Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Publikationen

Publications

Literatur

Onlinemodule LEXIA

Modules en ligne LEXIA

Bücher

Livres

Buchreihen

Collections

Datenbanken

recht.ch

Studienliteratur

Littérature pour les études

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

Datenrecht und neue Technologien

Marvin Jäschke

Die Künstliche Intelligenz im Urheberrecht

Systeme, Arbeitsprozesse und -ergebnisse moderner KI in einer urheberrechtlichen Gesamtbetrachtung

Künstliche Intelligenz (KI) prägt viele Bereiche von Wirtschaft, Verwaltung und Gesellschaft. Dabei wirft sie tiefgreifende rechtliche, technische und ethische Fragen auf. Die Regulierung nimmt zwar zunehmend Gestalt an, bleibt aber Stückwerk - und steht der rasanten Entwicklung der Technologie und ihren immer neuen Herausforderungen gegenüber.

Maßgeschneiderter Zugang zum KI-Recht
Der neue StichwortKommentar KI von Dornis/Eichelberger/Seckelmann ermöglicht einen strukturierten Zugang zu einem der dynamischsten Rechtsgebiete unserer Zeit. 

Das Werk
<li>erschließt die zentralen Fragen und Problemfelder rund um KI nach Stichwörtern
</li><li>bietet einen schnellen und strukturierten Zugriff auf alle relevanten Inhalte und
</li><li>verbindet die systematische Tiefe eines Kommentars mit der Benutzerfreundlichkeit eines Lexikons. 

Die alphabetische Ordnung ermöglicht ein gezieltes Nachschlagen, während die Beiträge fundierte juristische und interdisziplinäre Analysen zu jedem Stichwort liefern. 

360 Grad-Blick mit dem SWK-KI
Die kommentierten Begriffe decken alle wesentlichen rechtlichen, technischen, wirtschaftlichen und ethischen Aspekte der KI ab. Das Spektrum umfasst sowohl spezifische Rechtsprobleme als auch übergeordnete Themen. Ein Schwerpunkt liegt auf der Interaktion von KI und Gesellschaft. Behandelt werden unter anderem Algorithmentransparenz, autonomes Fahren, Bias und Diskriminierung. Weitere Themen sind Hochrisiko-KI-Systeme, Datenschutz, Produktsicherheit und Regulierung.

Fazit
Mit seinem praxisorientierten Ansatz, seiner klaren Struktur und seiner interdisziplinären Perspektive setzt der SWK-KI Maßstäbe. Das Werk ist ein unverzichtbarer Begleiter für alle, die sich mit KI beschäftigen - sei es in der Entwicklung, Anwendung oder Regulierung. Es richtet sich daher gleichermaßen an Rechtsanwält:innen, Unternehmensjurist:innen, Compliance und AI Officer, Entwickler:innen, Behörden, Versicherungen, Interessenverbände und Wissenschaftler:innen. 

Die Autor:innen des von Prof. Dr. Tim W. Dornis, J.S.M.; Prof. Dr. Jan Eichelberger, LL.M. oec. und Prof. Dr. Margrit Seckelmann, M.A. herausgegebenen Werkes setzen sich seit Jahren intensiv mit den rechtlichen Fragestellungen und Herausforderungen der KI auseinander. Sie verfügen über umfassende Fachkenntnisse in diesem sich stetig weiterentwickelnden Fachgebiet: 
Katharina Baehr | Prof. Dr. Susanne Beck, LL.M. | Prof. Dr. Nadja Braun Binder | Prof. Dr. Petra Buck-Heeb | Prof. Dr. Tim W. Dornis, J.S.M. | Prof. Dr. Jan Eichelberger, LL.M. oec. | Prof. Dr. Jörg Fritzsche | Birte-Gesa Früh, LL.M. | Prof. Dr. Malte Gruber | Prof. Dr. Axel Halfmeier, LL.M. | RiAG Mario Hilzinger | StA Richard Hu | Prof. Dr. Dietmar Hübner | RAin Dr. Lisa Käde | RA Prof. Dr. Thomas Klindt | Jari Kohne | Roman Konertz, LL.M., B.Sc. | Asst.-Prof. Dr. Pascal König | Niklas Krause, LL.M. | Dr. Wolfgang Kreißig | Dr. Simone Kuhlmann | Nils Lilienthal | Finja Maasjost | Jann Maatz | Lina Marquard, LL.B. | RAin Julia Meggyes | Hendrik Meier | Prof. Dr. Juliane Mendelsohn | Prof. Dr. Catrin Misselhorn | Inga Müller | RiAG Dr. Jan Mysegades | Dr. Ioannis Revolidis | Nelli Schlee | Prof. Dr. Hans-Patrick Schroeder | Prof. Dr. Margrit Seckelmann, M.A. | Dr. Sikandar Siddiqui | Dr. Pascal T. Sierek | Prof. Dr. Christoph Sorge | Prof. Dr. Felipe Temming, LL.M. | Prof. Dr. Antje von Ungern-Sternberg | Dorothea Utermöhlen, LL.M. | PD Dr. Tobias Voigt | Dr. Mike Weber | Prof. Dr. Christoph Wendelstein | Jannik Zeiser, M.Sc.
</li>

