Kann ein Computer einen Spion fangen?

Vor dreißig Jahren erforderte das Aufspüren eines Verräters Intuition, eine Art sechstes Gespür dafür, dass etwas nicht ganz richtig war. Vor dem Internet, dem weit verbreiteten GPS und Google bedurfte es dazu Papierspuren, menschlicher Intelligenz und Ermittlungen auf eigene Faust. Sandy Grimes hat das am eigenen Leib erfahren, wenn auch fast zufällig: Sie verlor eine Quelle.

„Wenn man in dieser Art von Geschäft arbeitet, hat man eine persönliche Beziehung zu den Leuten, die, als sie zustimmten, für die Regierung der Vereinigten Staaten zu arbeiten, ihr Leben in unsere Hände legten“, sagte sie, weshalb sie es vielleicht so persönlich genommen hat, als einer der Spione, die sie betreute, ein KGB-Beamter in Lagos, Nigeria, verschwand.

„Er erschien weder zum ersten noch zum zweiten Wiederkontakt“, sagte sie. Es stellte sich heraus, dass er verhaftet worden war, der erste in einer Reihe von sowjetischen Doppelagenten, die als Mitarbeiter des Westens enttarnt wurden. „Einer nach dem anderen ging uns verloren“, sagte Grimes, „und man konnte es nicht anders ausdrücken: Wir haben sie im Stich gelassen.“

Das große Rätsel war, ob die Agentur es mit einem Spion in den eigenen Reihen oder einem Codeknacker in Moskau zu tun hatte. Hätte es damals schon die heutigen Analysemethoden gegeben, hätten sie den Prozess der Entdeckung vielleicht beschleunigt. Moderne Algorithmen hätten die Standorte der Mitarbeiter erfasst und gestapelt, verdächtige Muster in ihren Arbeitsgewohnheiten gefunden und ihre Bewegungen verfolgt.

Aber damals, in den späten 1980er Jahren, als sich der Kalte Krieg dem Ende zuneigte, konnte sich die CIA nur auf erfahrene Geheimdienstler wie Grimes verlassen. Also startete die Behörde 1991 eine Untersuchung namens Operation Playactor. Sie bestand im Wesentlichen aus einer kleinen Task Force mit Grimes, einem jungen Mitarbeiter des Office of Security namens Dan Payne, einer langjährigen CIA-Analystin namens Jeanne Vertefeuille und zwei FBI-Agenten, Special Agent Jim Holt und einem sowjetischen Analysten namens Jim Milburn. („Wir nannten sie Jim Squared“, sagte Grimes.)

Die Untersuchung erforderte Tabellen, Papierakten und Verhöre, und nachdem das Team monatelang all diese analogen Hilfsmittel durchgekaut hatte, gelang es ihm, seine Liste auf etwa 150 CIA-Mitarbeiter einzugrenzen – viel zu viele Menschen für ein kleines Team, um sie zu verdächtigen oder zu untersuchen. Also kamen sie auf eine unglaublich unwissenschaftliche Lösung: Sie baten sich gegenseitig, die Namen von fünf oder sechs Personen in der Behörde aufzulisten, die ihnen Unbehagen bereiteten, und gaben ihnen dann eine Rangfolge.

Während sich einige Namen auf den Listen der Teams überschnitten, gab es für Grimes eigentlich nur einen Verdächtigen: jemanden, den sie seit Jahren kannte und mit dem sie sogar eine Fahrgemeinschaft gebildet hatte; jemanden, der erst kürzlich von einem Auslandseinsatz zurückgekehrt war: ein Mann namens Aldrich Ames.

Der Name könnte einem bekannt vorkommen. Als Mitglied der CIA-Einsatzabteilung, die für die sowjetische Spionageabwehr zuständig war, wurde er zu einem der ranghöchsten und schädlichsten Spione in der Geschichte der USA. Und Grimes verdächtigte ihn aus einem Grund, den kein Algorithmus erraten hätte: Er schien einfach anders zu sein. „Als er 1989 aus Italien zurückkam, war er ein anderer Mensch, wirklich ein anderer Mensch“, sagte Grimes und erklärte, warum er ihre Liste anführte. „Es war, als würde er seinen Besitz vermessen, und es war fast diese Haltung: ‚Ich weiß etwas, was ihr nicht wisst.‘ „

