id |
oapen-20.500.12657-51594
|
record_format |
dspace
|
spelling |
oapen-20.500.12657-515942023-01-31T18:36:31Z Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme Hillmer, Katharina Law Constitutional bic Book Industry Communication::L Law::LN Laws of Specific jurisdictions::LND Constitutional & administrative law Datenzugangsrechte sind nach geltendem Recht nur unter engen Voraussetzungen gegeben. Mit der steigenden Verbreitung „datenhungriger“ KI-Systeme gehen Forderungen nach Datenteilungspflichten in weiteren Konstellationen einher und richten sich insbesondere gegen Unternehmen der Digitalwirtschaft. Diese Untersuchung hinterfragt, ob es zur Förderung von Innovationsmöglichkeiten und -anreizen ratsam wäre, den Zugang zu exklusiven Daten aus der Privatwirtschaft für das Training selbstlernender Systeme zu eröffnen. Es wird der Frage nachgegangen, ob Korrekturen im Einzelfall oder sektorspezifische Reaktionen eine bessere Lösung sind. Zu diesem Zweck werden Änderungsvorschläge aus Politik und Wissenschaft untersucht und eigene Ansätze entwickelt. 2021-12-01T05:30:55Z 2021-12-01T05:30:55Z 2021 book 9783748925712 https://library.oapen.org/handle/20.500.12657/51594 ger application/pdf n/a external_content.pdf Nomos Verlagsgesellschaft mbH & Co. KG Nomos Verlagsgesellschaft mbH & Co. KG https://doi.org/10.5771/9783748925712 https://doi.org/10.5771/9783748925712 a828cf6c-76dd-4fdb-b400-ec5fba9459b8 b818ba9d-2dd9-4fd7-a364-7f305aef7ee9 9783748925712 Knowledge Unlatched (KU) Nomos Verlagsgesellschaft mbH & Co. KG Knowledge Unlatched open access
|
institution |
OAPEN
|
collection |
DSpace
|
language |
ger
|
description |
Datenzugangsrechte sind nach geltendem Recht nur unter engen Voraussetzungen gegeben. Mit der steigenden Verbreitung „datenhungriger“ KI-Systeme gehen Forderungen nach Datenteilungspflichten in weiteren Konstellationen einher und richten sich insbesondere gegen Unternehmen der Digitalwirtschaft. Diese Untersuchung hinterfragt, ob es zur Förderung von Innovationsmöglichkeiten und -anreizen ratsam wäre, den Zugang zu exklusiven Daten aus der Privatwirtschaft für das Training selbstlernender Systeme zu eröffnen. Es wird der Frage nachgegangen, ob Korrekturen im Einzelfall oder sektorspezifische Reaktionen eine bessere Lösung sind. Zu diesem Zweck werden Änderungsvorschläge aus Politik und Wissenschaft untersucht und eigene Ansätze entwickelt.
|
title |
external_content.pdf
|
spellingShingle |
external_content.pdf
|
title_short |
external_content.pdf
|
title_full |
external_content.pdf
|
title_fullStr |
external_content.pdf
|
title_full_unstemmed |
external_content.pdf
|
title_sort |
external_content.pdf
|
publisher |
Nomos Verlagsgesellschaft mbH & Co. KG
|
publishDate |
2021
|
_version_ |
1771297407519162368
|