Stichwortkommentar Künstliche Intelligenz

Schriften zum Medien- und Informationsrecht

Sprachmodelle bergen ein großes Potenzial für den generativen Einsatz in der Justiz, beispielsweise bei der Aufbereitung von Verfahrenssachverhalten und der Vorbereitung von gerichtlichen Entscheidungsentwürfen. Das Training eines KI-Modells spezifisch für die Justiz auf Grundlage von deutschen Gerichtsakten und Entscheidungen geht allerdings einher mit der Verarbeitung personenbezogener Daten i.S.d. DSGVO sowie der Nutzung urheberrechtlicher Schutzgegenstände i.S.d. UrhG. 
Das vorliegende Werk adressiert diese Herausforderungen, skizziert die rechtlichen Rahmenbedingungen für das Training eines solchen Sprachmodells zum Einsatz in der Justiz umfassend und liefert belastbare Antworten auf drängende rechtliche Fragen.

Urheberrechtliche und datenschutzrechtliche Anforderungen

Training eines Sprachmodells in der Justiz

Should German property law be adapted to the changed economic realities and in the future cover not only tangible but also intangible objects? Jan Felix Hoffmann examines this question by taking into account French, Austrian and Belgian property law. The latest discussions on crypto assets are also factored into the analysis.

Sachbegriff und Eigentumsordnung

Although the German Civil Code (BGB) has contained injunctive relief for the protection of property rights in § 1004 since its inception, numerous dogmatic problems still surround this provision. Patrick Zurth examines injunctive relief from a legal-historical, legal-economic, and legal-dogmatic perspective, developing a new understanding of the "disturber." This characteristic forms the central element of § 1004 German Civil Code and also appears outside this norm in civil law, particularly in the case of so-called disturber liability in intellectual property and personality rights. The aim of this work is to deduce a uniform concept of disturbance across various sub-areas of private law. In particular, the proximity of injunctive relief to tort law is highlighted and the concept of disturbance in private law is further developed by including duties of conduct.

Der Störer im Privatrecht

Vogel Compendium

Dieses Buch bietet eine fundierte und praxisorientierte Einführung in Künstliche Intelligenz (KI) - von den Grundlagen bis zur Umsetzung in Unternehmen. Es zeigt anhand klar strukturierter Kategorien, wie KI-Systeme im Allgemeinen und große Sprachmodelle wie ChatGPT im Speziellen funktionieren, welche technologischen und wirtschaftlichen Entwicklungen sie vorantreiben und wie Mensch und Maschine sinnvoll zusammenarbeiten können. Zudem werden konkrete Methoden und Strategien vermittelt, mit denen Unternehmen KI-Projekte erfolgreich identifizieren, testen, implementieren und steuern können - einschließlich rechtlicher Rahmenbedingungen, ethischer Leitlinien und Containment-Strategien.

Aus dem Inhalt:

¿ Einordnung und Klassifikation von KI-Systemen
¿ Technologische und ökonomische Trends als Innovationstreiber
¿ Pilot oder Copilot: Zusammenarbeit von Mensch und KI
¿ Risiken und Nebenwirkungen - systematisch nach Zeithorizont analysiert
¿ Anwendungsfelder inklusive zahlreicher Praxisbeispiele
¿ Umsetzungsstrategien für Unternehmen - von der Potenzialanalyse bis zur Skalierung

Potenziale, Risiken und Umsetzungsstrategien für Unternehmen

Künstliche Intelligenz entfesselt

Intelligent Systems Reference Library

This book is a valuable resource for understanding the transformative role of artificial intelligence in modern healthcare and aims to inspire continued research and collaboration across disciplines. In recent years, deep learning has emerged as a transformative technology across various fields, with medical image analysis standing out as one of its most impactful applications. This book offers a comprehensive overview of the latest developments in this fast-evolving domain, bridging foundational principles with state-of-the-art techniques that are redefining the future of medical imaging.
 This book is structured in two parts—Part I: Deep Learning Fundamentals and Paradigms and Part II: Advanced Deep Learning for Medical Image Analysis. The book provides in-depth coverage of essential topics, including convolutional neural networks, attention mechanisms, transformer architectures, multimodal analysis, semi-supervised learning, domain adaptation, generative models, and foundation models for large-scale pretraining.
 
