Künstliche Intelligenz und Diskriminierung: Zur Regulierung algorithmischer Entscheidungssysteme zum Zwecke der Verhinderung gruppenbezogener Benachteili…

Dr. Jakob Hüger

doi:10.5771/9783748940302

, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.

Monographie Kein Zugriff

Künstliche Intelligenz und Diskriminierung

Zur Regulierung algorithmischer Entscheidungssysteme zum Zwecke der Verhinderung gruppenbezogener Benachteiligungen

Autor:innen:
Reihe:: Schriften zum Daten-, Informations- und Medienrecht, Band 74
Verlag:: 2023

Zusammenfassung

Die Charakteristika der algorithmischen Entscheidungsfindung begründen interdisziplinäre Herausforderungen, welche bei der datenbasierten Bewertung von Personen etwa im Rahmen der Bewerberauswahl im Beschäftigungskontext insbesondere in neuen Formen der Ungleichbehandlung zu sehen sind. Der bestehenden Rechtsordnung gelingt es dabei nur bedingt, unerwünschten Ungleichbehandlungen Einhalt zu gebieten. Die Arbeit befasst sich mit dem Zusammenspiel zwischen dem Antidiskriminierungs- und Datenschutzrecht sowie dem in Entstehung begriffenen Recht über Künstliche Intelligenz und entwirft dabei ein Konzept zur regulatorischen Einhegung von Diskriminierungseffekten beim Einsatz von Systemen der Künstlichen Intelligenz.

Schlagworte

Publikation durchsuchen

Bibliographische Angaben

Copyrightjahr: 2023
ISBN-Print: 978-3-7560-1280-0
ISBN-Online: 978-3-7489-4030-2
Verlag: Nomos, Baden-Baden
Reihe: Schriften zum Daten-, Informations- und Medienrecht
Band: 74
Sprache: Deutsch
Seiten: 616
Produkttyp: Monographie