Ein verdächtiges Inventarproblem

Zur gleichen Zeit, als das Playactor-Team mit der Suche nach einem Verräter begann, trat ein Datenwissenschaftler namens Jeff Jonas einen neuen Job in Las Vegas an. Monate zuvor hatte er einen Anruf vom Mirage Casino erhalten, in dem er gefragt wurde, ob er eine spezielle Software für das Casino entwickeln könne. „Sie sagten: ‚Wir haben ein Inventarproblem‘,“ erinnert sich Jonas. „Und ich sagte: ‚Oh, ich kenne mich mit Inventarsystemen aus.‘ Und dann sagten sie: ‚Gut, es ist für Fisch.‘ „

Das Mirage hatte gerade erst eröffnet und hatte bereits ein Problem, mit dem es nicht gerechnet hatte: Das bahnbrechende 20.000-Gallonen-Fischbecken wurde zu einem finanziellen Engpass. Es enthielt Tausende von teuren und seltenen tropischen Fischen, über die nicht Buch geführt werden konnte. „Ich glaube, sie gaben etwa eine Million Dollar pro Jahr für den Unterhalt des Aquariums aus“, sagte Jonas, „und sie versuchten, den Überblick darüber zu behalten, wer was frisst.“

Jonas entwickelte schließlich etwas, das wir heute als eines der ersten Datenanalyseprogramme betrachten würden. Seine Software verfolgte nicht nur die Fische, sondern ermöglichte es dem Kasino auch, bessere Entscheidungen über den Besatz des Beckens zu treffen. „Zu diesem Zeitpunkt wusste ich noch nicht, dass dies mein Lebenswerk werden würde“, sagt Jonas. Jonas‘ Spezialität ist der Abgleich von Identitäten. Er begann mit Fischen und ging dann zu Menschen über. „Nachdem Jonas dem Mirage bei seinem Fischprogramm geholfen hatte, fragten die Kasinos entlang des Strip bei ihm an, ob er ihnen bei der Modernisierung ihrer Sicherheitssysteme helfen könnte. In den frühen 1990er Jahren war der Stand der Technik für die Verfolgung von Personen in Vegas buchstäblich eine 3 mal 5 Zoll große Karteikarte. „Sie erstellten Karten von Angestellten, die sie nach Namen sortierten, und sie hatten einen weiteren Satz Karten für dieselben Angestellten, die nach Adressen sortiert waren“, erinnert sich Jonas. „

Jonas begann damit, all diese Karten zu digitalisieren, und entwickelte dann ein System, das er Non-Obvious Relationship Awareness oder NORA nannte. „Es verdiente diesen Namen, weil ich anfing, Dinge zu finden, die man nicht erwartet hatte“, sagte er. Das System zeigt an, wenn jemand an einem Spieltisch die gleiche Telefonnummer wie ein Angestellter hat. Wenn jemand im Laufe seines Lebens mehr als ein Geburtsdatum angibt, würde NORA auch das erkennen. „Oftmals landen Daten und es ist keine große Sache“, sagte Jonas. „Aber manchmal, wenn Daten auftauchen, ist es wichtig.“ NORA entwickelte Systeme, die die menschliche Aufmerksamkeit auf diese wichtigen Teile lenken sollten.

NORA lenkte unter anderem die Aufmerksamkeit der Menschen auf eine Gruppe von College-Studenten, die an den Blackjack-Tischen unglaubliches Glück zu haben schienen. Sie schummelten nicht, so schien es. Aber es war merkwürdig, dass so viele junge Spieler so gut abschnitten. NORA fand schließlich heraus, dass diese jungen Leute Karten zählten – und Mitglieder des MIT-Blackjack-Teams waren. (Kartenzählen ist nicht illegal, aber Kartenzähler werden normalerweise aufgefordert, das Kasino zu verlassen. Das Team gründete eine „Investment“-Firma, um den Spielern Bargeld zu verschaffen, und verteilte dann ihre Gewinne. Hätten Grimes und das CIA-Team von NORA gewusst, wäre es vielleicht genau das gewesen, was sie brauchten, um ihren eigenen Verdächtigen zu finden und zu überführen.

Ein sehr analoges System

Was Grimes stattdessen hatte, war eine Art menschliches NORA-Äquivalent. Unter anderem hatte sie eine lange persönliche Beziehung zu Ames gehabt. Sie beobachtete sein Verhalten aus nächster Nähe, lange bevor er unter Verdacht geriet, und konnte einschätzen, was sie als ungewöhnliches Verhalten für einen CIA-Agenten ansah. „An den Tagen, an denen wir Fahrgemeinschaften bildeten, war er immer zu spät“, sagte sie. „Er kam aus der Wohnung gerannt, das Hemd hing heraus, er hatte verschiedenfarbige Socken an. Er war ein Schlamper.“

