Einem Unbekannten in irgendeiner europäischen Großstadt wurde ein größerer Geldbetrag überwiesen. Anschließend kauft er ein Flugticket. Für den Differenzbetrag gehen wenig später in mehreren Apotheken der Umgebung diverse Chemikalien über den Ladentisch. Ein Agent hatte den Mann zudem in verdächtiger Gesellschaft beobachtet. Dieses fiktive Szenario kann ganz harmlos sein - oder auch nicht.

Bei Terrorfahndern dürfte eine solche Kombination von Ereignissen zumindest Stirnrunzeln auslösen - wenn sie die Indizien denn so präsentiert bekämen. Doch besonders in den USA erhalten die Geheimdienste und Sicherheitsbehörden jeden Tag eine derartige Menge von Informationen aus Banken und Versicherungen, aus Geheimdossiers und den Medien oder aus abgefangenen E-Mails und mitgehörten Telefonaten, dass sie geradezu darin zu ertrinken drohen. Bislang können Sicherheitsanalysten nur einen kleinen Teil dieser Daten auf verdächtige Verbindungen durchsuchen.

Komplexe Mathematik soll das ändern. Unterstützt von Dollars aus dem Washingtoner Heimatschutzministerium entwickeln US-Wissenschaftler Computerprogramme, die den Datenwust der Geheimdienste automatisch auf verdächtige Verbindungen zwischen Personen, Ereignissen, Orten und Dingen untersuchen. Rechner sollen auffällige Zusammenhänge zwischen den Aktivitäten einer möglichen Terrorzelle als Muster sichtbar machen, das menschliche Analysten dann weiter auswerten.

Computer arbeiten wie Sherlock Holmes

So beschreiben Peter Willett und seine Mitarbeiter an der University of Connecticut das Adaptive Sicherheitsanalyse- und Beobachtungssystem (Adaptive Safety Analysis and Monitoring System, kurz Asam). Abstrakt klingende mathematische Methoden finden hier eine praktische Anwendung: In den Veröffentlichungen von Willett ist immer wieder von Bayes'schen Hierarchien und Markow-Modellen die Rede. Im Grunde soll der Wust von Formeln, Bedingungen und Modellen eine einzige Frage beantworten helfen: Wie wahrscheinlich sind welche Anschläge an welchem Ort?

Willetts System arbeitet ähnlich wie Sherlock Holmes: Aus einer Vielzahl von Hypothesen ermitteln die Algorithmen jene, die die größtmögliche Zahl bereits beobachteter Ereignisse in einen plausiblen Zusammenhang bringen kann. Die Annahme ist, dass dieses Modell - das man etwa aus der Analyse zurückliegender Terrorakte gewinnen kann - auch die beste Vorhersagekraft hat. Und dass es auch Hinweise für geeignete Gegenmaßnahmen geben kann.

Die Wissenschaftler füttern ihr System zwar mit Modellen, die auf der Erfahrung mit bisherigen Anschlägen oder den Strukturen bekannter Terrornetzwerke basieren. Doch was Asam aus der Vergangenheit lernen kann, ist begrenzt. "Glücklicherweise sind Terrorereignisse relativ selten", sagte Willett zu SPIEGEL ONLINE. "Menschliche Experten ergänzen deshalb die Vorhersagemodelle mit weiteren Informationen." Die Forscher füttern ihre Computer auch mit fiktive Szenarien von Terrorexperten, die beschreiben, welche Abfolge von Vorbereitungen etwa einem Anschlag vorausgehen müsste.

Schwache Signale im Datenwust sichtbar machen

Während menschliche Analysten erst einmal einzelne Personen und Ort identifizieren müssen, untersucht Asam Interaktionen. Dazu zählen E-Mail-Verkehr oder Telefonate, Buchungen oder Überweisungen, die automatisch und unmittelbar ins System gespeist werden können. Aber auch Berichte von Agenten - etwa über konspirative Treffen oder Hinweise von befreundeten Geheimdiensten - werden berücksichtigt. Die Forscher nennen die Gesamtheit dieser Informationen Transaktionsraum.

"Der Einsatz unseres Systems schafft mehr freie Zeit für die Analysten", sagte Krishna Pattipati aus dem Forscherteam zu SPIEGEL ONLINE. Die Geheimdienstler hätten so mehr Zeit für ihre eigentliche Stärke - nämlich wirklich verdächtige Ereignisse genauer zu analysieren.

Terrorzellen gehen meist äußerst konspirativ vor: Oft umfassen sie nur wenige Mitglieder, die sich selten und an wechselnden Orten treffen. Diesen wenigen Aktivitäten steht eine Vielzahl völlig harmloser Interaktionen zwischen anderen Menschen gegenüber. Versteckte Markow-Modelle wurden für solche Suchen nach der Stecknadel im Heuhaufen optimiert. Diese mathematischen Methoden werden auch in der elektronischen Signalverarbeitung genutzt, um schwache Signale aus einem starken Hintergrundrauschen zu isolieren. Ganz ähnlich durchforsten die Algorithmen des Teams aus Connecticut den Transaktionsraum - wie mathematische Spürhunde auf den schwachen Spuren der Terroristen.

Bayes'sche Hierarchien hingegen sind ein Instrument zur Abwägung von Plausibilitäten, nach dem Motto: Wie wahrscheinlich ist das Eintreffen eines Terroranschlags gegenüber anderen Ereignissen - etwa Überweisungen, Chemikalienkäufe oder Flugbuchungen -, die bereits beobachtet wurden? Mathematiker nennen so etwas gekoppelte Wahrscheinlichkeiten.

Asam schlug Alarm - bei Daten einer alten Flugzeugentführung

Wann die Geheimdienste Asam tatsächlich einsetzen können, ist noch offen, räumt Peter Willett ein. Komponenten des Systems sind jedoch schon getestet worden: So fütterten die Wissenschaftler öffentlich zugängliche Informationen über eine spektakuläre Flugzeugentführung in Indien von Weihnachten 1999 ein.