Cybercrime - Kreise 2023

In der Polizeilichen Kriminalstatistik (PKS) werden vom Bundeskriminalamt (BKA) basierend auf den Landesdaten der 16 Landeskriminalämter Straftaten sowie deren Versuche erfasst und als Open Data veröffentlicht. Die Polizeilichen Kriminalstatistiken werden jährlich vom Bundeskriminalamt auf der Website des BKA veröffentlicht. Dieser Dienst enthält Angaben zum Straftatbestand "Cybercrime" (Straftatschlüssel: 897000) im Jahr 2023 auf Kreisebene. Darunter fallen: (543000) Fälschung beweiserheblicher Daten, Täuschung im Rechtsverkehr bei Datenverarbeitung §§ 269, 270 StGB, (674200) Datenveränderung, Computersabotage §§ 303a, 303b StGB, (678000) Ausspähen, Abfangen von Daten einschl. Vorbereitungshandlungen und Datenhehlerei gemäß §§ 202a, 202b, 202c, 202d StGB, (897100) Computerbetrug § 263a StGB. Neben der Anzahl, wie oft eine Straftat erfasst wurde, sind auch die Häufigkeit auf 100.000 Einwohner, die als Versuch gewertete Zahl der Straftaten in Prozent, ob und inwiefern Schusswaffen involviert waren, die Aufklärungsrate der Straftat, Angaben zur Fallentwicklung im Vergleich zum Vorjahr sowie Angaben über die Anzahl, Geschlecht, Alter und Herkunft der Tatverdächtigen. Bitte beachten Sie die inhaltlichen Erläuterungen des BKA zu diesen Zahlen im Jahrbuch Polizeiliche Kriminalstatistik (PKS) 2023 auf der Seite des BKA. Weitere Informationen und Quelle: Polizeiliche Kriminalstatistik (PKS). Download der Daten: Grundtabelle - Kreise - ausgewählte Straftaten/-gruppen - excel Grundtabelle - Kreise - Fallentwicklung - ausgewählte Straftaten/-gruppen - excel Tatverdächtige insgesamt nach Alter und Geschlecht - ausgewählte Straftaten/-gruppen - Kreise - excel Verarbeitungsprozess: Die Excel-Tabellen wurden über Pivot-Funktion in MS Excel in eine für ein GIS optimierte Formatierung gebracht und anschließend in eine Tabelle übertragen. Über den Gemeindeschlüssel wurden die Daten an den Layer Kreisgrenzen 2024 gebracht (Join). Erläuterung der Attribute: Abkürzung Bedeutung Abkürzung Bedeutung Abkürzung Bedeutung GS Gemeinde-schlüssel VerAufklP Veränderung der Aufklärungsquote in % O50_u_60 Opfer zwischen 50 und unter 60 Cybercrime erfasste Fälle (eFeal) der Straftat TV_mann Tatverdächtige männlich Oue_60 Opfer über unter 60 HZ Häufigkeits-zahl, Straftaten auf 100000 Personen nach Zensus TV_weibl Tatverdächtige weiblich Tatverdaechtige