Inhaltsverzeichnis

KapitelSeiten

Titelei/Inhaltsverzeichnis Kein Zugriff Seiten 1 - 36
1. A. Einführung Kein Zugriff
2. B. Gegenstand und Ziel der Untersuchung Kein Zugriff
3. C. Gang der Untersuchung Kein Zugriff
4. D. Thematische Eingrenzung Kein Zugriff
1. A. Entwicklung von KI Kein Zugriff
2. B. Definitionsansätze – Starke und schwache KI Kein Zugriff
3. C. Algorithmen Kein Zugriff
4. 1. I. Regelbasierte KI-Systeme Kein Zugriff
  2. 1. 1. a) Datenerhebung und -aufbereitung Kein Zugriff
      2. aa) Klassifizierung – Definition von Ziel- und Eingabevariablen Kein Zugriff
        bb) Modellierung – Ableitung eines prädiktiven Modells Kein Zugriff
        cc) Optimierung / Performanzkontrolle Kein Zugriff
      3. c) Anwendungsphase Kein Zugriff
    2. 2. Künstliche Neuronale Netz und Deep Learning Kein Zugriff
  3. III. Zwischenergebnis: Von KI zur algorithmischen Entscheidungsfindung Kein Zugriff
5. 1. I. Begriff des algorithmischen Entscheidungssystems Kein Zugriff
  2. 1. 1. Vollautomatisierte AES Kein Zugriff
    2. 2. Teilautomatisierte AES Kein Zugriff
  3. 1. 1. Ebenen der Transparenz Kein Zugriff
    2. 1. a) Transparenz regelbasierter AES – „White-Box-Systeme“ Kein Zugriff
      2. b) Intransparenz selbstlernender AES – „Black-Box-Systeme“ Kein Zugriff
    3. 3. Ursachen der Intransparenz von AES Kein Zugriff
    4. 4. Nachvollziehbarkeit menschlicher Entscheidungsfindung als Vergleichsmaßstab Kein Zugriff
  4. 1. 1. Korrelationsableitung und Fehleranfälligkeit von AES Kein Zugriff
    2. 2. Datenqualität und Performanz Kein Zugriff
6. 1. I. Scoring Kein Zugriff
  2. 1. 1. Einsatzbereiche des Bonitätsscorings Kein Zugriff
    2. 2. Zielvariable: Kreditwürdigkeit Kein Zugriff
    3. 3. Prädiktive Eingabevariablen Kein Zugriff
  3. 1. 1. Einsatz von Arbeitnehmer-Scores Kein Zugriff
    2. 2. Zielvariable: Leistungsfähigkeit und -bereitschaft Kein Zugriff
    3. 3. Prädiktive Eingabevariablen Kein Zugriff
  4. IV. Zwischenergebnis Kein Zugriff
7. 1. I. Vorteile und Chancen Kein Zugriff
  2. II. Gefahrenpotenziale Kein Zugriff
8. H. Zusammenfassung Kapitel 2 Kein Zugriff
1. 1. 1. 1. Individuelle Gerechtigkeit (formales Gleichheitsverständnis) Kein Zugriff
    2. 2. Gruppengerechtigkeit als Zielvorstellung – Strukturelle Diskriminierungen als Status quo (materielles Gleichheitsverständnis) Kein Zugriff
  2. II. (Juristisch-)Normativer Diskriminierungsbegriff Kein Zugriff
  3. III. Technische Verzerrungseffekte („Bias“) und gruppenbezogenen Benachteiligungen Kein Zugriff
  4. IV. Statistische Diskriminierungen aus ökonomischer Perspektive Kein Zugriff
  5. V. Zwischenergebnis Kein Zugriff
2. 1. 1. 1. Daten als Ausdruck menschlicher Diskriminierungen Kein Zugriff
    2. 2. Proxy-Diskriminierungen und redundant encodings Kein Zugriff
  2. 1. 1. Prolog – AES als soziotechnische Systeme Kein Zugriff
    2. 1. a) Historischer Bias Kein Zugriff
      2. aa) Fehlende Repräsentation von Bevölkerungsgruppen in Datensätzen Kein Zugriff
        bb) Umstände der Datenerhebung: Präferenzbedingte Benachteiligungen und Microtargeting Kein Zugriff
      3. c) Systematisierung abweichender Einsatzbedingungen und mangelhafter Datenqualität Kein Zugriff
    3. 1. a) Bestimmung der Zielvariablen Kein Zugriff
      2. b) Verstärkung von Unausgewogenheiten Kein Zugriff
      3. c) Fehlerquotenallokation (Modellanpassung durch Ausgleich mathematischer Zielkonflikte) Kein Zugriff
    4. 1. a) Automatisierungsbias Kein Zugriff
      2. b) Bestätigungsverzerrungen durch Feedback-Schleifen Kein Zugriff
      3. c) Asymmetrisches Feedback bei stetigem Lernprozess Kein Zugriff
  3. III. Zwischenergebnis Kein Zugriff
3. 1. I. Intransparenz und mangelnde Nachvollziehbarkeit von AES im Diskriminierungskontext Kein Zugriff
