eine Bedeutung.

00:05:04: Also aus Daten werden Informationen.

00:05:06: Sie haben in einem speziellen Kontext eine Bedeutung.

00:05:10: Und ganz oben steht dann das, was in den englischen Pyramiden Intelligence genannt werden würde.

00:05:17: in Deutschland arbeitet man da teilweise mit der Begrifflichkeit Erkenntnis und das steht ganz oben und das ist dann eben eine Information, die aus verschiedensten Informationen zusammengefügt wurde, wo ich aber Analyse mit drin habe, wo ich Bewertungen mit drin habe, wo ich Expertise mit drin habe, wo ich am Ende vielleicht Handlungsempfehlungen mit drin habe.

00:05:43: Im Militärischen würde man sagen, ich habe Den Sachverhalt, ich habe die Bewertung und am Ende habe ich auch Folgerung als Folgerung für das eigene Handeln.

00:05:53: Und das ist also eine ganz spezielle Form des Wissens, abgestimmt und angepasst auf den Bedarf des Entscheidungsträgers oder der Entscheidungsträgerin.

00:06:01: Um das nochmal zu betonen, nur darum geht es.

00:06:05: Und dann habe ich wie gesagt noch Intelligence als Prozess.

00:06:09: Und das ist der Prozess.

00:06:10: Wie mache ich das eigentlich?

00:06:11: Also wie generiere ich diese spezielle Form des Wissens?

00:06:15: Wie komme ich von Daten über Information hin zu Erkenntnissen, hin zu Intelligence?

00:06:21: und der wohl bekannteste Prozess dafür ist der Intelligence Cycle.

00:06:26: Den gibt es mit unterschiedlich vielen Stufen oder unterschiedlich vielen Prozessschritten.

00:06:32: Ich persönlich bin Fan von dem einfach viel Stufenmodell.

00:06:35: Übrigens auch wieder ein Kreis möchte ich nochmal anmerken, weil ihr meine Affinität zu Kreisen angesprochen habt.

00:06:40: Ist ein Kreis, genau.

00:06:43: Und das ist quasi der Prozess, wie ich Intelligence hervorbringen kann, begonnen von Direction, das mir also gesagt wird, was ist das Erkenntnisinteresse, was ist die Frage über Collection.

00:06:54: Da bewegt sich im Moment viel im Open Source Intelligence Bereich.

00:06:58: Also meine Beobachtung ist, dass es extrem Collection Heavy im Moment und teilweise wird vielleicht unterschlagen, dass nach Collection und vor dem letzten Schritt, nämlich Dissemination, also dem Verteilen der Informationen, an die die es benötigen und die es auch bekommen dürfen, kommt eben noch ein Prozessschritt und das ist Processing.

00:07:18: Und im Bereich Processing gibt es eben viele verschiedene Unterschritte.

00:07:22: Also da haben wir Collation, das bedeutet das Vereinheitlichen, das Verwertbar machen, das Lesbar machen von Daten.

00:07:31: Das kann eine Übersetzung sein, das kann die Aufbereitung von Daten mit anderen IT-Tools sein.

00:07:37: Ich habe den Prozessschritt Evaluation.

00:07:40: Das bedeutet, ich muss meine Quelle bewerten, ich muss die Information bewerten, um überhaupt entscheiden zu können, kann ich damit arbeiten, was ich hier habe oder nicht.

00:07:50: Und dann kommen wir eben in den Bereich Analyse.

00:07:53: Und das wird aus meiner Sicht ganz gerne unterschlagen, mag das mal nennen, die kognitive Schlammzone des Intelligence Cycles, weil das sieht von Außen halt nicht spektakulär aus.

00:08:07: Da kann man keine Hollywood Filme mitmachen, da kann man keine Geschäftspräsentation mitmachen, da kann man keine fancy Tools präsentieren.

00:08:16: wie im KI-Bereich meinetwegen, wo ich dann irgendwann den Zauberknopf drücke und dann habe ich am Ende meine Auswertung, sondern da muss halt wirklich kognitiv, da muss mental gearbeitet werden.

00:08:30: Da sind wir dann eben wieder bei strukturierten Analyse Techniken, die mir helfen können, in dieser kognitiven Schlammzone des Intelligence Cycles bestehen zu

00:08:39: können,

00:08:39: um am Ende das hervorzubringen, was wir eigentlich generieren wollen, nämlich Intelligence als eine spezielle Form des Wissens.

