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

Zum Werk Dieser verständliche und anschauliche Leitfaden für die Praxis des Markenrechts und der Markenführung<ul><li>erläutert chronologisch die Schritte von Kreation und Definition einer Marke (die "perfekte" Marke), über die Arten von Marken, deren Anmeldung und Erhaltung bis zur Verteidigung,</li><li>vermittelt prägnant und fundiert das Know-how für die Entscheidung, ob eine Marke das richtige Schutzrecht ist und ob sie Registerschutz braucht, sowie für die maximal effiziente Anmeldung zur Eintragung in das Register und für die Pflege einer eingetragenen Marke,</li><li>zeigt stets auf, welche Schritte der Anmelder kostensparend selbständig durchführen kann und in welcher Situation professionelle Hilfe ratsam ist,</li><li>umfasst gesetzliche und faktische Neuerungen der nationalen Markenverfahren.</li></ul> Vorteile auf einen Blick<ul><li>vermittelt prägnant und fundiert das Know-how für die "perfekte Marke"</li><li>behandelt die praxisrelevanten, markenrechtlichen Themen der Markenfindung, Markenanmeldung und -verteidigung inklusive markenstrategischer Fragen</li><li>deckt das gesamte Gebiet der Verfahren vor dem DPMA sowie angrenzende Fragen ab,</li><li>mit Tipps und Argumentationsstrategien für Praktikerinnen und Praktiker</li><li>mit zahlreichen, aktuellen Beispielfällen aus der Praxis</li></ul> Zur Neuauflage Die 5. Auflage umfasst gesetzliche Neuerungen und Entwicklungen der Amtspraxis des DPMA, wie Änderungen in den Anmeldewegen und der Klassifikation. Bereits eingearbeitet sind u.a. die Änderungen der Markenverordnung im Rahmen des Geoschutzreformgesetzes sowie die bevorstehenden Änderungen durch die VO zur Neuregelung des elektronischen Rechtsverkehrs beim DPMA. Ein neuer Fokus richtet sich auf das digitale Umfeld von Marken:<ul><li>Aufbau und Positionierung von Marken für Onlinebusiness und Social Media,</li><li>Nutzung der amazon brand registry zur Stärkung von Marken sowie</li><li>strategischer Einsatz von KI in ihren vielfältigen Anwendungsformen, wie Markenkreation, Branchenscreening und Recherche.</li><li>Auch die Neuauflage richtet sich primär an Praktikerinnen und Praktiker des Markenrechts.</li></ul> Zielgruppe Für Anwaltschaft, Rechtsabteilungen, Studierende und Patentanwaltskandidaten sowie juristisch nicht vorgebildete Markenanmelderinnen und Markenanmelder.

Strategie, Anmeldung, Schutz und Verteidigung von Marken

Markenrecht

Handlungskompetenzen für TK

Sicher zum Ziel - Praxisnah. Klar. Kompetent

Recht für TK

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

Explore the convergence of deep learning and GPU technology. This book is a complete guide for those wishing to use GPUs to accelerate AI workflows.


The book is meant to make complex concepts understandable, with step-by-step instructions on how to set up and use GPUs in deep learning applications. Starting with an introduction to the fundamentals, you'll dive into progressive topics like Convolutional Neural Networks (CNNs) and sequence models, exploring how GPU optimization boosts performance. Further, you will learn the power of generative models, and take your skills by deploying AI models on edge devices. Finally, you will master the art of scaling and distributed training to handle large datasets and complex tasks efficiently.


This book is your roadmap to becoming proficient in deep learning and harnessing the full potential of GPUs.


What You Will Learn:


 How to apply deep learning techniques on GPUs to solve challenging AI problems.

 Optimizing neural networks for faster training and inference on GPUs

 Integration of GPUs with Microsoft Copilots

 Implementing VAEs (Variational Autoencoders) with TensorFlow and PyTorch





Who This Book Is For:


Industry IT professionals in AI. Students pursuing undergraduate and postgraduate degrees in Engineering, Computer Science, Data Science.