  2. 1. 1. Fairness als kontrafaktische Messgröße? Zur algorithmischen Moral Kein Zugriff
    2. 1. a) Quantitative Fairnessmaßstäbe und ihre Unvereinbarkeit Kein Zugriff
      2. b) Erfordernis normativer Abwägungen Kein Zugriff
      3. c) Einzelfallbezogene Aushandlung von Fairness-Maßstäbe Kein Zugriff
    3. 3. Realitätsabbildung als Dilemma – Spannungsverhältnis zwischen Score-Qualität und Diskriminierungsverhinderung Kein Zugriff
    4. 4. Generalisierungsunrecht – Methodische Risiken der Mathematisierung von Entscheidungsfindung Kein Zugriff
    5. 5. Fairness um jeden Preis? Neue Fairness-Fragen im digitalen Raum Kein Zugriff
  3. 1. 1. Intersektionalität von Benachteiligungen Kein Zugriff
    2. 2. Sonstige unerwünschte Benachteiligungen Kein Zugriff
  4. IV. Entscheidungshoheit und Verantwortungsstrukturen Kein Zugriff
  5. 1. 1. (Un-)Zulässigkeit positiv diskriminierender Maßnahmen Kein Zugriff
    2. 2. Datenschutzrecht als Hürde – Erhebung sensibler Daten als Dilemma Kein Zugriff
  6. VI. Technische Maßnahmen zur Lösung gesellschaftlicher Herausforderungen? Kein Zugriff
  7. VII. Zwischenergebnis Kein Zugriff
4. 1. 1. 1. Analyse von Codeformel und Trainingsdaten Kein Zugriff
    2. 2. Testing und Auditing (Black-Box-Analysen ohne Code-Offenlegung) Kein Zugriff
    3. 3. Dokumentationen und Begründungen der Entscheidungsfindung Kein Zugriff
    4. 4. Zwischenergebnis Kein Zugriff
  2. 1. 1. a) Bereinigung des Datensatzes durch Entfernung von Proxy-Variablen (Algorithmic Blindness) Kein Zugriff
      2. b) Modellierung des Datensatzes durch Anpassung und Ausgleich (Fairness Adjustment) Kein Zugriff
      3. c) Nutzung normierter oder synthetischer Datensätze Kein Zugriff
    2. 2. Lernvorgang (In-Processing approaches) Kein Zugriff
    3. 3. Nachverarbeitungsansätze (Post-Processing approaches) Kein Zugriff
  3. III. Organisatorische Maßnahmen: Einbindung in ein Ökosystem, Bildung und Schärfung der (allgemeinen) Aufmerksamkeit Kein Zugriff
  4. IV. Zwischenergebnis Kein Zugriff
5. 1. I. Visualisierbarkeit von Entscheidungsstrukturen und Nachweisbarkeit von Benachteiligungen Kein Zugriff
  2. II. Erhebung entscheidungsrelevanter Daten als Chance Kein Zugriff
  3. III. Faire KI als ökonomischer Gewinn Kein Zugriff
6. F. Zusammenfassung Kapitel 3 Kein Zugriff
1. 1. I. Diskriminierungen als Herausforderung rechtsstaatlicher und demokratischer Grundsätze Kein Zugriff
  2. II. Einschränkung der Privatautonomie und Machtasymmetrien Kein Zugriff
2. 1. I. Europäische Menschenrechtskonvention Kein Zugriff
  2. II. Unionsrecht Kein Zugriff
3. 1. I. Verfassungsrechtliches Diskriminierungsverbot im Zivilrechtsverkehr nach Art. 3 GG Kein Zugriff
  2. II. Allgemeines Persönlichkeitsrecht nach Art. 2 Abs. 1 i.V.m. Art. 1 Abs. 1 GG Kein Zugriff
4. 1. 1. 1. Ziel des Gesetzes: Geschützte Merkmale nach § 1 AGG Kein Zugriff
    2. 1. a) Beschäftigungskontext, §§ 2 Abs. 1 Nr. 1 – 4, 6 ff. AGG Kein Zugriff
      2. aa) Anwendungsbereich des § 19 Abs. 1 i.V.m. § 2 Abs. 1 Nr. 8 AGG Kein Zugriff
        bb) Scoring im Rahmen von Massengeschäften gem. § 19 Abs. 1 AGG Kein Zugriff
        cc) Sonstige zivilrechtliche Schuldverhältnisse nach § 19 Abs. 2 AGG Kein Zugriff
    3. 1. aa) Nachteilhafte Behandlung – Menschliches Tun oder Unterlassen erforderlich? Kein Zugriff
        bb) Einfließen des algorithmischen Scores in die konkrete Entscheidungsfindung Kein Zugriff
        cc) Benachteiligungsgefahr und individuelle Betroffenheit – Opferlose Diskriminierungen Kein Zugriff
      2. aa) Verdeckte (unmittelbare) Diskriminierung Kein Zugriff
        bb) Kausalitätsnachweis Kein Zugriff
