Der Haftungsmaßstab für maschinelles Lernen
Eine der wesentlichen Entscheidungen zur Verteilung der Schadenslast im Falle der Schädigung durch Systeme der künstlichen Intelligenz oder des maschinellen Lernens ist diejenige über den Haftungsmaßstab. Die Arbeit untersucht zunächst abstrakt den an das Verschuldensprinzip anknüpfenden Haftungsmaßstab des § 823 Abs. 1 BGB und den passenden Anwendungsbereich der Gefährdungshaftung. Die daraus gewonnenen Erkenntnisse werden anschließend auf die Fälle der Schädigung durch Systeme des maschinellen Lernens übertragen.
Stellenausschreibung Wissenschaftliche/r Mitarbeiter/in (m/w/d)
Am Institut für Recht und Digitalisierung Trier ist zum nächstmöglichen Zeitpunkt die Stelle Wissenschaftliche/r Mitarbeiter/in (m/w/d) (E 13 TV-L, 50 %, befristet zur Qualifikation nach WissZeitVG, für die Dauer von maximal 3 Jahren. Die Stelle ist zur Promotion eingerichtet.) [...]
Wissenschaftliche/r Mitarbeiter/in
Die Universität Trier betreibt gesellschaftlich relevante Forschung und Lehre am Puls der Zeit: mit einem starken Fokus auf Digitalisierung, Interdisziplinarität und Diversität. Der Mensch und seine Beziehung zu Gesellschaft, Recht, Wirtschaft und Umwelt stehen dabei[...]
Das IRDT gratuliert Verena Hubertz zur Ernennung als Bundesministerin!
Wir gratulieren unserem Fördervereinsmitglied Verena Hubertz zur Ernennung als Bundesministerin [...]
Politisches Targeting in der EU: Eine kritische Einordnung der neuen EU-Verordnung
Prof. Dr. von Ungern-Sternberg und Pia Diemath, beide Mitglieder der Forschungsinitiative DigitS EU, befassen sich in der aktuellen Ausgabe der JuristenZeitung (JZ) [...]
Missbrauch digitaler Plattformen: Einordnung von Max Dregelies
Im Interview mit dem NDR, WDR, und der Süddeutschen Zeitung hat sich Max Dregelies, Teil der Forschungsinitiative DigitS EU und Fellow am IRDT [...]