Eine Episode, in die seine Frau Rosario verwickelt war, machte sie ebenfalls stutzig. Rosario hatte einen CIA-Kollegen gebeten, ihr pränatale Vitamine zu schicken, als sie und Ames 1988 in Rom stationiert waren. Als Grimes die hilfsbereite Kollegin, die die Vitamine geschickt hatte, Monate später wiedertraf, trug sie einen wunderschönen Gucci-Schal. „Woher haben Sie den?“ fragte Grimes sie. Die Kollegin sagte, Ames‘ Frau habe ihn ihr geschickt, nachdem sie die Vitamine erhalten hatte. „Ich sagte: ‚Na, das ist aber ein schönes Geschenk.‘ „

Für sich genommen hätten diese Dinge wenig bedeutet, aber das NORA-System in Grimes‘ Kopf meldete sich immer wieder, als das Playactor-Team andere Verdächtige befragte. Eine der Fragen, die sie jedem auf ihrer langen Liste stellten – unabhängig von ihrem Rang auf dieser Liste – war diese: Wenn Sie spionieren oder sich freiwillig melden würden, wie würden Sie es tun? Die meisten Personen, mit denen sie sprachen, betrachteten die Frage als eine mentale Übung; Ames war von der Frage verblüfft. „Er war sprachlos“, sagte Grimes. „Natürlich sagen wir nichts, oder? Wir sitzen nur da und hören zu. Aber im Nachhinein waren wir total schockiert, dass ihm diese Frage unangenehm war.“

Sie wurde zu einem Datenpunkt in einem sehr analogen System, das das Team auf den Computern der Behörde erstellt hatte. Payne, der junge FBI-Agent, fing an, Durchsuchungsbefehle für Ames‘ Finanzberichte und Bankeinlagen zu bekommen. Grimes begann, eine Chronologie zusammenzustellen, in der die verschiedenen CIA-Aufträge von Ames, die Personen, die er in Italien getroffen hatte, und die Fälle, an denen er in Amerika arbeitete, aufgeführt waren. Sie fügte weitere zufällige Datenpunkte hinzu: Wann ging er im Büro ein und aus? Wann ging er eine Zigarette rauchen?

Sie fügte all dies in ein Textverarbeitungsdokument auf ihrem Computer ein, was an sich schon eine Herausforderung darstellte. Jeden Morgen, wenn sie sich einloggte, musste sie 20 Minuten warten, bis das Dokument dort geladen war, wo sie aufgehört hatte. „Jeden Tag war es eine Frustration“, sagte sie. „

Eines der Probleme war, dass das Dokument absolut konsistent sein musste, um nützlich und durchsuchbar zu sein. Man konnte nicht an einem Tag den 7. März schreiben und am nächsten Tag 03/07. Es durften keine Tippfehler oder Leerzeichen vorkommen. „Am Ende des Tages musste ich zurückgehen und alles überprüfen, was ich getippt hatte“, sagte Grimes. „

Diese Liebe zum Detail zahlte sich schließlich aus, als Payne eines Morgens mit einem Umschlag voller Jahresabschlüsse ins Büro kam. Er fischte einige Einzahlungsbelege aus dem Ordner und begann dann, die Informationen in eine Tabelle auf seinem Computer einzugeben. Und dann reichte er die Belege, wie es ihre Gewohnheit war, über die Kabinenwand an Grimes weiter, der dann zum richtigen Datum in der Chronologie blätterte und sie eintrug.

„Ich warf zufällig einen Blick auf die Zeile darüber und dachte: ‚Oh, mein Gott, am Tag zuvor, Mittagessen mit Chuvakhin'“, sagte Grimes. „Und ich dachte, was für ein seltsamer Zufall.“ Sergei Chuvakhin war ein sowjetischer Diplomat, der in Washington stationiert war. „Der zweite Einzahlungsbeleg kommt über die Kabinenwand zu mir.“ Es handelte sich um eine Bareinzahlung von 5.000 Dollar, die am 5. Juli getätigt wurde. Drei Tage zuvor lautete die Chronologie: Mittagessen mit Chuvakhin. Grimes zog die Stirn in Falten und griff nach dem letzten Einzahlungsbeleg. Er lautete auf 8.500 Dollar in bar, eingezahlt am 31. Juli. Und die Chronologie zeigte, dass Ames am selben Tag mit Tschuwatschin zu Mittag gegessen hatte.

„Das war’s für Sandy“, sagte Grimes und nannte sich selbst beim Namen. „Ich sagte: ‚Ihr werdet es nicht glauben, das ist es – ihr werdet es nicht glauben.'“ Sie rannte den Flur entlang, um es dem Leiter der CIA-Abteilung für Spionageabwehr, Paul Redmond, zu sagen. „Ich schloss die Tür und wartete nicht auf ihn, sondern sagte nur: ‚Man muss kein Raketenwissenschaftler sein, um zu erkennen, was hier vor sich geht: Rick ist ein gottverdammter sowjetischer Spion.“ (Grimes sagte, sie und Redmond streiten sich immer noch über ihre genauen Worte.

