Science

Datengrundlagen der Justizforschung in der Schweiz: von der Statistik und empirischen Forschung zu «Data Mining»

Daniel Kettiger

Andreas Lienhard

Zitiervorschlag: Daniel Kettiger / Andreas Lienhard, Datengrundlagen der Justizforschung in der Schweiz: von der Statistik und empirischen Forschung zu «Data Mining», in: «Justice - Justiz - Giustizia» 2025/4

Justizforschung benötigt – wie Forschung ganz allgemein – Daten. Dieser Beitrag befasst sich mit der Gewinnung von Datengrundlagen zur Beforschung der Justiz in der Schweiz, sowohl mittels herkömmlicher Methoden wie auch mittels Nutzung der neuen technologischen Möglichkeiten. Dabei werden auch Grenzen und Schranken der Datenbeschaffung und Datenbearbeitung aufgezeigt.

Inhaltsverzeichnis

1. Einleitung
2. Herkömmliche Datengrundlagen
- 2.1. Statistiken
  - 2.1.1. Historisches
  - 2.1.2. Uneinheitlichkeit der Gerichtsstatistiken
  - 2.1.3. Bestrebungen zur Harmonisierung
- 2.2. Empirische Sozialforschung
  - 2.2.1. Quantitative Erhebungen
  - 2.2.2. Qualitative Erhebungen
  - 2.2.3. Problem der kleinen Grundgesamtheiten und Stichproben
- 2.3. Auftragsarbeiten als Quellen für die Wissenschaft?
3. Methoden der Informationsgewinnung mittels «Data Mining»
- 3.1. Grundlage: Datencorpus
- 3.2. Auswertungen mittels «klassischem» Abgleichen
- 3.3. Auswertungen mittels Künstlicher Intelligenz
- 3.4. Herausforderungen und Grenzen
  - 3.4.1. Technische Hürden für das Scraping
  - 3.4.2. Negation als sprachliche Herausforderung
  - 3.4.3. Inhärente Ungenauigkeit von LLMs
  - 3.4.4. Ethische Fragen: Bias in LLMs, Replizierbarkeit und Datenschutz
  - 3.4.5. Rechtliche Schranken: Analyseverbote und in Services «verbotene» Themen
4. Ausblick