00:08:47: Wir kommen zum letzten Schritt eben schon angeteasert, Dissemination.

00:08:51: Ich muss mir also überlegen.

00:08:53: wie verteile ich mein Produkt, dass es Impact hat.

00:08:56: Das ist also auch Entscheidungssituation, relevante Stakeholder verändert.

00:09:01: Und dann schließt sich der Kreis hier mal wieder, weil dann warte ich darauf, dass ich aus dem Bereich Direction Folgefragen bekomme oder andere Fragen bekomme und der Prozess startet von neuem.

00:09:15: Und weil Intelligence eben diese drei Dinge umfasst, können wir es im Deutschen eben auch nicht angemessen übersetzen und deswegen wird vielleicht auch in Teilen nicht richtig verstanden, was eigentlich Intelligence meint, denn es meint mehrere Dinge.

00:09:34: Aber wenn wir jetzt zurück zum Intelligence-Seil gekommen wären, also man stellt quasi eine Fragestellung und wenn man überlegt, man bereitet sich vor.

00:09:43: was man sammeln möchte.

00:09:45: Ich bin jetzt wieder im Osenbereich, ich tut mir leid, ich denke immer daran.

00:09:50: Also wir haben eine Fragestellung, wir bereiten uns vor, dann sammeln wir.

00:09:54: Da sehe ich schon die selektive, also man selektiert ja, was nehme ich also in großen Big Data?

00:10:01: Wir haben einen Ozeanandaten.

00:10:03: Ich muss als Analystin mich entscheiden, was ist denn eigentlich jetzt wichtig?

00:10:07: Und schon beim Sammeln.

00:10:10: Dann erkenne ich ja die Relevanz, dann analysiere ich das.

00:10:13: Du kannst mich korrigieren, wenn ich da falsch lege.

00:10:17: Und dann habe ich durch die Analyse etwas dazugelernt.

00:10:21: Und deshalb haben wir ein Cycle, weil wir etwas dazugelernt haben.

00:10:24: Und wenn wir noch mal suchen, suchen wir noch besser.

00:10:27: Oder wir haben was verstanden.

00:10:29: Und ja, eigentlich die Analyse ist die ganze Zeit ja da.

00:10:35: Und man muss ja auch verstehen, was man analysiert.

00:10:38: Also es ist ja nicht nur, weil man bei Sammeln denkt man so, als ob man jetzt in einen Feld geht und Äpfel sammelt und die dann weitergebt und das war's.

00:10:48: Aber dann ist es ja kein Cycle.

00:10:49: Oder wie siehst du das?

00:10:51: Bin ich da jetzt

00:10:52: falsch?

00:10:52: Ja, das ist ja sowieso eine Herausforderung beim intelligenten Cycle.

00:10:57: Wie möchte ich den verstehen?

00:10:59: Und man... wenn man sich da die Literatur anschaut und auch vor allem die persönliche Erfahrung.

00:11:05: Leuten im Intel-Bereich, die nicht wissen, dass sie im Intel-Bereich arbeiten, aber die halt im Intel-Bereich arbeiten und den stellt man dann dieses Modell vor, dann sagen die ja auch, ja, aber so funktioniert das ja gar nicht.

00:11:15: Also es ist ja überhaupt nicht so, dass ich eine Frage bekomme und dann wird gesammelt und dann bekommt irgendwann der Analyst, bekommt die Analystin den Korb mit Äpfeln auf den Schreibtisch und muss halt gucken, was sind die besonders schönen Äpfel, die ich dann weitergebe im Bereich Dissemination, sondern es ist... Ein iterativer Prozess, das bedeutet, der in dem Zeige können Phasen übersprungen werden.

00:11:42: Es kann sein, dass ich den Zeige rückwärts laufen lassen.

00:11:46: Es kann sein, dass ich von einer Phase in die nächste Springung wieder zurück, also um das plastisch zu machen.

00:11:53: Es kann sein, dass ich im Bereich Collection Information, Daten sammle.

00:12:01: von denen ich als Kollektor feststelle, sie sind so relevant, sie sind entscheidungsrelevant, dass ich sie überhaupt nicht über die Processing-Schleife schicke, sondern dass ich direkt in den Prozessschritt Dissemination gehe und dem Entscheidungsträger oder den Entscheidungsträgern diese Information zuleite.

