OK. Quellen + Methode:
Was dieses Diagramm zeigt: Meilenstein zählt für das 287(g)-Programm der ICE (Delegierung bestimmter Funktionen zur Durchsetzung der Einwanderungsbestimmungen an staatliche/lokale Strafverfolgungsbehörden).
Datenpunkte (wie von Quellen berichtet): – 135 Vereinbarungen, Stand Dezember 2024 (Nevada Independent) – "Bis heute… hat ICE 444 Vereinbarungen unterzeichnet…" (Big Rapids News; Referenzen "Stand: 3. April") – 958 Vereinbarungen (Pressemitteilung des DHS, 2. September 2025: "um 609 % gestiegen – von 135… auf 958") – 1.001 Vereinbarungen (Pressemitteilung des DHS, 17. September 2025: "stieg um 641 % – von 135… auf 1.001") – 1.036 MOAs, Stand 25. September 2025, 9:48 Uhr + Modellaufschlüsselung (Factsheet zu ICE 287(g)) – 1.412 aktive Vereinbarungen, Stand 13. Februar 2026 (NPR über OPB)
Hinweise: Manchmal werden unterschiedliche Quellen verwendet "Vereinbarungen" vs "MOAs" vs "aktive Vereinbarungen." Ich habe die Summen genau so aufgezeichnet, wie sie jede Quelle meldet.
Werkzeuge: Python 3 + matplotlib. (Bild von mir erstellt.)
Quellen: Nevada Independent, Big Rapids News, DHS.gov (Pressemitteilungen vom 2. und 17. September 2025), ICE 287(g) Factsheet, OPB/NPR.
Von godot_lover
2 Kommentare
I cited wrong reading material so sorry. Here is the correct reading material: https://medium.com/@realcarbon/the-right-youre-losing-without-realizing-it-why-your-front-door-is-no-longer-a-shield-79f116182142
Appreciate that you called out the “agreements vs MOAs vs active” nuance. That’s usually where these charts get misleading, and you were pretty transparent about it.
One thing I’d maybe add is a small annotation explaining whether the jumps are reporting updates versus actual net new signings. The Sep 2 to Sep 17 jump especially looks like it could partly be definitional or timing related.
Out of curiosity, did you consider plotting percent growth instead of absolute? The +609% and +641% figures are pretty wild on their own.