Cover des Buchs: Künstliche Intelligenz und Strafzumessung
Im Shop erwerben
, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.
Monographie Kein Zugriff

Künstliche Intelligenz und Strafzumessung

Wie der Einsatz technischer Hilfsmittel für eine gerechtere Sanktionspraxis im digitalen Zeitalter sorgen könnte
Autor:innen:
Verlag:
 2021

Zusammenfassung

Große regionale Unterschiede im Strafmaß sind in Deutschland ein lange bekanntes Problem. Der Autor untersucht in seinem Werk, ob und wie mit Hilfe von Künstlicher Intelligenz eine Verbesserung erzielt werden kann. Dabei begibt er sich zunächst auf eine Reise in andere Länder aus Europa und der Welt, in denen bereits heute technische Unterstützung im Bereich der Justiz im Einsatz ist und diskutiert verfassungsrechtliche und praktische Fragen hinsichtlich einer Verwendung in Deutschland. Sodann stellt er mögliche Einsatzformen von Künstlicher Intelligenz im deutschen Strafzumessungsrecht dar und benennt konkrete Anforderungen an die Umsetzung eines solchen Projekts.

Schlagworte

Publikation durchsuchen

Bibliographische Angaben

Auflage
1/2021
Copyrightjahr
2021
ISBN-Print
978-3-8487-7274-2
ISBN-Online
978-3-7489-1283-5
Verlag
Nomos, Baden-Baden
Reihe
Schriften zur Kriminologie
Band
22
Sprache
Deutsch
Seiten
440
Produkttyp
Monographie

Inhaltsverzeichnis

KapitelSeiten
  1. Titelei/Inhaltsverzeichnis Kein Zugriff 1 - 22
  2. Einleitung Kein Zugriff 23 - 24
      1. 1. Fehlende Basis: Was ist Intelligenz? Kein Zugriff
      2. 2. Definitionsversuche: Was ist Künstliche Intelligenz? Kein Zugriff
      3. 3. Grund des Scheiterns: Heterogenität des Forschungsfeldes Kein Zugriff
      4. 4. Annäherung an den Begriff: Eine Arbeitsdefinition Kein Zugriff
        1. a) Erste Visionen: Antike Kein Zugriff
        2. b) Die Grundsteine: Mittelalter und das Zeitalter der Aufklärung Kein Zugriff
        3. c) Automatisierung: Zeitalter der Industrialisierung Kein Zugriff
        4. d) Der Durchbruch: Computerzeitalter Kein Zugriff
        1. a) Der Startschuss: Turing als „Vater der KI‑Forschung“ Kein Zugriff
        2. b) Die Geburt des KI‑Begriffes: „Dartmouth Summer Project“ Kein Zugriff
          1. aa) Die Anfangsphase: Ehrgeizige Ziele Kein Zugriff
          2. bb) Fortschritt durch Heuristik: Das erste KI‑Programm Kein Zugriff
          1. aa) KI als Gegner: Erprobung in Brettspielen Kein Zugriff
          2. bb) Verstärkte Spezialisierung Kein Zugriff
          1. aa) Expertensysteme Kein Zugriff
          2. bb) „KI‑Winter“ Kein Zugriff
        1. a) Formen des Lernens Kein Zugriff
        2. b) Symbolbasiertes Maschinelles Lernen Kein Zugriff
        1. a) Rückbesinnung auf einen alten Forschungszweig Kein Zugriff
          1. aa) Künstliche Neuronen und deren Verbindungen Kein Zugriff
          2. bb) Training der Künstlichen Neuronalen Netze Kein Zugriff
    4. IV. Ergebnis Kein Zugriff
          1. aa) Der gesetzliche Strafrahmen Kein Zugriff
            1. (1) Die Grundlagenformel: § 46 Abs. 1 S. 1 StGB Kein Zugriff
            2. (2) Die Abwägung und der Katalog des § 46 Abs. 2 StGB Kein Zugriff
          1. aa) Phasen der Strafzumessung Kein Zugriff
            1. (1) Absolute Strafzwecke: Sühne und Vergeltung Kein Zugriff
                1. (aa) Negative Generalprävention Kein Zugriff
                2. (bb) Positive Generalprävention Kein Zugriff
                1. (aa) Negative Spezialprävention Kein Zugriff
                2. (bb) Positive Spezialprävention Kein Zugriff
              1. (a) Klassische Vereinigungstheorien Kein Zugriff
                1. (aa) Theorie der verhältnismäßigen Generalprävention Kein Zugriff
                2. (bb) Theorie der retributiven Generalprävention Kein Zugriff
              1. (a) Theorie der Punktstrafe Kein Zugriff
              2. (b) Theorie der Strafe als sozialer Gestaltungsakt Kein Zugriff
              3. (c) Theorie der generalpräventiven Strafzumessung Kein Zugriff
              4. (d) Stellenwerttheorie Kein Zugriff
              5. (e) Tatproportionalitätslehre Kein Zugriff
              6. (f) Schuldrahmenlehre (Spielraumtheorie) Kein Zugriff
              1. (a) Theorie der Punktstrafe Kein Zugriff
              2. (b) Theorie der Strafe als sozialer Gestaltungsakt Kein Zugriff
              3. (c) Theorie der generalpräventiven Strafzumessung Kein Zugriff
              4. (d) Stellenwerttheorie Kein Zugriff
              5. (e) Tatproportionalitätslehre Kein Zugriff
              6. (f) Schuldrahmenlehre (Spielraumtheorie) Kein Zugriff
          4. dd) Problem der Umwertung: Der Einstieg in den Strafrahmen Kein Zugriff
        1. a) Freiheitsstrafe oder Geldstrafe? § 47 StGB Kein Zugriff
        2. b) Strafaussetzung zur Bewährung? § 56 StGB Kein Zugriff
        3. c) Genügt eine Verwarnung? § 59 StGB Kein Zugriff
        4. d) Einsatzmöglichkeiten Künstlicher Intelligenz bei der Strafzumessung im weiteren Sinne Kein Zugriff
          1. aa) Empirische Befunde Kein Zugriff
          2. bb) Erklärungsansätze Kein Zugriff
            1. (1) Strafzumessungsunterschiede als Wertungspluralität Kein Zugriff
            2. (2) Örtliche Zuordnung möglich? Kein Zugriff
            3. (3) Empirischer Nachweis fehlt Kein Zugriff
            1. (1) Vertrauensverlust in den Rechtsstaat Kein Zugriff
            2. (2) Optimierungsgebot Kein Zugriff
            3. (3) Kein Ausdruck von modernen Werten Kein Zugriff
            4. (4) Unmut bei den Betroffenen Kein Zugriff
        3. c) Zwischenergebnis Kein Zugriff
          1. aa) Benachteiligung von Minderheiten? Kein Zugriff
          2. bb) Einfluss von Geschlecht Kein Zugriff
          1. aa) Hunger und Erschöpfung Kein Zugriff
          2. bb) Schlafdefizite Kein Zugriff
          1. aa) Selektive Verarbeitung von Informationen Kein Zugriff
          2. bb) Ankereffekte in der Hauptverhandlung Kein Zugriff
          1. aa) „Verdeckte“ Strafzumessungsgründe Kein Zugriff
          2. bb) „Schematisierung“ der Strafzumessung Kein Zugriff
        5. e) Zwischenergebnis Kein Zugriff
    3. III. Ergebnis Kein Zugriff
      1. 1. Die Gründe für Risk‑Assessment‑Tools Kein Zugriff
      2. 2. Die Geschichte der Risk‑Assessment‑Tools Kein Zugriff
        1. a) Arten von Systemen Kein Zugriff
        2. b) Funktionsweise Kein Zugriff
        3. c) Auswirkung Kein Zugriff
      4. 4. Atypische Verwendung von Risk‑Assessment‑Tools Kein Zugriff
          1. aa) Vorgeschichte Kein Zugriff
          2. bb) ProPublica‑Studie Kein Zugriff
          3. cc) Reaktionen auf die Studie Kein Zugriff
          4. dd) Zwischenergebnis Kein Zugriff
        2. b) Genauigkeit Kein Zugriff
        3. c) Transparenz Kein Zugriff
        4. d) Zwischenergebnis Kein Zugriff
        1. a) Gegenstand des Falles Kein Zugriff
        2. b) Entscheidung des Supreme Courts of Wisconsin Kein Zugriff
        3. c) Vorgaben des Supreme Courts of Wisconsin für die Nutzung von COMPAS Kein Zugriff
      7. 7. Zwischenergebnis Kein Zugriff
        1. a) Modernisierung des Rechtswesens durch KI‑Unterstützungssysteme: Verwirklichung einer nationalen Strategie Kein Zugriff
          1. aa) Die Entwicklung des 206 Systems: Interdisziplinäre Zusammenarbeit, KI und Big Data Kein Zugriff
          2. bb) Die Funktionen des 206 Systems: Strafrechtliche Full‑Service‑Unterstützung Kein Zugriff
        3. c) Shanghai AI Assistive System for Civil and Administrative cases (Civil and Administrative 206 System) Kein Zugriff
        4. d) Zwischenergebnis Kein Zugriff
        1. a) Estland: Projekt Künstlicher Richter Kein Zugriff
        2. b) Niederlande und Großbritannien: Online Dispute Resolution durch KI Kein Zugriff
        1. a) Malaysia: KI-Unterstützung für den Richter bei der Beurteilung von Drogendelikten und Vergewaltigungen Kein Zugriff
        2. b) Indien: Aufsehen erregende Forderung des obersten Richters Kein Zugriff
        3. c) Australien: Bringen drei Rechtslehrer den Stein ins Rollen? Kein Zugriff
        1. a) Konkretisierung unbestimmter (Rechts‑)Begriffe: Fuzzy Logik Kein Zugriff
        2. b) Lösung von (Rechts‑)Problemen durch Klassifizierung: Künstliche Neuronale Netze Kein Zugriff
        1. a) Zunächst geringes Interesse an der Thematik Strafzumessung Kein Zugriff
        2. b) Giannoulis‘ Decision‑Support‑System Kein Zugriff
      3. 3. Zwischenergebnis: Aktueller Stand und Ausblick Kein Zugriff
    4. IV. Ergebnis Kein Zugriff
        1. a) Weites Verständnis sachlicher Unabhängigkeit Kein Zugriff
        2. b) Die Unabhängigkeit von der Judikative selbst Kein Zugriff
        1. a) Bindende Entscheidungen: KI als Richterersatz Kein Zugriff
            1. (1) Menschliche richterliche Empfehlungen in Bezug auf Art. 92, 97 Abs. 1 GG nicht zu beanstanden Kein Zugriff
            2. (2) Nichts anderes kann für maschinelle Empfehlungen gelten Kein Zugriff
          2. bb) Erstellung des Systems unter maßgeblicher Beteiligung der Legislative Kein Zugriff
          3. cc) Erstellung des Systems unter maßgeblicher Beteiligung der Exekutive Kein Zugriff
          1. aa) Appetit in der Praxis Kein Zugriff
          2. bb) Erstellung des Systems unter maßgeblicher Beteiligung der Legislative Kein Zugriff
          3. cc) Erstellung des Systems unter maßgeblicher Beteiligung der Judikative Kein Zugriff
      3. 3. Zwischenergebnis Kein Zugriff
        1. a) Menschenwürde als höchster Wert Kein Zugriff
        2. b) Sachlicher Schutzbereich: Die Objektformel Kein Zugriff
          1. aa) Der Gewährleistungsgehalt von Art. 103 Abs. 1 GG Kein Zugriff
          2. bb) Keine Beeinträchtigung durch unterstützenden Einsatz von KI bei der Strafzumessung Kein Zugriff
        2. b) Verletzung des Schuldprinzips? Kein Zugriff
        3. c) Objektstellung des Angeklagten durch Einsatz eines Computers? Kein Zugriff
          1. aa) Gewährleistungsgehalt von Art. 22 DSGVO Kein Zugriff
            1. (1) Beeinträchtigung durch bindende maschinelle Entscheidung Kein Zugriff
            2. (2) Keine Beeinträchtigung durch unterstützenden Einsatz Kein Zugriff
      3. 3. Zwischenergebnis Kein Zugriff
        1. a) Allgemeines Kein Zugriff
        2. b) Materieller Gehalt Kein Zugriff
        1. a) Ersetzung des Richters durch bindende Entscheidung Kein Zugriff
        2. b) Unterstützungs‑Tool für den Richter Kein Zugriff
      3. 3. Zwischenergebnis Kein Zugriff
    4. IV. Ergebnis Kein Zugriff
      1. 1. Notwendige Maßnahmen: Elektronische Datenerfassung und flächendeckender Aufbau von IT Kein Zugriff
        1. a) Notwendigkeit einer verstärkten interdisziplinären Zusammenarbeit Kein Zugriff
        2. b) Smart‑Sentencing‑Database des Legal Tech Lab Cologne Kein Zugriff
      3. 3. Beitrag der Politik: (Zu) große Defizite bei E‑Government und E‑Justice Kein Zugriff
      4. 4. Zwischenergebnis Kein Zugriff
          1. aa) “Algorithm Aversion”… Kein Zugriff
          2. bb) …oder “Algorithm Appreciation”? Kein Zugriff
          3. cc) Starke negative Auswirkung von Fehlern Kein Zugriff
          4. dd) Zwischenergebnis Kein Zugriff
          1. aa) Große Skepsis gegenüber automatisierten Entscheidungen – vor allem im Bereich der Justiz Kein Zugriff
          2. bb) Überwiegend negative Assoziationen mit Algorithmen Kein Zugriff
          3. cc) Erklärungsversuche Kein Zugriff
          1. aa) Erkennen von mehr Vorteilen als Problemen – trotz geringer Kenntnis über Algorithmen und ihre Einsatzfelder Kein Zugriff
          2. bb) Gemischte Assoziationen mit Algorithmen Kein Zugriff
          3. cc) Große Skepsis gegenüber automatisierten Entscheidungen nährt den Wunsch nach Kontrolle Kein Zugriff
        4. d) Konsequenz für Akzeptanz der Strafzumessungsentscheidung Kein Zugriff
          1. aa) Dauerhafte Qualität Kein Zugriff
          2. bb) Transparenz Kein Zugriff
          3. cc) Kontrolle Kein Zugriff
          4. dd) Gesellschaftlicher Diskurs Kein Zugriff
        1. a) Einführung in die Problematik Kein Zugriff
          1. aa) Ergebnisse Kein Zugriff
          2. bb) Fehlerhafter Umgang von Menschen mit automatisierten Entscheidungen Kein Zugriff
          3. cc) Zwischenergebnis Kein Zugriff
          1. aa) Das „Wie“ der Verwendung Kein Zugriff
          2. bb) Das „Ob“ der Verwendung Kein Zugriff
      3. 3. Zwischenergebnis Kein Zugriff
          1. aa) Verschmutzte Daten und deren Auswirkungen Kein Zugriff
          2. bb) Die Entstehung von verschmutzten Datensätzen Kein Zugriff
          3. cc) Problem: Proxy‑Variablen Kein Zugriff
        2. b) Einfallstor Mensch Kein Zugriff
          1. aa) Was ist Fairness? Kein Zugriff
          2. bb) Error‑Rate‑Balance Kein Zugriff
          3. cc) Predictive Parity Kein Zugriff
          4. dd) Zwingendes Ergebnis Kein Zugriff
          1. aa) Vermeidung der Problematik Kein Zugriff
          2. bb) Gesellschaftspolitische Auseinandersetzung mit der Problematik Kein Zugriff
      3. 3. Filter: Voreingenommenheit bei der Verarbeitung des Ergebnisses Kein Zugriff
        1. a) Vorurteilsfreie maschinelle Entscheidungen als gesamtgesellschaftliche Aufgabe Kein Zugriff
        2. b) Maschinelle Entscheidungen als Fortschritt gegenüber rein menschlichen Kein Zugriff
        1. a) Transparenz – mehr als die Offenlegung technischer Details Kein Zugriff
          1. aa) Mögliche Ansätze der Erklärung von KI Kein Zugriff
          2. bb) Notwendigkeit einer Kombination von Erklärungsformen Kein Zugriff
        3. c) Zwischenergebnis Kein Zugriff
        1. a) Belehrung über Bestehen und Tragweite der maschinellen Entscheidungsfindung Kein Zugriff
          1. aa) Kein Anspruch auf Offenlegung aus dem Informationsfreiheitsgesetz bei privaten Herstellern Kein Zugriff
          2. bb) Zurückhaltung in Rechtsprechung und Wissenschaft Kein Zugriff
          3. cc) Interesse an Offenlegung überwiegt Kein Zugriff
        3. c) Zwischenergebnis Kein Zugriff
        1. a) Erklärung durch Erkläralgorithmen Kein Zugriff
        2. b) Erklärung durch Kontrafaktuale Kein Zugriff
      4. 4. Zwischenergebnis Kein Zugriff
        1. a) Technische und organisatorische Maßnahmen Kein Zugriff
        2. b) Qualitätssicherung bei Erstellung und Kontrolle durch die Öffentlichkeit Kein Zugriff
        1. a) Aktuell: Eingeschränkte Überprüfungsmöglichkeit in der Revision Kein Zugriff
        2. b) Revisionsgerichtliche Strafmaßüberprüfung – quo vadis? Kein Zugriff
        1. a) Schulung der Verwender Kein Zugriff
        2. b) Gebrauchshinweise Kein Zugriff
      4. 4. Zwischenergebnis Kein Zugriff
    6. VI. Ergebnis Kein Zugriff
          1. aa) Generelle Studien zur Überlegenheit von maschinellen Prognosen Kein Zugriff
          2. bb) Studien zur Überlegenheit von Risk‑Assessment‑Tools in den USA Kein Zugriff
          3. cc) Abweichung von maschinellen Risk‑Assessment‑Entscheidungen Kein Zugriff
          1. aa) Frage des „Ob“: Einsatz im Rahmen der Strafzumessung sinnvoll Kein Zugriff
            1. (1) Phasen der Strafzumessung und mögliche Einsatzfelder Kein Zugriff
            2. (2) Sinnvollste Einsatzfelder Kein Zugriff
        1. a) Wertungen der DSGVO widersprechen automatisierten Entscheidungen Kein Zugriff
        2. b) Konzeption des Jugendstrafrechts für automatisierte Entscheidungen ungeeignet Kein Zugriff
        1. a) Einsatz bei schematisierten Massendelikten? Kein Zugriff
        2. b) Einsatz bei seltenen Delikten? Kein Zugriff
        3. c) Stufenweiser Einsatz sinnvoll Kein Zugriff
          1. aa) Zusammensetzungsmöglichkeiten Kein Zugriff
          2. bb) Vorzugswürdige Zusammensetzung Kein Zugriff
          1. aa) Auswahl der relevanten Strafzumessungsfaktoren Kein Zugriff
          2. bb) Entwicklung von Skalen zur Quantifizierung der Strafzumessungsfaktoren Kein Zugriff
          1. aa) Mögliche Vorgehensweise Kein Zugriff
              1. (a) Strafzumessung durch reine Subsumption nicht denkbar Kein Zugriff
              2. (b) Bereits heute Orientierung an vergangenen Urteilen Kein Zugriff
              1. (a) Vergangene Entscheidungen als kristallisierte Wertvorstellung der Gesellschaft Kein Zugriff
              2. (b) Vergangene Entscheidungen als „Rechtserkenntnisquelle“ Kein Zugriff
              1. (a) Ablehnung einer vergleichenden Orientierung Kein Zugriff
              2. (b) Befürwortung einer vergleichenden Orientierung Kein Zugriff
              3. (c) Fazit Kein Zugriff
          1. aa) Beurteilung von Sachverhalten durch die Kommission Kein Zugriff
            1. (1) Mögliche Vorgehensweise Kein Zugriff
              1. (a) Problemaufriss Kein Zugriff
              2. (b) Relevanz der Bevölkerungsmeinung für die Strafzumessungsentscheidung Kein Zugriff
              3. (c) Anknüpfungspunkt der Berücksichtigung wissenschaftlicher Erkenntnisse bereits im Strafzumessungsrecht vorhanden Kein Zugriff
          1. aa) Parallele Verwendung: Unterschiedliche Empfehlungen für den Richter Kein Zugriff
          2. bb) Entscheidungsregel: Empfehlung des geringeren Strafmaßes bei groben Differenzen Kein Zugriff
          3. cc) Gemischter Strafvorschlag: Training anhand vergangener Urteile und unter Berücksichtigung von Strafbedürfnissen der Bevölkerung Kein Zugriff
        4. d) Zwischenergebnis Kein Zugriff
          1. aa) Entscheidungsbäume und Random Forests: Transparenz trifft auf Genauigkeit Kein Zugriff
          2. bb) Stützvektoren: Gute Ergebnisse mit wenig Trainingsdaten? Kein Zugriff
        2. b) Hersteller des Modells Kein Zugriff
        3. c) Einsatz von wissenschaftlich anerkannten statistischen Verfahren Kein Zugriff
        1. a) Entwicklung Kein Zugriff
        2. b) Auswirkung Kein Zugriff
        1. a) Keine vergleichbare Entwicklung in Deutschland Kein Zugriff
        2. b) Bewertung: Übernahme nicht sinnvoll – eigenes System begrüßenswert Kein Zugriff
    4. IV. Ergebnis Kein Zugriff
  9. Schluss Kein Zugriff 374 - 378
  10. Literaturverzeichnis Kein Zugriff 379 - 426
    1. Deutsche Rechtsakte Kein Zugriff
    2. Europäische Rechtsakte Kein Zugriff
    3. US-amerikanische Rechtsakte Kein Zugriff
    4. Sonstige Rechtsakte Kein Zugriff
    5. Bundestag-Drucksachen Kein Zugriff
    6. Entscheidungen des Bundesverfassungsgerichts Kein Zugriff
    7. Entscheidungen des Bundesgerichtshofs Kein Zugriff
    8. Entscheidungen US‑amerikanischer Gerichte Kein Zugriff
    9. Sonstige Gerichtsentscheidungen Kein Zugriff
    1. Zeitungsartikel Kein Zugriff
    2. Sonstige Internetverweise Kein Zugriff

Literaturverzeichnis (589)