Essential GPU ideas, Deep Learning Frameworks, and optimization Approaches

GPU-Accelerated Deep Learning

Wiley Finance

The complete and practical guide to one of the hottest topics in quantitative finance Deep learning, that is, the use of deep neural networks, is now one of the hottest topics amongst quantitative analysts. Deep Learning in Quantitative Finance provides a comprehensive treatment of deep learning and describes a wide range of applications in mainstream quantitative finance. Inside, you'll find over ten chapters which apply deep learning to multiple use cases across quantitative finance. You'll also gain access to a companion site containing a set of Jupyter notebooks, developed by the author, that use Python to illustrate the examples in the text. Readers will be able to work through these examples directly. This book is a complete resource on how deep learning is used in quantitative finance applications. It introduces the basics of neural networks, including feedforward networks, optimization, and training, before proceeding to cover more advanced topics. You'll also learn about the most important software frameworks. The book then proceeds to cover the very latest deep learning research in quantitative finance, including approximating derivative values, volatility models, credit curve mapping, generating realistic market data, and hedging. The book concludes with a look at the potential for quantum deep learning and the broader implications deep learning has for quantitative finance and quantitative analysts. <ul> <li>Covers the basics of deep learning and neural networks, including feedforward networks, optimization and training, and regularization techniques</li> <li>Offers an understanding of more advanced topics like CNNs, RNNs, autoencoders, generative models including GANs and VAEs, and deep reinforcement learning</li> <li>Demonstrates deep learning application in quantitative finance through case studies and hands-on applications via the companion website</li> <li>Introduces the most important software frameworks for applying deep learning within finance</li></ul> This book is perfect for anyone engaged with quantitative finance who wants to get involved in a subject that is clearly going to be hugely influential for the future of finance.

Deep Learning in Quantitative Finance

Zum Werk Künstliche Intelligenz (KI) ist der Oberbegriff für eine Reihe von Technologien, welche - mit im Detail unterschiedlichen Ansätzen -auf Grundlage großer Datenmengen in der Lage sind, Muster zu erkennen und auf dieser Basis Entscheidungen zu treffen. Das Rechtshandbuch führt zunächst in technische Grundlagen ein und erörtert im Anschluss verschiedene praxisrelevante Rechtsfragen bei der Entwicklung und dem Einsatz von KI, wie etwa zivilrechtliche Haftung, Produktsicherheit, strafrechtliche Verantwortung, Vertragsrecht, Immaterialgüterrecht, Datenschutz, Gesellschaftsrecht, Verbraucherschutz, Arbeitsrecht, Insolvenzrecht, gerichtliche und außergerichtliche Streitbeilegung sowie anwaltliches Berufsrecht. Enthalten sind zudem Praxishilfen für häufig auftretende Sachverhalte. Vorteile auf einen Blick<ul><li>technische Hintergründe verständlich erläutert</li><li>übersichtliche Darstellung der praxisrelevanten Rechtsfragen</li><li>Praxishilfen</li></ul> Zur Neuauflage Die umfassend überarbeitete Neuauflage trägt der rasanten technischen und rechtlichen Entwicklung Rechnung. Es werden nicht nur die Besonderheiten großer Sprachmodelle (Large Language Models, LLMs) und generativer KI vertieft dargestellt, sondern auch die Vorgaben aus der kontrovers diskutierten KI-VO ("AI Act") berücksichtigt. Zielgruppe Für Anwaltschaft, Unternehmensjuristinnen und -juristen, Richterschaft, Referenteninnen und Referenten oder Sachbearbeitung in Behörden, Rechtspolitikerinnen und -politiker.

Rechtshandbuch Künstliche Intelligenz

Beck Paperback

Wie Technologie an unsere Gehirnstrukturen andockt 
 
 Rund um die Welt kombinieren Firmen und Forschende künstliche Intelligenz mit Erkenntnissen aus der Hirnforschung. Ihr Ziel: den Code unseres Denkens zu knacken und zu verstehen, was in uns vorgeht. Schon bald werden ihre Technologien in viele Bereiche unseres Lebens vordringen. Das birgt enorme Chancen, aber auch nie dagewesene Risiken. In seiner packenden Reportage, die ihn von Berlin in den Süden Indiens und bis ans Ende der digitalen Welt in Patagonien führt, enthüllt Janosch Delcker, was da gerade hinter verschlossenen Türen entsteht - und liefert eine Anleitung, wie wir mit den smarten Anwendungen sinnvoll umgehen können. 
 