00:12:19: Direkt fungst.

00:12:21: Du fungst das direkt.

00:12:21: Direkt rüber.

00:12:22: Ja, also so was wie, wenn wir jetzt die Informationen bekommen in diesem Raum, hier ist eine Bombe.

00:12:28: Dann würden wir uns nicht hinsetzen und sagen, okay, was bedeutet das?

00:12:32: Was sind die Motive?

00:12:35: Wo sind wir eigentlich?

00:12:38: Sondern da würden wir eben direkt sagen, gut, ihr seid bei der Polizei, aber ich würde sagen, jetzt rufen wir mal die Polizei und verschwinden von hier und sorgen dafür, dass das Haus evakuiert wird.

00:12:50: Also bei allen Dingen, die wirklich entscheidungsrelevant sind, die werden dann einfach durchgestochen, wie man so schön sagen könnte vielleicht.

00:12:57: So, das ist ein Beispiel.

00:12:58: Ein anderes Beispiel ist, ich habe den Cycle einmal durchlaufen und im Prozessschritt Dissemination habe ich jemanden, der vielleicht an der Produktion gar nicht beteiligt war.

00:13:12: In den USA sieht man das teilweise.

00:13:14: Da gibt es spezielles Personal, um zu briefing zum Beispiel.

00:13:19: So, und dieses Personal, was briefing soll, hat jetzt eine Rückfrage.

00:13:24: Die Rückfrage geht an den Bereich Processing, geht in den Bereich Analyse.

00:13:28: So, vielleicht kann der Bereich Processing diese Frage gar nicht beantworten.

00:13:33: Und um bei dem Beispiel zu bleiben, weil eine Quelle nochmal neu bewertet werden muss oder weil nochmal nachgefragt werden muss, wer war denn die Quelle überhaupt?

00:13:44: Und an dem Punkt wendet sich dann

00:13:47: der

00:13:48: Analystin an den Bereich Collection.

00:13:51: So,

00:13:51: und vielleicht hat dann im Bereich Collection aber um die Frage beantworten zu können, nochmal jemand eine Frage dazu, wie denn die Ursprungsfrage eigentlich war.

00:14:00: Das heißt, dann wendet sich der Bereich Collection an den Bereich Direction und so haben wir quasi einmal den Intelligence-Zeike rückwärts laufen lassen.

00:14:08: Und auch hier könnte man sagen, all das fällt eigentlich unter Intelligence-Dialog, also den Dialog zwischen allen.

00:14:17: an der Produktion von Intelligence beteiligten Personen.

00:14:22: Und das ist wichtig.

00:14:24: Es ist vor allem relativ nah, weil so sollte es nun mal laufen.

00:14:28: Die Leute sollten miteinander reden und sollten gemeinschaftlich zu einem möglichst guten Ergebnis kommen.

00:14:33: Aber das ist eben auch der Grund dafür, warum einige Leute der Intelligence Cycle als Modell, und mehr ist am Ende eben nicht, als Modell auch verwirrt.

00:14:43: Vielleicht.

00:14:45: Ich muss jetzt nicht zum Thema Kreis sagen.

00:14:47: Nein, ich bin nicht verwirrt.

00:14:50: Ich mag Kreise.

00:14:52: Wir können Sesam Straßenfolge machen zum Thema Kreise, aber das würde ich auch für eine neue andere Zielgruppe denke ich auch.

00:15:00: Weil wir sind jetzt eigentlich am Ende, wir sind mit unserer Zeit auch weit, weit drüber.

00:15:05: Deswegen wird das Ganze auch in zwei Teilen erfolgen.

00:15:10: Oder mehr.

00:15:12: Ich habe aber noch zwei kurze Rückfragen oder Anmerkung.

00:15:15: zum einen hast du ein sehr schönes Beispiel gebracht.

00:15:19: Man hat eine Masse an Daten, die noch keine Struktur haben.

00:15:24: Wir sprechen am polizeilichen Kontext auch oft oder man spricht generell im polizeilichen Kontext von zweierlei Arten von Daten, den unstrukturierten Daten und den strukturierten Daten.

00:15:34: und auch da.

00:15:35: es gibt meines Wissens nach keine ganz klare eindeutige Definition.