  1. Pfeiffer, Christian/Savelsberg, Joachim J.: Regionale und altersgruppenbezogene Unterschiede der Strafzumessung, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog. Internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 17–41 [zit.: Pfeiffer/Savelsberg, Regionale Unterschiede]. Google Scholar öffnen DOI: 10.5771/9783748912835
  2. Pfeiffer, Christian: Jugendkriminalität und jugendstrafrechtliche Praxis. Eine vergleichende Analyse zu Entwicklungstendenzen und regionalen Unterschieden, in: Sachverständigenkommission 8. Jugendbericht (Hrsg.): Materialien zum 8. Jugendbericht, Band 3: Risiken des Heranwachsens. Probleme der Lebensbewältigung im Jugendalter, Weinheim u.a. 1990, S. 153–291 [zit.: Pfeiffer, Jugendkriminalität]. Google Scholar öffnen DOI: 10.5771/9783748912835
  3. Pfeiffer, Hartmut: Zusammenfassung der Plenumsdiskussion, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog. Internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 71–74 [zit.: Pfeiffer, Zusammenfassung der Plenumsdiskussion]. Google Scholar öffnen DOI: 10.5771/9783748912835
  4. Philipps, Lothar/Sartor, Giovanni: Introduction: From legal theories to neural networks and fuzzy reasoning, Artificial Intelligence and Law 1999, S. 115–128 [zit.: Philipps/Sartor, Introduction]. Google Scholar öffnen DOI: 10.5771/9783748912835
  5. Philipps, Lothar: A Neural Network to Identify Legal Precedent, Proceedings of the 9th Symposium on Legal Data Processing in Europe Bonn, 10–12 October 1989. Systems based on artificial intelligence in the legal field, Straßburg 1991, S. 99–105 [zit.: Philipps, A Neural Network to Identify Legal Precedent]. Google Scholar öffnen DOI: 10.5771/9783748912835
  6. Philipps, Lothar: Distribution of Damages in Car Accidents through the Use of Neural Networks, Cardozo Law Review 1991, S. 987–1000 [zit.: Philipps, Distribution of Damages in Car Accidents]. Google Scholar öffnen DOI: 10.5771/9783748912835
  7. Philipps, Lothar: Ein bißchen Fuzzy Logic für Juristen, in: Tinnefeid, Marie Theres/Philipps, Lothar/Weis, Kurt (Hrsg.): Institutionen und Einzelne im Zeitalter der Informationstechnik. Machtpositionen und Rechte, München 1994, S. 219–224 [zit.: Philipps, Ein bißchen Fuzzy Logic für Juristen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  8. Philipps, Lothar: Iudex non calculat – jedenfalls nicht ohne Computer, Monatsschrift für Kriminologie und Strafrechtsreform 1998, S. 263–271 [zit.: Philipps, MschrKrim 1998]. Google Scholar öffnen DOI: 10.5771/9783748912835
  9. Philipps, Lothar: Kompensatorische Verknüpfungen in der Rechtsanwendung – ein Fall für Fuzzy Logic, in: Martinek, Michael/Schmidt, Jürgen/Wadle, Elmar (Hrsg.): Festschrift für Günther Jahr zum siebzigsten Geburtstag. Vestigia iuris, Tübingen 1993, S. 169–180 [zit.: Philipps, FS Jahr]. Google Scholar öffnen DOI: 10.5771/9783748912835
  10. Philipps, Lothar: Naheliegende Anwendungen neuronaler Netze in der Rechtswissenschaft, JurPC 1990, S. 820–827 [zit.: Philipps, JurPC 1990]. Google Scholar öffnen DOI: 10.5771/9783748912835
  11. Philipps, Lothar: Unbestimmte Rechtsbegriffe und Fuzzy Logic. Ein Versuch zur Bestimmung der Wartezeit nach Verkehrsunfällen (§ 142 Abs. 2 StGB), in: Haft, Fritjof u.a. (Hrsg.): Strafgerechtigkeit. Festschrift für Arthur Kaufmann zum 70. Geburtstag, Heidelberg 1993, S. 265–280 [zit.: Philipps, FS Kaufmann]. Google Scholar öffnen DOI: 10.5771/9783748912835
  12. Piovesan, Carole/Ntiri, Vivian: Adjudication by algorithm: The risks and benefits of artificial intelligence in judicial decision making, The Advocates’ Journal 2018, S. 42–45 [zit.: Piovesan/Ntiri, Adjudication by algorithm]. Google Scholar öffnen DOI: 10.5771/9783748912835
  13. Plath, Kai Uwe (Hrsg.): DSGVO/BDSG. Kommentar zu DSGVO, BDSG und den Datenschutzbestimmungen von TMG und TKG, 3. Auflage, Köln 2018 [zit.: Plath DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  14. Prahl, Andrew/Van Swol, Lyn: Understanding algorithm aversion: When is advice from automation discounted?, Journal of Forecasting 2017, S. 691–702 [zit.: Prahl/Van Swol, Understanding algorithm aversion]. Google Scholar öffnen DOI: 10.5771/9783748912835
  15. Prell, Lorenz: E Government: Paradigmenwechsel in Verwaltung und Verwaltungsrecht?, Neue Zeitschrift für Verwaltungsrecht 2018, S. 1255–1259 [Prell, NVwZ 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  16. Promberger, Marianne/Baron, Jonathan: Do Patients Trust Computers?, Journal of Behavioral Decision Making 2006, S. 455–468 [zit.: Promberger/Baron, Do Patients Trust Computers?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  17. Raji, I. Deborah/Buolamwini, Joy: Actionable Auditing: Investigating the Impact of Publicly Naming Biased Performance Results of Commercial AI Products, AAAI/ACM Conference on Artificial Intelligence, Ethics, and Society 2019, abrufbar unter: <www.aies conference.com/wp content/uploads/2019/01/AIES 19_paper_223.pdf> (zuletzt abgerufen am 05.07.2019, 10:29 Uhr) [zit.: Raji/Buolamwini, Actionable Auditing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  18. Redaktion beck-aktuell: Richterbund: Corona-Krise offenbart IT-Lücken in der Justiz, beck-aktuell 2020, becklink 2015868 [zit.: Redaktion beck-aktuell, beck-aktuell 2020, 2015868]. Google Scholar öffnen DOI: 10.5771/9783748912835
  19. Redaktion Fachdienst Arbeitsrecht: Studie: Die Auswirkungen der Corona-Krise auf die Arbeitswelt: Was bleibt und was nicht?, FD-ArbR 2020, 430928 [zit.: Redaktion FD-ArbR, FD-ArbR 2020, 430928]. Google Scholar öffnen DOI: 10.5771/9783748912835
  20. Redaktion MMR-Aktuell: Deloitte: KI-Studie 2020, MMR-Aktuell 2020, 429898 [zit.: Redaktion, MMR-Aktuell 2020, 429898]. Google Scholar öffnen DOI: 10.5771/9783748912835
  21. Redding, Richard E.: Evidence Based Sentencing: The Science Of Sentencing Policy and Practice, Chapman Journal of Criminal Justice 1 2009, S. 1–19, abrufbar unter: <works.bepress.com/richard_redding/11> (zuletzt abgerufen am 08.04.2019, 12:57 Uhr) [zit.: Redding, Evidence Based Sentencing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  22. Reibach, Boris: Die Regulierung von Algorithmen unter der DS-GVO, Recht der Datenverarbeitung 2018, S. 198–201 [zit.: Reibach, RDV 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  23. Reichert, Christoph: Intersubjektivität durch Strafzumessungsrichtlinien. Eine Untersuchung mit Bezug auf die „sentencing guidelines“ in den USA, Berlin 1999 [zit.: Reichert, Intersubjektivität durch Strafzumessungsrichtlinien]. Google Scholar öffnen DOI: 10.5771/9783748912835
  24. Ribeiro, Marco T./Singh, Sameer/Guestrin, Carlos: “Why Should I Trust You?” Explaining the Predictions of Any Classifier, 2016, abrufbar unter: <arxiv.org/pdf/1602.04938.pdf> (zuletzt abgerufen am 12.11.2019, 11:32 Uhr), Erstveröffentlichung in: KDD '16 Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining 2016, S. 1135–1144 [zit.: Ribeiro/Singh/Guestrin, “Why Should I Trust You?”]. Google Scholar öffnen DOI: 10.5771/9783748912835
  25. Richards, Neil M./Smart, William D.: How Should the Law Think About Robots?, in: Calo, Ryan/Froomkin, A. Michael/Kerr, Ian (Hrsg.): Robot Law, Cheltenham u.a. 2016, S. 3–22 [zit.: Richards/Smart, How Should the Law Think About Robots?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  26. Richter, Philipp: Big Data, Statistik und die Datenschutz Grundverordnung, Datenschutz und Datensicherheit 2016, S. 581–586 [zit.: Richter, DuD 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  27. Ridgeway, Greg: The Pitfalls of Prediction, National Institute of Justice Journal 2013, S. 34–40 [zit.: Ridgeway, The Pitfalls of Prediction]. Google Scholar öffnen DOI: 10.5771/9783748912835
  28. Rieger, Alexander: Verfassungsrechtliche Legitimationsgrundlagen richterlicher Unabhängigkeit. Zugleich eine Auseinandersetzung mit der Debatte um eine Selbstverwaltung der Justiz, Frankfurt am Main 2011 [zit.: Rieger, Verfassungsrechtliche Legitimationsgrundlagen richterlicher Unabhängigkeit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  29. Rihaczek, Karl: Juristen & Techniker, Datenschutz und Datensicherheit 2016, S. 5 [zit.: Rihaczek, DuD 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  30. Ring, Stephan: Computergestützte Rechtsfindungssysteme: Voraussetzungen, Grenzen und Perspektiven, Köln u.a. 1994 [zit.: Ring, Computergestützte Rechtsfindungssysteme]. Google Scholar öffnen DOI: 10.5771/9783748912835
  31. Roberts, Julian V./Padfield, Nicola: Sentencing in England and Wales, in: Ambos, Kai (Hrsg.): Strafzumessung. Angloamerikanische und deutsche Einblicke, Göttingen 2020, S. 71–90 [zit.: Roberts/Padfield, Sentencing in England and Wales]. Google Scholar öffnen DOI: 10.5771/9783748912835
  32. Roberts, Julian V./Padfield, Nicola: Strafzumessung in England und Wales, in: Ambos, Kai (Hrsg.): Strafzumessung. Angloamerikanische und deutsche Einblicke, übersetzt von Mathis Schwarze, Göttingen 2020, S. 33–58 [zit.: Roberts/Padfield, Strafzumessung in England und Wales]. Google Scholar öffnen DOI: 10.5771/9783748912835
  33. Robinson, Paul H.: Ein „Waffenstillstand“ im Krieg der Straftheorien? Die empirisch ermittelte verdiente Strafe, moralische Glaubwürdigkeit und die Verinnerlichung von gesellschaftlichen Normen, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden Baden 2019, S. 13–37 [zit.: Robinson, Ein „Waffenstillstand“ im Krieg der Straftheorien?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  34. Robinson, Paul H.: Intuitions of justice and the utility of desert, New York 2013 [zit.: Robinson, Intuitions of justice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  35. Rolfes, Manfred: Predictive Policing: Beobachtungen und Reflexionen zur Einführung und Etablierung einer vorhersagenden Polizeiarbeit, Potsdamer Geographische Praxis 2017, S. 51–76 [zit.: Rolfes, Predictive Policing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  36. Romeo, Francesco: Das künstliche Recht, in: Schünemann, Bernd/Tinnefeid, Marie Theres/Wittmann, Roland (Hrsg.): Gerechtigkeitswissenschaft – Kolloquium aus Anlass des 70. Geburtstages von Lothar Philipps, Berlin 2005, S. 135–148 [zit.: Romeo, Das künstliche Recht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  37. Roßnagel, Alexander/Nebel, Maxi/Richter, Philipp: Was bleibt vom Europäischen Datenschutzrecht? Überlegungen zum Ratsentwurf der DS-GVO, Zeitschrift für Datenschutz 2015, S. 455–460 [zit.: Roßnagel/Nebel/Richter, ZD 2015]. Google Scholar öffnen DOI: 10.5771/9783748912835
  38. Roxin, Claus/Greco, Luís: Strafrecht Allgemeiner Teil Band I: Grundlagen. Der Aufbau der Verbrechenslehre, 5. Auflage, München 2020 [zit.: Roxin, Strafrecht AT]. Google Scholar öffnen DOI: 10.5771/9783748912835
  39. Roxin, Claus: Prävention und Strafzumessung, in: Frisch, Wolfgang/Schmidt, Werner (Hrsg.): Festschrift für Hans Jürgen Bruns. Zum 70. Geburtstag, Köln u.a. 1978, S. 183–204 [zit.: Roxin, FS Bruns]. Google Scholar öffnen DOI: 10.5771/9783748912835
  40. Roxin, Claus: Prävention, Tadel und Verantwortung. Zur neuesten Strafzweckdiskussion, Goltdammer’s Archiv für Strafrecht 2015, S. 185–202 [zit.: Roxin, GA 2015]. Google Scholar öffnen DOI: 10.5771/9783748912835
  41. Roxin, Claus: Strafe und Strafzwecke in der Rechtsprechung des Bundesverfassungsgerichts, in: Hassemer, Winfried/Kempf, Eberhard/Moccia, Sergio (Hrsg.): In dubio pro libertate. Festschrift für Klaus Volk. Zum 65. Geburtstag, München 2009, S. 601–616 [zit.: Roxin, FS Volk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  42. Roxin, Claus: Strafzumessung im Lichte der Strafzwecke, in: Walder, Hans/Trechsel, Stefan (Hrsg.): Lebendiges Strafrecht. Festgabe zum 65. Geburtstag von Hans Schultz, Bern 1977, S. 463–481 [zit.: Roxin, FG Schultz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  43. Roxin, Claus: Zur jüngsten Diskussion über Schuld, Prävention und Verantwortlichkeit im Strafrecht, in: Kaufmann, Arthur u.a. (Hrsg.): Festschrift für Paul Bockelmann. Zum 70. Geburtstag am 7. Dezember 1978, München 1979, S. 279–309 [zit.: Roxin, FS Bockelmann]. Google Scholar öffnen DOI: 10.5771/9783748912835
  44. Rubio, Diego/Lastra-Alandon, Carlos X.: European Tech Insights 2019. Mapping European Attitudes to Technological Change and its Governance, IE Center for the Governance of Change (Hrsg.), Madrid 2019, abrufbar unter: <docs.ie.edu/cgc/European-Tech-Insights-2019.pdf> (zuletzt abgerufen am 25.09.2020, 10:42 Uhr) [zit.: Rubio/Lastra-Alandon, European Tech Insights 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  45. Rudin, Cynthia/Ustun, Berk: Optimized Scoring Systems: Toward Trust in Machine Learning for Healthcare and Criminal Justice, 2018, abrufbar unter: <pdfs.semanticscholar.org/b3d8/8871ae5432c84b76bf53f7316cf5f95a3938.pdf> (zuletzt abgerufen am 14.04.2019, 7:24 Uhr), Erstveröffentlichung in: INFORMS Journal on Applied Analytics 2018, S. 399–486 [zit.: Rudin/Ustun, Optimized Scoring Systems]. Google Scholar öffnen DOI: 10.5771/9783748912835
  46. Ruger, Theodore W. u.a.: The Supreme Court Forecasting Project: Legal and Political Science Approaches to Predicting Supreme Court Decisionmaking, Columbia Law Review 2004, S. 1150–1210 [zit.: Ruger u.a., The Supreme Court Forecasting Project]. Google Scholar öffnen DOI: 10.5771/9783748912835
  47. Russell, Stuart J./Norvig, Peter: Artificial Intelligence. A Modern Approach, 3. Auflage, Upper Saddle River u.a. 2010 [zit.: Russell/Norvig, Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  48. Rützel, Michael: „Legal Tech“ – Überblick, Anwendungsbeispiele und Auswahlkriterien, in: Schulz Martin R./Schunder Hartung, Anette (Hrsg.): Recht 2030. Legal Management in der digitalen Transformation, Frankfurt am Main 2019, S. 53–72 [zit.: Rützel, in: Recht 2030]. Google Scholar öffnen DOI: 10.5771/9783748912835
  49. Sachs, Michael (Hrsg.): Grundgesetz Kommentar, 8. Auflage, München 2018 [zit.: Sachs]. Google Scholar öffnen DOI: 10.5771/9783748912835
  50. Sachverständigenrat für Verbraucherfragen: Verbraucherrecht 2.0. Verbraucher in der digitalen Welt. Gutachten des Sachverständigenrats für Verbraucherfragen, Berlin 2016, abrufbar unter: <www.svr-verbraucherfragen.de/wp-content/uploads/Gutachten_SVRV-.pdf> (zuletzt abgerufen am 07.11.2020, 20:10 Uhr) [zit.: Sachverständigenrat für Verbraucherfragen, Verbraucherrecht 2.0]. Google Scholar öffnen DOI: 10.5771/9783748912835
  51. Sander, Günther M./Hollering, Jörg: Strafrechtliche Verantwortlichkeit im Zusammenhang mit automatisiertem Fahren, Neue Zeitschrift für Strafrecht 2017, S. 193–206 [zit.: Sander/Hollering, NStZ 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  52. Sarre, Rick: Beyond ‘What Works?’ A 25 Year Jubilee Retrospective of Robert Martinson’s Famous Article, Australian & New Zealand Journal of Criminology 2001, S. 38–46 [zit.: Sarre, Beyond ‘What Works?’]. Google Scholar öffnen DOI: 10.5771/9783748912835
  53. Satzger, Helmut/Schluckebier, Wilhelm/Widmeier, Gunter (Hrsg.): StGB – Strafgesetzbuch, 4. Auflage, Köln 2019 [zit.: Satzger/Schluckebier/Widmeier]. Google Scholar öffnen DOI: 10.5771/9783748912835
  54. Saygin, Ayse Pinar/Cicekli, Ilyas/Akman, Varolin: Turing Test: 50 Years Later, in: Moor, James H. (Hrsg.): The Turing Test. The Elusive Standard of Artificial Intelligence, Dordrecht u.a. 2003, S. 23–78 [zit.: Saygin/Cicekli/Akman, Turing Test]. Google Scholar öffnen DOI: 10.5771/9783748912835
  55. Scantamburlo, Teresa/Charlesworth, Andrew/Cristianini, Nello: Machine Decisions and Human Consequences, 2018, abrufbar unter: <arxiv.org/pdf/1811.06747.pdf> (zuletzt abgerufen am 07.07.2019, 22:58 Uhr), Erstveröffentlichung in: Yeung, Karen/Lodge, Martin (Hrsg.): Algorithmic Regulation, Oxford 2019 [zit.: Scantamburlo/Charlesworth/Cristianini, Machine Decisions and Human Consequences]. Google Scholar öffnen DOI: 10.5771/9783748912835
  56. Schael, Christopher: Künstliche Intelligenz in der modernen Gesellschaft. Bedeutung der „Künstlichen Intelligenz“ für die Gesellschaft, Datenschutz und Datensicherheit 2018, S. 547–551 [zit.: Schael, DuD 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  57. Schäfer, Gerhard/Sander, Günther M./van Gemmeren, Gerhard: Praxis der Strafzumessung, 6. Auflage, München 2017 [zit.: Schäfer/Sander/Gemmeren, Praxis der Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  58. Schaffstein, Friedrich: Spielraum Theorie, Schuldbegriff und Strafzumessung nach den Strafrechtsreformgesetzen, in: Lackner, Karl u.a. (Hrsg.): Festschrift für Wilhelm Gallas. Zum 70. Geburtstag am 22. Juli 1973, Berlin u.a. 1973, S. 99–116 [zit.: Schaffstein, FS Gallas]. Google Scholar öffnen DOI: 10.5771/9783748912835
  59. Schantz, Peter/Wolff, Heinrich A.: Das neue Datenschutzrecht. Datenschutz Grundverordnung und Bundesdatenschutzgesetz in der Praxis, München 2017 [zit.: Schantz/Wolff, Das neue Datenschutzrecht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  60. Schanzenbach, Max: Racial and Sex Disparities in Prison Sentences: The Effect of District‐Level Judicial Demographics, The Journal of Legal Studies 2005, S. 57–92 [zit.: Schanzenbach, Racial and Sex Disparities]. Google Scholar öffnen DOI: 10.5771/9783748912835
  61. Schiel, Jürgen: Unterschiede in der deutschen Strafrechtsprechung. Eine Untersuchung an Hand von Urteilen der Schöffengerichte und Strafkammern in Koblenz, Frankfurt und München aus den Jahren 1962/63, Hamburg 1969 [zit.: Schiel, Unterschiede in der deutschen Strafrechtsprechung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  62. Schmidt, Georg: Die richterliche Unabhängigkeit – Eine Bestandsaufnahme, Die Verwaltung 2018, S. 227–263 [zit.: Schmidt, Die Verwaltung 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  63. Schmidt Bleibtreu, Bruno/Hofmann, Hans/Henneke, Hans Günter (Hrsg.): Kommentar zum Grundgesetz, 14. Auflage, Köln 2018 [zit.: Schmidt Bleibtreu]. Google Scholar öffnen DOI: 10.5771/9783748912835
  64. Schmidt Räntsch, Günther (Begr.)/Schmidt Räntsch, Jürgen: Deutsches Richtergesetz. Richterwahlgesetz Kommentar, 6. Auflage, München 2009 [zit.: Schmidt Räntsch]. Google Scholar öffnen DOI: 10.5771/9783748912835
  65. Schneider, Julia: Diskussionsbericht, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden Baden 2019, S. 35–37 [zit.: Schneider, Diskussionsbericht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  66. Schöch, Heinz: Grundlage und Wirkungen der Strafe. Zum Realitätsgehalt des § 46 Abs. 1 StGB, in: Grünwald, Gerald u.a. (Hrsg.): Festschrift für Friedrich Schaffstein. Zum 70. Geburtstag am 28. Juli 1975, Göttingen 1975, S. 255–273 [zit.: Schöch, FS Schaffstein]. Google Scholar öffnen DOI: 10.5771/9783748912835
  67. Schöch, Heinz: Kriminologische Aspekte der Strafzumessungslehre, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog. Internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 132–134 [zit.: Schöch, Kriminologische Aspekte]. Google Scholar öffnen DOI: 10.5771/9783748912835
  68. Schöch, Heinz: Strafzumessungspraxis und Verkehrsdelinquenz. Kriminologische Aspekte der Strafzumessung am Beispiel einer empirischen Untersuchung zur Trunkenheit im Verkehr, Stuttgart 1973 [zit.: Schöch, Verkehrsdelinquenz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  69. Schönke, Adolf/Schröder, Horst (Hrsg.): Strafgesetzbuch Kommentar, 30. Auflage, München 2018 [zit.: Schönke/Schröder]. Google Scholar öffnen DOI: 10.5771/9783748912835
  70. Schott, Tilmann: Gesetzliche Strafrahmen und ihre tatrichterliche Handhabung. Eine empirische Untersuchung zu Gesetzessystematik und Rechtstatsächlichkeit bei ausgewählten Deliktsbereichen, Baden Baden 2004 [zit.: Schott, Strafrahmen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  71. Schulz, Martin R.: Digitale Transformation – Herausforderung und Chance für Rechtsanwälte, in: Schulz, Martin R./Schunder Hartung, Anette (Hrsg.): Recht 2030. Legal Management in der digitalen Transformation, Frankfurt am Main 2019, S. 29–52 [zit.: Schulz, in: Recht 2030]. Google Scholar öffnen DOI: 10.5771/9783748912835
  72. Schünemann, Bernd: Nulla poena sine lege? Rechtstheoretische und verfassungsrechtliche Implikationen der Rechtsgewinnung im Strafrecht, Berlin 1978 [zit.: Schünemann, Nulla poena]. Google Scholar öffnen DOI: 10.5771/9783748912835
  73. Schünemann, Bernd: Plädoyer für eine neue Theorie der Strafzumessung, in: Eser, Albin/Cornils, Karin (Hrsg.): Neuere Tendenzen der Kriminalpolitik – Beiträge zu einem deutsch skandinavischen Strafrechtskolloquium, Freiburg 1987, S. 209–238 [zit.: Schünemann, Plädoyer]. Google Scholar öffnen DOI: 10.5771/9783748912835
  74. Schwabe, Jürgen: Der „Lügendetektor“ vor dem Bundesverfassungsgericht, Neue Juristische Wochenschrift 1982, S. 367–368 [zit.: Schwabe, NJW 1982]. Google Scholar öffnen DOI: 10.5771/9783748912835
  75. Seebald, Rudolf: Ausgeglichene Strafzumessung durch tatrichterliche Selbstkontrolle, Goltdammer’s Archiv für Strafrecht 1974, S. 193–208 [zit.: Seebald, GA 1974]. Google Scholar öffnen DOI: 10.5771/9783748912835
  76. Seebald, Rudolf: Strafmaßempfehlungen gemäß der typologischen Häufigkeit, Deutsche Richterzeitung 1975, S. 4–10 [zit.: Seebald, DRiZ 1975]. Google Scholar öffnen DOI: 10.5771/9783748912835
  77. Sehl, Markus: Ex BVerfG Vizepräsident Kirchhof zu Algorithmen. „Wir brauchen einen ‚Menschenvorbehalt‘“, lto – Legal Tribune Online 2019, abrufbar unter: <www.lto.de/recht/hintergruende/h/interview ferdinand kirchhof bverfg digitalisierung gg algorithmen art 10/> (zuletzt abgerufen am 06.01.2020, 11:35 Uhr) [zit.: Sehl, Ex BVerfG Vizepräsident Kirchhof zu Algorithmen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  78. Seib, Herbert: Gleichmäßigkeit des Strafens, ein Prüfstein der Gerechtigkeit, Blutalkohol 1971, S. 18–25 [zit.: Seib, Blutalkohol 1971]. Google Scholar öffnen DOI: 10.5771/9783748912835
  79. Seng, Leonie: Maschinenethik und Künstliche Intelligenz, in: Bendel, Oliver (Hrsg.): Handbuch Maschinenethik, Wiesbaden 2019, S. 185–205, abrufbar unter: <link.springer.com/chapter/10.1007/978–3–658–174> (zuletzt abgerufen am 12.05.2019, 10:17 Uhr) [zit.: Seng, Maschinenethik und KI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  80. Shelton, Tracey: Estonia: From AI judges to robot bartenders, is the post Soviet state the dark horse of digital tech?, ABC News (Australian Broadcasting Corporation) 2019, abrufbar unter: <www.abc.net.au/news/2019 06 16/estonia artificial intelligence technology robots automation/11167478> (zuletzt abgerufen am 04.10.2019, 10:12 Uhr) [zit.: Shelton, Estonia: From AI judges to robot bartenders]. Google Scholar öffnen DOI: 10.5771/9783748912835
  81. Shortliffe, Edward H.: Computer Based Medical Consultations: MYCIN, New York u.a. 1976, abrufbar unter: <www.shortliffe.net/Shortliffe1976/MYCIN%20thesis%20Book.htm> (zuletzt abgerufen am 28.04.2019, 9:06 Uhr) [zit.: Shortliffe, MYCIN]. Google Scholar öffnen DOI: 10.5771/9783748912835
  82. Shortliffe, Edward H.: Details of the Consultation System, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. 78–132, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 28.04.2019, 12:11 Uhr) [zit.: Shortliffe, Details of the Consultation System]. Google Scholar öffnen DOI: 10.5771/9783748912835
  83. Simon, Herbert A./Newell, Allen: Heuristic Problem Solving: The Next Advance in Operations Research, Operations Research 1958, S. 1–10 [zit.: Simon/Newell, Heuristic Problem Solving]. Google Scholar öffnen DOI: 10.5771/9783748912835
  84. Simon, Herbert A.: Artificial Intelligence: An Empirical Science, Artificial Intelligence 1995, S. 95–127 [zit.: Simon, Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  85. Simon, Herbert A.: The Shape of Automation for Men and Management, New York 1965 [zit.: Simon, The Shape of Automation]. Google Scholar öffnen DOI: 10.5771/9783748912835
  86. Simon, Herbert A.: Why Should Machines Learn?, in: Michalski, Ryszard S./Carbonell, Jaime G./Mitchell, Tom M. (Hrsg.): Machine Learning. An Artificial Intelligence Approach, Berlin u.a. 1983, S. 25–37 [zit.: Simon, Why Should Machines Learn?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  87. Singelnstein, Tobias: Predictive Policing: Algorithmenbasierte Straftatprognosen zur vorausschauenden Kriminalintervention, Neue Zeitschrift für Strafrecht 2018, S. 1–9 [zit.: Singelnstein, NStZ 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  88. Siri Speech Recognition Team: Finding Local Destinations with Siri’s Regionally Specific Language Models for Speech Recognition, Apple Machine Learning Journal 2018, abrufbar unter: <machinelearning.apple.com/2018/08/09/regionally specific language models.html> (zuletzt abgerufen am 18.08.2019, 20:44 Uhr) [zit.: Siri Speech Recognition Team, Siri’s Speech Recognition]. Google Scholar öffnen DOI: 10.5771/9783748912835
  89. Skeem, Jennifer/Lowenkamp, Christopher T.: Risk, Race, & Recidivism: Predictive Bias and Disparate Impact, Criminology 2016, S. 680–712 [zit.: Skeem/Lowenkamp, Risk, Race, & Recidivism]. Google Scholar öffnen DOI: 10.5771/9783748912835
  90. Sodan, Helge (Hrsg.): Grundgesetz, 4. Auflage, München 2018 [zit.: Sodan]. Google Scholar öffnen DOI: 10.5771/9783748912835
  91. Sommerer, Lucia M.: Personenbezogenes Predictive Policing. Kriminalwissenschaftliche Untersuchung über die Automatisierung der Kriminalprognose, Baden-Baden 2020 [zit.: Sommerer, Personenbezogenes Predictive Policing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  92. Spamann, Holger: Are Sleepy Punishers Really Harsh Punishers? Comment on Cho, Barnes, and Guanara (2017), Psychological Science 2018, S. 1006–1009 [zit.: Spamann, Are Sleepy Punishers Really Harsh Punishers?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  93. Spendel, Günter: Die Begründung des richterlichen Strafmaßes, Neue Juristische Wochenschrift 1964, S. 1758–1765 [zit.: Spendel, NJW 1964]. Google Scholar öffnen DOI: 10.5771/9783748912835
  94. Spohn, Cassia: The effects of the offender’s race, ethnicity, and sex on federal sentencing outcomes in the guidelines era, Law and Contemporary Problems 2013, S. 75–104 [zit.: Spohn, The effects of the offender’s race, ethnicity, and sex]. Google Scholar öffnen DOI: 10.5771/9783748912835
  95. Starr, Sonja B.: Evidence Based Sentencing and The Scientific Rationalization of Discrimination, Stanford Law Review 2014, S. 803–872 [zit.: Starr, Evidence Based Sentencing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  96. Steffensmeier, Darrell/Herbert, Chris: Women and Men Policymakers: Does the Judge’s Gender Affect the Sentencing of Criminal Defendants?, Social Forces 1999, S. 1163–1196 [zit.: Steffensmeier/Herbert, Women and Men Policymakers]. Google Scholar öffnen DOI: 10.5771/9783748912835
  97. Stevenson, Megan: Assessing Risk Assessment in Action, Minnesota Law Review 2018, S. 303–384 [zit.: Stevenson, Assessing Risk Assessment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  98. Stiemerling, Oliver: Technische Grundlagen, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg): Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 15–58 [zit.: Stiemerling, in: Rechtshandbuch AI/ML]. Google Scholar öffnen DOI: 10.5771/9783748912835
  99. Stobbs, Nigel/Hunter, Dan/Bagaric, Mirko: Can Sentencing Be Enhanced by the Use of Artificial Intelligence?, 2017, abrufbar unter: <eprints.qut.edu.au/115410/> (zuletzt abgerufen am 20.01.2020, 10:22 Uhr), Erstveröffentlichung in: Criminal Law Journal. 2018, S. 261–277 [zit.: Stobbs/Hunter/Bagaric, Can Sentencing Be Enhanced by the Use of Artificial Intelligence?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  100. Stone, Peter u.a.: Artificial Intelligence and Life in 2030. One Hundred Year Study on Artificial Intelligence: Report of the 2015–2016 Study Panel, Standford 2016, abrufbar unter: <ai100.stanford.edu/2016 report> (zuletzt abgerufen am 29.04.2019, 12:38 Uhr) [zit.: Stone u.a., AI and Life]. Google Scholar öffnen DOI: 10.5771/9783748912835