 &nbsp;
 
 This book is intended for a broad audience, including graduate students, academic researchers, and industry professionals in computer science, biomedical engineering, and healthcare technologies. It serves as both an introductory guide and a reference resource for those seeking to deepen their knowledge in this rapidly evolving area.

Paradigms and Applications

Recent Advances in Deep Learning for Medical Image Analysis

Nick Clegg, formerly one of Meta's most senior executives, presents a blueprint for reforming Big Tech while preserving the essential openness of the internet 'Warns of the dangers posed to a free and open global internet by an age of autocrats and a titanic power struggle over AI' Guardian As democracies seek to curb the power of Big Tech, as authoritarian regimes like China and Russia isolate their populations from the internet, and as the AI race supercharges divisions between competing nations, the most powerful tool for bringing us together risks being dismantled. Taking us behind the scenes at Meta, and drawing on his unique experience on the world stage of both tech and politics, Nick Clegg sets out where Big Tech has gone wrong and the radical reforms that are needed if global platforms are to ensure their long-term future. But he also shows that many of the charges against them are overstated or simply untrue, and presents a blueprint for the international cooperation that is needed if we are to preserve what makes them so vital to our future: their potential to empower and improve billions of lives. Radical, reasonable, deeply felt and disarmingly honest, How To Save the Internet reminds us how much we stand to lose on our current path - and how much we might yet gain from a global, open internet. 'Entertaining . . . lucid, detailed . . . there is much to agree with' Spectator 'Studded throughout [with] good analyses of the political situation around technology' Observer 'A gripping and timely book. Nick Clegg writes with clarity, authority and urgency' Peter Frankopan, author of The Silk Roads 'A wake-up call we cannot afford to ignore' Tony Blair 'A vital read' Reid Hoffman, co-founder of LinkedIn

The Threat to Global Connection in the Age of AI and Political Conflict

How to Save the Internet

PyTorch-Programmierung professionell! Das meistbenutzte Deep-Learning-Framework in der Praxis: Lernen Sie für spezifische Aufgaben aus realen Projektszenarien, wie Sie mit PyTorch KI-Modelle trainieren, optimieren und produktiv einsetzen. Bert Gollnick zeigt Ihnen in diesem Buch alle einschlägigen Verfahren inklusive Python-Implementierung, von linearer Regression über große Sprachmodelle bis zur Kombination mehrerer Verfahren. Die Anwendungen beinhalten Computer Vision, RAG-Systeme, Zeitreihenanalysen und vieles mehr. Sie evaluieren und deployen Ihre Modelle mit modernsten Methoden und lernen dafür Tools wie FlowML, TensorBoard und FastAPI kennen. Profitieren Sie von vollständigen Codebeispielen, die auf handelsüblicher Hardware lauffähig sind, und entdecken Sie das Zusammenspiel mit PyTorch Lightning, HuggingFace und weiteren Tools.<ul><li>Deep Learning von der Datenaufbereitung über Training und Fineturing bis zum Deployment</li><li>Vielfältige Architekturen wie Autoencoder, RNNs, LLMs, RAG-Systeme etc.</li><li>Inkl. PyTorch Lightning, TensorBoard, LangChain, FastAPI u. v. m.</li></ul>Aus dem Inhalt:<ul><li>Installation des Frameworks</li><li>Deep-Learning-Grundkonzepte</li><li>Vortrainierte Modelle verwenden</li><li>Daten vorbereiten</li><li>Klassifizierungsaufgaben</li><li>Computer Vision</li><li>Empfehlungssysteme</li><li>Graph Neural Networks </li><li>Große Sprachmodelle (LLMs)</li><li>Zeitreihen-Vorhersagen</li><li>PyTorch Lightning</li><li>LangChain</li><li>Cloud-Deployment mit Heroku</li><li>FlowML, TensorBoard und WandB</li><li>Lokaler Einsatz mit FastAPI</li></ul>