00:15:39: Da gibt es deswegen auch immer wieder Diskussionen, aber man kann unter dem Strich eine Analogie Bilden zu dem, was du gesagt hast, Massendaten, unbewertete Daten sind in der Regel unstrukturiert und durch die Bewertung erhalten sie eine Struktur.

00:15:52: Das sind ja die Daten, die wir in unseren Fall- und Vorgartungsbearbeitungssystemen mit einer gewissen Bewertung und auch einer der bekannten Firma Firmatrix einer gewissen Wertigkeit verleihen.

00:16:05: Das wollte ich nochmal angemerkt haben.

00:16:07: Und zum anderen wollte ich nochmal auf dem Begriff, den ihr zwei genannt habt, Collection Heavy eingehen.

00:16:13: Nach meinem Verständnis heißt das, wir legen sehr, sehr viel Wert darauf in der großen Sammlung.

00:16:19: Also sammeln von etwas, von Daten hat einen großen Schwerpunkt.

00:16:23: Aber das klingt so, als wenn die Auswertung der zweite Schritt, dritte Schritt nicht so im Fokus liegt, habe ich euch der richtig verstanden.

00:16:32: Ja, wir wünschen uns, dass wir... Also immer eine Collection hat ja auch seine Grenzen.

00:16:37: Wir haben Gesetze, wir leben in einem freiheitlichen Staat, in einer Demokratie.

00:16:40: Man kann nicht einfach so ohne Anlass einfach mal alles sammeln.

00:16:45: Das muss ich nochmal... Und dann nochmal haben wir die... ethische Rahmen, also man sollte da auch ethisch bleiben, also vor allem im Bereich Sogment, wenn man in die Privatsphäre der Menschen eindringt, sollte man überlegen, wofür macht man das, hat man tatsächlich ein legitimes Ziel oder ein legitimes Anlass, um das zu machen.

00:17:09: Aber inwieweit danach auch richtig analysiert wird das... Ja, dafür machen wir jetzt hier eine Weiterbildung weiter, damit man halt noch besser analysieren kann, das, was man gefunden hat.

00:17:21: Weil, wenn man die falschen Sachen findet, die einfach nicht die Fragestellung beantworten, ja, es ist schön, dass man es gefunden hat, aber es bringt niemanden was.

00:17:29: Und der Zähperson, für die man das macht, bringt das nichts.

00:17:33: Er hat ja ganz viele Tabellen, die sehen wunderschön aus.

00:17:37: Jetzt habe ich deine Frage vergessen.

00:17:39: Ja, das habe ich gemerkt.

00:17:40: Es ist einfach nicht schlimm, Lana.

00:17:41: Ich stelle sie nochmal.

00:17:43: Ihr habt über Collection Heavy gesprochen.

00:17:45: Ihr sagt, das ist ein Fokus gerade im Bereich O sind.

00:17:48: Ist der Einschwerpunkt Collection Heavy?

00:17:51: Oder?

00:17:52: Ja,

00:17:52: also, genau, Collection Heavy insofern, als das ganz viel nach Tools geguckt wird, nach Techniken geguckt wird, nach irgendwelchen Link-Sammlungen geguckt wird, wo ich eben Informationen... herbekommen, wo ich Daten herbekommen.

00:18:08: Und der zweite oder in dem Fall dritte Schritt, wenn ich mir den Interest-Sagel angucke, der wird an der Stelle eben gerne unterschlagen.

00:18:17: Und dem liegt glaube ich so ein bisschen ein bestimmtes Weltbild zugrunde.

00:18:23: Das ist das Weltbild.

00:18:25: Es gibt alle Informationen da draußen.

00:18:27: Wir müssen sie nur finden.

00:18:29: Und weil das so ist, müssen wir besonders viele Daten und Informationen... finden, weil dann wird schon das passende dabei sein.

00:18:36: So, jetzt gehen wir noch einmal ganz kurz zurück in den Bereich analytisches Spektrum.

00:18:41: So, und wenn ich sage, wir sind auf der ersten Stufe deskriptiv, dann würde ich da überwiegend mitgehen.

00:18:50: Also, wenn ich fragen stelle, mit wer hat was, wann, wo und wie getan, dann sind das Dinge, die kann ich sammeln.

00:19:01: Also, ich kann verschiedene Intelligence-Disziplinen, verschiedene Aufklärungskategorien bedienen.