  101. Stratenwerth, Günter: Tatschuld und Strafzumessung, Tübingen 1972 [zit.: Stratenwerth, Tatschuld]. Google Scholar öffnen DOI: 10.5771/9783748912835
  102. Streng, Franz: Die Strafzumessungsbegründung und ihre Orientierungspunkte. Ein Beitrag zur Idee und Praxis vergleichender Strafzumessung, Neue Zeitschrift für Strafrecht 1989, S. 393–400 [zit.: Streng, NStZ 1989]. Google Scholar öffnen DOI: 10.5771/9783748912835
  103. Streng, Franz: Kriminalpolitische Perspektiven – Jura Studienanfänger und Sanktionspolitik, in: Kühne, Hans Heiner (Hrsg.): Festschrift für Koichi Miyazawa. Dem Wegbereiter des japanisch deutschen Strafrechtsdiskurses, Baden Baden 1995, S. 405–418 [zit.: Streng, FS Miyazawa]. Google Scholar öffnen DOI: 10.5771/9783748912835
  104. Streng, Franz: Strafrechtliche Sanktionen: Die Strafzumessung und ihre Grundlagen, Stuttgart 2012 [zit.: Streng, Strafrechtliche Sanktionen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  105. Streng, Franz: Strafzumessung und relative Gerechtigkeit. Eine Untersuchung zu rechtlichen, psychologischen und soziologischen Aspekten ungleicher Strafzumessung, Heidelberg 1984 [zit.: Streng, Strafzumessung und relative Gerechtigkeit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  106. Streng, Franz: Studien zu Strafbedürfnissen der Bevölkerung. Methoden und aktuelle Ergebnisse, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden Baden 2019, S. 131–160 [zit.: Streng, Studien zu Strafbedürfnissen der Bevölkerung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  107. Systematischer Kommentar zum Strafgesetzbuch: Wolter, Jürgen (Hrsg.), Band 2, §§ 38–79b, 9. Auflage, Köln 2016 [zit.: SK]. Google Scholar öffnen DOI: 10.5771/9783748912835
  108. Tegmark, Max: Leben 3.0. Mensch sein im Zeitalter Künstlicher Intelligenz, Berlin 2017, Originalausgabe: Life 3.0. Being Human in the Age of Artificial Intelligence, New York 2017 [zit.: Tegmark, Leben 3.0]. Google Scholar öffnen DOI: 10.5771/9783748912835
  109. Theune, Werner: Gerechte Strafe. Notwendigkeit und Möglichkeiten einer Überprüfung der Strafzumessung durch die Revisionsgerichte, in: Gamm, Otto Friedrich von/Raisch, Peter/Tiedemann, Klaus (Hrsg.): Strafrecht, Unternehmensrecht, Anwaltsrecht. Festschrift für Gerd Pfeiffer zum Abschied aus dem Amt als Präsident des Bundesgerichtshofes, Köln u.a. 1988, S. 449–460 [zit.: Theune, FS Pfeiffer]. Google Scholar öffnen DOI: 10.5771/9783748912835
  110. Theune, Werner: Grundsätze und Einzelfragen der Strafzumessung; aus der Rechtsprechung des Bundesgerichtshofs, Strafverteidiger 1985, S. 205–210 [zit.: Theune, StV 1985]. Google Scholar öffnen DOI: 10.5771/9783748912835
  111. Thibaut, John/Walker, Laurens: Procedural Justice. A Psychological Analysis, Hillsdale 1975 [zit.: Thibaut/Walker, Procedural Justice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  112. Thüsing, Gregor: Automatisierte Einzelentscheidung in der PKV – Zur Europarechtskonformität des neuen § 37 Abs. 1 Nr. 2 BDSG –, Recht der Datenverarbeitung 2018, S. 14 20 [zit.: Thüsing, RDV 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  113. Tobschall, Dominik/Kempe, Johann: Der deutsche Legal Tech Markt, in: Breidenbach, Stephan/Glatz, Florian (Hrsg.): Rechtshandbuch Legal Tech, München 2018, S. 25–33 [zit.: Tobschall/Kempe, in: Rechtshandbuch Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  114. Tolan, Songül: Fair and Unbiased Algorithmic Decision Making: Current State and Future Challenges. Digital Economy Working Paper 2018–10, in: European Commission Joint Research Centre (Hrsg.): JRC Technical Reports, Sevilla 2018, abrufbar unter: <arxiv.org/abs/1901.04730> (zuletzt abgerufen am 06.07.2019, 11:35 Uhr) [zit.: Tolan, Fair and Unbiased Algorithmic Decision Making]. Google Scholar öffnen DOI: 10.5771/9783748912835
  115. Tröndle, Herbert: Das Problem der Strafzumessungsempfehlungen. Wider ihre Gegner – Für ihre Kritiker, Blutalkohol 1971, S. 73–83 [zit.: Tröndle, Blutalkohol 1971]. Google Scholar öffnen DOI: 10.5771/9783748912835
  116. Tröndle, Herbert: Zum Wechsel zwischen staatsanwaltschaftlichem und richterlichem Amt, Deutsche Richterzeitung 1968, S. 364–365 [zit.: Tröndle, DRiZ 1968]. Google Scholar öffnen DOI: 10.5771/9783748912835
  117. Turing, Alan M.: Computing Machinery and Intelligence, Mind. A Quarterly Review of Psychology and Philosophy 1950, S. 433–460 [zit.: Turing, Computing Machinery and Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  118. Tversky, Amos/Kahneman, Daniel: Judgment under Uncertainty: Heuristics and Biases, Science 1974, S. 1124–1131 [zit.: Tversky/Kahneman, Judgment under Uncertainty]. Google Scholar öffnen DOI: 10.5771/9783748912835
  119. Tyler, Tom R.: Procedural Justice and the Courts, Court Review 2007, S. 26–32 [zit.: Tyler, Procedural Justice and the Courts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  120. Tyler, Tom R.: Social Justice: Outcome and Procedure, International Journal of Psychology 2000, S. 117–125 [zit.: Tyler, Social Justice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  121. Tyler, Tom R.: What is Procedural Justice?: Criteria used by Citizens to Assess the Fairness of Legal Procedures, Law & Society Review 1988, S. 103–136 [zit.: Tyler, What is Procedural Justice?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  122. Tyler, Tom R.: Why People Obey the Law, 2. Auflage, Princeton u.a. 2006 [zit.: Tyler, Why People Obey the Law]. Google Scholar öffnen DOI: 10.5771/9783748912835
  123. Uphoff, Roland: Die deutsche Strafzumessung unter dem Blickwinkel amerikanischer Strafzumessungsrichtlinien: Strafzumessungsrecht und praxis in Deutschland in rechtsvergleichender Darstellung mit amerikanischen Strafzumessungsrichtlinien und der Idee der Tatproportionalität, Aachen 1998 [zit.: Uphoff, Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  124. Van Melle, William/Shortliffe, Edward H./Buchanan, Bruce G.: EMYCIN: A Knowledge Engineer’s Tool for Constructing Rule Based Expert Systems, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. 302–313, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 28.04.2019, 17:16 Uhr) [zit.: Van Melle/Shortliffe/Buchanan, EMYCIN]. Google Scholar öffnen DOI: 10.5771/9783748912835
  125. Van Melle, William/Shortliffe, Edward H./Buchanan, Bruce G.: Use of the MYCIN Inference Engine, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. 294–301, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 28.04.2019, 13:21 Uhr) [zit.: Van Melle/Shortliffe/Buchanan, Use of the MYCIN Inference Engine]. Google Scholar öffnen DOI: 10.5771/9783748912835
  126. Vasdani, Tara: Estonia set to introduce ‘AI judge’ in small claims court to clear court backlog, The Lawyer’s Daily 2019, abrufbar unter: <www.thelawyersdaily.ca/articles/11582> (zuletzt abgerufen am 04.10.2019, 10:01 Uhr) [zit.: Vasdani, Estonia set to introduce ‘AI judge’ in small claims court]. Google Scholar öffnen DOI: 10.5771/9783748912835
  127. Verma, Sahil/Rubin, Julia: Fairness Definitions Explained, in: Association for Computing Machinery (Hrsg.): Fair Ware’18: IEEE/ACM International Workshop on Software Fairness am 29.05.2018 in Gothenburg, New York 2018, S. 1–7, abrufbar unter: <doi.org/10.1145/3194770.3194776> (zuletzt abgerufen am 07.06.2019, 20:15 Uhr) [zit.: Verma/Rubin, Fairness Definitions Explained]. Google Scholar öffnen DOI: 10.5771/9783748912835
  128. Villani, Cédric: For a Meaningful Artificial Intelligence. Towards a French and European Strategy, 2018, abrufbar unter: <www.aiforhumanity.fr/pdfs/MissionVillani_Report_ENG VF.pdf> (zuletzt abgerufen am 13.09.2019, 17:43 Uhr) [zit.: Villani, For a Meaningful Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  129. Vogl, Roland: Changes in the US Legal Market Driven by Big Data/Predictive Analytics and Legal Platforms, in: Hartung, Markus/Bues, Micha Manuel/Halbleib, Gernot (Hrsg.): Legal Tech. Die Digitalisierung des Rechtsmarkts, München 2018, S. 53–65 [zit.: Vogl, in: Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  130. Volokh, Eugene: Chief Justice Robots, Duke Law Journal 2019, S. 1135–1192 [zit.: Volokh, Chief Justice Robots]. Google Scholar öffnen DOI: 10.5771/9783748912835
  131. Wachter, Sandra/Mittelstadt, Brent/Floridi, Luciano: Why a Right to Explanation of Automated Decision Making Does Not Exist in the General Data Protection Regulation, International Data Privacy Law 2017, S. 76–99 [zit.: Wachter/Mittelstadt/Floridi, Why a Right to Explanation]. Google Scholar öffnen DOI: 10.5771/9783748912835
  132. Wachter, Sandra/Mittelstadt, Brent/Russell, Chris: Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR, Harvard Journal of Law & Technology 2018, abrufbar unter: <arxiv.org/abs/1711.00399v3> (zuletzt abgerufen am 20.04.2019, 14:45 Uhr) [zit.: Wachter/Mittelstadt/Russell, Counterfactual Explanations]. Google Scholar öffnen DOI: 10.5771/9783748912835
  133. Wagner, Jens: Legal Tech und Legal Robots. Der Wandel im Rechtsmarkt durch neue Technologien und künstliche Intelligenz, Wiesbaden 2018 [zit.: Wagner, Legal Tech und Legal Robots]. Google Scholar öffnen DOI: 10.5771/9783748912835
  134. Wagner, Jens: Legal Tech und Legal Robots in Unternehmen und den diese beratenden Kanzleien, Betriebs Berater 2017, S. 898–905 [zit.: Wagner, BB 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  135. Walter, Tonio: Das Absolute wird relativ – wie sich Vergeltung als Strafzweck soziologisch begründen lässt. Zugleich eine Kritik alter und neuer Straftheorien, in: Neubacher, Frank/Kubink, Michael (Hrsg.): Kriminologie – Jugendkriminalrecht – Strafvollzug. Gedächtnisschrift für Michael Walter, Berlin 2014, S. 831–849 [zit.: Walter, Das Absolute wird relativ]. Google Scholar öffnen DOI: 10.5771/9783748912835
  136. Walter, Tonio: Die Vergeltungsidee als Grenze des Strafrechts, JuristenZeitung 2019, S. 649–656 [zit.: Walter, JZ 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  137. Walter, Tonio: Grundlagen einer empirisch begründeten Vergeltungstheorie, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden Baden 2019, S. 49–60 [zit.: Walter, Grundlagen einer empirisch begründeten Vergeltungstheorie]. Google Scholar öffnen DOI: 10.5771/9783748912835
  138. Walter, Tonio: Strafe und Vergeltung – Rehabilitation und Grenzen eines Prinzips, Baden Baden 2016 [zit.: Walter, Strafe und Vergeltung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  139. Walter, Tonio: Vergeltung als Strafzweck. Prävention und Resozialisierung als Pflichten der Kriminalpolitik, Zeitschrift für Internationale Strafrechtsdogmatik 2011, S. 636–647 [zit.: Walter, ZIS 2011]. Google Scholar öffnen DOI: 10.5771/9783748912835
  140. Walter, Tonio: Wozu Strafen? Nichts als Vergeltung, lto – Legal Tribune Online 2019, abrufbar unter: <www.lto.de/recht/hintergruende/h/wozu strafe straftheorien vergeltung praevention fall luegde/> (zuletzt abgerufen am 05.01.2010, 11:12 Uhr) [zit.: Walter, Wozu Strafen? 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  141. Warner, Sam B./Bates, Sanford: Information concerning Adult Male Criminals Which Should Be Published by Reformatories, Penitentiaries and State Prisons, Journal of the American Institute of Criminal Law and Criminology 1924, S. 177–238 [zit.: Warner/Bates, Information concerning Adult Male Criminals]. Google Scholar öffnen DOI: 10.5771/9783748912835
  142. Warren, Roger K.: Evidence Based Sentencing in the State Courts, Federal Sentencing Reporter 2015, S. 248–251 [zit.: Warren, Evidence Based Sentencing in the State Courts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  143. Wartala, Ramon: Praxiseinstieg Deep Learning: Mit Python, Caffe, TensorFlow und Spark eigene Deep Learning Anwendungen erstellen, Heidelberg 2018 [zit.: Wartala, Praxiseinstieg Deep Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  144. Warwick, Kevin/Shah, Huma: Turing’s Imitation Game: Conversations with the Unknown, Cambridge u.a. 2016 [zit.: Warwick/Shah, Turing’s Imitation Game]. Google Scholar öffnen DOI: 10.5771/9783748912835
  145. Weber, Klaus (Hrsg.): Creifelds. Rechtswörterbuch, 24. Auflage, München 2020, zitiert nach beck-online [zit.: Creifelds Rechtswörterbuch]. Google Scholar öffnen DOI: 10.5771/9783748912835
  146. Wegner, Wolfgang: Täterschaftsermittlung durch Polygraphie, Köln u.a. 1981 [zit.: Wegner, Polygraphie]. Google Scholar öffnen DOI: 10.5771/9783748912835
  147. Wei, Shuai/Xiong, Moulin: Judges’ Gender and Sentencing in China: An Empirical Inquiry, Feminist Criminology 2020, S. 217–250 [zit.: Wei/Xiong, Judges’ Gender and Sentencing in China]. Google Scholar öffnen DOI: 10.5771/9783748912835
  148. Weigend, Thomas: „Neoklassizismus“ – ein transatlantisches Mißverständnis, Zeitschrift für die gesamte Strafrechtswissenschaft 1982, S. 801–814 [zit.: Weigend, ZStW 1982]. Google Scholar öffnen DOI: 10.5771/9783748912835
  149. Weigend, Thomas: Die kurze Freiheitsstrafe – eine Sanktion mit Zukunft?, JuristenZeitung 1986, S. 260–269 [zit.: Weigend, JZ 1986]. Google Scholar öffnen DOI: 10.5771/9783748912835
  150. Weinshall Margel, Keren/Shapard, John: Overlooked factors in the analysis of parole decisions, Proceedings of the National Academy of Sciences of the United States of America 2011, S. E833 [zit.: Weinshall Margel/Shapard, PNAS 2011]. Google Scholar öffnen DOI: 10.5771/9783748912835
  151. Weizenbaum, Joseph: Computer Power and Human Reason. From Judgement to Calculation, San Francisco 1976 [zit.: Weizenbaum, Computer Power and Human Reason]. Google Scholar öffnen DOI: 10.5771/9783748912835
  152. Welzel, Hans: Zum Notstandsproblem, Zeitschrift für die gesamte Strafrechtswissenschaft 1951, S. 47–56 [zit.: Welzel, ZStW 1951]. Google Scholar öffnen DOI: 10.5771/9783748912835
  153. Werner, Wibke: Schutz durch das Grundgesetz im Zeitalter der Digitalisierung, Neue Juristische Online Zeitschrift 2019, S. 1041–1046 [zit.: Werner, NJOZ 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  154. Werth, Robert: Risk and Punishment: The Recent History and Uncertain Future of Actuarial, Algorithmic, and “Evidence‐based” Penal Techniques, Sociology Compass 2019, 13:e12659, abrufbar unter: <onlinelibrary.wiley.com/doi/abs/10.1111/soc4.12659> (zuletzt abgerufen am 09.11.2020, 8:47 Uhr) [zit.: Werth, The Recent History]. Google Scholar öffnen DOI: 10.5771/9783748912835
  155. Whiteacre, Kevin W.: Testing the Level of Service Inventory–Revised (LSI R) for Racial/Ethnic Bias, Criminal Justice Policy Review 2006, S. 330–342 [zit.: Whiteacre, Testing the LSI R]. Google Scholar öffnen DOI: 10.5771/9783748912835
  156. Whittaker, Meredith u.a.: AI Now Report 2018, AI Now Institute 2018, abrufbar unter: <ainowinstitute.org/AI_Now_2018_Report.pdf> (zuletzt abgerufen am 14.06.2019, 18:10 Uhr) [zit.: Whittaker u.a., AI Now Report 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  157. Winegrad, Dilys/Akera, Atsushi: A Short History of the Second American Revolution, 2019, abrufbar unter: <www.researchgate.net/publication/264876275_A_Short_History_of_the_Second_American_Revolution> (zuletzt abgerufen am 25.03.2019, 9:51 Uhr) [zit.: Winegrad/Akera, A Short History of the Second American Revolution]. Google Scholar öffnen DOI: 10.5771/9783748912835
  158. Winograd, Terry: Understanding natural language, Cognitive Psychology 1972, S. 1–191 [zit.: Winograd, Understanding natural language]. Google Scholar öffnen DOI: 10.5771/9783748912835
  159. Wischmeyer, Thomas: Artificial Intelligence and Transparency: Opening the Black Box, in: Wischmeyer, Thomas/Rademacher, Timo (Hrsg.): Regulating Artificial Intelligence, Cham 2020, S. 75–101 [zit.: Wischmeyer, Artificial Intelligence and Transparency]. Google Scholar öffnen DOI: 10.5771/9783748912835
  160. Wischmeyer, Thomas: Regulierung intelligenter Systeme, Archiv des öffentlichen Rechts 2018, S. 1–66 [zit.: Wischmeyer, AöR 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  161. Wittig, Petra: „Lebensleistung“ als Strafmilderungsgrund?, in: Fahl, Christian u.a. (Hrsg.): Festschrift für Werner Beulke zum 70. Geburtstag, Heidelberg 2015, S. 1241–1255 [zit.: Wittig, FS Beulke]. Google Scholar öffnen DOI: 10.5771/9783748912835
  162. Woerner, Otto: Die Frage der Gleichmässigkeit der Strafzumessung im Deutschen Reich, München 1907 [zit.: Woerner, Die Frage der Gleichmässigkeit der Strafzumessung im Deutschen Reich]. Google Scholar öffnen DOI: 10.5771/9783748912835
  163. Wolf, Gerhard: Lösung von Rechtsfällen mit Hilfe von Computern? Bisher ungenutzte Chancen der Rechtsinformatik, in: Graul, Eva/Wolf, Gerhard (Hrsg.): Gedächtnisschrift für Dieter Meurer, Berlin 2002, S. 665–683 [zit.: Wolf, Lösung von Rechtsfällen mit Hilfe von Computern?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  164. Wolf, Marty J./Miller, Keith W./Grodzinsky, Frances S.: Why We Should Have Seen That Coming. Comments on Microsoft’s Tay “Experiment,” and Wider Implications, ORBIT Journal 2017, abrufbar unter: <www.orbit rri.org/ojs/index.php/orbit/article/view/49/85> (zuletzt abgerufen am 07.07.2019, 22:21 Uhr) [zit.: Wolf/Miller/Grodzinsky, Why We Should Have Seen That Coming]. Google Scholar öffnen DOI: 10.5771/9783748912835
  165. Wong, Queenie: Why facial recognition’s racial bias problem is so hard to crack. Good luck if you’re a woman or a darker skinned person, CNET 2019, abrufbar unter: <www.cnet.com/news/why facial recognitions racial bias problem is so hard to crack/> (zuletzt abgerufen am 07.07.2019, 22:27 Uhr) [zit.: Wong, Why facial recognition’s racial bias problem is so hard to crack]. Google Scholar öffnen DOI: 10.5771/9783748912835
  166. Wood, Gaby: Living Dolls: A Magical History Of The Quest For Mechanical Life by Gaby Wood, The Guardian 2002 [zit.: Wood, A Magical History]. Google Scholar öffnen DOI: 10.5771/9783748912835
  167. Wormith, J. Stephen/Hogg, Sarah M./Guzzo, Lina: The predictive validity of the LS/CMI with Aboriginal offenders in Canada, Criminal Justice and Behavior 2015, S. 481–508 [zit.: Wormith/Hogg/Guzzo, The predictive validity of the LS/CMI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  168. Wormith, J. Stephen: Automated Offender Risk Assessment. The Next Generation or a Black Hole?, Criminology & Public Policy 2017, S. 281–303 [zit.: Wormith, Automated Offender Risk Assessment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  169. Wormith, J. Stephen: The risks of communicating sexual offender risk, Journal of Threat Assessment and Management 2014, S. 162–178 [zit.: Wormith, The risks of communicating sexual offender risk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  170. Wu, Tim: Will Artificial Intelligence Eat the Law? The Rise of Hybrid Social Ordering Systems, Columbia Law Review 2019, S. 2001–2028 [Wu, Will Artificial Intelligence Eat the Law?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  171. Xia, Yiwei/Cai, Tianji/Zhong, Hua: Effect of Judges’ Gender on Rape Sentencing: A Data Mining Approach to Analyze Judgment Documents, The China Review 2019, S. 125–149 [zit.: Xia/Cai/Zhong, Effect of Judges’ Gender on Rape Sentencing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  172. Yeomans, Mike u.a.: Making Sense of Recommendations, Journal of Behavioral Decision Making 2019, S. 403–414 [zit.: Yeomans u.a., Making Sense of Recommendations]. Google Scholar öffnen DOI: 10.5771/9783748912835
  173. Yu, Victor L. u.a.: An Evaluation of MYCIN’s Advice, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. 589–596, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 29.04.2019, 9:29 Uhr) [zit.: Yu u.a, Evaluation of MYCIN]. Google Scholar öffnen DOI: 10.5771/9783748912835
  174. Zadeh, Lofti A.: Fuzzy Sets, Information and Control 1965, S. 338–353 [zit.: Zadeh, Fuzzy Sets]. Google Scholar öffnen DOI: 10.5771/9783748912835
  175. Zeisel, Hans: The Deterrent Effect of the Death Penalty: Facts v. Faiths, The Supreme Court Review 1976, S. 317–343 [zit.: Zeisel, Facts v. Faiths]. Google Scholar öffnen DOI: 10.5771/9783748912835
  176. Zhong, Ziyuan: A Tutorial on Fairness in Machine Learning, Towards Data Science 2018, abrufbar unter: <towardsdatascience.com/a tutorial on fairness in machine learning 3ff8ba1040cb> (zuletzt abgerufen am 07.06.2019, 20:20 Uhr) [zit.: Zhong, A Tutorial on Fairness in Machine Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  177. Zipf, Heinz: Anmerkung zu BayObLG v. 4.11.1975 – RReg. 5 St 231/75, Juristische Rundschau 1976, S. 511–514 [zit.: Zipf, JR 1976]. Google Scholar öffnen DOI: 10.5771/9783748912835
  178. Zipf, Heinz: Die Integrationsprävention (Positive Generalprävention), in: Fehérváry, János/Melnizky, Walter/Müller, Otto F. (Hrsg.): Strafrecht, Strafprozeßrecht und Kriminologie: Festschrift für Franz Pallin. Zum 80. Geburtstag, Wien 1989, S. 479–490 [zit.: Zipf, FS Pallin]. Google Scholar öffnen DOI: 10.5771/9783748912835
  179. Zipf, Heinz: Kriminalpolitik. Ein Lehrbuch, 2. Auflage, Heidelberg u.a. 1980 [zit.: Zipf, Kriminalpolitik]. Google Scholar öffnen DOI: 10.5771/9783748912835
  180. Zweig, Katharina A./Krafft, Tobias D.: Fairness und Qualität algorithmischer Entscheidungen, in: Mohabbat Kar, Resa/Thapa, Basanta E./Parycek, Peter (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 204–227 [zit.: Zweig/Krafft, in: (Un)berechenbar]. Google Scholar öffnen DOI: 10.5771/9783748912835
  181. Zweig, Katharina A./Wenzelburger, Georg/Krafft, Tobias D.: On Chances and Risks of Security Related Algorithmic Decision Making Systems, European Journal for Security Research 2018, S. 181–203 [zit.: Zweig/Wenzelburger/Krafft, Chances and Risks of ADMs]. Google Scholar öffnen DOI: 10.5771/9783748912835
  182. Zweig, Katharina A.: 2. Arbeitspapier: Überprüfbarkeit von Algorithmen, 2016, abrufbar unter: <algorithmwatch.org/publication/zweites arbeitspapier ueberpruefbarkeit algorithmen/> (zuletzt abgerufen am 28.12.2019, 8:20 Uhr) [zit.: Zweig, Überprüfbarkeit von Algorithmen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  183. Zweig, Katharina A.: Algorithmische Entscheidungen. Transparenz und Kontrolle, in: Konrad Adenauer Stiftung e. V. (Hrsg.): Analysen & Argumente. Digitale Gesellschaft, Berlin u.a. 2019, abrufbar unter: </www.kas.de/c/document_library/get_file?uuid=533ef913 e567 987d 54c3 1906395cdb81&groupId=252038> (zuletzt abgerufen am 03.11.2019, 11:06 Uhr) [zit.: Zweig, Algorithmische Entscheidungen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  184. Zweig, Katharina A.: Ein Algorithmus hat kein Taktgefühl. Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können, München 2019 [zit.: Zweig, Ein Algorithmus hat kein Taktgefühl]. Google Scholar öffnen DOI: 10.5771/9783748912835
  185. Zweig, Katharina A.: Wo Maschinen irren können. Fehlerquellen und Verantwortlichkeiten in Prozessen algorithmischer Entscheidungsfindung, Gütersloh 2018, abrufbar unter: <algorithmenethik.de/wp content/uploads/sites/10/2018/02/ZweigADMFehlerquellen_final_ohneCover.pdf> (zuletzt abgerufen am 25.12.2019, 8:59 Uhr) [zit.: Zweig, Wo Maschinen irren können]. Google Scholar öffnen DOI: 10.5771/9783748912835
  186. Abel, Ralf B.: Automatisierte Entscheidungen im Einzelfall gem. Art. 22 DS GVO. Anwendungsbereich und Grenzen im nicht öffentlichen Bereich, Zeitschrift für Datenschutz 2018, S. 304–307 [zit.: Abel, ZD 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  187. Ægisdóttir, Stefanía u.a.: The Meta Analysis of Clinical Judgment Project: Fifty Six Years of Accumulated Research on Clinical Versus Statistical Prediction, The Counseling Psychologist 2006, S. 341–382 [zit.: Ægisdóttir u.a., Meta Analysis of Clinical Judgment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  188. Albrecht, Hans Jörg: Die Entwicklung des Strafzumessungsrechts im internationalen Vergleich, in: Fehérváry, János/Melnizky, Walter/Müller, Otto F. (Hrsg.): Strafrecht, Strafprozessrecht und Kriminologie: Festschrift für Franz Pallin. Zum 80. Geburtstag, Wien 1989, S. 11–30 [zit.: Albrecht, FS Pallin]. Google Scholar öffnen DOI: 10.5771/9783748912835
  189. Albrecht, Hans Jörg: Empirische Strafzumessungsforschung, in: Safferling, Christoph u.a. (Hrsg.): Festschrift für Franz Streng zum 70. Geburtstag, Heidelberg 2017, S. 185–199 [zit.: Albrecht, FS Streng]. Google Scholar öffnen DOI: 10.5771/9783748912835
  190. Albrecht, Hans Jörg: Sentencing in Germany: Explaining long term stability in the structure of criminal sanctions and sentencing, Law and Contemporary Problems 2013, S. 211–236 [zit.: Albrecht, Sentencing in Germany]. Google Scholar öffnen DOI: 10.5771/9783748912835
  191. Albrecht, Hans Jörg: Strafzumessung bei schwerer Kriminalität im Vergleich. Theoretische Konzeptionen und empirische Befunde, Zeitschrift für die gesamte Strafrechtswissenschaft 1990, S. 596–626 [zit.: Albrecht, ZStW 1990]. Google Scholar öffnen DOI: 10.5771/9783748912835
  192. Albrecht, Hans Jörg: Strafzumessung bei schwerer Kriminalität. Eine vergleichende theoretische und empirische Studie zur Herstellung und Darstellung des Strafmaßes, Berlin 1994 [zit.: Albrecht, Strafzumessung bei schwerer Kriminalität]. Google Scholar öffnen DOI: 10.5771/9783748912835
  193. Albrecht, Hans Jörg: Strafzumessung im Vergleich Deutschland und Österreich, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog. Internationales Symposion, 9. 12. März 1988 in Lüneburg, Stuttgart 1989, S. 59–70 [zit.: Albrecht, Strafzumessung Deutschland und Österreich]. Google Scholar öffnen DOI: 10.5771/9783748912835
  194. Albrecht, Hans-Jörg: Strafzumessung und Vollstreckung bei Geldstrafen: unter Berücksichtigung des Tagessatzsystems. Die Geldstrafe im System strafrechtlicher Sanktionen, Berlin 1980 [zit.: Albrecht, Strafzumessung und Vollstreckung bei Geldstrafen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  195. Andrews, Donald A./Bonta, James/Wormith, J. Stephen: The Recent Past and Near Future of Risk and/or Need Assessment, Crime & Delinquency 2006, S. 7–27 [zit.: Andrews/Bonta/Wormith, Past and Near Future of Risk Assessment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  196. Andrissek, Tobias R.: Vergeltung als Strafzweck. Empirisch soziologische Begründung und kriminalpolitische Folgerungen, Tübingen 2017 [zit.: Andrissek, Vergeltung als Strafzweck]. Google Scholar öffnen DOI: 10.5771/9783748912835
  197. Angwin, Julia u.a.: Machine Bias. There’s software used across the country to predict future criminals. And it’s biased against blacks, ProPublica 2016, abrufbar unter: <www.propublica.org/article/machine bias risk assessments in criminal sentencing> (zuletzt abgerufen am 09.04.2019, 8:02 Uhr) [zit.: Angwin u.a., Machine Bias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  198. Aristoteles: Organon, in: Holzinger, Michael (Hrsg.), übersetzt von Julius H. von Kirchmann, 2. Auflage, Berlin 2013, abrufbar unter <www.zeno.org/Lesesaal/N/9781484030530?page=0> (zuletzt abgerufen am 04.03.2019, 18:16 Uhr) [zit.: Aristoteles, Organon]. Google Scholar öffnen DOI: 10.5771/9783748912835
  199. Aspray, William: Logic Machines, in: Aspray, William (Hrsg.): Computing Before Computers, Ames (IA) 1990, S. 99–121, abrufbar unter: <ed thelen.org/comp hist/CBC.html> (zuletzt abgerufen am 29.04.2019, 11:51 Uhr) [zit.: Aspray, Logic Machines]. Google Scholar öffnen DOI: 10.5771/9783748912835
  200. Barocas, Solon/Selbst, Andrew D.: Big Data’s Disparate Impact, California Law Review 2016, S. 671 732 [zit.: Barocas/Selbst, Big Data’s Disparate Impact]. Google Scholar öffnen DOI: 10.5771/9783748912835