 ChatGPT und Co. sind erst der Anfang: Zunehmend drängt schon die nächste Generation künstlicher Intelligenz auf den Markt. Die Programme analysieren, was wir denken und fühlen. Sie sind in der Lage, das Leiden kranker Menschen zu lindern und unser Leben zu erleichtern. Aber sie machen unsere Gedankenwelt auch verwundbarer denn je und können für abscheuliche Zwecke missbraucht werden. Trotzdem ist ihr Aufstieg der breiten Öffentlichkeit bisher verborgen geblieben. Janosch Delckers Buch bringt Licht ins Dunkel: Er erklärt anschaulich, was man wissen sollte. Er entwirft Leitlinien für kluge Regeln, um unsere Grundrechte zu schützen. Und er gibt praktische Tipps für den Alltag, wie wir die KI von heute und morgen nachhaltig nutzen können - ohne die Kontrolle über unser Denken zu verlieren. 
 
 ?Möglicherweise die am stärksten süchtig machende Droge der Menschheitsgeschichte.? 
Anna Lembke, Stanford University 
 
 ? Eine aufregende Recherchereise durch die Geschichte, Gegenwart und Zukunft der künstlichen Intelligenz 
 ? Janosch Delcker, Europas erster offizieller KI-Berichterstatter, bündelt seine Erfahrungen der letzten 10 Jahre über die wichtigste Technologie unserer Zeit 
 ? Das historisch Besondere der künstlichen Intelligenz liegt in ihrer intimen Nähe zur menschlichen Neurologie: KI ist eine ?Gedanken lesende? Technologie

Wie künstliche Intelligenz unser Denken entschlüsselt und wir trotzdem die Kontrolle behalten

Der Gedanken-Code

Springer Undergraduate Texts in Mathematics and Technology

This text provides a mathematically rigorous introduction to modern methods of machine learning and data analysis at the advanced undergraduate/beginning graduate level. The book is self-contained and requires minimal mathematical prerequisites. There is a strong focus on learning how and why algorithms work, as well as developing facility with their practical applications. Apart from basic calculus, the underlying mathematics — linear algebra, optimization, elementary probability, graph theory, and statistics — is developed from scratch in a form best suited to the overall goals. In particular, the wide-ranging linear algebra components are unique in their ordering and choice of topics, emphasizing those parts of the theory and techniques that are used in contemporary machine learning and data analysis. The book will provide a firm foundation to the reader whose goal is to work on applications of machine learning and/or research into the further development of this highly active field of contemporary applied mathematics.

To introduce the reader to a broad range of machine learning algorithms and how they are used in real world applications, the programming language Python is employed and offers a platform for many of the computational exercises. Python notebooks complementing various topics in the book are available on a companion GitHub site specified in the Preface, and can be easily accessed by scanning the QR codes or clicking on the links provided within the text. Exercises appear at the end of each section, including basic ones designed to test comprehension and computational skills, while others range over proofs not supplied in the text, practical computations, additional theoretical results, and further developments in the subject. The Students’ Solutions Manual may be accessed from GitHub. Instructors may apply for access to the Instructors’ Solutions Manual from the link supplied on the text’s Springer website.

The book can be used in a junior or senior level course for students majoring in mathematics with a focus on applications as well as students from other disciplines who desire to learn the tools of modern applied linear algebra and optimization. It may also be used as an introduction to fundamental techniques in data science and machine learning for advanced undergraduate and graduate students or researchers from other areas, including statistics, computer science, engineering, biology, economics and finance, and so on.

Linear Algebra, Data Science, and Machine Learning

Berliner Reihe (VVW)

Die vorliegende Dissertation bietet die erste juristische Monographie zu sog. Assistanceleistungen, die Versicherer im Rahmen des Versicherungsschutzes erbringen. Hierbei handelt es sich um eine bestimmte Form von Service durch Erbringung, Vermittlung oder Organisation von Dienstleistungen, die zumeist mit einer Kostenübernahme verbunden ist. Assistanceleistungen erfreuen sich zunehmender Beliebtheit, weshalb die Praxisrelevanz der rechtlichen Bewältigung der hiermit zusammenhängenden Fragen ebenso steigen wird.