00:19:09: Ich kann Siggent bedienen, Imment bedienen, Osen, Human, um diese dekriptive Analyse durchzuführen.

00:19:18: Wobei, du wirst da auch falsch positive haben.

00:19:21: Natürlich, auch das.

00:19:22: Aber das ist jedenfalls in der Theorie möglich, diese Informationen auch zu sammeln.

00:19:28: Aber jetzt gehen wir mal weiter.

00:19:30: Erklärend.

00:19:31: Also ich stelle mir die Frage nach Ursache und Motiven.

00:19:35: Ist diese Information irgendwo da draußen?

00:19:37: Kann ich diese Information irgendwo sammeln?

00:19:41: Also bringt mir Collection da überhaupt irgendwas, wenn ich da mehr investiere?

00:19:46: Vermutlich nicht.

00:19:47: Es sei dann irgendwer hat irgendein, wie auch immer geartetes, manifest geschrieben und wollte unbedingt zum Ausdruck bringen, warum er etwas Bestimmtes getan hat oder sie.

00:19:58: Das wird aber in den seltensten Fällen der Fall sein.

00:20:02: Nächste Stufe bewertend.

00:20:03: Also die Relevanz herstellen, die besondere Relevanz für meine Organisation, für meine Bedarfträger.

00:20:10: Egal ob das jetzt am Ende der Bürger ist, um den es im polizeilichen Kontext geht, den ich schützen möchte.

00:20:18: Ob das im Bereich Corporate Security, das vielleicht das C-Bord ist, ob das im Bereich Informationssicherheit, die Informationen und Daten sind, die ich in meinem Unternehmen halten möchte, kann ich diese Informationen, kann ich das Herstellen der Relevanz, finde ich das irgendwo da draußen?

00:20:37: Nein, das finde ich nicht.

00:20:39: Dafür brauche ich Personal.

00:20:40: Ich brauche jemanden, der darin ausgebildet ist, genau das zu machen, um den Mehrwert zu generieren.

00:20:47: Und auch bei der vorausschauenden Analyse, wo es also darum geht, zu sagen, beispielsweise, wenn ich mit Zenerkreuzen arbeite, was sind die relevanten Treiber?

00:20:56: Wie... kann ich die relevanten Treiber kombinieren, beziehungsweise was sind Schlüsseltreiber?

00:21:02: Zu welchen Szenaren komme ich, wenn ich diese Schlüsseltreiber miteinander kombiniere?

00:21:07: Was sind Indikatoren, wo wir sammeln können?

00:21:10: Dann sind wir wieder im Bereich Collection, aber sinnvolle Collection, weil ich vorher definiere, was muss ich sammeln und nicht, ich sammel irgendwas.

00:21:18: Und dann, im Wissenschaftlichen würde man sagen, nähere ich mich dem explorativ.

00:21:24: Also... Danach entscheide ich quasi erst, warum habe ich das gesammelt?

00:21:28: Wofür ist das wichtig?

00:21:29: Was kann ich da raussehen?

00:21:32: Also bei drei von vier Stufen des analytischen Spektrums bringt mir Collection fast gar nichts.

00:21:39: Collection ist natürlich die Grundlage, weil ich erstmal das diskriptive Fundament der Analyse brauche, aber alles, was darüber hinausgeht.

00:21:48: und auch schon im diskriptiven Bereich, da brauche ich ausgebildete Analysten und Analysten, die Genau an der Stelle den Mehrwert generieren, den mehr reines Collection nicht generieren kann.

00:22:03: Und deswegen betone ich ebenso gerne, beispielsweise bei Osent, dass das Ind am Ende halt nicht nur Schmuck am Nachthemd ist, sondern es steht halt für Intelligence und zu Intelligence gehört mehr als Collection.

00:22:15: Und deswegen spreche ich teilweise ein wenig dispektierlich von Collection Heavy, wenn ich feststelle, dass irgendwo übersehen wird, dass es eben mehr gibt als Collection.

00:22:25: Aber können das die Tools nicht, wenn ich jetzt Advocato Stiaboli bin, können das nicht die ganz guten Tools, die Interpretation auch mit dazu und zu sagen, ja, das sind jetzt die bösen Leute, die sind rot markiert und da sind jetzt die Terroristen und... weil wir alle Daten haben und sie kombiniert haben mit einer künstlichen Intelligenz, die sehr, sehr intelligent ist, was ein Mensch nicht kann.