        cc) Unmittelbare Benachteiligungen beim Einsatz von AES Kein Zugriff
      3. aa) Charakteristika der mittelbaren Diskriminierung Kein Zugriff
        bb) Festlegung von Untersuchungs- und Vergleichsgruppen Kein Zugriff
        cc) Benachteiligung „in besonderer Weise“: Fairness-Metriken und statistische Nachweise Kein Zugriff
        dd) Mittelbare Benachteiligungen beim Einsatz von AES Kein Zugriff
      4. d) Anweisung zur Benachteiligung gem. § 3 Abs. 5 AGG Kein Zugriff
      5. e) Intersektionale Ungleichbehandlungen Kein Zugriff
    4. 1. a) Legitimes Ziel bzw. sachlicher Grund Kein Zugriff
      2. b) Geeignetheit Kein Zugriff
      3. c) Erforderlichkeit Kein Zugriff
      4. aa) Widerstreitende Interessen Kein Zugriff
        bb) Differenzierung zwischen verschiedenen Diskriminierungsursachen Kein Zugriff
      5. e) Zwischenergebnis Rechtfertigung Kein Zugriff
    5. 5. Rechtfertigung positiver Maßnahmen, § 5 AGG Kein Zugriff
  2. II. Organisationspflichten mit KI-Bezug Kein Zugriff
  3. 1. 1. a) Erschwerung der Indizienerbringung im digitalen Raum Kein Zugriff
      2. b) Überwindung des Informationsdefizits – konzeptionelle Gestaltungsversuche der Rechtsprechung Kein Zugriff
      3. c) Überdehnung der Beweiserleichterung nach der Literatur Kein Zugriff
    2. 2. Erbringung des Gegenbeweises Kein Zugriff
    3. 3. Zwischenergebnis Beweislast Kein Zugriff
  4. 1. 1. a) Verschuldensnachweis und -zurechnung Kein Zugriff
      2. b) Exkulpationsmöglichkeit Kein Zugriff
      3. c) Schaden und haftungsausfüllende Kausalität Kein Zugriff
    2. 2. Verschuldensunabhängiger Entschädigungsanspruch Kein Zugriff
    3. 3. Kontrahierungszwang Kein Zugriff
    4. 4. Anspruchsgegner (Passivlegitimation) und Zurechnung Kein Zugriff
    5. 5. Anspruchsinhaber (Aktivlegitimation) Kein Zugriff
    6. 1. a) (Diskriminierungsrechtliche) Individual- und Kollektivrechtsdurchsetzung im Lichte algorithmischer Entscheidungsfindung Kein Zugriff
      2. b) Prozessbeistand und Unterstützung durch Betriebsrat, Antidiskriminierungsverbände und Antidiskriminierungsstellen Kein Zugriff
      3. aa) Unechte Sammelklage (Zessionsmodell) Kein Zugriff
        bb) Musterfeststellungsklage Kein Zugriff
        cc) Verbandsklage nach Verbraucherschutz- (UKlaG) und Wettbewerbsrecht (UWG) Kein Zugriff
        dd) Verbandsklage nach dem Verbraucherrechtedurchsetzungsgesetz (VDuG) Kein Zugriff
      4. d) Beurteilung der kollektiven Rechtsdurchsetzung Kein Zugriff
  5. 1. 1. aa) Konzeption des AGG: Negative Prozessvorgaben statt positiver statistischer Ergebnisvorgaben Kein Zugriff
        bb) Festlegung von Fairness-Maßstäben nach dem AGG? Kein Zugriff
      2. aa) Regelungskonzepte eines postkategorialen Antidiskriminierungsrecht Kein Zugriff
        bb) Erweiterung des Kriterienkataloges durch Gerichte und Begleitung durch zivilgesellschaftlichen Diskurs Kein Zugriff
        cc) Algorithmische Gruppen als Fremdkörper im Antidiskriminierungsrecht Kein Zugriff
        dd) Mehrfachdiskriminierung und Intersektionalität Kein Zugriff
      3. aa) Ausweitung des Anwendungsbereichs auf algorithmische Entscheidungsfindung Kein Zugriff
        bb) Ausweitung des Anwendungsbereichs auf Verbrauchergeschäfte in teilhaberelevanten Entscheidungskontexten Kein Zugriff
      4. aa) Bedeutungsgewinn der mittelbaren Benachteiligung und ihre dogmatische Einordnung im Kontext der algorithmenbasierten Entscheidungsfindung Kein Zugriff
        bb) Auswirkungen auf den Rechtfertigungsmaßstab – Mit der Technik kommt die Quote? Kein Zugriff
    2. 2. Erweiterung von Organisationspflichten Kein Zugriff
    3. 3. Transparenz Kein Zugriff
    4. 1. a) (Ex-Post) Justiziabilität der Behandlung im Einzelfall Kein Zugriff
