und nicht sein kann was nicht sein darf.
Die einen nennen es Vorurteile, die anderen kriminalistische Erfahrung. Gerade durch Big Data, Mustererkennung und maschinelles Lernen werden solche "Vorurteile" aber eher objektiviert.
Sehr schön finde ich das im Bereich predictive Policing und Geoscoring. Ein abstraktes Beispiel: Die kriminalistische Erfahrung zeigt, dass in einer Stadt in bestimmten Regionen eine bestimmte Arten von Kriminalität gehäuft anzutreffen ist. Die Zahlen stützen dies (Big Data). Nun sagt die Erfahrung und auch die Zahlen, dass diese Art von Kriminalität mit einer gewissen Häufing von Angehörigen einer bestimmten Ethnie, Nationalität, Geschlecht, etc. begangen wird. Wenn nun in besagter Region eine Person besagter Ethnie, Nationalität, Geschlecht angetroffen wird und sich vielleicht auch noch nervös verhält, ist die verdachtsunabhängige Kontrolle äußerst wahrscheinlich. Dies mag im Einzelfall unberechtigt sein, im Regelfall ist sie aber berechtigt und sinnvoll.
Oder machen wir es konkret. Ich habe lange an der Grenze zu den Niederlanden gewohnt. Wenn ein junger Mann im Alter bis 25 mit Rastalocken im alten Golf mit auswärtigem Kennzeichen abends über Nebenstraßen die Grenze überquerte, war die Kontrolle auf Drogen nahezu sicher. Und die Trefferquote lag bei quasi 100%. Es mag einzelne, sehr rechtschaffende Rastalockenträger geben, die da öfter unnötig kontrolliert wurden, im Regelfall passte das aber schon.
Die statistische Häufung von Kriminalität in Regionen und bei bestimmten Bevölkerungsgruppen zu leugnen heißt, die Augen von der Realität zu verschließen und damit sinnvolle Wege der Kriminalitätsbekämpfung und -prävention zu ignorieren.