00:22:51: Kennst du so eine

00:22:53: Möglichkeit?

00:22:53: Also es klingt fancy, klingt super.

00:22:55: Und es klingt nach der Produktvorstellung von Firmen gegenüber gerne auch Entscheidungsträgerinnen und Entscheidungsträgerinnen und Politikern.

00:23:05: Und da sieht das natürlich alles immer super aus.

00:23:07: Ich habe quasi Ein, ein Pfeil, ein Szenar, das wird dann beschrieben und dann sind da drin halt die Trainingsdatensätze, die natürlich gute Datensätze sind, weil sie ein gewolltes Ergebnis am Ende produzieren.

00:23:22: Dann kommt irgendwann die Blackbox mit dem schönen roten Knopf da drauf und dann wird da drauf gedrückt.

00:23:27: Dann passiert Magie und am Ende habe ich mein Ergebnis.

00:23:31: Und das sind natürlich Bilder, die... auch durch den Hype um künstliche Intelligenz auch befeuert und befördert werden und wo sich aus meiner Sicht auch die Hersteller so ein bisschen gegenseitig einen Wettlauf, einen Überbietungswettlauf geliefert haben, wer hat jetzt das abgefahrenere Tool, was noch abgefahrenere Dinge kann.

00:23:56: In dem Kontext finde ich zum Beispiel die Wenn ich das hier so sagen darf, den Ansatz der Firma Traverse ist ganz

00:24:04: gut.

00:24:04: Das ist auch ein KI unterstütztes Tool, was mir Informationen aus offenen Quellen aufbereitet und grafisch darstellt.

00:24:14: Es wird aber ganz klar gesagt, wie funktioniert quasi die Technik dahinter und wo sind die Grenzen?

00:24:20: Und das wird oftmals eben verschwiegen.

00:24:21: Wo sind die Grenzen?

00:24:23: Und die Grenzen sind... Aus meiner Sicht ganz klar im Bereich Processing, da sind wir wieder.

00:24:28: Also was diese Tools gut können, ist Collection.

00:24:31: Und wenn ich mir diese Tools angucke, dann hätte ich früher wahnsinnig gerne, als ich selber als Analyst gearbeitet habe, solche Tools gehabt, um mir selber einfach das Leben zu erleichtern und nicht alles selber irgendwie händisch googeln zu müssen, sage ich jetzt mal, hätte ich super gefunden.

00:24:48: Aber... Wir sind wieder im Bereich der kognitiven Schlammzone des Intelligent Cycles.

00:24:54: Das nimmt mir keine ab, das nimmt mir auch kein KI-Tool ab und das nimmt mir auch ChatGPT nicht ab und wird es auch auf absehbare Zeit nicht können, weil künstliche Intelligenz sich einfach nur im Rahmen dessen bewegen kann, was A durch den Programmierer vorgesehen ist.

00:25:14: und B die Qualität steht und fällt natürlich auch mit den Daten die da reingehen.

00:25:21: Und am Ende werde ich auf absehbare Zeit immer den menschlichen Analysten, die menschliche Analysten brauchen, um wirklich das Maximum aus Intelligence

00:25:34: rauszuholen,

00:25:34: aus Analyse herauszuholen, also mehr aus Analyse zu machen.

00:25:38: Also eine Unterstützung von TULS, also mit TULS, aber es ist nicht unbedingt das Entscheidende, sondern...

00:25:45: Oh, also an der Stelle gibt es diesen schönen Spruch.

00:25:49: entweder man geht mit der Zeit oder man geht mit der Zeit.

00:25:52: Und das würde ich bei KI und Analyse absolut unterstreichen.

00:26:00: Es wird ohne diese Tools nicht gehen.

00:26:01: Also wir wollen jetzt kein Toolbashing betreiben, aber...

00:26:04: Nein, nein, nein.

00:26:05: Man darf halt nur nicht, man darf halt nur nicht diesem Irrglauben unterlegen.

00:26:09: Wenn ich diese Tools habe, brauche ich keinen Personal mehr, weil dann habe ich halt ChatGBT.

00:26:14: und den frage ich jetzt... Wie ist es mit demodemen?

00:26:18: Und ich kriege halt die Antworten,

00:26:19: alles zu schicken.

00:26:21: Ja, genau.