      2. b) Institutionelle Antworten und kollektive Rechtsdurchsetzung Kein Zugriff
      3. c) Beweisrechtliche Implikationen: Normative Einzelfall- und Kontextabhängigkeit von Tatbestandsvoraussetzungen und Kontrollhoheit über statistisches Wissen Kein Zugriff
  6. VI. Zwischenergebnis Antidiskriminierungsrecht Kein Zugriff
5. 1. I. Konzeption und Schutzgut des Datenschutzrechts Kein Zugriff
  2. 1. 1. a) (Chronologische) Differenzierung zwischen den Regelungsgegenständen Kein Zugriff
      2. b) Grenzen des datenschutzrechtlichen Regelungsanspruches Kein Zugriff
    2. 2. Datenschutzrecht als Diskriminierungsbeschleuniger und Hindernis von Antidiskriminierungsbemühungen Kein Zugriff
  3. 1. 1. aa) Anonymisierung und Re-Identifikationstechniken Kein Zugriff
        bb) Bedeutungsverlust des Personenbezuges bei der Auswertung von Big Data Kein Zugriff
      2. b) Verantwortlichkeit Kein Zugriff
    2. 1. aa) Rechtmäßigkeit, Treu und Glauben und Transparenz, Art. 5 Abs. 1 lit. a DS-GVO Kein Zugriff
        bb) Zweckbindung, Datenminimierung und Speicherbegrenzung, Art. 5 Abs. 1 lit. b, c, e DS-GVO Kein Zugriff
        cc) Richtigkeit und Vertraulichkeit, Art. 5 Abs. 1 lit. d, f DS-GVO Kein Zugriff
        dd) Zwischenergebnis: Verarbeitungsgrundsätze und algorithmenbasierte Diskriminierung Kein Zugriff
      2. aa) Einwilligung, Art. 6 Abs. 1 lit. a DS-GVO Kein Zugriff
        bb) Vertragserfüllung, Art. 6 Abs. 1 lit. b DS-GVO Kein Zugriff
        cc) Berechtigte Interessen, Art. 6 Abs. 1 lit. f DS-GVO Kein Zugriff
        dd) Interessenabwägung als Methodikgebot? Kein Zugriff
        ee) Datenschutzrechtliche Erforderlichkeitsprüfung als mittelbares Diskriminierungsverbot? Zum Einfluss von Diskriminierungseffekten auf die Verhältnismäßigkeit als Rechtfertigungsvoraussetzung Kein Zugriff
      3. aa) Charakteristika sensibler Daten: Konzept des sensiblen Datums und Verhältnis zur Diskriminierungssensibilität Kein Zugriff
        bb) Reichweite der Datenkategorien nach Art. 9 Abs. 1 DS-GVO Kein Zugriff
        cc) Verarbeitungsvoraussetzungen nach Art. 9 Abs. 2 DS-GVO Kein Zugriff
        dd) Regelungsregime der DS-GVO zu sensiblen Daten Kein Zugriff
        ee) Sensible Daten im Kontext von Diskriminierungen durch AES Kein Zugriff
        ff) Zwischenergebnis: Schutz sensibler Daten und Diskriminierungsverhinderung Kein Zugriff
      4. d) Zwischenergebnis: (Normative) Einhegung von Diskriminierungsursachen und -ergebnissen durch das Datenschutzrecht Kein Zugriff
    3. 1. aa) Begriff der automatisierten Einzelfallentscheidung, Art. 22 Abs. 1 DS-GVO Kein Zugriff
        bb) Erlaubnistatbestände nach Art. 22 Abs. 2 DS-GVO Kein Zugriff
        cc) Angemessene Schutzmaßnahmen gem. Art. 22 Abs. 3 DS-GVO Kein Zugriff
      2. aa) Allgemeine Informationen, Art. 13 Abs. 1, Art. 14 Abs. 1 DS-GVO Kein Zugriff
        bb) Informationen über die Tatsache der Einbindung eines AES in den Entscheidungsprozess („ob“) Kein Zugriff
        cc) Informationen über Funktionsweise des involvierten AES und dessen Diskriminierungsgeneigtheit („wie“) Kein Zugriff
        dd) Auskunftsrecht, Art. 15 Abs. 1 DS-GVO als Recht auf Einblick in die Datengrundlage? Kein Zugriff
        ee) Einzelfallspezifische nachträgliche Erklärungspflicht nach Art. 22 Abs. 3 i.V.m. Erw.Gr. 71 S. 4 DS-GVO? Kein Zugriff
        ff) Weitere Betroffenenrechte nach Art. 16 – 21 DS-GVO Kein Zugriff
        gg) Zwischenergebnis: Betroffenenrechte und Diskriminierungsindizien Kein Zugriff
      3. aa) Datenschutzfreundliche Technikgestaltung, Art. 25 DS-GVO Kein Zugriff
        bb) Technischer Datenschutz, Art. 32 DS-GVO Kein Zugriff
        cc) Datenschutzfolgeabschätzungen, Art. 35 DS-GVO Kein Zugriff