  201. Barry Jester, Anna M./Casselman, Ben/Goldstein, Diana: The New Science of Sentencing. Should prison sentences be based on crimes that haven’t been committed yet?, The Marshall Project 2015, abrufbar unter: <www.themarshallproject.org/2015/08/04/the new science of sentencing> (zuletzt abgerufen am 02.06.2019, 17:23 Uhr) [zit.: Barry Jester/Casselman/Goldstein, The New Science of Sentencing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  202. Barthelmeß, Ulrike/Furbach, Ulrich: IRobot – uMan. Künstliche Intelligenz und Kultur: Eine jahrtausendealte Beziehungskiste, Berlin u.a. 2012 [zit.: Barthelmeß/Furbach, IRobot]. Google Scholar öffnen DOI: 10.5771/9783748912835
  203. Baurmann, Michael: Vorüberlegungen zu einer empirischen Theorie der positiven Generalprävention, in: Schünemann, Bernd/Hirsch, Andrew von/Jareborg, Nils (Hrsg.): Positive Generalprävention. Kritische Analysen im deutsch englischen Dialog. Uppsala Symposium 1996, Heidelberg 1998, S. 1–16 [zit.: Baurmann, Vorüberlegungen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  204. Beck, Roman u.a.: Digitale Transformation der Verwaltung. Empfehlungen für eine gesamtstaatliche Strategie, Bertelsmann Stiftung (Hrsg.), Gütersloh 2017, abrufbar unter: <www.bertelsmann stiftung.de/fileadmin/files/Projekte/Smart_Country/DigiTransVerw_2017_final.pdf> (zuletzt abgerufen am 01.01.2020, 20:03 Uhr) [zit.: Beck u.a., Digitale Transformation der Verwaltung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  205. Beck, Susanne: Diskriminierung durch Künstliche Intelligenz?, Zeitschrift für Rechtspolitik 2019, S. 185 [zit.: Beck, ZRP 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  206. Beck, Wolfgang: Legal Tech und Künstliche Intelligenz. Ein Überblick zum aktuellen Stand, Die Öffentliche Verwaltung 2019, S. 648–653 [zit.: Beck, DÖV 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  207. Beck'scher Online Kommentar zum Grundgesetz: Epping, Volker/Hillgruber, Christian (Hrsg.): 43. Auflage, München 2020 [zit.: BeckOK GG]. Google Scholar öffnen DOI: 10.5771/9783748912835
  208. Beck'scher Online Kommentar zum Strafgesetzbuch: Heintschel Heinegg, Bernd von (Hrsg.): 46. Auflage, München 2020 [zit.: BeckOK StGB]. Google Scholar öffnen DOI: 10.5771/9783748912835
  209. Bellamy, Rachel K. E. u.a.: AI Fairness 360: An Extensible Toolkit for Detecting, Understanding, and Mitigating Unwanted Algorithmic Bias, 2018, abrufbar unter: <arxiv.org/abs/1810.01943> (zuletzt abgerufen am 15.06.2019, 9:48 Uhr) [zit.: Bellamy u.a., AI Fairness 360]. Google Scholar öffnen DOI: 10.5771/9783748912835
  210. Bennett, Mark W.: Confronting Cognitive “Anchoring Effect” and “Blind Spot” Biases In Federal Sentencing: a Modest Solution For Reforming a Fundamental Flaw, Journal of Criminal Law and Criminology S. 489–534 [zit.: Bennett, Confronting Cognitive “Anchoring Effect”]. Google Scholar öffnen DOI: 10.5771/9783748912835
  211. Berger, Ariane: Der automatisierte Verwaltungsakt. Zu den Anforderungen an eine automatisierte Verwaltungsentscheidung am Beispiel des § 35 a VwVfG, Neue Zeitschrift für Verwaltungsrecht 2018, S. 1260–1264 [zit.: Berger, NVwZ 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  212. Berk, Richard u.a.: Fairness in Criminal Justice Risk Assessments: The State of the Art, Sociological Methods & Research 2018, S. 1–42, abrufbar unter: <journals.sagepub.com/doi/abs/10.1177/0049124118782533?journalCode=smra> (zuletzt abgerufen am 14.06.2019, 17:44 Uhr) [zit.: Berk u.a., Fairness in Criminal Justice Risk Assessments]. Google Scholar öffnen DOI: 10.5771/9783748912835
  213. Berk, Richard/Bleich, Justin: Forecasts of Violence to Inform Sentencing Decisions, Journal of Quantitative Criminology 2014, S. 79–96 [zit.: Berk/Bleich, Forecasts of Violence to Inform Sentencing Decisions]. Google Scholar öffnen DOI: 10.5771/9783748912835
  214. Berk, Richard/Hyatt, Jordan M.: Machine Learning Forecasts of Risk to Inform Sentencing Decisions, Federal Sentencing Reporter 2015, S. 222–228 [zit.: Berk/Hyatt, Machine Learning Forecasts of Risk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  215. Berk, Richard/Sorenson, Susan B./Barnes, Geoffrey: Forecasting Domestic Violence: A Machine Learning Approach to Help Inform Arraignment Decisions, Journal of Empirical Legal Studies 2016, S. 94–115 [zit.: Berk/Sorenson/Barnes, Forecasting Domestic Violence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  216. Berk, Richard: Accuracy and Fairness for Juvenile Justice Risks Assessments, Journal of Empirical Legal Studies 2017, S. 175–194 [zit.: Berk, Accuracy and Fairness]. Google Scholar öffnen DOI: 10.5771/9783748912835
  217. Berk, Richard: An impact assessment of machine learning risk forecasts on parole board decisions and recidivism, Journal of Experimental Criminology 2017, S. 193–216 [zit.: Berk, An impact assessment of machine learning risk forecasts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  218. Berk, Richard: Criminal Justice Forecasts of Risk. A Machine Learning Approach, New York u.a. 2012 [zit.: Berk, Criminal Justice Forecasts of Risk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  219. Berman, Donald/Hafner, Carole D.: The Potential of Artificial Intelligence to Help Solve the Crisis in Our Legal System, Communications of the ACM 1989, S. 928–938 [zit.: Berman/Hafner, The Potential of Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  220. Berry, Dianne C./Broadbent, Donald E.: Explanation and Verbalization in a Computer Assisted Search Task, The Quarterly Journal of Experimental Psychology 1987, S. 585–609 [zit.: Berry/Broadbent, Explanation and Verbalization]. Google Scholar öffnen DOI: 10.5771/9783748912835
  221. Bilsdorfer, Peter: Die Entwicklung des Steuerstraf und Steuerordnungswidrigkeitenrechts, Neue Juristische Wochenschrift 2019, S. 1499–1503 [zit.: Bilsdorfer, NJW 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  222. Bilski, Nico/Schmid, Thomas: Verantwortungsfindung beim Einsatz maschinell lernender Systeme, Neue Juristische Online Zeitschrift 2019, S. 657–661 [zit.: Bilski/Schmid, NJOZ 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  223. Bleckmann, Dominik: Künstliche Intelligenz – Fluch oder Segen?, Datenschutz und Datensicherheit 2018, S. 539 [zit.: Bleckmann, DuD 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  224. Boden, Margaret A.: AI. Its nature and future, Oxford 2016 [zit.: Boden, AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  225. Boden, Margaret A.: Artificial Intelligence and Natural Man, Brighton u.a. 1977 [zit.: Boden, Artificial Intelligence and Natural Man]. Google Scholar öffnen DOI: 10.5771/9783748912835
  226. Bonner Kommentar zum Grundgesetz: Kahl, Wolfgang/Waldhoff, Christian/Walter, Christian (Hrsg.), Loseblattsammlung, Stand: 203. Lieferung, Heidelberg u.a. 2020 [zit.: BK]. Google Scholar öffnen DOI: 10.5771/9783748912835
  227. Bonta, James: Risk needs assessment and treatment, in: Harland, Alan T. (Hrsg.): Choosing correctional options that work. Defining the demand and evaluating the supply, Thousand Oaks u.a. 1996, S. 18–32 [zit.: Bonta, Risk needs assessment and treatment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  228. Bontrager, Stephanie/Barrick, Kelle/Stupi, Elizabeth: Gender and sentencing: A meta ana¬lysis of contemporary research, Journal of Gender, Race & Justice 2013, S. 349–372 [zit.: Bontrager/Barrick/Stupi, Gender and sentencing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  229. Borden, Howard G.: Factors for Predicting Parole Success, Journal of Criminal Law and Criminology 1928, S. 328–336 [zit.: Borden, Factors for Predicting Parole Success]. Google Scholar öffnen DOI: 10.5771/9783748912835
  230. Borgulya, István: Two examples of decision support in the law, Artificial Intelligence and Law 1999, S. 303–321 [zit.: Borgulya, Two examples of decision support in the law]. Google Scholar öffnen DOI: 10.5771/9783748912835
  231. Boyd, Christina L./Epstein, Lee/Martin, Andrew D.: Untangling the Causal Effects of Sex on Judging, American Journal of Political Science 2010, S. 389–411 [zit.: Boyd/Epstein/Martin, Effects of Sex on Judging]. Google Scholar öffnen DOI: 10.5771/9783748912835
  232. Boyd, Christina L.: Representation on the Courts? The Effects of Trial Judges’ Sex and Race, Political Research Quarterly 2016, S. 788–799 [zit.: Boyd, Representation on the Courts?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  233. Breidenbach, Stephan/Glatz, Florian: Die Digitalisierung des Rechts, in: Breidenbach, Stephan/Glatz, Florian (Hrsg.): Rechtshandbuch Legal Tech, München 2018, S. 1–7 [zit.: Breidenbach/Glatz, in: Rechtshandbuch Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  234. Breiman, Leo: Random Forests, in: Schapire, Robert E. (Hrsg.): Machine Learning, Berkeley 2001, S. 5–32, abrufbar unter: <link.springer.com/content/pdf/10.1023%2FA%3A1010933404324.pdf> (zuletzt abgerufen am 02.06.2019, 18:01 Uhr) [zit.: Breiman, Random Forests]. Google Scholar öffnen DOI: 10.5771/9783748912835
  235. Brennan, Tim/Dieterich, William/Ehret, Beate: Evaluating the Predictive Validity of the Compas Risk and Needs Assessment System, Criminal Justice and Behavior 2009, S. 21–40 [zit.: Brennan/Dieterich/Ehret, Evaluating the Predictive Validity]. Google Scholar öffnen DOI: 10.5771/9783748912835
  236. Brennan, Tim/Dieterich, William: Correctional Offender Management Profiles for Alternative Sanctions (COMPAS), in: Singh, Jay P. u.a. (Hrsg.): Handbook of Recidivism Risk/Needs Assessment Tools, Hoboken u.a. 2018, S. 49–75 [zit.: Brennan/Dieterich, COMPAS]. Google Scholar öffnen DOI: 10.5771/9783748912835
  237. Brewer, Noel T. u.a.: The Influence of Irrelevant Anchors on the Judgments and Choices of Doctors and Patients, Medical Decision Making 2007, S. 203–211 [zit.: Brewer u.a., The Influence of Irrelevant Anchors]. Google Scholar öffnen DOI: 10.5771/9783748912835
  238. Brögelmann, Jens: Methodik der Strafzumessung, Juristische Schulung 2002, S. 903–908 [zit.: Brögelmann, JuS 2002]. Google Scholar öffnen DOI: 10.5771/9783748912835
  239. Bromley, Allan G.: Difference and Analytical Engines, in: Aspray, William (Hrsg.): Computing Before Computers, Ames 1990, S. 59–98, abrufbar unter: <ed-thelen.org/comp-hist/CBC-Ch-02.pdf > (zuletzt abgerufen am 02.11.2020, 10:07 Uhr) [zit.: Bromley, Difference and Analytical Engines]. Google Scholar öffnen DOI: 10.5771/9783748912835
  240. Bruckmann, Ernst Otto: Vorschlag zur Reform des Strafzumessungsrechts, Zeitschrift für Rechtspolitik 1973, S. 30–34 [zit.: Bruckmann, ZRP 1973]. Google Scholar öffnen DOI: 10.5771/9783748912835
  241. Bruderer, Herbert: Meilensteine der Rechentechnik. Zur Geschichte der Mathematik und der Informatik, Berlin u.a. 2015 [zit.: Bruderer, Meilensteine]. Google Scholar öffnen DOI: 10.5771/9783748912835
  242. Bruns, Hans Jürgen: Anmerkung zu BGH, Beschl. v. 13.9.1976 – 3 StR 313/76, Juristische Rundschau 1977, S. 164–166 [zit.: Bruns, JR 1977]. Google Scholar öffnen DOI: 10.5771/9783748912835
  243. Bruns, Hans Jürgen: Grundprobleme des Strafzumessungsrechts, Zeitschrift für die gesamte Strafrechtswissenschaft 1982, S. 111–126 [zit.: Bruns, ZStW 1982]. Google Scholar öffnen DOI: 10.5771/9783748912835
  244. Bruns, Hans Jürgen/Güntge, Georg Friedrich: Das Recht der Strafzumessung, 3. Auflage, Köln 2019 [zit.: Bruns/Güntge, Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  245. Bruns, Hans Jürgen: Der „Bestimmtheitsgrad“ der Punktstrafe im Strafzumessungsrecht, Neue Juristische Wochenschrift 1979, S. 290–292 [zit.: Bruns, NJW 1979]. Google Scholar öffnen DOI: 10.5771/9783748912835
  246. Bruns, Hans Jürgen: Die Bedeutung des Durchschnitts , des Regel und des Normalfalls im Strafzumessungsrecht, JuristenZeitung 1988, S. 1053–1058 [zit.: Bruns, JZ 1988]. Google Scholar öffnen DOI: 10.5771/9783748912835
  247. Bruns, Hans Jürgen: Gedanken zum Thema „Strafzumessung und relative Gerechtigkeit“, JuristenZeitung 1985, S. 63–68 [zit.: Bruns, JZ 1985]. Google Scholar öffnen DOI: 10.5771/9783748912835
  248. Bruns, Hans Jürgen: Neues Strafzumessungsrecht? „Reflexionen“ über eine geforderte Umgestaltung, Köln u.a. 1988 [zit.: Bruns, Neues Strafzumessungsrecht?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  249. Bues, Micha Manuel: Artificial Intelligence im Recht, in: Hartung, Markus/Bues, Micha Manuel/Halbleib, Gernot (Hrsg.): Legal Tech. Die Digitalisierung des Rechtsmarkts, München 2018, S. 275–285 [zit.: Bues, in: Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  250. Bünau, Paul von: Künstliche Intelligenz im Recht. Möglichkeiten und Mythos, in: Breidenbach, Stephan/Glatz, Florian (Hrsg.): Rechtshandbuch Legal Tech, München 2018, S. 47–58 [zit.: von Bünau, in: Rechtshandbuch Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  251. Buolamwini, Joy/Gebru, Timnit: Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification, in: Friedler, Sorelle A./Wilson, Christo (Hrsg.): Proceedings of the 1st Conference on Fairness, Accountability and Transparency, New York 2018, S. 77–91 [zit.: Buolamwini/Gebru, Gender Shades]. Google Scholar öffnen DOI: 10.5771/9783748912835
  252. Burgstaller, Manfred: Regionale Unterschiede der Strafzumessung in Österreich, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog. Internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 7–15 [zit.: Burgstaller, Regionale Unterschiede]. Google Scholar öffnen DOI: 10.5771/9783748912835
  253. Burr, Marcel: Die Entwicklung von Legal Robots am Beispiel der grunderwerbsteuerlichen Konzernklausel, Betriebs Berater 2018, S. 476–483 [zit.: Burr, BB 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  254. Burri, Thomas: Künstliche Intelligenz und internationales Recht, Datenschutz und Datensicherheit 2018, S. 603–607 [zit.: Burri, DuD 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  255. Capes, Tim u.a.: Siri On Device Deep Learning Guided Unit Selection Text to Speech System, Interspeech 2017, S. 4011–4015 [zit.: Capes u.a., Siri On Device]. Google Scholar öffnen DOI: 10.5771/9783748912835
  256. Card, Dallas: The “black box” metaphor in machine learning, Towards Data Science 2017, abrufbar unter: <towardsdatascience.com/the black box metaphor in machine learning 4e57a3a1d2b0> (zuletzt abgerufen am 14.04.2019, 7:38 Uhr) [zit.: Card, The “black box” metaphor]. Google Scholar öffnen DOI: 10.5771/9783748912835
  257. Casey, Pamela M./Warren, Roger K./Elek, Jennifer K.: Using Offender Risk and Needs Assessment Information at Sentencing. Guidance for Courts from a National Working Group, National Center for State Courts (NCSC), 2011, abrufbar unter: <www.ncsc.org/~/media/Microsites/Files/CSI/RNA%20Guide%20Final> (zuletzt abgerufen am 15.04.2019, 10:20 Uhr) [zit.: Casey/Warren/Elek, Using Offender Risk and Needs Assessment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  258. Casper, Johannes D.: Having Their Day in Court: Defendant Evaluations of the Fairness of Their Treatment, Law & Society Review 1978, S. 237–251 [zit.: Casper, Having Their Day in Court]. Google Scholar öffnen DOI: 10.5771/9783748912835
  259. Ceruzzi, Paul E.: Electronic Calculators, in: Aspray, William (Hrsg.): Computing Before Computers, Ames 1990, S. 223–249, abrufbar unter: <ed-thelen.org/comp-hist/CBC-Ch-07.pdf> (zuletzt abgerufen am 02.11.2020, 10:41 Uhr) [zit.: Ceruzzi, Electronic Calculators]. Google Scholar öffnen DOI: 10.5771/9783748912835
  260. Ceruzzi, Paul E.: Relay Calculators, in: Aspray, William (Hrsg.): Computing Before Computers, Ames (IA) 1990, S. 200–222, abrufbar unter: <ed-thelen.org/comp-hist/CBC-Ch-06.pdf> (zuletzt abgerufen am 02.11.2020, 10:42 Uhr) [zit.: Ceruzzi, Relay Calculators]. Google Scholar öffnen DOI: 10.5771/9783748912835
  261. Chander, Anupam: The racist algorithm?, Michigan Law Review 2017, S. 1023–1045 [zit.: Chander, The racist algorithm?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  262. Chanenson, Steven L./Hyatt, Jordan M.: The Use of Risk Assessment at Sentencing: Implications for Research and Policy, 2016, abrufbar unter: <digitalcommons.law.villanova.edu/cgi/viewcontent.cgi?article=1201&context=wps> (zuletzt abgerufen am 07.04.2019, 10:06 Uhr) [zit.: Chanenson/Hyatt, The Use of Risk Assessment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  263. Chatziathanasiou, Konstantin: Der hungrige, ein härterer Richter? Zur heiklen Rezeption einer vielzitierten Studie, JuristenZeitung 2019, S. 455–458 [zit.: Chatziathanasiou, JZ 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  264. Cheek, Nathan N./Coe Odess, Sarah/Schwartz, Barry: What have I just done? Anchoring, self knowledge, and judgments of recent behavior, Judgment and Decision Making 2015, S. 76–85 [zit.: Cheek/Coe Odess/Schwartz, What have I just done?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  265. Cho, Kyoungmin/Barnes, Christopher M./Guanara, Cristiano L.: Sleepy Punishers Are Harsh Punishers: Daylight Saving Time and Legal Sentences, Psychological Science 2017, S. 242–247 [zit.: Cho/Barnes/Guanara, Sleepy Punishers Are Harsh Punishers]. Google Scholar öffnen DOI: 10.5771/9783748912835
  266. Chouldechova, Alexandra/Roth, Aaron: The Frontiers of Fairness in Machine Learning, 2018, abrufbar unter: <arxiv.org/pdf/1810.08810.pdf> (zuletzt abgerufen am 08.07.2019, 13:12 Uhr) [zit.: Chouldechova/Roth, The Frontiers of Fairness in Machine Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  267. Chouldechova, Alexandra: Fair Prediction with Disparate Impact: A Study of Bias in Recidivism Prediction Instruments, abrufbar unter: <arxiv.org/abs/1703.00056> (zuletzt abgerufen am 07.06.2019, 12:09 Uhr), Erstveröffentlichung in: Big Data 2017, S. 153–163 [zit.: Chouldechova, Fair Prediction with Disparate Impact]. Google Scholar öffnen DOI: 10.5771/9783748912835
  268. Christaller, Thomas: Fliegen lernen, ohne Vogel zu werden, GMD Spiegel 1990, S. 26–29 [zit.: Christaller, GMD Spiegel 1990]. Google Scholar öffnen DOI: 10.5771/9783748912835
  269. Christianini, Nello/Shawe Taylor, John: An Introduction to Support Vector Machines and other kernel based learning methods, Cambridge u.a. 2000 [zit.: Christianini/Shawe Taylor, An Introduction to Support Vector Machines]. Google Scholar öffnen DOI: 10.5771/9783748912835
  270. Clements, Carl B.: Offender Classification: Two Decades of Progress, Criminal Justice and Behavior 1996, S. 121–143 [zit.: Clements, Offender Classification]. Google Scholar öffnen DOI: 10.5771/9783748912835
  271. Cohen, Thomas H./Lowenkamp, Christopher T./Robinson, Charles: The Federal Post‐Conviction Risk Assessment Instrument, in: Singh, Jay P. u.a. (Hrsg.): Handbook of Recidivism Risk/Needs Assessment Tools, Hoboken u.a. 2018, S. 77–100 [zit.: Cohen/Lowenkamp/Robinson, The Federal Post‐Conviction Risk Assessment Instrument]. Google Scholar öffnen DOI: 10.5771/9783748912835
  272. Cohen, Thomas H./Pendergast, Bailey/Vanbenschoten, Scott W.: Examining overrides of risk classifications for offenders on federal supervision, Federal Probation 2016, S. 12–21 [zit.: Cohen/Pendergast/Vanbenschoten, Examining overrides]. Google Scholar öffnen DOI: 10.5771/9783748912835
  273. Copeland, Jack u.a: The Turing Guide, New York 2017 [zit.: Copeland u.a., Turing Guide]. Google Scholar öffnen DOI: 10.5771/9783748912835
  274. Corbett Davies, Sam u.a.: A computer program used for bail and sentencing decisions was labeled biased against blacks. It’s actually not that clear, Washington Post 2016, abrufbar unter: <www.washingtonpost.com/news/monkey cage/wp/2016/10/17/can an algorithm be racist our analysis is more cautious than propublicas> (zuletzt abgerufen am 09.04.2019, 13:12 Uhr) [zit.: Corbett Davies u.a., Washington Post 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  275. Crevier, Daniel: AI. The Tumultuous History of the Search for Artificial Intelligence, New York 1993 [zit.: Crevier, AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  276. Cui, Yadong: Artificial Intelligence and Judicial Modernization, ins Englische übersetzt von Cao Yan und Liu Yan, Shanghai 2020 [zit.: Cui, Artificial Intelligence and Judicial Modernization]. Google Scholar öffnen DOI: 10.5771/9783748912835
  277. Cummings, Mary L.: Automation Bias in Intelligent Time Critical Decision Support Systems, AIAA 3rd Intelligent Systems Conference 2004, abrufbar unter: <citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.91.2634> (zuletzt abgerufen am 21.09.2019, 11:20 Uhr) [zit.: Cummings, Automation Bias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  278. Cutler, D. Richard u.a.: Random Forests for Classification in Ecology, Ecology 2007, S. 2783–2792 [zit.: Cutler, Random Forests for Classification]. Google Scholar öffnen DOI: 10.5771/9783748912835
  279. Daljord, Øystein/Urminsky, Oleg/Ureta, Jose Manuel: The Status Quo Theory of Depletion Does not Explain the Israeli Parole Decisions, 2017, abrufbar unter: <home.uchicago.edu/ourminsky/Status%20Quo%20Theory%20Revisited.pdf> (zuletzt abgerufen am 13.08.2019, 16:10 Uhr) [zit.: Daljord/Urminsky/Ureta, The Status Quo Theory of Depletion]. Google Scholar öffnen DOI: 10.5771/9783748912835
  280. Dammann, Ulrich: Erfolge und Defizite der EU Datenschutzgrundverordnung. Erwarteter Fortschritt, Schwächen und überraschende Innovationen, Zeitschrift für Datenschutz 2016, S. 307–314 [zit.: Dammann, ZD 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  281. Danziger, Shai/Levav, Jonathan/Avnaim Pesso, Liora: Extraneous factors in judicial decisions, Proceedings of the National Academy of Sciences of the United States of America 2011, S. 6889–6892 [zit.: Danziger/Levav/Avnaim Pesso, PNAS 2011]. Google Scholar öffnen DOI: 10.5771/9783748912835
  282. Danziger, Shai/Levav, Jonathan/Avnaim Pesso, Liora: Reply to Weinshall Margel and Shapard: Extraneous factors in judicial decisions persist, Proceedings of the National Academy of Sciences of the United States of America 2011, S. E834 [zit.: Danzinger/Levav/Avnaim Pesso, PNAS 2011]. Google Scholar öffnen DOI: 10.5771/9783748912835
  283. Das, Amit K./Ashrafi, Aziza/Ahmmad, Muktadir: Joint Cognition of Both Human and Machine for Predicting Criminal Punishment in Judicial System, 2019 IEEE 4th International Conference on Computer and Communication Systems 2019, S. 36–40 [zit.: Das/Ashrafi/Ahmmad, Joint Cognition of Both Human and Machine for Predicting Criminal Punishment in Judicial System]. Google Scholar öffnen DOI: 10.5771/9783748912835
  284. Davis, Randall/King, Jonathan J.: The Context of the MYCIN Experiments, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. 1–19, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 28.04.2019, 12:00 Uhr) [zit.: Davis/King, The Context of the MYCIN Experiments]. Google Scholar öffnen DOI: 10.5771/9783748912835
  285. de Sousa e Brito, José: Strafzwecke im Rechtsstaat, in: Herzog, Felix/Neumann, Ulfrid (Hrsg.): Festschrift für Wilfried Hassemer. Zum 70. Geburtstag am 17. Februar 2010, Heidelberg u.a. 2010, S. 305–320 [zit.: de Sousa e Brito, FS Hassemer]. Google Scholar öffnen DOI: 10.5771/9783748912835
  286. DeClue, Gregory/Zavodny, Denis L.: Forensic Use of the Static 99R: Part 4. Risk Communication, Journal of Threat Assessment and Management 2014, S. 145–161 [zit.: DeClue/Zavodny, Forensic Use of the Static 99R]. Google Scholar öffnen DOI: 10.5771/9783748912835
  287. Deeks, Ashley: The Judicial Demand for Explainable Artificial Intelligence, Columbia Law Review 2019, S. 1829–1850 [zit.: Deeks, The Judicial Demand for Explainable Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  288. Deloitte: State of AI in the Enterprise, 3. Ausgabe, 2020, abrufbar unter: <www2.deloitte.com/de/de/pages/technology-media-and-telecommunications/articles/ki-studie-2020.html> (zuletzt abgerufen am 06.09.2020, 15:43 Uhr) [zit.: Deloitte, State of AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  289. Dengel, Andreas: Künstliche Intelligenz in Anwendungen, in: Fachbereich „Künstliche Intelligenz“ der Gesellschaft für Informatik e.V. (Hrsg.): KI – Künstliche Intelligenz, Berlin u.a. 2011, S. 317–319 [zit.: Dengel, Künstliche Intelligenz in Anwendungen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  290. Deutscher Ethikrat (Hrsg.): Big Data und Gesundheit – Datensouveränität als informationelle Freiheitsgestaltung. Stellungnahme, Berlin 2018, abrufbar unter: <www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-big-data-und-gesundheit.pdf> (zuletzt abgerufen am 20.09.2020, 11:15 Uhr) [zit.: Deutscher Ethikrat, Big Data und Gesundheit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  291. Diab, Dalia L. u.a.: Lay Perceptions of Selection Decision Aids in US and Non US Samples, International Journal of Selection and Assessment 2011, S. 209–216 [zit.: Diab u.a., Perceptions of Selection Decision Aids]. Google Scholar öffnen DOI: 10.5771/9783748912835
  292. Dieterich, William/Mendoza, Christina/Brennan, Tim: COMPAS Risk Scales: Demonstrating Accuracy Equity and Predictive Parity, 2016, abrufbar unter: <assets.documentcloud.org/documents/2998391/ProPublica Commentary Final 070616.pdf> (zuletzt abgerufen am 09.04.2019, 10:27 Uhr) [zit.: Dieterich/Mendoza/Brennan, COMPAS Risk Scales]. Google Scholar öffnen DOI: 10.5771/9783748912835
  293. Dietvorst, Berkeley J./Simm, Joseph P./Massey, Cade: Overcoming Algorithm Aversion: People Will Use Imperfect Algorithms If They Can (Even Slightly) Modify Them, Management Science 2016, S. 1155–1170 [zit.: Dietvorst/Simmons/Massey, Overcoming Algorithm Aversion]. Google Scholar öffnen DOI: 10.5771/9783748912835
  294. Dietvorst, Berkeley J./Simmons, Joseph P./Massey, Cade: Algorithm Aversion: People Erroneously Avoid Algorithms After Seeing Them Err, abrufbar unter: <opim.wharton.upenn.edu/risk/library/WPAF201410 AlgorthimAversion Dietvorst Simmons Massey> (zuletzt abgerufen am 01.04.2019, 15:00 Uhr), Erstveröffentlichung in: Journal of Experimental Psychology: General 2014, S. 114–126 [zit.: Dietvorst/Simmons/Massey, Algorithm Aversion]. Google Scholar öffnen DOI: 10.5771/9783748912835
  295. Djeffal, Christian: Künstliche Intelligenz in der öffentlichen Verwaltung, Nationales E-Government Kompetenzzentrum e. V. (Hrsg.), Berlin 2018, abrufbar unter: <www.hiig.de/wp-content/uploads/2019/03/NEGZ-Kurzstudie-3-KuenstlIntelligenz-20181113-digital.pdf> (zuletzt abgerufen am 22.09.2020, 16:52 Uhr) [zit.: Djeffal, Künstliche Intelligenz in der öffentlichen Verwaltung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  296. Djeffal, Christian: Normative Leitlinien für künstliche Intelligenz in Regierung und öffentlicher Verwaltung, in: Mohabbat Kar, Resa/Thapa, Basanta E./Parycek, Peter (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 493–515 [zit.: Djeffal, in: (Un)berechenbar]. Google Scholar öffnen DOI: 10.5771/9783748912835
  297. Döbel, Inga u.a.: Maschinelles Lernen. Eine Analyse zu Kompetenzen, Forschung und Anwendung, Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. (Hrsg.), München 2018, abrufbar unter: <www.bigdata.fraunhofer.de/content/dam/bigdata/de/documents/Publikationen/Fraunhofer_Studie_ML_201809.pdf> (zuletzt abgerufen am 28.12.2019, 9:47 Uhr) [zit.: Döbel u.a., Maschinelles Lernen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  298. Dölling, Dieter: Generalprävention durch Strafrecht: Realität oder Illusion?, Zeitschrift für die gesamte Strafrechtswissenschaft 1990, S. 1–20 [zit.: Dölling, ZStW 1990]. Google Scholar öffnen DOI: 10.5771/9783748912835