00:26:21: Sag mir das doch mal.

00:26:23: Also von diesem Irrglauben muss ich mich lösen.

00:26:26: Ich brauche auch weiterhin Personal.

00:26:28: Ich brauche gut ausgebildetes Personal, dass ich eben im Bereich der Analyse, also das, was was kognitiv, was im Gehirn geschieht, was da befähigt ist, gute Ergebnisse zu erzielen.

00:26:41: Aber ich brauche definitiv auch Tools, die meinen Personal unterstützen.

00:26:46: die beispielsweise Informationen vorauswerten, soweit das eben möglich ist.

00:26:51: Und da werde ich auf absehbarer Zeit nicht drum herumkommen.

00:26:56: Das heißt, das brauche ich definitiv als Ergänzung für meinen Personal, nicht als Ersatz.

00:27:03: Ich glaube, das ist ein ganz guter Punkt, um den Abschluss zu finden.

00:27:08: Vielen Dank für die vielen tollen und spannenden Antworten für die Erläuterung und die Ausführungen.

00:27:14: Wir haben uns jetzt mit den Stufen des analytischen Spektrums befasst.

00:27:18: Wir haben uns noch mal damit befasst, wie dieses Modul in das oder wie diese strukturierten Analyse Techniken in unserem Modul kriminelles Verhalten verstehen passen.

00:27:28: Wir haben über die Anforderungen gesprochen über die Möglichkeiten der Weiterbildung.

00:27:32: Zum Ende würden wir gern in Kopie eines hier nicht genannten Podcasts oder die nochmal.

00:27:38: eine Frage stellen.

00:27:40: Es gibt in allen Bereichen irgendwelche Mythen oder Sprüche, die man nicht mehr hören kann.

00:27:46: Gibt es was auch für dich im Bereich Intelligence und strukturierte Analyse-Techniken, dass du sagst, es gibt Dinge, die sind einfach falsch und werden weiter propagiert?

00:27:54: Es ist okay, also einmal, dass man halt diese Tools überschätzt, da hatten wir ja schon

00:27:59: mal.

00:27:59: Ja, das würde ich auch tatsächlich mit rein werfen, also dass einfach Tools, insbesondere KI-Unterstütze Tools, stark überbewertet werden, in dem was sie eigentlich können und tatsächlich auch das Argument für Analyse Techniken haben wir keine Zeit.

00:28:16: Also das hört man eben immer wieder und man hört es aber in der Regel nur von Leuten, die halt gerade damit angefangen haben und die noch nicht die notwendige Routine aufgebaut haben, um dann über die Zeit Zeit zu sparen und einen effektiveren und effizienten Analyse Prozess zu gestalten.

00:28:34: So, das heißt, das wäre auch was, was ich da vielleicht mit auf die Liste setzen würde.

00:28:41: Und was ich zumindest in meiner Dienstzeit oft gehört habe, ist, wir machen keine Analyse, wir machen Lagerauswertung.

00:28:50: Also auch die... Die vermeintliche Unterscheidung zwischen Auswertung und Analyse, die würde ich auch noch mit auf die Liste packen, denn ich kann wieder auswerten, ohne zu analysieren.

00:29:03: Noch kann ich analysieren, ohne auszuwerten.

00:29:05: Insofern, da beißt sich die Katze in den Schwanz, würde ich mal unterstellen.

00:29:10: Also das würde ich sagen, schafft es auch auf die Liste.

00:29:13: Super.

00:29:14: Vielen, vielen Dank.

00:29:15: Vielen Dank.

00:29:16: Ja, es hat uns viel Spaß gemacht.

00:29:18: Schreibt uns oder schreibt in der Last Kommentare, sodass wir wissen, Kritik, Lob, Anregungen und bis zum nächsten Mal.

00:29:32: Damit endet die erste Staffel des German Intelligence Podcast.

00:29:37: Vielen Dank fürs Zuhören und wir freuen uns darauf, Sie in der nächsten Staffel wieder begrüßen zu dürfen.

00:29:45: Für diesen Podcast gilt das Prinzip NEED TO SHARE.

00:29:48: Wenn dieser Podcast Ihnen also gefallen hat, teilen Sie mit Ihrem Netzwerk und tragen Sie zum Wissensaustausch bei.

00:29:55: Because

00:29:55: Intel

00:29:56: makes the difference.