        dd) Konsultationsverfahren, Art. 36 DS-GVO Kein Zugriff
        ee) Verhaltensregeln und Zertifizierung, Art. 40 ff. DS-GVO Kein Zugriff
        ff) Zwischenergebnis: Technischer Datenschutz und Diskriminierungsverhinderung Kein Zugriff
    4. 1. a) Behördliche Rechtsdurchsetzung, insbes. Kontrollbefugnisse nach Art. 58 DS-GVO und Geldbußen gem. Art. 83 DS-GVO Kein Zugriff
      2. aa) Schadensersatz nach Art. 82 DS-GVO Kein Zugriff
        bb) Schwächen des datenschutzrechtlichen Individualrechtsschutzes in Ansehung von Big Data-Analytik Kein Zugriff
      3. aa) Zessionsmodelle und Musterfeststellungsklagen de lege lata Kein Zugriff
        bb) Verbandsklage de lege lata Kein Zugriff
        cc) Umsetzung der Verbandsklage-Richtlinie: Abhilfe Schadensersatz Kein Zugriff
      4. d) Zwischenergebnis Rechtsdurchsetzung: Insbesondere vergleichende Betrachtung der Entschädigungsansprüche nach DS-GVO und AGG Kein Zugriff
    5. 5. Datenschutzrecht als Grundlage vertrauenswürdiger KI und Innovationsförderung Kein Zugriff
  4. 1. 1. Potenziale des Datenschutzrechts Kein Zugriff
    2. 2. Defizite des Datenschutzrechts Kein Zugriff
    3. 1. a) Drohende Aushöhlung des Diskriminierungsrechts Kein Zugriff
      2. b) Diskriminierungsrechtskonforme Auslegung der DS-GVO als Lösungsansatz Kein Zugriff
6. 1. I. Allgemeines Vertragsrecht Kein Zugriff
  2. II. Deliktsrecht Kein Zugriff
7. G. Selbstregulierung und Ausblick Kein Zugriff
1. 1. 1. 1. Regulierungsziele Kein Zugriff
    2. 1. a) Definition des KI-Systems Kein Zugriff
      2. b) KI als Regelungsgegenstand Kein Zugriff
    3. 1. aa) Vier Risikogruppen Kein Zugriff
        bb) Scoring-Systeme als verbotene Praktiken, Art. 5 Abs. 1 lit. c KI-VO-E Kein Zugriff
        cc) Scoring-Systeme als Hochrisiko-Anwendungen, Art. 6 II i.V.m. Anhang III KI-VO-E Kein Zugriff
      2. aa) Systematik unterschiedlicher Konformitätsbewertungsverfahren, Art. 19, 43 KI-VO-E Kein Zugriff
        bb) Technische Standards durch harmonisierte Normen und gemeinsame Spezifikationen, Art. 40, 41 KI-VO-E Kein Zugriff
        cc) Notifizierende Stellen und Behörden, Art. 30 ff. KI-VO-E Kein Zugriff
        dd) Kritische Würdigung der Regulierungsarchitektur interner Konformitätsprüfungen anhand von Standardisierungen im Diskriminierungskontext Kein Zugriff
      3. c) Innovationsoffene Gesetzesgestaltung Kein Zugriff
    4. 1. a) Anbieter, Art. 3 Nr. 2, Art. 16 ff. KI-VO-E Kein Zugriff
      2. b) Nutzer, Art. 3 Nr. 4, 29 KI-VO-E Kein Zugriff
      3. c) Händler, Einführer und sonstige Akteure, Art. 24 – 28 KI-VO-E Kein Zugriff
      4. d) Betroffene Kein Zugriff
      5. e) Bewertung der Regelungsadressaten im Diskriminierungskontext Kein Zugriff
    5. 5. Räumlicher Anwendungsbereich, Art. 2 Abs. 1 KI-VO-E: Das Marktortprinzip als Wegbereiter eines Brussels-Effectes? Kein Zugriff
  2. 1. 1. Risikomanagementsysteme, Art. 9 KI-VO-E Kein Zugriff
    2. 1. a) Daten-Governanceverfahren, Art. 10 Abs. 2 KI-VO-E Kein Zugriff
      2. aa) Repräsentativität, Richtigkeit und Vollständigkeit Kein Zugriff
        bb) Relevanz Kein Zugriff
        cc) Aktualität und Ausgewogenheit Kein Zugriff
        dd) Zwischenergebnis Kein Zugriff
      3. c) Ergebnisregulierung als indirekte Datenregulierung, Art. 15 Abs. 1, 2 KI-VO-E Kein Zugriff
      4. d) Daten-Governance als heiliger Gral? Kein Zugriff
    3. 1. a) Technische Dokumentationen, Art. 11 KI-VO-E Kein Zugriff
      2. b) Protokollierung, Art. 12 KI-VO-E Kein Zugriff
      3. c) Transparenz als Systemanforderung, Art. 13 Abs. 1 KI-VO-E Kein Zugriff
      4. d) Menschliche Aufsicht, Art. 14 KI-VO-E Kein Zugriff
    4. 4. Genauigkeit, Robustheit und Cybersicherheit Art. 15 KI-VO-E Kein Zugriff