  299. Donohue, Michael E.: A Replacement for Justitia’s Scales?: Machine Learning’s Role in Sentencing, Harvard Journal of Law & Technology 2019, S. 657–678 [zit.: Donohue, A Replacement for Justitia’s Scales?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  300. Doshi Velez, Finale u.a.: Accountability of AI Under the Law. The Role of Explanation, 2017, abrufbar unter: <dash.harvard.edu/handle/1/34372584> (zuletzt abgerufen am 14.04.2019, 19:02 Uhr) [zit.: Doshi Velez u.a., Accountability of AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  301. Dreher, Eduard: Anmerkung zu OLG Stuttgart, Urteil vom 26.8.1960 – 1 Ss 348/60, Monatsschrift für Deutsches Recht 1961, S. 343–344 [zit.: Dreher, MDR 1961]. Google Scholar öffnen DOI: 10.5771/9783748912835
  302. Dreher, Eduard: Das schlechte Gewissen des Strafrichters, in: Kaufmann, Arthur u.a. (Hrsg.): Festschrift für Paul Bockelmann. Zum 70. Geburtstag am 7. Dezember 1978, München 1979, S. 45–65 [zit.: Dreher, FS Bockelmann]. Google Scholar öffnen DOI: 10.5771/9783748912835
  303. Dreher, Eduard: Über die gerechte Strafe. Eine theoretische Untersuchung für die deutsche strafrechtliche Praxis, Heidelberg 1947 [zit.: Dreher, Über die gerechte Strafe]. Google Scholar öffnen DOI: 10.5771/9783748912835
  304. Dreher, Eduard: Über Strafrahmen, in: Frisch, Wolfgang/Schmidt, Werner (Hrsg.): Festschrift für Hans Jürgen Bruns. Zum 70. Geburtstag, Köln u.a. 1978, S. 141–164 [zit.: Dreher, FS Bruns]. Google Scholar öffnen DOI: 10.5771/9783748912835
  305. Dreher, Eduard: Zur Spielraumtheorie als der Grundlage der Strafzumessungslehre des Bundesgerichtshofs, JuristenZeitung 1967, S. 41–46 [zit.: Dreher, JZ 1967]. Google Scholar öffnen DOI: 10.5771/9783748912835
  306. Dreier, Horst (Hrsg.): Grundgesetz Kommentar, Band III, Artikel 83–146, 3. Auflage, Tübingen 2018 [zit.: Dreier]. Google Scholar öffnen DOI: 10.5771/9783748912835
  307. Dressel, Julia/Farid, Hany: The Accuracy, Fairness, and Limits of Predicting Recidivism, Science Advances 2018, S. 1–5, abrufbar unter: <www.researchgate.net/publication/322573250_The_accuracy_fairness_and_limits_of_predicting_recidivism> (zuletzt abge¬rufen am 26.06.2019, 10:35 Uhr) [zit.: Dressel/Farid, Accuracy, Fairness, and Limits of Predicting Recidivism]. Google Scholar öffnen DOI: 10.5771/9783748912835
  308. Ecker, Alejandro/Ennser Jedenastik, Laurenz/Haselmayer, Martin: Gender Bias in Asylum Adjudications: Evidence for Leniency toward Token Women, Sex Roles 2020, S. 117–126, [zit.: Ecker/Ennser Jedenastik/Haselmayer, Gender Bias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  309. Edwards, Lilian/Veale, Michael: Slave to the Algorithm? Why a ‘Right to Explanation’ is Probably Not the Remedy You are Looking For, Duke Law & Technology Review 2017, S. 18–84 [zit.: Edwards/Veale, Slave to the Algorithm]. Google Scholar öffnen DOI: 10.5771/9783748912835
  310. Ehmann, Eugen/Selmayr, Martin (Hrsg.): DSGVO. Datenschutz-Grundverordnung Kommentar, 2. Auflage, München 2018 [zit.: Ehmann/Selmayr DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  311. Eisenberg, Ulrich/Kölbel, Ralf: Kriminologie, 7. Auflage, Tübingen 2017 [zit.: Eisenberg/Kölbel, Kriminologie]. Google Scholar öffnen DOI: 10.5771/9783748912835
  312. Enders, Peter: Einsatz künstlicher Intelligenz bei juristischer Entscheidungsfindung, Juristische Arbeitsblätter 2018, S. 721–727 [zit.: Enders, JA 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  313. Engel, Martin: Algorithmisierte Rechtsfindung als juristische Arbeitshilfe, JuristenZeitung 2014, S. 1096–1100 [zit.: Engel, JZ 2014]. Google Scholar öffnen DOI: 10.5771/9783748912835
  314. Englich, Birte/Mussweiler, Thomas/Strack, Fritz: Playing Dice With Criminal Sentences: The Influence of Irrelevant Anchors on Experts’ Judicial Decision Making, Personality and Social Psychology Bulletin 2006, S. 188–200 [zit.: Englich/Mussweiler/Strack, Playing Dice With Criminal Sentences]. Google Scholar öffnen DOI: 10.5771/9783748912835
  315. Englich, Birte/Mussweiler, Thomas/Strack, Fritz: The Last Word in Court: A Hidden Disadvantage for the Defense, Law and Human Behavior 2005, S. 705–722 [zit.: Englich/Mussweiler/Strack, The Last Word in Court]. Google Scholar öffnen DOI: 10.5771/9783748912835
  316. Englich, Birte/Mussweiler, Thomas: Sentencing Under Uncertainty: Anchoring Effects in the Courtroom, Journal of Applied Social Psychology 2001, S. 1535–1551 [zit.: Englich/Mussweiler, Sentencing Under Uncertainty]. Google Scholar öffnen DOI: 10.5771/9783748912835
  317. Englich, Birte: „Geben Sie ihm doch einfach fünf Jahre!“, Zeitschrift für Sozialpsychologie 2005, S. 215–225 [zit.: Englich, „Geben Sie ihm doch einfach fünf Jahre!“]. Google Scholar öffnen DOI: 10.5771/9783748912835
  318. Epping, Volker/Hillgruber, Christian (Hrsg.): Grundgesetz Kommentar, 3. Auflage, München 2020 [zit.: Epping/Hillgruber]. Google Scholar öffnen DOI: 10.5771/9783748912835
  319. Esser, Josef: Vorverständnis und Methodenwahl in der Rechtsfindung. Rationalitätsgarantien der richterlichen Entscheidungspraxis, Frankfurt am Main 1970 [zit.: Esser, Vorverständnis und Methodenwahl]. Google Scholar öffnen DOI: 10.5771/9783748912835
  320. Eßer, Martin/Kramer, Philipp/Lewinski, Kai von (Hrsg.): Auernhammer DSGVO BDSG. Datenschutz-Grundverordnung, Bundesdatenschutzgesetz und Nebengesetze Kommentar, 7. Auflage, Köln 2020 [zit.: Auernhammer DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  321. European Commission for the Efficiency of Justice (CEPEJ): European ethical Charter on the use of Artificial Intelligence in judicial systems and their environment, adopted at the 31st plenary meeting of the CEPEJ (Strasbourg, 3–4 December 2018) 2018, abrufbar unter: <rm.coe.int/ethical charter en for publication 4 december 2018/16808f699c> (zuletzt abgerufen am 24.12.2019, 7:03 Uhr) [zit.: CEPEJ, European ethical Charter on the use of Artificial Intelligence in judicial systems]. Google Scholar öffnen DOI: 10.5771/9783748912835
  322. Exner, Franz: Studien über die Strafzumessungspraxis der deutschen Gerichte, Leipzig 1931 [zit.: Exner, Studien]. Google Scholar öffnen DOI: 10.5771/9783748912835
  323. Fadavian, Benjamin: Chancen und Grenzen der algorithmischen Verwaltung im demokratischen Verfassungsstaat, in: Mohabbat Kar, Resa/Thapa, Basanta E./Parycek, Peter (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 294–314 [zit.: Fadavian, in: (Un)berechenbar]. Google Scholar öffnen DOI: 10.5771/9783748912835
  324. Fass, Tracy L. u.a.: The LSI R And The COMPAS Validation Data on Two Risk Needs Tools, Criminal Justice and Behavior 2008, S. 1095–1108 [zit.: Fass u.a., LSI R And COMPAS Validation]. Google Scholar öffnen DOI: 10.5771/9783748912835
  325. Fateh-Moghadam, Bijan: Innovationsverantwortung im Strafrecht: Zwischen strict liability, Fahrlässigkeit und erlaubtem Risiko – Zugleich ein Beitrag zur Digitalisierung des Strafrechts, Zeitschrift für die gesamte Strafrechtswissenschaft 2019, S. 863–887 [zit.: Fateh-Moghadam, ZStW 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  326. Feeley, Malcolm M./Simon, Jonathan: The New Penology: Notes on the Emerging Strategy of Corrections and Its Implications, Criminology 1992, S. 449–474 [zit.: Feeley/Simon, The New Penology]. Google Scholar öffnen DOI: 10.5771/9783748912835
  327. Feigenbaum, Edward A./Feldman, Julian: Artificial Intelligence. Introduction, in: Feigenbaum, Edward A./Feldman, Julian (Hrsg.): Computers and Thought, New York u.a. 1963, S. 1–8 [zit.: Feigenbaum/Feldman, Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  328. Feuerbach, P. J. Anselm von: Lehrbuch des gemeinen in Deutschland gültigen Peinlichen Rechts, 14. Auflage, Gießen 1847 [zit.: Feuerbach, Lehrbuch des gemeinen in Deutschland gültigen Peinlichen Rechts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  329. Fischer, Sarah/Petersen, Thomas: Was Deutschland über Algorithmen weiß und denkt. Ergebnisse einer repräsentativen Bevölkerungsumfrage, in: Bertelsmann Stiftung (Hrsg.): Impuls Algorithmenethik #7, Gütersloh 2018, abrufbar unter: <www.bertelsmann stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/Was_die_Deutschen_ueber_Algorithmen_denken.pdf> (zuletzt abgerufen am 08.07.2019, 10:39 Uhr) [zit.: Fischer/Petersen, Was Deutschland über Algorithmen weiß und denkt]. Google Scholar öffnen DOI: 10.5771/9783748912835
  330. Fischer, Thomas: Strafgesetzbuch, 67. Auflage, München 2020 [zit.: Fischer]. Google Scholar öffnen DOI: 10.5771/9783748912835
  331. Flores, Anthony W./Bechtel, Kristin/Lowenkamp, Christopher T.: False Positives, False Negatives, and False Analyses: A Rejoinder to “Machine Bias: There’s Software Used Across the Country to Predict Future Criminals. And It’s Biased Against Blacks”, Federal Probation 2016, S. 38–46 [zit.: Flores/Bechtel/Lowenkamp, False Positives]. Google Scholar öffnen DOI: 10.5771/9783748912835
  332. Flotho, Manfred: Richterpersönlichkeit und Richterauslese, Deutsche Richterzeitung 1988, S. 167–171 [zit.: Flotho, DRiZ 1988]. Google Scholar öffnen DOI: 10.5771/9783748912835
  333. Fornauf, Marc: Die Marginalisierung der Unabhängigkeit der Dritten Gewalt im System des Strafrechts, Frankfurt am Main 2010 [zit.: Fornauf, Die Marginalisierung der Unabhängigkeit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  334. Frank, Ulrich: Anmerkung zu BGH, Beschl. v. 13.9.1976 – 3 StR 313/76, Neue Juristische Wochenschrift 1977, S. 686–687 [zit.: Frank, NJW 1977]. Google Scholar öffnen DOI: 10.5771/9783748912835
  335. Frese, Yorck: Recht im zweiten Maschinenzeitalter, Neue Juristische Wochenschrift 2015, S. 2090–2092 [zit.: Frese, NJW 2015]. Google Scholar öffnen DOI: 10.5771/9783748912835
  336. Freund, Georg: Straftatbestand und Rechtsfolgebestimmung, Goltdammer’s Archiv für Strafrecht 1999, S. 509–538 [zit.: Freund, GA 1999]. Google Scholar öffnen DOI: 10.5771/9783748912835
  337. Frisch, Wolfgang: Gegenwärtiger Stand und Zukunftsperspektiven der Strafzumessungsdogmatik. Das Recht der Strafzumessung im Lichte der systematischen Darstellungen von Hans-Jürgen Bruns und Franz Pallin (Teil I), Zeitschrift für die gesamte Strafrechtswissenschaft 1987, S. 349–388 [zit.: Frisch, ZStW 1987]. Google Scholar öffnen DOI: 10.5771/9783748912835
  338. Frisch, Wolfgang: Revisionsrechtliche Probleme der Strafzumessung. Eine Untersuchung über die Struktur und Revisibilität des richterlichen Ermessens bei der Strafzumessung, München 1971 [zit.: Frisch, Revisionsrechtliche Probleme]. Google Scholar öffnen DOI: 10.5771/9783748912835
  339. Frisch, Wolfgang: Strafkonzept, Strafzumessungstatsachen und Maßstäbe der Strafzumessung in der Rechtsprechung des Bundesgerichtshofs, in: Canaris, Claus Wilhelm (Hrsg.): 50 Jahre Bundesgerichtshof /4: Strafrecht, Strafprozeßrecht, München 2000, S. 269–308 [zit.: Frisch, Strafkonzept]. Google Scholar öffnen DOI: 10.5771/9783748912835
  340. Gajane, Pratik/Pechenizkiy, Mykola: On Formalizing Fairness in Prediction with Machine Learning, 2017, abrufbar unter: <arxiv.org/abs/1710.03184> (zuletzt abgerufen am 08.06.2019, 8:41 Uhr) [zit.: Gajane/ Pechenizkiy, Formalizing Fairness in Prediction with Machine Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  341. Galeano, Isabella (Begr.): Estonia will prepare to have Robot Judges based on Artificial Intelligence, The Technolawgist 2019, S. 4–5, abrufbar unter: <issuu.com/thetechnolawgist/docs/the_technolawgist_eng> (zuletzt abgerufen am 13.01.2020, 10:20 Uhr) [zit.: Galeano, Estonia will prepare to have Robot Judges]. Google Scholar öffnen DOI: 10.5771/9783748912835
  342. Galeano, Isabella (Begr.): How Artificial Intelligence Will Transform Judicial Processes, The Technolawgist 2019, S. 14–15, abrufbar unter: <issuu.com/thetechnolawgist/docs/the_technolawgist_eng> (zuletzt abgerufen am 04.02.2020, 8:25 Uhr) [zit.: Galeano, How Artificial Intelligence Will Transform Judicial Processes]. Google Scholar öffnen DOI: 10.5771/9783748912835
  343. Galeano, Isabella (Begr.): Ott Velsberg, Government Chief Data Officer of Estonia: robot judges, artificial intelligence and the future of digitalisation, The Technolawgist 2019, S. 8–13, abrufbar unter: <issuu.com/thetechnolawgist/docs/the_technolawgist_eng> (zuletzt abgerufen am 13.01.2020, 11:30 Uhr) [zit.: Ott Velsberg, in: The Technolawgist 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  344. Gebhardt, Hans Jürgen: Das verkehrsrechtliche Mandat. Band 1: Verteidigung in Verkehrsstraf und Ordnungswidrigkeitenverfahren, 9. Auflage, Bonn 2020 [zit.: Gebhardt, Das verkehrsrechtliche Mandat]. Google Scholar öffnen DOI: 10.5771/9783748912835
  345. Ghumman, Sonia/Barnes, Christopher M.: Sleep and prejudice: a resource recovery approach, Journal of Applied Social Psychology 2013, S. E166–E178 [zit.: Ghumman/Barnes, Sleep and prejudice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  346. Giannoulis, Georgios: Studien zur Strafzumessung: ein Beitrag zur Dogmatik, Rechtstheorie und Rechtsinformatik mit Vertiefung in den Eigentums- und Vermögensdelikten, Tübingen 2014 [zit.: Giannoulis, Studien zur Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  347. Gierschmann, Sibylle u.a. (Hrsg.): Kommentar Datenschutz Grundverordnung, Köln 2018 [zit.: Gierschmann DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  348. Glaser, Daniel: Book Reviews. The Effectiveness of Correctional Treatment: A Survey of Treatment Evaluation Studies, by Douglas Lipton, Robert Martinson, and Judith Wilks. New York (NY), Praeger Publishers, 1975. Pp. Xxii, 735. $37.50, Journal of Research in Crime and Delinquency 1976, S. 179–182 [zit.: Glaser, Book Reviews]. Google Scholar öffnen DOI: 10.5771/9783748912835
  349. Global Judicial Integrity Network, United Nations Office on Drugs and Crime: The Role of Artificial Intelligence in Judiciaries, 2019, abrufbar unter: <qcai.qcri.org/index.php/2019/09/03/the role of artificial intelligence in judiciaries/> (zuletzt abgerufen am 13.09.2019, 17:36 Uhr) [zit.: Global Judicial Integrity Network, The Role of Artificial Intelligence in Judiciaries]. Google Scholar öffnen DOI: 10.5771/9783748912835
  350. Glöckner, Andreas: The irrational hungry judge effect revisited: Simulations reveal that the magnitude of the effect is overestimated, Judgment and Decision Making 2016, S. 601–610 [zit.: Glöckner, The irrational hungry judge effect revisited]. Google Scholar öffnen DOI: 10.5771/9783748912835
  351. Göbbels, Svenja/Zimmermann, Lavinia: Rehabilitation von Straftätern. Das „Risk need responsivity“ Modell, Forensische Psychiatrie, Psychologie, Kriminologie 2013, S. 12–21 [zit.: Göbbels/Zimmermann, Rehabilitation von Straftätern]. Google Scholar öffnen DOI: 10.5771/9783748912835
  352. Goodfellow, Ian/Bengio, Yoshua/Courville, Aaron: Deep Learning, 2016, abrufbar unter: <www.deeplearningbook.org> (zuletzt abgerufen am 23.03.2019, 17:46 Uhr) [zit.: Goodfellow/Bengio/Courville, Deep Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  353. Goodwin, Paul/Fildes, Robert: Judgmental Forecasts of Time Series Affected by Special Events: Does Providing a Statistical Forecast Improve Accuracy?, Journal of Behavioral Decision Making 1999, S. 37–53 [zit.: Goodwin/Fildes, Judgmental Forecasts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  354. Götting, Bert: Gesetzliche Strafrahmen und Strafzumessungspraxis. Eine empirische Untersuchung anhand der Strafverfolgungsstatistik für die Jahre 1987 bis 1991, Frankfurt am Main u.a. 1997 [zit.: Götting, Strafzumessungspraxis]. Google Scholar öffnen DOI: 10.5771/9783748912835
  355. Graevenitz, Albrecht von: „Zwei mal Zwei ist Grün“ – Mensch und KI im Vergleich, Zeitschrift für Rechtspolitik 2018, S. 238–241 [zit.: Von Graevenitz, ZRP 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  356. Grasnick, Walter: Strafzumessung als Argumentation. Der „richtige“ Weg zur „richtigen“ Strafe, Juristische Arbeitsblätter 1990, S. 81–88 [zit.: Grasnick, JA 1990]. Google Scholar öffnen DOI: 10.5771/9783748912835
  357. Graßberger, Roland: Die Strafzumessung, Berlin u.a. 1932 [zit.: Graßberger, Die Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  358. Greco, Luís: Richterliche Macht ohne richterliche Verantwortung: Warum es den Roboter-Richter nicht geben darf, Rechtswissenschaft 2020, S. 29–62 [zit.: Greco, RW 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  359. Green, Ben/Chen, Yiling: Disparate Interactions: An Algorithm in the Loop Analysis of Fairness in Risk Assessments, FAT’19: Conference on Fairness, Accountability, and Transpa¬rency, 2019, abrufbar unter: <yiling.seas.harvard.edu/wp content/uploads/19 fat_1.pdf> (zuletzt abgerufen am 31.03.2019, 9:56 Uhr) [zit.: Green/Chen, Disparate Interactions]. Google Scholar öffnen DOI: 10.5771/9783748912835
  360. Green, Ben: “Fair” Risk Assessments: A Precarious Approach for Criminal Justice Reform, 5th Workshop on Fairness, Accountability, and Transparency in Machine Learning (FAT/ML) 2018, abrufbar unter: <www.fatml.org/media/documents/fair_risk_assessments_criminal_justice.pdf> (zuletzt abgerufen am 06.07.2019, 9:37 Uhr) [zit.: Green, “Fair” Risk Assessments]. Google Scholar öffnen DOI: 10.5771/9783748912835
  361. Greger, Reinhard: Der Zivilprozess auf dem Weg in die digitale Sackgasse, Neue Juristische Wochenschrift 2019, S. 3429–3432 [zit.: Greger, NJW 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  362. Grewal, Dalvinder S.: A Critical Conceptual Analysis of Definitions of Artificial Intelligence as Applicable to Computer Engineering, IOSR Journal of Computer Engineering 2014, S. 9–13 [zit.: Grewal, A Critical Conceptual Analysis]. Google Scholar öffnen DOI: 10.5771/9783748912835
  363. Gröpl, Christoph/Windthorst, Kay/Coelln, Christian von (Hrsg.): Grundgesetz Studienkommentar, 4. Auflage, München 2020 [zit.: Gröpl/Windthorst/Coelln]. Google Scholar öffnen DOI: 10.5771/9783748912835
  364. Grosse-Wilde, Thomas: Brauchen wir ein neues Strafzumessungsrecht? Gedanken anlässlich der Diskussion in der Strafrechtsabteilung des 72. Deutschen Juristentages in Leipzig 2018, Zeitschrift für Internationale Strafrechtsdogmatik 2019, S. 130–143 [zit.: Grosse-Wilde, ZIS 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  365. Grove, William M. u.a.: Clinical Versus Mechanical Prediction: A Meta Analysis, Psychological Assessment 2000, S. 19–30 [zit.: Grove u.a., Clinical Versus Mechanical Prediction]. Google Scholar öffnen DOI: 10.5771/9783748912835
  366. Grundies, Volker/Light, Michael: Die Sanktionierung der „Anderen“ in der Bundesrepublik, in: Niggli, Marcel A./Marty, Lukas (Hrsg.): Risiken der Sicherheitsgesellschaft. Sicherheit, Risiko & Kriminalpolitik, Mönchengladbach 2014, S. 225–239 [zit.: Grundies/Light, Die Sanktionierung der „Anderen“]. Google Scholar öffnen DOI: 10.5771/9783748912835
  367. Grundies, Volker: Gleiches Recht für alle? Eine empirische Analyse lokaler Unterschiede in der Sanktionspraxis in der Bundesrepublik Deutschland, in: Neubacher, Frank/Bögelein, Nicole (Hrsg.): Krise – Kriminalität – Kriminologie, Mönchengladbach 2016, S. 511–525 [zit.: Grundies, Gleiches Recht für alle?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  368. Grundies, Volker: Regionale Unterschiede in der gerichtlichen Sanktionspraxis in der Bundesrepublik Deutschland. Eine empirische Analyse, in: Hermann, Dieter/Pöge, Andreas (Hrsg.): Kriminalsoziologie. Handbuch für Wissenschaft und Praxis, Baden-Baden 2018, S. 295–315 [zit.: Grundies, Regionale Unterschiede in der gerichtlichen Sanktionspraxis]. Google Scholar öffnen DOI: 10.5771/9783748912835
  369. Grupp, Michael: Legal Tech – Impulse für Streitbeilegung und Rechtsdienstleistung, Anwaltsblatt 2014, S. 660–665 [zit.: Grupp, AnwBl 2014]. Google Scholar öffnen DOI: 10.5771/9783748912835
  370. Grupp, Michael: Wie baut man einen Rechtsautomaten? Modellierung juristischer Entscheidungsstrukturen mit Lexalgo, in: Hartung, Markus/Bues, Micha Manuel/Halbleib, Gernot (Hrsg.): Legal Tech. Die Digitalisierung des Rechtsmarkts, München 2018, S. 259–266 [zit.: Grupp, in: Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  371. Grzymek, Viktoria/Puntschuh, Michael: Was Europa über Algorithmen weiß und denkt. Ergebnisse einer repräsentativen Bevölkerungsumfrage, in: Bertelsmann Stiftung (Hrsg.): Impuls Algorithmenethik #10, Gütersloh 2019, abrufbar unter: <www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/WasEuropaUEberAlgorithmenWeissUndDenkt.pdf> (zuletzt abgerufen am 02.10.2020, 12:31 Uhr) [zit.: Grzymek/Puntschuh, Was Europa über Algorithmen weiß und denkt]. Google Scholar öffnen DOI: 10.5771/9783748912835
  372. Guggenberger, Nikolas: KI und Recht: Neue Methodik, billige Entscheidungen und Ergebnisvorgaben, Multimedia und Recht 2019, S. 777–778 [zit.: Guggenberger, MMR 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  373. Günther, Hans Ludwig: Systematische Grundlagen der Strafzumessung. Eine Bestandsaufnahme, JuristenZeitung 1989, S. 1025–1030 [zit.: Günther, JZ 1989]. Google Scholar öffnen DOI: 10.5771/9783748912835
  374. Hacker, Philipp: Europäische und nationale Regulierung von Künstlicher Intelligenz, Neue Juristische Wochenschrift 2020, S. 2142–2147 [zit.: Hacker, NJW 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  375. Haft, Fritjof: Juristische Erwartungen an Expertensysteme, in: Erdmann, Ulrich u.a. (Hrsg.): Computergestützte juristische Expertensysteme, Neue Methoden im Recht, Band 1, 1986, S. 21–48 [zit.: Haft, Juristische Erwartungen an Expertensysteme]. Google Scholar öffnen DOI: 10.5771/9783748912835
  376. Hähnchen, Susanne u.a.: Legal Tech. Rechtsanwendung durch Menschen als Auslauf¬modell?, Juristische Schulung 2020, S. 625–635 [zit.: Hähnchen u.a., JuS 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  377. Haman, Christian: Integration neuronaler Netze in regelbasierte juristische Expertensysteme, Frankfurt am Main u.a. 1998 [zit.: Haman, Integration neuronaler Netze]. Google Scholar öffnen DOI: 10.5771/9783748912835
  378. Hammond, Kristian: 5 unexpected sources of bias in artificial intelligence, Tech Crunch 2016, abrufbar unter: <tcrn.ch/2gn7Sb5> (zuletzt abgerufen am 15.06.2019, 8:19 Uhr) [zit.: Hammond, 5 unexpected sources of bias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  379. Händel, Konrad: Das Verhältnis der Geldstrafe zur kurzfristigen Freiheitsstrafe. Eine Erwiderung, Blutalkohol 1970, S. 204–209 [zit.: Händel, Blutalkohol 1970]. Google Scholar öffnen DOI: 10.5771/9783748912835
  380. Hardt, Moritz/Price, Eric/Srebro, Nathan: Equality of Opportunity in Supervised Learning, 2016, abrufbar unter: <arxiv.org/pdf/1610.02413.pdf> (zuletzt abgerufen am 08.07.2019, 13:04 Uhr), Erstveröffentlichung in Auszügen in: NIPS'16 Proceedings of the 30th International Conference on Neural Information Processing Systems in Barcelona 2016, S. 3323–3331 [zit.: Hardt/Price/Srebro, Equality of Opportunity in Supervised Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  381. Hart, Hornell: Predicting Parole Success, Journal of Criminal Law and Criminology 1924, S. 405–413 [zit.: Hart, Predicting Parole Success]. Google Scholar öffnen DOI: 10.5771/9783748912835
  382. Hartung, Markus: Gedanken zu Legal Tech und Digitalisierung, in: Hartung, Markus/Bues, Micha-Manuel/Halbleib, Gernot (Hrsg.): Legal Tech. Die Digitalisierung des Rechtsmarkts, München 2018, S. 5–18 [zit.: Hartung, in: Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  383. Hassemer, Winfried: Die Formalisierung der Strafzumessungsentscheidung, Zeitschrift für die gesamte Strafrechtswissenschaft 1978, S. 64–99 [zit.: Hassemer, ZStW 1978]. Google Scholar öffnen DOI: 10.5771/9783748912835
  384. Hassemer, Winfried: Variationen der positiven Generalprävention, in: Schünemann, Bernd/Hirsch, Andrew von/Jareborg, Nils (Hrsg.): Positive Generalprävention. Kritische Analysen im deutsch-englischen Dialog. Uppsala Symposium 1996, Heidelberg 1998, S. 29–50 [zit.: Hassemer, Variationen der positiven Generalprävention]. Google Scholar öffnen DOI: 10.5771/9783748912835
  385. Hastie, Trevor/Tibshirani, Robert/Friedman, Jerome: The Elements of Statistical Learning. Data Mining, Inference, and Prediction, 2. Auflage, New York 2009 [zit.: Hastie/Tibshirani/Friedman, The Elements of Statistical Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  386. Hegel, Georg W. F.: Grundlinien der Philosophie des Rechts, Berlin 1821 [zit.: Hegel, Grundlinien der Philosophie des Rechts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  387. Heintschel Heinegg, Bernd von (Hrsg.): StGB. Strafgesetzbuch Kommentar, 3. Auflage, München 2018 [zit.: Heintschel Heinegg]. Google Scholar öffnen DOI: 10.5771/9783748912835
  388. Heinz, Wolfgang: Gleiches Recht – ungleiche Handhabung! Die Sanktionierungspraxis in Baden Württemberg im Ländervergleich, 2011, abrufbar unter <www.uni konstanz.de/rtf/kis/GleichesRecht.pdf> (zuletzt abgerufen am 18.03.2019, 8:39 Uhr) [zit.: Heinz, Gleiches Recht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  389. Heinz, Wolfgang: Strafzumessung im Spiegel der empirischen Strafzumessungsforschung, in: Jehle, Jörg Martin (Hrsg.): Individualprävention und Strafzumessung. Ein Gespräch zwischen Strafjustiz und Kriminologie, Wiesbaden 1992, S. 85–149 [zit.: Heinz, Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  390. Heinz, Wolfgang: Valide und aussagekräftige statistische Erfassung von Kriminalität und Kriminalitätskontrolle – eine notwendige Bedingung für evidenzbasierte Kriminalpolitik, Neue Kriminalpolitik 2020, S. 3–23 [zit.: Heinz, NK 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  391. Heithecker, Jan: Fuzzy Logic und der „Tierhalter“, Künstliche Intelligenz 1993, S. 7–10 [zit.: Heithecker, Fuzzy Logic und der „Tierhalter“]. Google Scholar öffnen DOI: 10.5771/9783748912835
  392. Heldt, Amélie: Algorithmen und künstliche Intelligenz in der Verwaltung. Tagungsbericht zur wissenschaftlichen Tagung in Hamburg, Neue Zeitschrift für Verwaltungsrecht 2019, S. 862–863 [zit.: Heldt, NVwZ 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  393. Henkel, Heinrich: Die „richtige“ Strafe. Gedanken zur richterlichen Strafzumessung, Tübingen 1969 [zit.: Henkel, Die „richtige“ Strafe]. Google Scholar öffnen DOI: 10.5771/9783748912835
  394. Herberger, Maximilian: „Künstliche Intelligenz“ und Recht. Ein Orientierungsversuch, Neue Juristische Wochenschrift 2018, S. 2825–2829 [zit.: Herberger, NJW 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  395. Hermann, Dieter: Werte und Kriminalität: Konzeption einer allgemeinen Kriminalitätstheorie, Wiesbaden 2003 [zit.: Hermann, Werte und Kriminalität]. Google Scholar öffnen DOI: 10.5771/9783748912835
  396. Herzog, Sergio/Oreg, Shaul: Chivalry and the Moderating Effect of Ambivalent Sexism: Individual Differences in Crime Seriousness Judgments, Law & Society Review 2008, S. 45–74 [zit.: Herzog/Oreg, Chivalry and the Moderating Effect of Ambivalent Sexism]. Google Scholar öffnen DOI: 10.5771/9783748912835
  397. Hettinger, Michael: Die Strafrahmen des StGB nach dem 6. Strafrechtsreformgesetz, in: Hettinger, Michael u.a. (Hrsg.): Festschrift für Wilfried Küper zum 70. Geburtstag, Heidelberg 2007, S. 95–121 [zit.: Hettinger, FS Küper]. Google Scholar öffnen DOI: 10.5771/9783748912835
  398. Hilterman, Ed L./Nicholls, Tonia L./ van Nieuwenhuizen, Chijs: Predictive validity of risk assessments in juvenile offenders: Comparing the SAVRY, PCL:YV, and YLS/CMI with unstructured clinical assessments, Assessment 2014, S. 324–339 [zit.: Hilterman/Nicholls/van Nieuwenhuizen, Predictive validity of risk assessments]. Google Scholar öffnen DOI: 10.5771/9783748912835
  399. Hinton, Geoffrey E./Osindero, Simon/Teh, Yee Whye: A fast learning algorithm for deep belief nets, Neural Computation 2006, S. 1527–1554 [zit.: Hinton/Osindero/The, A fast learning algorithm for deep belief nets]. Google Scholar öffnen DOI: 10.5771/9783748912835