„Der schönste Fall von Insubordination, der mir je begegnet ist“

Das FBI eröffnete kurze Zeit später eine formelle Untersuchung gegen Ames; aber um den Fall aufzubauen, verließ sich das FBI auf Dinge, die heute als unglaublich analog erscheinen würden: Telefonabhörungen, Abhörgeräte, Überwachungen, Flugzeuge, sogar Mülloperationen.

„Manchmal muss man in die Trockenbauwand bohren, um die Mikrofone anzubringen“, sagte Robert „Bear“ Bryant, der später stellvertretender Direktor des FBI wurde und die Ames-Untersuchung überwachte. „Wenn man in die Trockenbauwand gehen muss, muss man eine elektrische Leitung anschließen, aber das Schwierigste ist, die Trockenbauwand passend zu machen.“

Es ist das erste Mal, dass Bryant öffentlich über den Fall Ames spricht. „Wir haben Mikrofone in seinem Auto und in seinem Haus angebracht; wir haben den Mann fast von dem Moment an überwacht, als er zur Arbeit ging.“ Sie hatten sogar ein Flugzeug in der Luft, das ihn verfolgte, als er von seinem Haus in Arlington, Virginia, nicht weit von Langley entfernt, fuhr. „Sie hatten einen Mann mit einem Fernglas, der dort saß und das Objekt beobachtete, wenn es sich bewegte“, sagte Bryant. „

Aber es war etwas, worum Bryant die Agenten ausdrücklich gebeten hatte, nicht zu tun, was sie zu einem Durchbruch in dem Fall führte: Sie taten das, was als „Trash Cover“ bekannt ist. „Wenn jemand seinen Müll rausstellt, kann man ihn beschlagnahmen und durchsuchen, wenn er sich auf öffentlichem Grund befindet“, sagt Bryant. „

Im Herbst 1993, so erinnert sich Bryant, winkte ihm einer seiner Mitarbeiter mit einer Plastiktüte und einem Stück gelbem Papier, als er das Büro betrat. „Ich fragte: ‚Was zum Teufel ist das?‘ Er sagte: ‚Wir haben es aus dem Müll geholt.‘ „

Es handelte sich um eine Notiz, die Ames an sich selbst geschrieben hatte, über ein Treffen, das er mit einem KGB-Kontaktmann in Bogotá, Kolumbien, haben sollte. „Es war der Schlüssel zu dem Fall, und ein großer Schlüssel, weil wir wussten, wo er eine Übergabe machen wollte.

Ein Ordner im Kopf

Jonas‘ nicht offensichtliches Beziehungsprogramm in Vegas vor Jahrzehnten wurde durch etwas ersetzt, das in der Branche für Insider-Bedrohungen als Entity Resolution bekannt ist. Es ist ein Versuch, einem Computer beizubringen, die gleichen Assoziationen herzustellen, die unser Gehirn fast augenblicklich macht, ohne dass wir uns dessen voll bewusst sind.

Betrachten Sie den Musiker Prince. Das Symbol, das er für seinen Namen verwendete, ist vielleicht eines der ersten Dinge, die uns in den Sinn kommen. Wir wissen nicht, wie wir erklären sollen, dass wir dieses Symbol mit Prince assoziieren – wir wissen nur, dass wir es tun. Dann werden andere Verbindungen hergestellt: der Song „Purple Rain“, eine lila Gitarre, ein Samtanzug.

„All diese Dinge, die man im Laufe der Zeit über Prince aufgeschnappt hat, leben in einem Ordner in deinem Kopf“, erklärt Jonas. „Und sie kamen zu verschiedenen Zeiten und wurden unterschiedlich beschrieben, aber die Entity Resolution hat sie zusammengefügt.“

Was Entity Resolution von herkömmlichen Algorithmen unterscheidet, ist, dass es nicht riesige Datensätze durchkaut, um zu sehen, was es finden kann, sondern versucht, die Dinge eher so zu organisieren, wie es das Gehirn tut. Es fragt: Inwiefern ist eine Sozialversicherungsnummer wie eine Fahrzeugidentifikationsnummer oder wie eine Seriennummer auf einem Router? Inwiefern ist ein Geburtsdatum mit der Marke oder dem Modell eines Autos vergleichbar? Und die Gemeinsamkeit besteht darin, dass sie im Allgemeinen alle eine einzelne, diskrete Sache identifizieren.