    5. 5. Zwischenergebnis: Tauglichkeit der technisch-organisatorischen Organisationspflichten zur Verhinderung von Diskriminierungen Kein Zugriff
  3. 1. 1. Transparenz gegenüber Nutzern, Art. 13 KI-VO-E Kein Zugriff
    2. 2. Transparenz gegenüber Betroffenen, Art. 52 KI-VO-E Kein Zugriff
    3. 3. Transparenz gegenüber Behörden, Art. 64 KI-VO-E Kein Zugriff
    4. 4. Transparenz gegenüber der Öffentlichkeit, Art. 51, 60 KI-VO-E Kein Zugriff
    5. 5. Zwischenergebnis: Informationspflichten Kein Zugriff
  4. IV. Materielle-normative Vorgaben zu Entscheidungsgründen Kein Zugriff
  5. 1. 1. a) Europäischer Ausschuss für Künstliche Intelligenz, Art. 56 ff. KI-VO-E Kein Zugriff
      2. b) Nationale Behörden und Marktüberwachungsbehörden, Art. 59, 63 KI-VO-E Kein Zugriff
    2. 2. Behördliche Kontrollbefugnisse, Art. 63 ff. KI-VO-E Kein Zugriff
    3. 3. Sanktionen, Art. 71 f. KI-VO-E Kein Zugriff
    4. 4. Private Rechtsdurchsetzung Kein Zugriff
  6. 1. 1. Verhältnis zwischen dem KI-VO-E und mitgliedsstaatlichem Recht Kein Zugriff
    2. 1. aa) Dokumentationen und Datenschutz, Art. 11, 12, 20 KI-VO-E Kein Zugriff
        bb) Daten-Governance und Datenschutz, Art. 10 Abs. 5 KI-VO-E Kein Zugriff
        cc) Innovationsförderung und Datenschutz, Art. 54 Abs. 1 KI-VO-E Kein Zugriff
      2. aa) Recht auf eine menschliche Entscheidung, Art. 22 DS-GVO Kein Zugriff
        bb) Haupt-Regelungsadressaten und Risiko-Folgeabschätzungen Kein Zugriff
        cc) Zertifizierungen Kein Zugriff
        dd) Rechtsdurchsetzung und Sanktionen Kein Zugriff
    3. 1. a) Ergänzungsfunktion des KI-VO-E in technisch-organisatorischer Hinsicht Kein Zugriff
      2. aa) Wissensasymmetrie und Indizienerbringung Kein Zugriff
        bb) Gegenbeweis durch Entscheidungsträger Kein Zugriff
      3. aa) Normierung von Organisationspflichten im allgemeinen Teil des AGG Kein Zugriff
        bb) Indizwirkung der Dokumentation organisatorischer Maßnahmen Kein Zugriff
  7. VII. Bewertung der KI-Verordnung als taugliches Regulierungsinstrument zur Verhinderung von Diskriminierungen durch algorithmenbasierte Entscheidungssysteme Kein Zugriff
2. 1. I. Produkthaftungs-Richtlinie Kein Zugriff
  2. 1. 1. Anwendungsbereich und Kohärenz zum KI-VO-E und Prod-Haft-RL-E Kein Zugriff
    2. 1. a) Allgemeines Persönlichkeitsrecht bzw. Nicht-Diskriminierung als Schutzgut Kein Zugriff
      2. b) Anspruchsgrundlagen des AGG als Schadensersatzansprüche im Sinne des KI-Haft-RL-E? Kein Zugriff
    3. 1. a) Voraussetzungen der Offenlegung von Beweismitteln, Art. 3 Abs. 1 – 4 KI-Haft-RL-E Kein Zugriff
      2. b) Vermutung für das Vorliegen eines Sorgfaltspflichtverstoßes, Art. 3 Abs. 5 KI-Haft-RL-E Kein Zugriff
      3. c) Bedeutung der Offenlegung von Beweismitteln im Diskriminierungskontext Kein Zugriff
      4. d) Bedeutung der Vermutung für das Vorliegen eines Sorgfaltspflichtverstoßes im Diskriminierungskontext Kein Zugriff
    4. 1. a) Reichweite der Vermutungswirkung, Art. 4 Abs. 1 KI-Haft-RL-E Kein Zugriff
      2. b) Privilegierung von Anbietern und Nutzer, Art. 4 Abs. 2, Abs. 3 KI-Haft-RL-E Kein Zugriff
      3. c) Bedeutung der Vermutungswirkung im Diskriminierungskontext Kein Zugriff
    5. 5. Kollektive Rechtsdurchsetzung, Art. 6 KI-Haft-RL-E Kein Zugriff
  3. 1. 1. Grundsätzliche Konzeption und Umsetzung Kein Zugriff
    2. 1. a) Abstrakte Vermutungsregel bei Verstoß gegen Organisationspflichten Kein Zugriff
      2. b) Offenlegungspflicht und konkrete Vermutungsregel bei Indizienvortrag Kein Zugriff
3. C. Zusammenfassung Kapitel 5 Kein Zugriff
1. A. Resümee und Ausblick Kein Zugriff
2. B. Zusammenfassung in 60 Thesen Kein Zugriff
Literatur- und Quellenverzeichnis Kein Zugriff Seiten 577 - 616

