Kreative Maschinen und Urheberrecht : die Machine Learning-Werkschöpfungskette vom Training über Modellschutz bis zu Computational Creativity
Bibliographische Detailangaben
- Titel
- Kreative Maschinen und Urheberrecht die Machine Learning-Werkschöpfungskette vom Training über Modellschutz bis zu Computational Creativity
- verantwortlich
- Schriftenreihe
- Datenrecht und neue Technologien ; Band 2
- Hochschulschriftenvermerk
- Dissertation, Albert-Ludwigs-Universität Freiburg im Breisgau, 2021
- Ausgabe
- 1. Auflage
- veröffentlicht
- Erscheinungsjahr
- 2021
- Teil von
- Nomos eLibrary
- Teil von
- Datenrecht und neue Technologien ; Band 2
- Erscheint auch als
- Käde, Lisa, Kreative Maschinen und Urheberrecht, 1. Auflage, Baden-Baden : Nomos, 2021, 287 Seiten
- Andere Ausgaben
- Kreative Maschinen und Urheberrecht: die Machine Learning-Werkschöpfungskette vom Training über Modellschutz bis zu Computational Creativity
- Medientyp
- E-Book Hochschulschrift
- Datenquelle
- K10plus Verbundkatalog
- Tags
- Tag hinzufügen
Zugang
Kostenfrei zugänglich
Diese Ressource ist frei verfügbar.
- Details Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Standorte Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Internformat Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Zusammenfassung
- Die interdisziplinäre Analyse nimmt konkreten Bezug zu in der KI-Entwicklung eingesetzten Machine Learning (ML)-Frameworks und gibt praxisrelevante Antworten auf damit zusammenhängende urheberrechtliche Fragen. Insbesondere der Datenbank(werk)schutz für ML-Modelle steht dabei im Fokus. Die Arbeit bietet außerdem eine Einschätzung der Relevanz von Text und Data Mining-Schranken im KI-Kontext. Mit Blick auf die Erzeugung von Werken durch bzw. mithilfe von ML wird die Zurechnungsproblematik erörtert, eine Lösung vorgeschlagen und eine Hilfestellung zur Ermittlung eines Urhebers angeboten. Darüber hinaus erfolgt hinsichtlich etwaiger KI-Autonomie eine Einführung in die Zusammenhänge von Intelligenz, Kreativität und Computational Creativity.
The interdisciplinary analysis examines machine learning (ML) frameworks used in AI development and gives practical answers to copyright issues arising in this matter. A special focus lies on database protection of ML models. Furthermore, the thesis offers an opinion on text and data mining restrictions in the AI context. Regarding the production of potentially copyrightable works by means of ML, the author discusses the issue of copyright attribution, suggests a solution, and proposes a flow chart to identify the author in various scenarios. In view of a potentially increasing autonomy of AI, an introduction to the interconnection of the concepts of intelligence, creativity and Computational Creativity is provided. - Umfang
- 1 Online-Ressource (287 Seiten); Diagramme
- Sprache
- Deutsch
- Schlagworte
- RVK-Notation
-
- Rechtswissenschaft
-
- Datenverarbeitung und Recht
-
- Computerrecht, EDV-Recht, Recht des Internet
-
- Gewerblicher Rechtsschutz und Urheberrecht; Rechtschutz von Computersoftware; Kartellrecht
- Rechtswissenschaft
-
- Handelsrecht, Gesellschafts- und Unternehmensrecht sowie sonstiges privates Wirtschaftsrecht
-
- Gewerblicher Rechtsschutz und Urheberrecht
-
- Urheber- und Verlagsrecht
-
- Einzeldarstellungen
- Rechtswissenschaft
-
- Datenverarbeitung und Recht
-
- Computerrecht, EDV-Recht, Recht des Internet
-
- Recht der Künstlichen Intelligenz
- BK-Notation
- 86.28 Gewerblicher Rechtsschutz, Verlagsrecht
- ISBN
-
9783748912453
- DOI
- 10.5771/9783748912453