  400. Hirsch, Andrew von/Jareborg, Nils: Strafmaß und Strafgerechtigkeit. Die deutsche Strafzumessungslehre und das Prinzip der Tatproportionalität, Bonn 1991 [zit.: Hirsch/Jareborg, Strafmaß und Strafgerechtigkeit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  401. Hirsch, Andrew von: Die englischsprachige Strafrechtstheorie – von Interesse für die deutsche Strafrechtsdiskussion?, in: Hefendehl, Roland (Hrsg.): Empirische und dogmatische Fundamente, kriminalpolitischer Impetus. Symposium für Bernd Schünemann zum 60. Geburtstag, Köln u.a. 2005, S. 257–266 [zit.: Hirsch, Strafrechtstheorie]. Google Scholar öffnen DOI: 10.5771/9783748912835
  402. Hirsch, Andrew von: Gegenwärtige Tendenzen in der amerikanischen Strafzumessungslehre, Zeitschrift für die gesamte Strafrechtswissenschaft 1982, S. 1047–1079 [zit.: Hirsch, ZStW 1982]. Google Scholar öffnen DOI: 10.5771/9783748912835
  403. Hoffmann, Anke/Wintermann, Ole: Die Auswirkungen der Corona-Krise auf die Arbeitswelt: Was bleibt und was nicht?, Bertelsmann Stiftung (Hrsg.), 2020, abrufbar unter: <www.bertelsmann-stiftung.de/de/unsere-projekte/betriebliche-arbeitswelt-digitalisierung/projektnachrichten/die-auswirkungen-der-corona-krise-auf-die-arbeitswelt> (zuletzt abgerufen am 10.10.2020, 11:38 Uhr) [zit.: Hoffmann/Wintermann, Die Auswirkungen der Corona-Krise auf die Arbeitswelt]. Google Scholar öffnen DOI: 10.5771/9783748912835
  404. Hoffmann-Riem, Wolfgang: Rechtliche Rahmenbedingungen für und regulative Herausforderungen durch Big Data, in: Hoffmann-Riem, Wolfgang (Hrsg.): Big Data – Regulative Herausforderungen, Baden-Baden 2018, S. 11–78 [zit.: Hoffmann-Riem, Rechtliche Rahmenbedingungen für Big Data]. Google Scholar öffnen DOI: 10.5771/9783748912835
  405. Hofstätter, Peter R.: Gruppendynamik. Kritik der der Massenpsychologie, Hamburg 1957 [zit.: Hofstätter, Gruppendynamik]. Google Scholar öffnen DOI: 10.5771/9783748912835
  406. Holsinger, Alexander M. u.a.: A Rejoinder to Dressel and Farid: New Study Finds Computer Algorithm Is More Accurate Than Humans at Predicting Arrest and as Good as a Group of 20 Lay Experts, Federal Probation 2018, S. 50–55 [zit.: Holsinger u.a., A Rejoinder to Dressel and Farid]. Google Scholar öffnen DOI: 10.5771/9783748912835
  407. Holsinger, Alexander M./Lowenkamp, Christopher T./Latessa, Edward J.: Exploring the validity of the Level of Service Inventory Revised with Native American offenders, Journal of Criminal Justice 2006, S. 331–337 [zit.: Holsinger/Lowenkamp/Latessa, Exploring validity of LSI R]. Google Scholar öffnen DOI: 10.5771/9783748912835
  408. Holzinger, Andreas: Explainable AI (ex AI), Informatik Spektrum 2018, S. 138–143, abrufbar unter: <link.springer.com/article/10.1007/s00287 018 1102 5> (zuletzt abgerufen am 18.11.2019, 10:57 Uhr) [zit.: Holzinger, Explainable AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  409. Homer: Ilias, übersetzt von Kurt Steinmann, München 2017 [zit.: Homer, Ilias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  410. Homer: Odyssee, in: Holzinger, Michael (Hrsg.), übersetzt von Johann H. Voß, Berlin 2013 [zit.: Homer, Odyssee]. Google Scholar öffnen DOI: 10.5771/9783748912835
  411. Horn, Eckhard: Strafschärfung und Strafmilderung – im Verhältnis wozu?, Strafverteidiger 1986, S. 168–170 [zit.: Horn, StV 1986]. Google Scholar öffnen DOI: 10.5771/9783748912835
  412. Horn, Eckhard: Wider die „doppelspurige“ Strafhöhenzumessung, in: Grünwald, Gerald u.a. (Hrsg.): Festschrift für Friedrich Schaffstein. Zum 70. Geburtstag am 28. Juli 1975, Göttingen 1975, S. 241–254 [zit.: Horn, FS Schaffstein]. Google Scholar öffnen DOI: 10.5771/9783748912835
  413. Hörnle, Tatjana: Das antiquierte Schuldverständnis der traditionellen Strafzumessungsrechtsprechung und -lehre, JuristenZeitung 1999, S. 1080–1089 [zit.: Hörnle, JZ 1999]. Google Scholar öffnen DOI: 10.5771/9783748912835
  414. Hörnle, Tatjana: Kriterien für die Herstellung von Tatproportionalität, in: Frisch, Wolfgang/Hirsch, Andrew von/Albrecht, Hans Jörg (Hrsg.): Tatproportionalität: Normative und empirische Aspekte einer tatproportionalen Strafzumessung. Buchenbach Symposium 1999, Heidelberg 2003, S. 99–127 [zit.: Hörnle, Tatproportionalität]. Google Scholar öffnen DOI: 10.5771/9783748912835
  415. Hörnle, Tatjana: Sentencing in US-American Jurisdictions. A Commentary from a German Perspective, in: Ambos, Kai (Hrsg.): Strafzumessung. Angloamerikanische und deutsche Einblicke, Göttingen 2020, S. 183–190 [zit.: Hörnle, Sentencing in US-American Jurisdictions]. Google Scholar öffnen DOI: 10.5771/9783748912835
  416. Hörnle, Tatjana: Straftheorien, 2. Auflage, Tübingen 2017 [zit.: Hörnle, Straftheorien]. Google Scholar öffnen DOI: 10.5771/9783748912835
  417. Hörnle, Tatjana: Strafzumessung in US-amerikanischen Gerichtsbarkeiten. Ein Kommentar aus deutscher Sicht, in: Ambos, Kai (Hrsg.): Strafzumessung. Angloamerikanische und deutsche Einblicke, Göttingen 2020, S. 141–149 [zit.: Hörnle, Strafzumessung in US-amerikanischen Gerichtsbarkeiten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  418. Hörnle, Tatjana: Strafzumessungslehre im Lichte des Grundgesetzes, in: Schumann, Eva (Hrsg.): Das strafende Gesetz im sozialen Rechtsstaat. 15. Symposion der Kommission „Die Funktion des Gesetzes in Geschichte und Gegenwart“, Berlin u.a. 2010, S. 105–137 [zit.: Hörnle, Strafzumessungslehre]. Google Scholar öffnen DOI: 10.5771/9783748912835
  419. Hörnle, Tatjana: Tatproportionale Strafzumessung, Berlin 1999 [zit.: Hörnle, Tatproportionale Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  420. Hörnle, Tatjana: Vorüberlegungen zu Decision Support Systemen aus der Sicht des Strafzumessungsrechts, in: Schünemann, Bernd/Tinnefeid, Marie Theres/Wittmann, Roland (Hrsg.): Gerechtigkeitswissenschaft – Kolloquium aus Anlass des 70. Geburtstages von Lothar Philipps, Berlin 2005, S. 393–410 [zit.: Hörnle, Vorüberlegungen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  421. Hörnle, Tatjana: Zur Lage der Strafzumessung in Deutschland, Goltdammer’s Archiv für Strafrecht 2019, S. 282–295 [zit.: Hörnle, GA 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  422. Horstkotte, Hartmuth: Gleichmäßigkeit und Schuldangemessenheit der Strafzumessung, in: Jehle, Jörg Martin (Hrsg.): Individualprävention und Strafzumessung. Ein Gespräch zwischen Strafjustiz und Kriminologie, Wiesbaden 1992, S. 151–180 [zit.: Horstkotte, Gleichmäßigkeit der Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  423. Hupfeld, Jörg: Richter und gerichtsbezogene Sanktionsdisparitäten in der deutschen Jugendstrafrechtspflege, Monatsschrift für Kriminologie und Strafrechtsreform 1999, S. 342–358 [zit.: Hupfeld, MschrKrim 1999]. Google Scholar öffnen DOI: 10.5771/9783748912835
  424. Huq, Aziz Z.: Racial Equity in Algorithmic Criminal Justice, Duke Law Journal 2019, S. 1043–1134 [zit.: Huq, Racial Equity in Algorithmic Criminal Justice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  425. Iafrate, Fernando: Artificial Intelligence and Big Data. The Birth of a New Intelligence, London u.a. 2018 [zit.: Iafrate, Artificial Intelligence and Big Data]. Google Scholar öffnen DOI: 10.5771/9783748912835
  426. Jacobson, Jonas u.a.: Predicting Civil Jury Verdicts: How Attorneys Use (and Misuse) a Second Opinion, Journal of Empirical Legal Studies 2011, S. 99–119 [zit.: Jacobson u.a., Predicting Civil Jury Verdicts]. Google Scholar öffnen DOI: 10.5771/9783748912835
  427. Jagtap, Deepali/Sane, Shirish S.: Direct Discrimination Aware Data Mining, International Journal of Computer Applications 2014, S. 29–33 [zit.: Jagtap/Sane, Direct Discrimination Aware Data Mining]. Google Scholar öffnen DOI: 10.5771/9783748912835
  428. Jakobs, Günther: Strafrecht Allgemeiner Teil. Die Grundlagen und die Zurechnungslehre. Lehrbuch, 2. Auflage, Berlin u.a. 1993 [zit.: Jakobs, Strafrecht AT]. Google Scholar öffnen DOI: 10.5771/9783748912835
  429. Jandach, Thomas: Juristische Expertensysteme: methodische Grundlagen ihrer Entwicklung, Berlin u.a. 1993 [zit.: Jandach, Juristische Expertensysteme]. Google Scholar öffnen DOI: 10.5771/9783748912835
  430. Jarass, Hans D./Pieroth, Bodo (Begr.)/Kment, Martin: Grundgesetz für die Bundesrepublik Deutschland. Kommentar, 16. Auflage, München 2020 [zit.: Jarass/Pieroth]. Google Scholar öffnen DOI: 10.5771/9783748912835
  431. Jehle, Jörg-Martin u.a: Legalbewährung nach strafrechtlichen Sanktionen. Eine bundesweite Rückfalluntersuchung 2010 bis 2013 und 2004 bis 2013, Bundesministerium der Justiz und für Verbraucherschutz (Hrsg.), Berlin 2016, abrufbar unter: <www.bmjv.de/SharedDocs/Downloads/DE/Service/StudienUntersuchungenFachbuecher/Legalbewaehrung_nach_strafrechtlichen_Sanktionen_2010_2013.pdf?__blob=publicationFile&v=1> (zuletzt abgerufen am 12.10.2020, 18:41 Uhr) [zit.: Jehle u.a., Legalbewährung nach strafrechtlichen Sanktionen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  432. Jescheck, Hans Heinrich/Weigend, Thomas: Lehrbuch des Strafrechts. Allgemeiner Teil, 5. Auflage, Berlin 1996 [zit.: Jescheck/Weigend, Lehrbuch des Strafrechts AT]. Google Scholar öffnen DOI: 10.5771/9783748912835
  433. Jung, Heike/Morsch, Anke: Gleichheit und Strafjustiz, in: Neubacher, Frank/Kubink, Michael (Hrsg.): Kriminologie – Jugendkriminalrecht – Strafvollzug. Gedächtnisschrift für Michael Walter, Berlin 2014, S. 707–726 [zit.: Jung/Morsch, Gleichheit und Strafjustiz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  434. Jung, Heike: Was ist eine gerechte Strafe?, JuristenZeitung 2004, S. 1155–1160 [zit.: Jung, JZ 2004]. Google Scholar öffnen DOI: 10.5771/9783748912835
  435. Justizministerkonferenz 2019: Legal Tech: Herausforderungen für die Justiz. Abschlussbericht der Länderarbeitsgruppe, Travemünde 2019, abrufbar unter: <docplayer.org/161597856-Legal-tech-herausforderungen-fuer-die-justiz.html> (zuletzt abgerufen am 06.10.2020, 10:28 Uhr) [zit.: Justizministerkonferenz, Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  436. Kahneman, Daniel: Schnelles Denken, langsames Denken, 23. Auflage, München 2014, Originalausgabe: Thinking, Fast and Slow, New York 2011 [zit.: Kahneman, Schnelles Denken, langsames Denken]. Google Scholar öffnen DOI: 10.5771/9783748912835
  437. Kant, Immanuel: Die Metaphysik der Sitten, Königsberg 1798 (Erstausgabe 1797) [zit.: Kant, Die Metaphysik der Sitten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  438. Kant, Immanuel: Valentiner, Theodor (Hrsg.): Grundlegung zur Metaphysik der Sitten, Nachdruck, Stuttgart 2019, Universal Bibliothek, 4507 (Erstausgabe 1785) [zit.: Kant, Grundlegung zur Metaphysik der Sitten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  439. Kaplan, Andreas/Haenlein, Michael: Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence, Business Horizons 2019, S. 15–25 [zit.: Kaplan/Haenlein, Siri, Siri, in my hand]. Google Scholar öffnen DOI: 10.5771/9783748912835
  440. Karikkandathil, Sajith: How Digital Justice Is Transforming the Justice System, 2016, abrufbar unter: <news.microsoft.com/en-xm/2016/10/30/how-digital-justice-is-transforming-the-justice-system/> (zuletzt abgerufen am 30.10.2020, 8:35 Uhr) [zit.: Karikkandathil, How Digital Justice Is Transforming the Justice System]. Google Scholar öffnen DOI: 10.5771/9783748912835
  441. Kaspar, Johannes/Höffler, Katrin/Harrendorf, Stefan: Datenbanken, Online-Votings und künstliche Intelligenz – Perspektiven evidenzbasierter Strafzumessung im Zeitalter von „Legal Tech“, Neue Kriminalpolitik 2020, S. 35–56 [zit.: Kaspar/Höffler/Harrendorf, NK 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  442. Kaspar, Johannes/Walter, Tonio: Vorwort, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden-Baden 2019, S. 5–9 [zit.: Kaspar/Walter, Vorwort]. Google Scholar öffnen DOI: 10.5771/9783748912835
  443. Kaspar, Johannes: „Verhältnismäßige Generalprävention“ und Zurechnung, Strafverteidiger 2014, S. 250–256 [zit.: Kaspar, StV 2014]. Google Scholar öffnen DOI: 10.5771/9783748912835
  444. Kaspar, Johannes: Herausforderungen evidenzbasierter Strafgesetzgebung, Kriminalpolitische Zeitschrift 2020, S. 14–21 [zit.: Kaspar, KriPoZ 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  445. Kaspar, Johannes: Kriminologie und Strafrecht – getrennte Welten?, in: Neubacher, Frank/Kubink, Miachael (Hrsg.): Kriminologie – Jugendkriminalrecht – Strafvollzug. Gedächtnisschrift für Michael Walter, Berlin 2014, S. 83–100 [zit.: Kaspar, Kriminologie und Strafrecht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  446. Kaspar, Johannes: Sentencing Guidelines versus freies tatrichterliches Ermessen – Brauchen wir ein neues Strafzumessungsrecht?, München 2018 [zit.: Kaspar, Gutachten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  447. Kaspar, Johannes: Sentencing Guidelines vs. Free Judicial Discretion – Is German Sentencing Law in Need of Reform?, in: Ambos, Kai (Hrsg.): Strafzumessung. Angloamerikanische und deutsche Einblicke, Göttingen 2020, S. 337–352 [zit.: Kaspar, Sentencing Guidelines]. Google Scholar öffnen DOI: 10.5771/9783748912835
  448. Kaspar, Johannes: Verfassungsrechtliche Aspekte einer empirisch fundierten Theorie der Generalprävention, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden-Baden 2019, S. 61–90 [zit.: Kaspar, Verfassungsrechtliche Aspekte]. Google Scholar öffnen DOI: 10.5771/9783748912835
  449. Kaspar, Johannes: Verhältnismäßigkeit und Grundrechtsschutz im Präventionsstrafrecht, Baden Baden 2014 [zit.: Kaspar, Präventionsstrafrecht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  450. Kaufmann, Annelie: Projekt an der Universität Köln. Mit Legal Tech zur einheitlichen Strafzumessung, lto – Legal Tribune Online 2019, abrufbar unter: <www.lto.de/recht/justiz/j/legal tech smart sentencing strafzumessung unterschiedlich hohe strafen vergleichen/> (zuletzt abgerufen am 13.09.2019, 17:27 Uhr) [zit.: Kaufmann, Projekt an der Universität Köln]. Google Scholar öffnen DOI: 10.5771/9783748912835
  451. Kaulartz, Markus/Braegelmann, Tom: Einführung, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg): Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 2–14 [zit.: Kaulartz/Braegelmann, in: Rechtshandbuch AI/ML]. Google Scholar öffnen DOI: 10.5771/9783748912835
  452. Kaulartz, Markus: Trainieren von Machine-Learning-Modellen, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg): Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 15–31 [zit.: Kaulartz, in: Rechtshandbuch AI/ML]. Google Scholar öffnen DOI: 10.5771/9783748912835
  453. Ke, Da: Conceptual design on computer sentencing simulation based on SVM, 2018, abrufbar unter: <www.semanticscholar.org/paper/Conceptual Design on Computer Sentencing Simulation Ke/5a20c29300cdb480b44c0ed9c2c92a177023f0d2> (zuletzt abgerufen am 25.08.2019, 14:42 Uhr) [zit.: Ke, Conceptual design on computer sentencing simulation based on SVM]. Google Scholar öffnen DOI: 10.5771/9783748912835
  454. Kehl, Danielle/Guo, Priscilla/Kessler, Samuel: Algorithms in the Criminal Justice System: Assessing the Use of Risk Assessments in Sentencing, Responsive Communities 2017, abrufbar unter: <dash.harvard.edu/handle/1/33746041> (zuletzt abgerufen am 08.04.2019, 9:14 Uhr) [zit.: Kehl/Guo/Kessler, Algorithms in the Criminal Justice System]. Google Scholar öffnen DOI: 10.5771/9783748912835
  455. Kilian, Matthias: Die Zukunft der Juristen. Weniger, anders, weiblicher, spezialisierter, alternativer – und entbehrlicher?, Neue Juristische Wochenschrift 2017, S. 3043–3050 [zit.: Kilian, NJW 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  456. Kirste, Moritz/Schürholz, Markus: Einleitung: Entwicklungswege zur KI, in: Wittpahl, Volker (Hrsg.): iit Themenband Künstliche Intelligenz. Technologie – Anwendung – Gesellschaft, Berlin u.a. 2019, S. 21 35 [zit.: Kirste/Schürholz, Entwicklungswege]. Google Scholar öffnen DOI: 10.5771/9783748912835
  457. Kitzmann, Katherine M./Emery, Robert E.: Procedural Justice and Parents’ Satisfaction in a Field Study of Child Custody Dispute Resolution, Law and Human Behavior 1993, S. 553–567 [zit.: Kitzmann/Emery, Procedural Justice and Parents’ Satisfaction]. Google Scholar öffnen DOI: 10.5771/9783748912835
  458. Kleinberg, Jon/Mullainathan, Sendhil/Raghavan, Manish: Inherent Trade Offs in the Fair Determination of Risk Scores, in: Papadimitriou, Christos H. (Hrsg.): 8th Innovations in Theoretical Computer Science Conference 2017, Dagstuhl 2017, S. 43:1–43:23, abrufbar unter: <drops.dagstuhl.de/opus/volltexte/2017/8156/pdf/LIPIcs-ITCS-2017–43.pdf> (zuletzt abgerufen am 06.11.2020, 12:21 Uhr) [zit.: Kleinberg/Mullainathan/Raghavan, Inherent Trade Offs]. Google Scholar öffnen DOI: 10.5771/9783748912835
  459. Klingele, Cecelia: The Promises and Perils of Evidence Based Corrections, Notre Dame Law Review 2016, S. 537–584 [zit.: Klingele, Evidence Based Corrections]. Google Scholar öffnen DOI: 10.5771/9783748912835
  460. Köberer, Wolfgang: Iudex non calculat. Über die Unmöglichkeit, Strafzumessung sozialwissenschaftlich mathematisch zu rationalisieren, Frankfurt am Main u.a. 1996 [zit.: Köberer, Iudex non calculat]. Google Scholar öffnen DOI: 10.5771/9783748912835
  461. Kölbel, Ralf/Singelnstein, Tobias: Strafrechtliche Sanktion und gesellschaftliche Erwartung – zu den Problemen und Gefahren eines publikumsorientierten Strafrechts, Neue Zeitschrift für Strafrecht 2020, S. 333–339 [zit.: Kölbel/Singelnstein, NStZ 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  462. Kolesnikov-Jessop, Sonia: Automatons and Ingenuity, The New York Times 2012, abrufbar unter: <www.nytimes.com/2012/03/08/fashion/08iht acaw jaquet08.html> (zuletzt abgerufen am 03.03.2019, 13:06 Uhr) [zit.: Kolesnikov Jessop, Automatons and Ingenuity]. Google Scholar öffnen DOI: 10.5771/9783748912835
  463. Körner, Sven J.: Nachvollziehbarkeit von KI-basierten Entscheidungen, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg): Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 44–51 [zit.: Körner, in: Rechtshandbuch AI/ML]. Google Scholar öffnen DOI: 10.5771/9783748912835
  464. Kotsoglou, Kyriakos N.: „Subsumptionsautomat 2.0“ reloaded? – Zur Unmöglichkeit der Rechtsprüfung durch Laien, JuristenZeitung 2014, S. 1100–1103 [zit.: Kotsoglou, JZ 2014]. Google Scholar öffnen DOI: 10.5771/9783748912835
  465. Kotsoglou, Kyriakos N.: Subsumptionsautomat 2.0. Über die (Un )Möglichkeit einer Algorithmisierung der Rechtserzeugung, JuristenZeitung 2014, S. 451–457 [zit.: Kotsoglou, JZ 2014]. Google Scholar öffnen DOI: 10.5771/9783748912835
  466. Krafft, Tobias D./Zweig, Katharina A.: Wie Gesellschaft algorithmischen Entscheidungen auf den Zahn fühlen kann, in: Mohabbat Kar, Resa/Thapa, Basanta E./Parycek, Peter (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 471–492, abrufbar unter: <www.oeffentliche it.de/publikationen/unberechenbar> (zuletzt abgerufen am 05.11.2019, 9:47 Uhr) [zit.: Krafft/Zweig, in: (Un)berechenbar]. Google Scholar öffnen DOI: 10.5771/9783748912835
  467. Krauss, Detlef: Trifft Strafungleichheit das Strafrecht an seinem Nerv?, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog; internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 134–137 [zit.: Krauss, Trifft Strafungleichheit das Strafrecht an seinem Nerv?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  468. Krimphove, Dieter/Niehaus, Sebastian: Maschinelle Entscheidungsfindung: Der Einsatz der Fuzzy Logik in der Rechtswissenschaft, in: Breidenbach, Stephan/Glatz, Florian (Hrsg.): Rechtshandbuch Legal Tech, München 2018, S. 249–262 [zit.: Krimphove/Niehaus, in: Rechtshandbuch Legal Tech]. Google Scholar öffnen DOI: 10.5771/9783748912835
  469. Krimphove, Dieter: Der Einsatz von Fuzzy Logik in der Rechtswissenschaft, Rechtstheorie 1999, S. 540–576 [zit.: Krimphove, Rechtstheorie 1999]. Google Scholar öffnen DOI: 10.5771/9783748912835
  470. Krüger, Julia/Lischka, Konrad: Was zu tun ist, damit Maschinen den Menschen dienen, in: Mohabbat Kar, Resa/Thapa, Basanta E./Parycek, Peter (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 440–470 [zit.: Krüger/Lischka, in: (Un)berechenbar]. Google Scholar öffnen DOI: 10.5771/9783748912835
  471. Krumm, Carsten: „Normalfolgen“ der Verkehrsstraftat des Ersttäters, Neue Justiz 2015, S. 282–284 [zit.: Krumm, NJ 2015]. Google Scholar öffnen DOI: 10.5771/9783748912835
  472. Kruse, Rudolf u.a.: Computational Intelligence. Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy Systeme und Bayes Netze, Wiesbaden 2015 [zit.: Kruse u.a., Computational Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  473. Kühling, Jürgen/Buchner, Benedikt (Hrsg.): Datenschutz Grundverordnung Kommentar, 3. Auflage, München 2020 [zit.: Kühling/Buchner DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  474. Kunz, Karl Ludwig/Singelnstein, Tobias: Kriminologie. Eine Grundlegung, 7. Auflage, Bern 2016 [zit.: Kunz/Singelnstein, Kriminologie]. Google Scholar öffnen DOI: 10.5771/9783748912835
  475. Lackner, Karl/Kühl, Kristian: Strafgesetzbuch Kommentar, 29. Auflage, München 2018 [zit.: Lackner/Kühl]. Google Scholar öffnen DOI: 10.5771/9783748912835
  476. Lackner, Karl: § 13 StGB – eine Fehlleistung des Gesetzgebers?, in: Lackner, Karl u.a. (Hrsg.): Festschrift für Wilhelm Gallas. Zum 70. Geburtstag am 22. Juli 1973, Berlin u.a. 1973, S. 117–136 [zit.: Lackner, FS Gallas]. Google Scholar öffnen DOI: 10.5771/9783748912835
  477. Lahoti, Preethi/Gummadi, Krishna P./Weikum, Gerhard: iFair: Learning Individually Fair Data Representations for Algorithmic Decision Making, IEEE 35th International Conference on Data Engineering, Macau 2019, S. 1334–1345, abrufbar unter: <conferences.computer.org/icde/2019/pdfs/ICDE2019 21DqmQqM7YlfcW2ZceNbB3/2KxhKOHGu0fh6k6devgrca/6dDJGkEFfLejLOQ9Q0V6wU.pdf> (zuletzt abgerufen am 05.07.2019, 9:40 Uhr) [zit.: Lahoti/Gummadi/Weikum, iFair]. Google Scholar öffnen DOI: 10.5771/9783748912835
  478. Langer, Wolfgang: Staatsanwälte und Richter. Justitielles Entscheidungsverhalten zwischen Sachzwang und lokaler Justizkultur, Stuttgart 1994 [zit.: Langer, Staatsanwälte und Richter]. Google Scholar öffnen DOI: 10.5771/9783748912835
  479. Larenz, Karl: Methodenlehre der Rechtswissenschaft, 2. Auflage, Berlin u.a. 1969 [zit.: Larenz, Methodenlehre der Rechtswissenschaft]. Google Scholar öffnen DOI: 10.5771/9783748912835
  480. Larson, Jeff u.a.: How We Analyzed the COMPAS Recidivism Algorithm, ProPublica 2016, abrufbar unter: <www.propublica.org/article/how we analyzed the compas recidivism algorithm> (zuletzt abgerufen am 09.04.2019, 8:17 Uhr) [zit.: Larson u.a., How We Analyzed COMPAS]. Google Scholar öffnen DOI: 10.5771/9783748912835
  481. Larson, Jeff/Angwin, Julia: Machine Bias. Technical Response to Northpointe, ProPublica 2016, abrufbar unter: <www.propublica.org/article/technical response to northpointe> (zuletzt abgerufen am 09.04.2019, 10:42 Uhr) [zit.: Larson/Angwin, Technical Response to Northpointe]. Google Scholar öffnen DOI: 10.5771/9783748912835
  482. Latessa, Edward J./Lovins, Brian K./Lux, Jennifer: The Ohio Risk Assessment System, in: Singh, Jay P. u.a. (Hrsg.): Handbook of Recidivism Risk/Needs Assessment Tools, Hoboken u.a. 2018, S. 147–163 [zit.: Latessa/Lovins/Lux, The Ohio Risk Assessment System]. Google Scholar öffnen DOI: 10.5771/9783748912835
  483. Laubenthal, Klaus/Baier, Helmut/Nestler, Nina: Jugendstrafrecht, 3. Auflage, Heidelberg u.a. 2015 [zit.: Laubenthal/Baier/Nestler, Jugendstrafrecht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  484. Le, Quoc V. u.a.: Building High-level Features Using Large Scale Unsupervised Learning, 2012, abrufbar unter: <arxiv.org/pdf/1112.6209.pdf> (zuletzt abgerufen am 07.11.2020, 8:39 Uhr) [zit.: Le u.a., Building high level features]. Google Scholar öffnen DOI: 10.5771/9783748912835
  485. Legg, Shane/Hutter, Marcus: A Collection of Definitions of Intelligence, Technical Report 2007, abrufbar unter: <arxiv.org/pdf/0706.3639.pdf> (zuletzt abgerufen am 24.03.2019, 10:16 Uhr), Erstveröffentlichung in: Frontiers in Artificial Intelligence and Applications 2007, S. 17–24 [zit.: Legg/Hutter, Definitions of Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  486. Leipziger Kommentar zum Strafgesetzbuch: Cirener, Gabriele u.a. (Hrsg.), Band 4: §§ 38–55, 13. Auflage, Berlin 2020 [zit.: LK]. Google Scholar öffnen DOI: 10.5771/9783748912835
  487. Levesque, Hector J.: Common Sense, the Turing Test, and the Quest for Real AI, Cambridge u.a. 2017 [zit.: Levesque, Common Sense]. Google Scholar öffnen DOI: 10.5771/9783748912835
  488. Lewisch, Peter: Individuelles Strafverhalten im Spiegel rechtsökonomischer Experimente: Rationalität, Altruistik, Rache, in: Kaspar, Johannes/Walter, Tonio (Hrsg.): Strafen „im Namen des Volkes“? Zur rechtlichen und kriminalpolitischen Relevanz empirisch feststellbarer Strafbedürfnisse der Bevölkerung, Baden-Baden 2019, S. 237–262 [zit.: Lewisch, Individuelles Strafverhalten im Spiegel rechtsökonomischer Experimente]. Google Scholar öffnen DOI: 10.5771/9783748912835
  489. Lichtenstein, Falk/Ruckteschler, Dorothee: Zivilverfahren online. Chinas erstes Digitalgericht, lto – Legal Tribune Online 2017, abrufbar unter: <www.lto.de/recht/hintergruende/h/china-gericht-justiz-online-digital-zivilverfahren-legal-tech/> (zuletzt abgerufen am 07.11.2020, 8:46 Uhr) [zit.: Lichtenstein/Ruckteschler, Zivilverfahren online]. Google Scholar öffnen DOI: 10.5771/9783748912835
  490. Lim, Julian/Dinges, David F.: A Meta Analysis of the Impact of Short Term Sleep Deprivation on Cognitive Variables, 2010, abrufbar unter: <www.ncbi.nlm.nih.gov/pmc/articles/PMC3290659/pdf/nihms354534.pdf> (zuletzt abgerufen am 07.11.2020, 8:51 Uhr), Erstveröffentlichung in: Psychological Bulletin 2010, S. 375–389 [zit.: Lim/Dinges, A Meta Analysis of the Impact of Short Term Sleep Deprivation]. Google Scholar öffnen DOI: 10.5771/9783748912835
  491. Lin, Zhiyuan u.a.: The limits of human predictions of recidivism, Science Advances 2020, abrufbar unter: <advances.sciencemag.org/content/6/7/eaaz0652/tab-pdf> (zuletzt abgerufen am 16.03.2020, 10:12 Uhr) [zit.: Lin u.a., The limits of human predictions of recidivism]. Google Scholar öffnen DOI: 10.5771/9783748912835
  492. Lind, E. Allan u.a.: Individual and corporate dispute resolution: Using procedural fairness as a decision heuristic, Administrative Science Quarterly 1993, S. 224–251 [zit.: Lind u.a., Individual and corporate dispute resolution]. Google Scholar öffnen DOI: 10.5771/9783748912835
  493. Lipton, Douglas/Martinson, Robert/Wilks, Judith: The Effectiveness of Correctional Treatment. A Survey of Treatment Evaluation Studies, New York 1975 [zit.: Lipton/Martinson/Wilks, The Effectiveness of Correctional Treatment]. Google Scholar öffnen DOI: 10.5771/9783748912835
  494. Lischka, Konrad/Klingel, Anita: Wenn Maschinen Menschen bewerten. Internationale Fallbeispiele für Prozesse algorithmischer Entscheidungsfindung, in: Bertelsmann Stiftung (Hrsg.): Impuls Algorithmenethik #1, Gütersloh 2017, abrufbar unter: <www.bertelsmann stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/ADM_Fallstudien.pdf> (zuletzt abgerufen am 29.06.2019, 18:09 Uhr) [zit.: Lischka/Klingel, Wenn Maschinen Menschen bewerten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  495. Liszt, Franz von: Kriminalpolitische Aufgaben, Zeitschrift für die gesamte Strafrechtswissenschaft 1889, S. 737–782 [zit.: Liszt, ZStW 1889]. Google Scholar öffnen DOI: 10.5771/9783748912835
  496. Liszt, Franz von: Strafrechtliche Aufsätze und Vorträge. Erster Band. 1875 bis 1891, Berlin 1905 [zit.: Liszt, Strafrechtliche Aufsätze und Vorträge]. Google Scholar öffnen DOI: 10.5771/9783748912835