Tatverdächtige v_eFaelVersP von erfassten Fällen (Straftat) Versuche in % TV_auslP Tatverdächtige nicht deutsch in % TVu_21 Tatverdächtige unter 21 SW_droh mit Schusswaffe gedroht bei Tat Opfer_ges Opfer insgesamt TV21_u_25 Tatverdächtige zwischen 21 und unter 25 SW_schuss mit Schusswaffe geschossen bei Tat Ou_21 Opfer unter 21 TV25_u_30 Tatverdächtige zwischen 25 und unter 30 AufklP Aufklärungsquote O21_u_25 Opfer zwischen 21 und unter 25 TV30_u_40 Tatverdächtige zwischen 30 und unter 40 eFeal22 erfasste Fälle 2022 O25_u_30 Opfer zwischen 25 und unter 30 TV40_u_50 Tatverdächtige zwischen 40 und unter 50 VerP Veränderung zum Vorjahr in %; 9999 für nicht zu berechnende Werte O30_u_40 Opfer zwischen 30 und unter 40 TV50_u_60 Tatverdächtige zwischen 50 und unter 60 AufklearP22 Aufklärungsquote 2022 O40_u_50 Opfer zwischen 40 und unter 50 TVue_60 Tatverdächtige über 60联邦刑事警察局（Bundeskriminalamt, BKA）基于德国16个州刑事警察局的辖区数据，在警方犯罪统计（Polizeiliche Kriminalstatistik, PKS）中收录各类犯罪行为及其未遂案件，并以开放数据（Open Data）形式对外发布。该警方犯罪统计数据每年由联邦刑事警察局在其官方网站发布。 本数据集涵盖2023年县级层面的“网络犯罪”犯罪类型（Straftatbestand）案件数据，犯罪代码为897000。涵盖的具体犯罪类型包括： (543000) 伪造关键证据数据、数据处理领域法律交易欺诈（依据《德国刑法典》第269条、第270条）； (674200) 数据篡改、计算机破坏（依据《德国刑法典》第303a条、第303b条）； (678000) 数据窥探、数据截获（含预备行为）以及数据窃取（依据《德国刑法典》第202a、202b、202c、202d条）； (897100) 计算机诈骗（依据《德国刑法典》第263a条）。 除收录的犯罪案件数量外，数据集还包含每10万人口的犯罪发生率、以百分比计的犯罪未遂占比、案件是否涉及枪支及涉及程度、案件侦破率、较上一年度的案件变化情况，以及犯罪嫌疑人的数量、性别、年龄和国籍背景数据。 请查阅联邦刑事警察局官网发布的《2023年警方犯罪统计年鉴（PKS）》中关于本数据集的详细说明。 更多信息及数据来源：警方犯罪统计（PKS）。 数据下载链接： 1. 基础数据表 - 县级 - 选定犯罪/犯罪组 - Excel格式 2. 基础数据表 - 县级 - 案件变化情况 - 选定犯罪/犯罪组 - Excel格式 3. 按年龄和性别统计的犯罪嫌疑人总数 - 选定犯罪/犯罪组 - 县级 - Excel格式 数据处理流程：原始Excel表格通过Microsoft Excel（MS Excel）的透视表功能转换为适配地理信息系统（GIS）的格式，随后导入至统一数据表中。通过社区代码（Gemeindeschlüssel）将数据与2024年县级行政区划边界图层进行关联（Join）。 字段说明： GS：社区代码 HZ：人口普查统计的每10万人口犯罪发生率 eFeal：该犯罪的收录案件数 eFeal22：2022年收录案件数 VerP：较上一年度的变化百分比；9999代表无法计算该数值 AufklP：案件侦破率 AufklearP22：2022年案件侦破率 VerAufklP：侦破率变化百分比 SW_droh：案件中以枪支进行威胁 SW_schuss：案件中使用枪支射击 Opfer_ges：总受害者人数 Ou_21：21岁以下受害者 O21_u_25：21岁至未满25岁受害者 O25_u_30：25岁至未满30岁受害者 O30_u_40：30岁至未满40岁受害者 O40_u_50：40岁至未满50岁受害者 O50_u_60：50岁至未满60岁受害者 Oue_60：60岁以上受害者 TV_mann：男性犯罪嫌疑人 TV_weibl：女性犯罪嫌疑人 TVu_21：21岁以下犯罪嫌疑人 TV21_u_25：21岁至未满25岁犯罪嫌疑人 TV25_u_30：25岁至未满30岁犯罪嫌疑人 TV30_u_40：30岁至未满40岁犯罪嫌疑人 TV40_u_50：40岁至未满50岁犯罪嫌疑人 TV50_u_60：50岁至未满60岁犯罪嫌疑人 TVue_60：60岁以上犯罪嫌疑人 TV_auslP：非德国籍犯罪嫌疑人占比 v_eFaelVersP：该犯罪案件中未遂案件占收录案件数的百分比 Tatverdaechtige：犯罪嫌疑人总数