Das vorliegende Werk bietet eine umfangreiche Analyse zu diesen anspruchsvollen Fragen, die in erster Linie das Versicherungsaufsichtsrecht, das Versicherungsvertriebsrecht und das Versicherungsvertragsrecht betreffen. Die Schwerpunkte liegen hierbei insbesondere im Versicherungsaufsichtsrecht, z.B. der Frage, wie Assistanceleistungen von aufsichtsfreien Herstellergarantien abzugrenzen sind oder ob ein verbotenes versicherungsfremdes Geschäft vorliegt, und Versicherungsvertragsrecht, z.B. der Frage, was der konkrete Leistungsinhalt der in den Leistungsbeschreibung enthaltenen Organisationsleistungen ist, einschließlich damit zusammenhängender AGB-rechtlicher Fragen, oder ob Versicherer für Fehler bei der Leistungserbringung haften.

Die Dissertation wendet sich sowohl an interessierte Leser aus der Versicherungswirtschaft als auch an Wissenschaftlicher und Studenten, wie auch an Praktiker, die mit Assistanceleistungen für Versicherer oder Versicherungsnehmer in Berührung kommen.

Assistance und Versicherungsschutz

Generative AI (Gen AI) represents a transformational technological shift by enabling the rapid creation of text, images, audio, and video through learning from vast amounts of human-generated data. Unlike traditional programming that relies on explicit instructions, Gen AI leverages machine learning to recognize patterns and generate content autonomously.


SAP has embraced this revolution with its SAP BTP Generative AI Hub-a comprehensive platform designed to safely integrate generative AI and large language models into enterprise applications, with seamless support across its product suite including S/4 HANA, CRM, and HXM.


This book provides a complete roadmap for understanding and applying these groundbreaking technologies. It begins by exploring the origins and core concepts of AI, deep learning, and transformer architectures, before delving into SAP's AI Core and Generative AI Hub offerings. Through detailed, step-by-step examples, readers will learn to build enterprise use cases and discover the potential of Agentic AI for addressing real-world business challenges, making this a must-read for professionals seeking to drive innovation and efficiency in their organizations.


 


You Will:


 Gain a solid understanding of artificial intelligence, deep learning, and transformer architectures, and how these concepts power generative AI.

 Dive into SAP's innovative AI offerings, exploring how the SAP BTP Generative AI Hub integrates generative AI and large language models safely into enterprise applications.

 Understand how SAP's generative AI capabilities are embedded across its product suite including S/4 HANA, CRM, and HXM.





This book is for:


Enterprise IT Professionals and Developers, Solution Architects.

SAP BTP Business AI Foundation and the Future of Business Applications

Building an Intelligent Enterprise with SAP Business AI

Simula SpringerBriefs on Computing

This open access book revolves around predictive mathematical modelling and simulation of brain multiphysics with an emphasis on cerebrospinal fluid flow and solute transport in and around the human brain. The book consists of 10 self-contained and relatively short chapters, each offering a rapid introduction to a key problem or topic, supported by open source software. Readers will gain insights into state-of-the-art mathematical tools and techniques for modelling and simulation of brain multiphysics ranging from classical finite element approaches, network-based modelling techniques and deep neural networks. The target audiences are researchers in applied mathematics, scientific computing, biophysics, bioengineering or computational neuroscience interested in a compact introduction to image-based computational modeling of brain multiphysics and cutting-edge available tools.

From Glymphatics to Deep Learning

Mathematical Modelling of the Human Brain II

Artificial intelligence is no longer confined to science fiction. It recommends what we watch, curates what we read, and even drafts what we write. Yet for all its influence, AI remains a mystery to many of us. How does it really work? And what happens when we place more and more of our lives in the hands of machines that "think"?Physicist and AI researcher Inga Strümke pulls back the curtain on the most transformative technology of our time in this captivating introduction to artificial intelligence. Writing for curious minds from all backgrounds, she traces the history of AI from early chess-playing machines to modern neural networks and language models. Along the way, she explains the principles behind machine learning with a balance of clarity and depth. Strümke explores the promise of AI breakthroughs like AlphaFold, which cracked one of biology's greatest puzzles-and spotlights the risks of biased decision-making, misinformation, and autonomous systems that sometimes fail with deadly consequences. She raises urgent questions about ethics, responsibility, and regulation: Who is accountable when AI systems make mistakes? How do we prevent algorithms from reinforcing prejudice? And how do we ensure that AI serves humanity's highest aspirations rather than its narrowest interests?Winner of the Brage Prize for Norwegian nonfiction, Machines That Think is an essential guide to artificial intelligence-and a call to shape the future before it shapes us.

How Artificial Intelligence Works and What It Means for Us

Machines That Think

Die Künstliche Intelligenz im Urheberrecht

Autres titres sur ce thème