  497. Logg, Jennifer M./Minson, Julia A./Moore, Don A.: Algorithm Appreciation: People Prefer Algorithmic to Human Judgment, Organizational Behavior and Human Decision Processes 2019, S. 90–103 [zit.: Logg/Minson/Moore, Algorithm Appreciation]. Google Scholar öffnen DOI: 10.5771/9783748912835
  498. Lotz-Grütz, Günter: Homers Troia. Eine Reise durch die Ilias, Norderstedt 2017 [zit.: Lotz Grütz, Homers Troia]. Google Scholar öffnen DOI: 10.5771/9783748912835
  499. Luger, George F.: Künstliche Intelligenz. Strategien zur Lösung komplexer Probleme, München 2001 [zit.: Luger, Künstliche Intelligenz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  500. Luo, Gang: Automatically explaining machine learning prediction results: a demonstration on type 2 diabetes risk prediction, Health Information Science and Systems 2016, S. 1–9 [zit.: Luo, Automatically explaining machine learning prediction results]. Google Scholar öffnen DOI: 10.5771/9783748912835
  501. MacCoun, Robert J. u.a.: Alternative Adjudication. An Evaluation of the New Jersey Automobile Arbitration Program, Santa Monica 1988, abrufbar unter: <www.rand.org/pubs/reports/R3676.html> (zuletzt abgerufen am 07.11.2020, 9:04 Uhr) [zit.: MacCoun u.a., Alternative Adjudication]. Google Scholar öffnen DOI: 10.5771/9783748912835
  502. Mainzer, Klaus: Künstliche Intelligenz – Wann übernehmen die Maschinen?, Berlin 2016 [zit.: Mainzer, Künstliche Intelligenz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  503. Mangoldt, Hermann von (Begr.)/Klein, Friedrich/Starck, Christian in: Huber, Peter M./Voßkuhle, Andreas (Hrsg.): Grundgesetz Kommentar, Band 1, Artikel 1–19, 7. Auflage, München 2018 [zit.: Mangoldt/Klein/Starck]. Google Scholar öffnen DOI: 10.5771/9783748912835
  504. Mangoldt, Hermann von (Begr.)/Klein, Friedrich/Starck, Christian in: Huber, Peter M./Voßkuhle, Andreas (Hrsg.): Grundgesetz Kommentar, Band 3, Artikel 83–146, 7. Auflage, München 2018 [zit.: Mangoldt/Klein/Starck]. Google Scholar öffnen DOI: 10.5771/9783748912835
  505. Mannino, Adriano u.a.: Künstliche Intelligenz: Chancen und Risiken. Diskussionspapier, Stiftung für Effektiven Altruismus, 2015, abrufbar unter: <ea stiftung.org/s/Kunstliche Intelligenz Chancen und Risiken.pdf> (zuletzt abgerufen am 07.11.2020, 9:07 Uhr) [zit.: Mannino u.a., Künstliche Intelligenz]. Google Scholar öffnen DOI: 10.5771/9783748912835
  506. Marsden, Paul: Artificial Intelligence Defined: Useful list of popular definitions from business and science, Digital Wellbeing 2017, abrufbar unter: <digitalwellbeing.org/artificial intelligence defined useful list of popular definitions from business and science/> (zuletzt abge¬rufen am 30.05.2019, 11:37 Uhr) [zit.: Marsden, Artificial Intelligence Defined]. Google Scholar öffnen DOI: 10.5771/9783748912835
  507. Martin, Glenn: How far has technology invaded the criminal justice system?, Speech delivered at the ANZELA (Australia & New Zealand Education Law Association Ltd) Legal Studies Teachers’ Conference, Parliament House, Brisbane, Friday 11 May 2018, abrufbar unter: <classic.austlii.edu.au/au/journals/QldJSchol/2018/10.pdf> (zuletzt abgerufen am 19.01.2020, 9:12 Uhr) [zit.: Martin, How far has technology invaded the criminal justice system?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  508. Martinez, Michael E.: Future Bright. A Transforming Vision of Human Intelligence, New York 2013 [zit.: Martinez, Future Bright]. Google Scholar öffnen DOI: 10.5771/9783748912835
  509. Martini, Mario/Botta, Jonas: Der Algorithmus als universitärer Pfortenwächter? Zur rechtlichen Zulässigkeit einer Studienplatzvergabe durch Algorithmen, in: Bertelsmann Stiftung (Hrsg.): Automatisch erlaubt? Fünf Anwendungsfälle algorithmischer Systeme auf dem juristischen Prüfstand, Gütersloh 2020, S. 12–21, abrufbar unter: <www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/Automatisch_erlaubt_final.pdf> (zuletzt abgerufen am 25.09.2020, 16:48 Uhr) [zit.: Martini/Botta, Der Algorithmus als universitärer Pfortenwächter?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  510. Martini, Mario/Nink, David: Mit der algorithmischen Kristallkugel auf Tätersuche? Predictive Policing auf dem Prüfstand des deutschen Rechts, in: Bertelsmann Stiftung (Hrsg.): Automatisch erlaubt? Fünf Anwendungsfälle algorithmischer Systeme auf dem juristischen Prüfstand, Gütersloh 2020, S. 32–43, abrufbar unter: <www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/Automatisch_erlaubt_final.pdf> (zuletzt abgerufen am 25.09.2020, 16:48 Uhr) [zit.: Martini/Nink, Mit der algorithmischen Kristallkugel auf Tätersuche?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  511. Martini, Mario/Nink, David: Strafjustiz ex machina? Zu den Grenzen algorithmenbasierter Assistenzsysteme bei Haftentscheidungen, in: Bertelsmann Stiftung (Hrsg.): Automatisch erlaubt? Fünf Anwendungsfälle algorithmischer Systeme auf dem juristischen Prüfstand, Gütersloh 2020, S. 44–62, abrufbar unter: <www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/Automatisch_erlaubt_final.pdf> (zuletzt abgerufen am 25.09.2020, 16:48 Uhr) [zit.: Martini/Nink, Strafjustiz ex machina?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  512. Martini, Mario/Nink, David: Subsumtionsautomaten ante portas? – Zu den Grenzen der Automatisierung in verwaltungsrechtlichen (Rechtsbehelfs )Verfahren, Deutsches Verwaltungsblatt 2018, S. 1128–1138 [zit.: Martini/Nink, DVBl 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  513. Martini, Mario/Nink, David: Wenn Maschinen entscheiden ... – vollautomatisierte Verwaltungsverfahren und der Persönlichkeitsschutz, Neue Zeitschrift für Verwaltungsrecht – Extra 2017, S. 1–14 [zit.: Martini/Nink, NVwZ Extra 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  514. Martini, Mario: Algorithmen als Herausforderung für die Rechtsordnung, JuristenZeitung 2017, S. 1017–1025 [zit.: Martini, JZ 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  515. Martini, Mario: Transformation der Verwaltung durch Digitalisierung, Die Öffentliche Verwaltung 2017, S. 443–455 [zit.: Martini, DÖV 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  516. Martinson, Robert: What works? Questions and answers about prison reform, The Public Interest 1974, S. 22–54 [zit.: Martinson, What works?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  517. Maunz, Theodor/Dürig, Günther (Begr.)/Herzog, Roman u.a. (Hrsg.): Grundgesetz Kommentar, Loseblattsammlung, Stand: 90. Lieferung, München 2020 [zit.: Maunz/Dürig]. Google Scholar öffnen DOI: 10.5771/9783748912835
  518. Maurer, Matthias: Komparative Strafzumessung. Ein Beitrag zur Fortentwicklung des Sanktionenrechts, Berlin 2005 [zit.: Maurer, Komparative Strafzumessung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  519. Mayer Schönberger, Viktor/Cukier, Kenneth: Big Data. Die Revolution die unser Leben verändern wird, übersetzt von Dagmar Mallett, München 2013 [zit.: Mayer Schönberger/Cukier, Big Data]. Google Scholar öffnen DOI: 10.5771/9783748912835
  520. McCafferty, James T.: Professional Discretion and the Predictive Validity of a Juvenile Risk Assessment Instrument: Exploring the Overlooked Principle of Effective Correctional Classification, Youth Violence and Juvenile Justice 2017, S. 103–118 [zit.: McCafferty, Professional Discretion and Predictive Validity]. Google Scholar öffnen DOI: 10.5771/9783748912835
  521. McCarthy, John u.a.: A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955, abrufbar unter <www formal.stanford.edu/jmc/history/dartmouth/dartmouth.html> (zuletzt abgerufen am 28.03.2019, 8:06 Uhr) [zit.: McCarthy u.a., A Proposal for the Dartmouth Summer Research Project]. Google Scholar öffnen DOI: 10.5771/9783748912835
  522. McCorduck, Pamela: Machines Who Think. A Personal Inquiry into the History and Prospects of Artificial Intelligence, 2. Auflage, Natick 2004 [zit.: McCorduck, Machines Who Think]. Google Scholar öffnen DOI: 10.5771/9783748912835
  523. McCulloch, Warren S./Pitts, Walter H.: A Logical Calculus of the Ideas Immanent in Nervous Activity, Bulletin of Mathematical Biophysics 1943, S. 115–133 abrufbar unter: <link.springer.com/article/10.1007/BF02478259> (zuletzt abgerufen am 18.08.2019, 21:44 Uhr) [zit.: McCulloch/Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity]. Google Scholar öffnen DOI: 10.5771/9783748912835
  524. Meier, Bernd Dieter: Strafrechtliche Sanktionen, 5. Auflage, Berlin 2019 [zit.: Meier, Strafrechtliche Sanktionen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  525. Mester, Britta A.: Künstliche Intelligenz (KI) in Zeiten des Datenschutzes, Datenschutz und Datensicherheit 2018, S. 535 [zit.: Mester, DuD 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  526. Miconi, Thomas: The impossibility of “fairness”: a generalized impossibility result for decisions, 2017, abrufbar unter: <arxiv.org/abs/1707.01195> (zuletzt abgerufen am 07.11.2020, 9:23 Uhr) [zit.: Miconi, The impossibility of “fairness”]. Google Scholar öffnen DOI: 10.5771/9783748912835
  527. Mikula, Gerold: Kritik und Perspektiven der Strafzumessungsforschung aus sozialpsychologischer Sicht, in: Pfeiffer, Christian/Oswald, Margit (Hrsg.): Strafzumessung. Empirische Forschung und Strafrechtsdogmatik im Dialog; internationales Symposion, 9.-12. März 1988 in Lüneburg, Stuttgart 1989, S. 322–325 [zit.: Mikula, Kritik und Perspektiven der Strafzumessungsforschung]. Google Scholar öffnen DOI: 10.5771/9783748912835
  528. Miller, Marc: Sentencing Information System (SIS) Experiments, in: Hirsch, Andrew von/Ashworth, Andrew/Roberts, Julian V. (Hrsg.): Principled Sentencing: Readings on Theory and Policy, 3. Auflage, Oxford u.a. 2009, S. 283–293 [zit.: Miller, SIS Experiments]. Google Scholar öffnen DOI: 10.5771/9783748912835
  529. Minsky, Marvin L.: Introduction, in: Minsky, Marvin L. (Hrsg.): Semantic Information Processing, Cambridge u.a. 1968, S. 1–32 [zit.: Minsky, Introduction]. Google Scholar öffnen DOI: 10.5771/9783748912835
  530. Minsky, Marvin L.: Preface, in: Minsky, Marvin L. (Hrsg.): Semantic Information Processing, Cambridge u.a. 1968, S. v [zit.: Minsky, Preface]. Google Scholar öffnen DOI: 10.5771/9783748912835
  531. Minsky, Marvin L.: Steps toward Artificial Intelligence, Proceedings of the IRE 1961, S. 8–30 [zit.: Minsky, Steps toward Artificial Intelligence]. Google Scholar öffnen DOI: 10.5771/9783748912835
  532. Mitchell, Shira: Mirror Mirror. Reflections on Quantitative Fairness, 2018, abrufbar unter: <shiraamitchell.github.io/fairness> (zuletzt abgerufen am 30.05.2019, 15:34 Uhr) [zit: Mitchell, Mirror Mirror]. Google Scholar öffnen DOI: 10.5771/9783748912835
  533. Mitchell, Tom M.: Machine Learning, New York 1997 [zit.: Mitchell, Machine Learning]. Google Scholar öffnen DOI: 10.5771/9783748912835
  534. Monahan, John/Skeem, Jennifer L.: Risk Redux: The Resurgence of Risk Assessment in Criminal Sanctioning, Federal Sentencing Reporter 2014, S. 158–166 [zit.: Monahan/Skeem, Risk Redux]. Google Scholar öffnen DOI: 10.5771/9783748912835
  535. Moos, Flemming/Rothkegel, Tobias: Nutzung von Scoring Diensten im Online Versandhandel. Scoring Verfahren im Spannungsfeld von BDSG, AGG und DS-GVO, Zeitschrift für Datenschutz 2016, S. 561–568 [zit.: Moos/Rothkegel, ZD 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  536. Moos, Reinhard: Positive Generalprävention und Vergeltung, in: Fehérváry, János/Melnizky, Walter/Müller, Otto F. (Hrsg.): Strafrecht, Strafprozeßrecht und Kriminologie: Festschrift für Franz Pallin. Zum 80. Geburtstag, Wien 1989, S. 283–318 [zit.: Moos, FS Pallin]. Google Scholar öffnen DOI: 10.5771/9783748912835
  537. Mosbacher, Andreas: Der Spielraum des Tatrichters bei Wertungs- und Wahrscheinlichkeitsurteilen, in: Schneider, Hendrik/Schumann, Heribert (Hrsg.): Festschrift für Manfred Seebode. Zum 70. Geburtstag am 15. September 2008, Berlin 2008, S. 227–243 [zit.: Mosbacher, FS Seebode]. Google Scholar öffnen DOI: 10.5771/9783748912835
  538. Mosbacher, Andreas: Thesen zum Referat von Richter am BGH Prof. Dr. Andreas Mosbacher, Leipzig, in: 72. Deutscher Juristentag (Hrsg.): Thesen der Gutachter und Referenten, Bonn 2018, S. 28–30, abrufbar unter: <www.djt.de/fileadmin/downloads/72/72_thesen_180728.pdf> (zuletzt abgerufen am 04.08.2019, 9:47 Uhr) [zit.: Mosbacher, 72. Deutscher Juristentag]. Google Scholar öffnen DOI: 10.5771/9783748912835
  539. Mosier, Kathleen L. u.a.: Automation Bias and Errors: Are Teams Better than Individuals?, Proceedings of the Human Factors and Ergonomics Society Annual Meeting 1998, S. 201–205 [zit.: Mosier u.a., Automation Bias]. Google Scholar öffnen DOI: 10.5771/9783748912835
  540. Münch, Ingo von/Kunig, Philip (Hrsg.): Grundgesetz Kommentar, Band 1, Art. 1–69, 6. Auflage, München 2012 [zit.: Münch/Kunig]. Google Scholar öffnen DOI: 10.5771/9783748912835
  541. Münch, Ingo von/Kunig, Philip (Hrsg.): Grundgesetz Kommentar, Band 2, Art. 70–146, 6. Auflage, München 2012 [zit.: Münch/Kunig]. Google Scholar öffnen DOI: 10.5771/9783748912835
  542. Münchener Kommentar zum Strafgesetzbuch: Erb, Volker/Schäfer, Jürgen (Hrsg.), Band 2: §§ 38–79b, 4. Auflage, München 2020 [zit.: MüKo]. Google Scholar öffnen DOI: 10.5771/9783748912835
  543. Munte, Oliver: Fuzzylogik und Ausbildungsunterhalt: Ein Expertensystem zur Bestimmung der Angemessenheit der Berufsausbildung, Rechtstheorie 2001, S. 533–557 [zit.: Munte, Rechtstheorie 2001]. Google Scholar öffnen DOI: 10.5771/9783748912835
  544. Murmann, Uwe: Strafzumessung und Strafverfahren, in: Freund, Georg u.a. (Hrsg.): Grundlagen und Dogmatik des gesamten Strafrechtssystems. Festschrift für Wolfgang Frisch. Zum 70. Geburtstag, Berlin 2013, S. 1131–1151 [zit.: Murmann, FS Frisch]. Google Scholar öffnen DOI: 10.5771/9783748912835
  545. Nakad Weststrate, Henriëtte u.a.: Digitally Produced Judgements in Modern Court Proceedings. International Journal of Digital Society 2015, S. 1102–1112 [zit.: Nakad Weststrate u.a., Digitally Produced Judgements]. Google Scholar öffnen DOI: 10.5771/9783748912835
  546. Nationaler Normenkontrollrat: 10 Jahre NKR – gute Bilanz bei Bürokratieabbau und Folgekostenbegrenzung – alarmierender Rückstand bei E Government. Jahresbericht 2016 des Nationalen Normenkontrollrates, Berlin 2016, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/267760/444052/cdf2763c2be98d3fd61b79d744645144/2016 09 21 nkr jahresbericht 2016 data.pdf?download=1> (zuletzt abgerufen am 06.10.2019, 10:47 Uhr) [zit.: NKR, Jahresbericht 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  547. Nationaler Normenkontrollrat: Bürokratieabbau. Bessere Rechtsetzung. Digitalisierung. Erfolge ausbauen – Rückstand aufholen. Jahresbericht 2017 des Nationalen Normenkontrollrates, Berlin 2017, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/267760/444032/0277432480e047ede4be336b9fbf5f83/2017 07 12 nkr jahresbericht 2017 data.pdf?download=1> (zuletzt abgerufen am 06.10.2019, 10:52 Uhr) [zit.: NKR, Jahresbericht 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  548. Nationaler Normenkontrollrat: Chancen für Kostenbegrenzung verbessert. Digitale Chancen tatsächlich nutzen! Jahresbericht 2015 des Nationalen Normenkontrollrates, Berlin 2015, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/267760/444056/e5c6b0557c4f393bad85bd888fe6a3ac/2015 10 012 nkr jahresbericht 2015 data.pdf?download=1> (zuletzt abgerufen am 06.10.2019, 11:05 Uhr) [zit.: NKR, Jahresbericht 2015]. Google Scholar öffnen DOI: 10.5771/9783748912835
  549. Nationaler Normenkontrollrat: Deutschland: weniger Bürokratie, mehr Digitalisierung, bessere Gesetze Einfach machen! Jahresbericht 2018 des Nationalen Normenkontrollrates, Berlin 2018, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/72494/1536236/1bed933ea006098d6807ab48bd3c8574/2018 10 10 download nkr jahresbericht 2018 data.pdf?download=1> (zuletzt abgerufen am 06.10.2019, 10:54 Uhr) [zit.: NKR, Jahresbericht 2018]. Google Scholar öffnen DOI: 10.5771/9783748912835
  550. Nationaler Normenkontrollrat: Krise als Weckruf: Verwaltung modernisieren, Digitalisierungsschub nutzen, Gesetze praxistauglich machen, Jahresbericht 2020 des Nationalen Normenkontrollrates, Berlin 2020, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/72494/1800428/44bc6f69bc0256967097282af768a05e/20201021-nkr-jahresbericht-2020-data.pdf> (zuletzt abgerufen am 24.10.2020, 14:30 Uhr) [zit.: NKR, Jahresbericht 2020]. Google Scholar öffnen DOI: 10.5771/9783748912835
  551. Nationaler Normenkontrollrat: Monitor Digitale Verwaltung #3, Berlin 2019, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/72494/1675854/b0a14cedf388ddb05f2b9b9e3827b32d/2019 09 26 monitor digitale verwaltung 3 data.pdf?download=1> (zuletzt abgerufen am 06.10.2019, 10:33 Uhr) [zit.: NKR, Monitor Digitale Verwaltung #3]. Google Scholar öffnen DOI: 10.5771/9783748912835
  552. Nationaler Normenkontrollrat: Monitor Digitale Verwaltung #4, Berlin 2020, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/72494/1783152/14635b15fe7f6902039abcd653de6c61/20200909-monitordigitaleverwaltung-4-data.pdf> (zuletzt abgerufen am 24.10.2020, 14:33 Uhr) [zit.: NKR, Monitor Digitale Verwaltung #4]. Google Scholar öffnen DOI: 10.5771/9783748912835
  553. Nationaler Normenkontrollrat: Weniger Bürokratie, bessere Gesetze – Praxis mitdenken, Ergebnisse spürbar machen, Fortschritte einfordern. Jahresbericht 2019 des Nationalen Normenkontrollrates, Berlin 2019, abrufbar unter: <www.normenkontrollrat.bund.de/resource/blob/72494/1680506/031c2177c968abf4b7e12dff189d219c/2019–10–22-nkr-jahresbericht-2019-des-nationalen-normenkontrollrates-data.pdf> (zuletzt abgerufen am 20.09.2020, 11:32 Uhr) [zit.: NKR, Jahresbericht 2019]. Google Scholar öffnen DOI: 10.5771/9783748912835
  554. Neumann, Ulfrid: Institution, Zweck und Funktion staatlicher Strafe, in: Köhler, Michael/Pawlik, Michael/Zaczyk, Rainer (Hrsg.): Festschrift für Günther Jakobs. Zum 70. Geburtstag am 26. Juli 2007, Köln u.a. 2007, S. 435–450 [zit.: Neumann, FS Jakobs]. Google Scholar öffnen DOI: 10.5771/9783748912835
  555. Newell, Allen/Shaw, John C./Simon, Herbert A.: Empirical Explorations of the Logic Theory Machine: A Case Study in Heuristics, Proceedings of the 1957 Western Joint Computer Conference 1957, S. 218–230 [zit.: Newell/Shaw/Simon, Logic Theory Machine]. Google Scholar öffnen DOI: 10.5771/9783748912835
  556. Newell, Allen/Shaw, John C./Simon, Herbert A.: Report on a General Problem Solving Program, Proceedings of the International Conference on Information Processing 1959, abrufbar unter: <bitsavers.informatik.uni stuttgart.de/pdf/rand/ipl/P 1584_Report_On_A_General_Problem Solving_Program_Feb59.pdf> (zuletzt abgerufen am 26.04.2019, 8:17 Uhr) [zit.: Newell/Shaw/Simon, Report on a General Problem Solving Program]. Google Scholar öffnen DOI: 10.5771/9783748912835
  557. Newell, Allen/Simon, Herbert A.: Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM 1976, S. 113–126 [zit.: Newell/Simon, Computer Science as Empirical Inquiry]. Google Scholar öffnen DOI: 10.5771/9783748912835
  558. Newell, Allen/Simon, Herbert A.: GPS, A Program that Simulates Human Thought, in: Billing, Heinz (Hrsg.): Lernende Automaten, München 1961, S. 109–124 [zit.: Newell/Simon, GPS]. Google Scholar öffnen DOI: 10.5771/9783748912835
  559. Newell, Allen: Foreword, in: Buchanan, Bruce G./Shortliffe, Edward H. (Hrsg.): Rule Based Expert Systems. The MYCIN Experiments of the Stanford Heuristic Programming Project, Reading 1984, S. xi–xvi, abrufbar unter: <www.shortliffe.net/Buchanan Shortliffe 1984/MYCIN%20Book.htm> (zuletzt abgerufen am 28.04.2019, 9:08 Uhr) [zit.: Newell, Foreword]. Google Scholar öffnen DOI: 10.5771/9783748912835
  560. Nickolaus, Christoph: Ankereffekte im Strafprozess. Verstoß gegen das Prinzip des fairen Verfahrens?, Baden Baden 2018 [zit.: Nickolaus, Ankereffekte im Strafprozess]. Google Scholar öffnen DOI: 10.5771/9783748912835
  561. Niebler, Engelbert: Richterliche Unabhängigkeit in der Bundesrepublik Deutschland, in: Frank, Richard (Hrsg.): Unabhängigkeit und Bindungen des Richters in der Bundesrepublik Deutschland, in Österreich und in der Schweiz. Ergebnisse einer internationalen Richtertagung, 2. Auflage, Basel u.a. 1997, S. 13–25 [zit.: Niebler, Richterliche Unabhängigkeit]. Google Scholar öffnen DOI: 10.5771/9783748912835
  562. Niitler, Eric: Can AI Be a Fair Judge in Court? Estonia Thinks So, Wired 2019, abrufbar unter: <www.wired.com/story/can ai be fair judge court estonia thinks so/> (zuletzt abgerufen am 04.10.2019, 9:35 Uhr) [zit.: Niitler, Can AI Be a Fair Judge in Court?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  563. Nikolic, Momcilo: Was hinter Estlands AI Masterplan steckt, der brutkasten 2019, abrufbar unter <www.derbrutkasten.com/estland setzt ai ein/> (zuletzt abgerufen am 04.10.2019, 11:31 Uhr) [zit.: Nikolic, Was hinter Estlands AI Masterplan steckt]. Google Scholar öffnen DOI: 10.5771/9783748912835
  564. Nilsson, Nils J.: The Quest for Artificial Intelligence. A History of Ideas and Achievements, Cambridge 2010 [zit.: Nilsson, Quest for AI]. Google Scholar öffnen DOI: 10.5771/9783748912835
  565. Nink, David: Justiz und Algorithmen. Über die Schwächen menschlicher Entscheidungsfindung und die Möglichkeiten neuer Technologien in der Rechtsprechung, Berlin 2020 (im Erscheinen)[zit.: Nink, Justiz und Algorithmen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  566. Noble, William S.: What is a support vector machine?, Nature Biotechnology 2006, S. 1565–1567 [zit.: Noble, What is a support vector machine?]. Google Scholar öffnen DOI: 10.5771/9783748912835
  567. Nomos Kommentar Datenschutzrecht. DSGVO mit BDSG: Simitis, Spiros /Hornung, Gerrit/Spiecker, Indra (genannt Döhmann) (Hrsg.), Baden Baden 2019 [zit.: NK DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  568. Nomos Kommentar zum Grundgesetz für die Bundesrepublik Deutschland: Wolff, Heinrich A. (Hrsg.)/Hörnig, Dieter, 12. Auflage, Baden Baden 2018 [zit.: NK GG]. Google Scholar öffnen DOI: 10.5771/9783748912835
  569. Nomos Kommentar zum Strafgesetzbuch: Kindhäuser, Urs/Neumann, Ulfrid/Paeffgen, Hans-Ullrich (Hrsg.), Band 1, 5. Auflage, Baden-Baden 2017 [zit.: NK StGB]. Google Scholar öffnen DOI: 10.5771/9783748912835
  570. Northcraft, Gregory B./Neale, Margaret A.: Experts, Amateurs, and Real Estate: An Anchoring and Adjustment Perspective on Property Pricing Decisions, Organizational Behavior and Human Decision Processes 1987, S. 84–97 [zit.: Northcraft/Neale, Experts, Amateurs, and Real Estate]. Google Scholar öffnen DOI: 10.5771/9783748912835
  571. Nürnberger, Stefan/Bugiel, Stefan: Autonome Systeme. Autonome Probleme, Datenschutz und Datensicherheit 2016, S. 503–506 [zit.: Nürnberger/Bugiel, DuD 2016]. Google Scholar öffnen DOI: 10.5771/9783748912835
  572. Oleson, James C. u.a.: Training to See Risk: Measuring the Accuracy of Clinical and Actuarial Risk Assessments among Federal Probation Officers, Federal Probation 2011, S. 52–56 [zit.: Oleson, Training to See Risk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  573. Olver, Mark E./Stockdale, Keira C./Wormith, J. Stephen: Thirty Years of Research on the Level of Service Scales: A Meta Analytic Examination of Predictive Accuracy and Sources of Variability, Psychological Assessment 2014, S. 156–176 [zit.: Olver/Stockdale/Wormith, Thirty Years of Research]. Google Scholar öffnen DOI: 10.5771/9783748912835
  574. Önkal, Dilek u.a.: The Relative Influence of Advice From Human Experts and Statistical Methods on Forecast Adjustments, Journal of Behavioral Decision Making 2009, S. 390–409 [zit.: Önkal u.a., The Relative Influence of Advice]. Google Scholar öffnen DOI: 10.5771/9783748912835
  575. Opp, Karl Dieter/Peuckert, Rüdiger: Ideologie und Fakten in der Rechtsprechung. Eine soziologische Untersuchung über das Urteil im Strafprozeß, München 1971 [zit.: Opp/Peuckert, Ideologie und Fakten]. Google Scholar öffnen DOI: 10.5771/9783748912835
  576. Orchowsky, Stan: An Introduction to Evidence Based Practices, 2014, abrufbar unter: <www.jrsa.org/pubs/reports/ebp_briefing_paper_april2014.pdf> (zuletzt abgerufen am 13.04.2019, 11:25 Uhr) [zit.: Orchowsky, Introduction to Evidence Based Practices]. Google Scholar öffnen DOI: 10.5771/9783748912835
  577. Orwat, Carsten: Diskriminierungsrisiken durch Verwendung von Algorithmen, Antidiskriminierungsstelle des Bundes (Hrsg.), Berlin 2019, abrufbar unter: <www.antidiskriminierungsstelle.de/SharedDocs/Downloads/DE/publikationen/Expertisen/Studie_Diskriminierungsrisiken_durch_Verwendung_von_Algorithmen.pdf?__blob=publicationFile&v=5> (zuletzt abgerufen am 07.11.2020, 10:50 Uhr) [zit.: Orwat, Diskriminierungsrisiken durch Verwendung von Algorithmen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  578. Ostendorf, Heribert/Drenkhahn, Kirstin: Jugendstrafrecht, 10. Auflage, Baden-Baden 2020 [zit.: Ostendorf/Drenkhahn, Jugendstrafrecht]. Google Scholar öffnen DOI: 10.5771/9783748912835
  579. Ostrom, Brian u.a.: Offender Risk Assessment in Virginia. A Three stage Evaluation: Process of Sentencing Reform, Empirical Study of Diversion and Recidivism, Benefit Cost Analysis, 2002, abrufbar unter: <www.vcsc.virginia.gov/risk_off_rpt.pdf> (zuletzt abgerufen am 07.11.2020, 10:53 Uhr) [zit.: Ostrom u.a., Offender Risk Assessment in Virginia]. Google Scholar öffnen DOI: 10.5771/9783748912835
  580. Ovid (Publius Ovidius Naso): Metamorphosen. Epos in 15 Büchern (Metamorphoseon Libri XV), in: Breitenbach, Hermann (Hrsg.), übersetzt von Hermann Breitenbach, 2. Auflage, Stuttgart 1964 [zit.: Ovid, Metamorphosen]. Google Scholar öffnen DOI: 10.5771/9783748912835
  581. Paal, Boris P./Hennemann, Moritz: Rechtspolitik im digitalen Zeitalter, Zeitschrift für Rechtspolitik 2017, S. 215–216 [zit.: Paal/Hennemann, ZRP 2017]. Google Scholar öffnen DOI: 10.5771/9783748912835
  582. Paal, Boris P./Pauly, Daniel A. (Hrsg.): Beck’sche Kompakt Kommentare. Datenschutz Grundverordnung. Bundesdatenschutzgesetz, 2. Auflage, München 2018 [zit.: Paal/Pauly DSGVO]. Google Scholar öffnen DOI: 10.5771/9783748912835
  583. Palandt, Otto (Begr.): Bürgerliches Gesetzbuch mit Nebengesetzen. Kommentar, 79. Auflage, München 2020 [zit.: Palandt]. Google Scholar öffnen DOI: 10.5771/9783748912835
  584. Paolacci, Gabriele/Chandler, Jesse: Inside the Turk: Understanding Mechanical Turk as a Participant Pool, Current Directions in Psychological Science 2014, S. 184–188 [zit.: Paollacci/Chandler, Inside the Turk]. Google Scholar öffnen DOI: 10.5771/9783748912835
  585. Partnership on AI (Hrsg.): Report on Algorithmic Risk Assessment Tools in the U.S. Criminal Justice System, 2019, abrufbar unter: <www.partnershiponai.org/report on machine learning in risk assessment tools in the u s criminal justice system/> (zuletzt abgerufen am 11.09.2019, 16:23 Uhr) [zit.: PAI, Report on Algorithmic Risk Assessment Tools]. Google Scholar öffnen DOI: 10.5771/9783748912835
  586. Pedreschi, Dino/Ruggieri, Salvatore/Turini, Franco: Discrimination aware data mining, Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining in Las Vegas, New York 2008, S. 560–568 [zit.: Pedreschi/Ruggieri/Turini, Discrimination aware data mining]. Google Scholar öffnen DOI: 10.5771/9783748912835
  587. Perry, Walter L. u.a.: Predictive Policing. The Role of Crime Forecasting in Law Enforcement Operation, Santa Monica u.a. 2013 [zit.: Perry u.a., Predictive Policing]. Google Scholar öffnen DOI: 10.5771/9783748912835
  588. Peters, Amadeus: Strafrecht, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg): Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 559–579 [zit.: Peters, in: Rechtshandbuch AI/ML]. Google Scholar öffnen DOI: 10.5771/9783748912835
  589. Peters, Karl: Grundprobleme der Kriminalpädagogik, Berlin 1960 [zit.: Peters, Kriminalpädagogik]. Google Scholar öffnen DOI: 10.5771/9783748912835