KI-Modelle trainieren, tunen und einsetzen

PyTorch

AI-Powered Drug Delivery to Neuro and Cardiovascular Systems: Perspectives and Future Challenges is a definitive reference exploring the transformative influence of Artificial Intelligence (AI) in neuro and cardiovascular drug delivery. This book integrates cutting-edge research to explain how AI is poised to reshape clinical protocols, therapeutic strategies, and regulatory standards. By examining advancements in robotics and intelligent systems, it demonstrates how AI enhances precision, personalization, and efficiency in drug delivery for heart and neurological conditions, providing readers with a thorough understanding of these innovations and their potential to revolutionize healthcare practices. The book delves into AI-driven drug design and testing for cardiovascular diseases and explores the application of AI in cardiac drug delivery vehicles. It discusses bioengineered heart and vessel therapeutics, redox homeostasis, and targeted drug replenishment in cardiac matrix remodeling. Additionally, it addresses mitochondrial drug retention, AI-assisted gene therapy for neurodegenerative disorders, and the role of AI in optimizing heart health. The text highlights smart systems for managing cerebrovascular accidents and neuromodulation with pharmacotherapy. Finally, it covers translational challenges, future directions, and the significance of AI-driven prediction models and robotic delivery mechanisms.

Perspectives and Future Challenges

AI Powered Drug delivery to Neuro and Cardiovascular Systems

This book explores deep learning as a next-generation approach to online payment fraud detection in the face of increasingly complex and adaptive threats. Traditional rule-based or shallow learning methods are no longer sufficient. Through ten focused chapters, this book tackles challenges such as behavioral modeling, spatiotemporal anomaly detection, class imbalance, behavior drift, and graph-based inference. It applies advanced neural architectures including LSTM, GRU, GANs, GNNs, and spatiotemporal transformers. With a problem-driven structure, each chapter links real-world fraud problems to tailored neural solutions, validated on large-scale transaction data. This book blends theory, practical design, and empirical rigor, offering researchers and practitioners a foundation for scalable, adaptive, and reliable fraud detection systems.

Neural Network-Based Deep Learning for Online Payment Fraud Detection

Künstliche Intelligenz gilt als einer der größten Innovationstreiber unserer Zeit - auch in der Versicherungswirtschaft. Dieses Buch zeigt, wie Fachleute aus der Versicherungspraxis KI heute schon erfolgreich einsetzen und wohin die Entwicklungen führen. Von der Grundlagenvermittlung über konkrete Anwendungsfälle bis hin zu strategischen und regulatorischen Fragestellungen bietet das Werk einen praxisnahen Rundumblick: Wie lässt sich eine KI-Einheit aufbauen? Welche Rolle spielt KI im Underwriting, im Maklergeschäft oder im Back Office? Und wie verändert sie das Kundenerlebnis?

Renommierte Expertinnen und Experten aus dem gesamten Spektrum der Branche teilen ihre Erfahrungen - aus der Praxis für die Praxis. Im Mittelpunkt steht dabei der Abgleich zwischen theoretischem Potential von KI und aktueller Umsetzung in der Versicherungswirtschaft. Der Sammelband bietet einen fundierten Überblick über Chancen, Risiken und reale Einsatzszenarien - und ist damit ein unverzichtbarer Leitfaden für die strategische Nutzung von KI in der Versicherungsbranche von heute und morgen.

Insider-Perspektiven zu Chancen, Risiken und Praxisanwendungen von KI

Künstliche Intelligenz in der Versicherungsbranche

Artificial Intelligence in Precision Drug Design: Advanced Applications showcases how artificial intelligence (AI) is revolutionizing modern drug discovery and development. Building upon the foundational principles established in Volume 1, this book dives into real-world applications where AI accelerates innovation, enhances predictive accuracy, and enables breakthrough therapeutics. Featuring contributions from leading global researchers and practitioners, the book explores machine learning, deep learning, and network-based approaches applied to complex biomedical challenges. Key areas include AI driven drug repurposing, combination therapies, immunotherapy, vaccine design, quantum computing, and the integration of large language models in drug discovery. Additional chapters highlight predictive modeling using electronic health records, AI-powered medical imaging, and explainable AI for structure-based drug design. What sets this volume apart is its emphasis on practical impact, demonstrating how data, computation, and interdisciplinary collaboration converge to advance precision medicine. Designed for scientists, clinicians, educators, and students, it serves as both a comprehensive reference and a source of inspiration for leveraging AI to transform healthcare.

Foundations and Core Techniques

Artificial Intelligence in Precision Drug Design, Volume 1

Die Künstliche Intelligenz im Urheberrecht

Autres titres sur ce thème