Wenn man die gleiche VIN auf einer Liste von Autos findet, bemerkt der Computer das und markiert es als Anomalie. Wenn sich der Algorithmus weiterentwickelt, findet er vielleicht andere Dinge, die nicht zusammenpassen. Im Fall von Ames könnte er feststellen, dass er gerade 400.000 Dollar in bar für ein Haus bezahlt hat, aber weniger als 70.000 Dollar im Jahr verdient. Der Algorithmus könnte das als merkwürdig einstufen, so dass er es sich wahrscheinlich noch einmal ansehen muss.

„Das wohl Ausgefallenste an unserem Algorithmus ist, dass er seine Meinung über die Vergangenheit ändern kann“, sagte Jonas. Mit anderen Worten, er kann in der Zeit zurückgehen, um zu sehen, ob eine neue Information eine neue Art und Weise nahelegt, über das zu denken, was man analysiert. Sie sehen, dass Ende Juli ein Mittagessen mit einem sowjetischen Diplomaten in Washington stattfindet; wirft das irgendwelche Fragen über diese Art von Treffen in der Vergangenheit auf? Gibt es ein Muster, das wir vielleicht übersehen haben?

Als Grimes die Einzahlungsbelege zu ihrer Chronologie hinzufügte, warf sie zufällig einen Blick auf die obige Zeile und sah dann die Mittagessen mit dem sowjetischen Diplomaten. Das ist eine analoge Version dessen, was Entity Resolution jetzt zu tun versucht.

„Das ist die Geschichte von Daten finden Daten“, sagte Jonas. „Was mich an dem Ames-Fall stört, ist, dass man warten muss, bis Menschen Fragen haben; man muss warten, bis schlimme Dinge passieren. Heute würde man eine Kopie von allem machen, was sich auf seinem Laptop befindet, und sobald man Einblick in sein Bankkonto hat, tauchen neue Daten auf.“

Menschen brauchen viel Zeit, um diese Informationen zu verarbeiten. Computer brauchen das nicht. Keine unhandlichen, von Hand getippten Chronologien. Und, was besonders wichtig ist, sagt Jonas, es gibt wenig Vertrauen in Bauchgefühl oder Intuition. „Eine Liste von Personen, von denen wir eine Ahnung haben, wird nicht immer funktionieren“, sagt er. Entity Resolution könnte die Technologie sein, die diese Lücke schließt.

Jahrelang vor Ames‘ Verhaftung war niemandem aufgefallen, dass sich sein Arbeitsverhalten geändert hatte. Es gab keine Algorithmen, mit denen man hätte herausfinden können, dass er trank, eine kostspielige Scheidung hinter sich hatte, sein Haus bar bezahlte, ein neues Auto fuhr und früh ins Büro kam und spät ging. Das waren Dinge, von denen Ames selbst zugab, dass sie den Behörden hätten auffallen müssen. Es war nur etwas, was sie im Nachhinein sahen.

„Der Algorithmus hat keinerlei Einblick in die Frage, ob die Person ihr Verhaltensmuster geändert hat, weil sie vielleicht ein Baby bekommen hat und jetzt zu anderen Zeiten kommt, oder ob sie krank war und deshalb morgens eine Reihe von Physiotherapien gemacht hat“, sagte Yael Eisenstat, ein ehemaliger CIA-Analyst, der jetzt Gastwissenschaftler an der Cornell Tech ist. Eisenstat untersucht die Auswirkungen von Algorithmen und Technologie auf die Gesellschaft. „Es gibt so viele menschliche Faktoren, die eine Anomalie im Muster verursachen können, dass der Algorithmus sie nicht erkennen kann“, sagte sie.

Deshalb brauchen Algorithmen immer noch Menschen, die zwei und zwei zusammenzählen, wie Grimes es tat. Rückblickend war ihr Spürsinn effektiver als jeder Algorithmus es sein könnte. Selbst viel später sagte sie, dass es Ames‘ Überheblichkeit war, die ihr half, herauszufinden, dass er ihr Mann war. Er hielt sich für schlauer als alle anderen und gab Grimes und Vertefeuille sogar Ratschläge, worauf bei der Playactor-Untersuchung zu achten sei.

„Er sagte mir: ‚Sieh dir die guten und die schlechten Fälle an und schau, was anders ist'“, so Grimes. Sie erinnert sich, dass sie sich damals dachte: „Gut, dass du mich für so dumm hältst. Weißt du, er dachte, wir wären zwei dumme Weiber.“

Zwei dumme Weiber, die einen Spion gefangen haben.