Ähnliche Veröffentlichungen

aus der Reihe "Schriften zur Kriminologie"
Cover des Buchs: Polizei und Massendaten
Monographie Vollzugriff
Felix Butz
Polizei und Massendaten
Cover des Buchs: Die Integration von Haftentlassenen in den Arbeitsmarkt
Monographie Kein Zugriff
Julia Biastoch
Die Integration von Haftentlassenen in den Arbeitsmarkt
Cover des Buchs: Jugendgerichtshilfebarometer 2022
Monographie Vollzugriff
Annemarie Schmoll, Dirk Lampe, Bernd Holthusen
Jugendgerichtshilfebarometer 2022
Cover des Buchs: Die strafrechtliche Beteiligung in Fällen organisierter Kriminalität
Monographie Kein Zugriff
Konstantin Hemmert-Halswick
Die strafrechtliche Beteiligung in Fällen organisierter Kriminalität
Cover des Buchs: Evaluation der Behandlung von Sexualtätern im Strafvollzug
Monographie Kein Zugriff
Friedrich Lösel, Lena C. Carl, Eva Link
Evaluation der Behandlung von Sexualtätern im Strafvollzug

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Feedback geben

Wir freuen uns über Ihr Feedback zu Inhalten und Funktionen. Ihre Nachricht hilft uns, unseren Service stetig zu verbessern.

Bewertung
Bild anhängen
oder hier ablegen
PNG oder JPG (max. 3 MB)

Anmelden

Passwort vergessen?
Login über Ihre Institution (SSO, Shibboleth, OpenAthens)
Noch kein Benutzerkonto?
Jetzt registrieren

Publikation zitieren

Download: RIS BibTex