Literaturverzeichnis (699 Einträge)

Paal, Boris, Artificial Intelligence as a Challenge for Data Protection Law: And Vice Versa, in: Voeneky, Silja/Kellmeyer, Philipp/Mueller, Oliver/Burgard, Wolfram, The Cambridge Handbook of Responsible Artificial Intelligence – Interdisciplinary Perspectives, Cambridge 2022, S. 290 – 308. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Auskunftsanspruch Betroffener bei Bonitätsprüfung durch Wirtschaftsauskunfteien (Urteilsbesprechung), JZ 2014, 1002 – 1009. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Gesundheitsdatenverarbeitung und private Krankenversicherungen, ZD 2022, 471 – 476. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Missbrauchstatbestand und Algorithmic Pricing, GRUR 2019, 43 – 53. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Schadensersatzansprüche bei Datenschutzverstößen, MMR 2020, 14 – 19. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Scoring im Spannungsfeld von DS-GVO und BDSG, in: in: Specht-Riemenschneider, Louisa/Buchner, Benedikt/Heinze, Christian/Thomsen, Oliver (Hrsg.), IT-Recht in Wissenschaft und Praxis, Festschrift für Jürgen Taeger, Frankfurt am Main 2020, S. 331 – 349. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Spannungsverhältnis von KI und Datenschutzrecht, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 427 – 444. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris/Hennemann, Moritz, Big Data und Recht, NJW 2017, 1697 – 1701. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris/Hennemann, Moritz, Meinungsbildung im digitalen Zeitalter: Regulierungsinstrumente für einen gefährdungsadäquaten Rechtsrahmen, JZ 2017, 641 – 652. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris/Kritzer, Ina, Geltendmachung von DS-GVO-Ansprüchen als Geschäftsmodell, NJW 2022, 2433 – 2438. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris/Pauly, Daniel, Datenschutzgrundverordnung, Bundesdatenschutzgesetz, 3. Auflage, München 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Paaß, Gerhard/Hecker, Dirk, Künstliche Intelligenz: Was steckt hinter der Technologie, Wiesbaden 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Papadimitriou, Christos H., Computational Complexity, Boston 1993. Google Scholar öffnen doi.org/10.5771/9783748940302
Pärli, Kurt, Rechtswissenschaftliche Diskriminierungsforschung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 101 – 116. Google Scholar öffnen doi.org/10.5771/9783748940302
Pasquale, Frank, The black box society: The Secret Algorithms That Control Money and Information, Cambridge 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Pedreschi, Dino/Ruggieri, Salvatore/Turini, Franco, Discrimination-aware data mining, 14 KDD 2008, 560 – 568. Google Scholar öffnen doi.org/10.5771/9783748940302
Petersohn, Helge, Data Mining: Verfahren, Prozesse, Anwendungsarchitektur, München 2005. Google Scholar öffnen doi.org/10.5771/9783748940302
Perez, Caroline Criado, Invisible Women: Exposing Data Bias in a World Designed for Men, London 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Pfarr, Heide M., Quoten und Grundgesetz, Baden-Baden 1988. Google Scholar öffnen doi.org/10.5771/9783748940302
Pfarr, Heide/Kocher, Eva, Kollektivverfahren im Arbeitsrecht: Arbeitnehmerschutz und Gleichberechtigung durch Verfahren, Baden-Baden 1998. Google Scholar öffnen doi.org/10.5771/9783748940302
Phelps, Edmund S., The Statistical Theory of Racism and Sexism, 62 AER (1972), 659 – 661. Google Scholar öffnen doi.org/10.5771/9783748940302
Plath, Kai-Uwe, DSGVO/BDSG – Kommentar zu DSGVO, BDSG und den Datenschutzbestimmungen des TMG und TKG, 3. Auflage, Köln 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Podszun, Rupprecht/de Toma Michael, Die Durchsetzung des Datenschutzes durch Verbraucherrecht, Lauterkeitsrecht und Kartellrecht, NJW 2016, 2987 – 2994. Google Scholar öffnen doi.org/10.5771/9783748940302
Pohl, Dirk, Durchsetzungsdefizite der DSGVO? – Der schmale Grat zwischen Flexibilität und Unbestimmtheit, PinG 2017, 85 – 91. Google Scholar öffnen doi.org/10.5771/9783748940302
Polanyi, Michael, Implizites Wissen, Berlin 1985. Google Scholar öffnen doi.org/10.5771/9783748940302
Ponti, Sarah/Tuchtfeld, Erik, Zur Notwendigkeit einer Verbandsklage im AGG, ZRP 2018, 139 – 141. Google Scholar öffnen doi.org/10.5771/9783748940302
Portmess, Lisa/Tower Sara, Data barns, ambient intelligence and cloud computing: The tacit epistemology and linguistic representation of Big Data, 17(1) Ethics Inf. Technol. 2015, 1 – 19. Google Scholar öffnen doi.org/10.5771/9783748940302
Prietzel, Fabian, Big Data is watching you: Persönlichkeitsanalyse und Microtargeting auf Social Media, in: Appel, Markus (Hrsg.): Die Psychologie des Postfaktischen, Berlin 2019, S. 81 – 89. Google Scholar öffnen doi.org/10.5771/9783748940302
Prince, Anya/Schwarcz, Daniel, Proxy Discrimination in the Age of Artificial Intelligence and Big Data, Iowa Law Review 2020, 1257 – 1318. Google Scholar öffnen doi.org/10.5771/9783748940302
Puhl, Rebecca M./Andreyeva, Tatiana, Perceptions of Weight Discrimination: Prevalence and Comparison to Race and Gender Discrimination in America, 32(6) Int. J. Obes., 2008, 992 – 1000. Google Scholar öffnen doi.org/10.5771/9783748940302
Purtova, Nadezhda, The Law of Everything – Broad Concept of Personal Data and Future of EU Data Protection Law, 10 Law Inn. & Tech (2018), 40 – 81. Google Scholar öffnen doi.org/10.5771/9783748940302
Rademacher, Timo, Predictive Policing im deutschen Polizeirecht, 142 AöR (2017), 367 – 415. Google Scholar öffnen doi.org/10.5771/9783748940302
Radtke, Tristan, Gemeinsame Verantwortlichkeit unter der DS-GVO, Baden-Baden 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Rahwan, Iyad, Society‑in‑the‑loop: programming the algorithmic social contract, 20 Ethics Inf. Technol (2018), 5 – 14. Google Scholar öffnen doi.org/10.5771/9783748940302
Raji, Behrang, Rechtliche Bewertung synthetischer Daten für KI-Systeme, DuD 2021, 303 – 309. Google Scholar öffnen doi.org/10.5771/9783748940302
Rammos, Thanos/Lange, Karolina/Clausen, Johanna Charlotte, Medizin, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn (Hrsg.), Rechtshandbuch Künstliche Intelligenz und Robotik, 1. Auflage, München 2020, S. 874 – 902. Google Scholar öffnen doi.org/10.5771/9783748940302
Rao, Anand/Verweij, Gerard, Sizing the prize – What’s the real value of AI for your business and how can you capitalise?, 2020, abrufbar unter www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Rauscher, Thomas/Krüger, Wolfgang (Hrgs.), Münchner Kommentar zur Zivilprozessordnung, 6. Auflage, München 2020, zitiert als MüKoZPO Google Scholar öffnen doi.org/10.5771/9783748940302
Rebhahn, Robert/Kietaibl, Christoph, Mittelbare Diskriminierung und Kausalität, RW 1 (2010), 373 – 396. Google Scholar öffnen doi.org/10.5771/9783748940302
Reichwald, Julian/Pfisterer, Dennis, Autonomie und Intelligenz im Internet der Dinge – Möglichkeiten und Grenzen autonomer Handlungen, CR 2016, 208 – 212. Google Scholar öffnen doi.org/10.5771/9783748940302
Reichmann, Werner, Die Banalität des Algorithmus, in: Rath, Mathias; Krotz, Friedrich; Karmasin, Mathias (Hrsg.), Maschinenethik: Normative Grenzen autonomer Systeme, Wiesbaden 2019, S. 135 –153. Google Scholar öffnen doi.org/10.5771/9783748940302
Reimann, Felix, „Social-Scoring“ nach dem Kompromissvorschlag für eine KI-Verordnung, in Chan, Chen-Jung/Jörg, Ennuschat/Lee, Chien-Liang/Lin, Yuh-May/Storr, Stefan (Hrsg.), Künstliche Intelligenz und Öffentliches Wirtschaftsrecht, 2022, S. 66 – 85. Google Scholar öffnen doi.org/10.5771/9783748940302
Reindl, Cornelia/Krügl, Stefanie, People Analytics in der Praxis, Freiburg 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Ribeiro, Marco Tulio/Singh, Sameer/Guestrin, Carlos, "Why Should I Trust You?": Explaining the Predictions of Any Classifier, 16 KDD 2016, 1135 – 1144. Google Scholar öffnen doi.org/10.5771/9783748940302
Rich, Alexander S./Gureckis, Todd M., Lessons for artificial intelligence from the study of natural stupidity, 1(4) Nat. Mach. Intell. (2019), S. 174 – 180. Google Scholar öffnen doi.org/10.5771/9783748940302
Richter, Philipp, Big Data, Statistik und die Datenschutz-Grundverordnung, DuD 2016, 581 – 586. Google Scholar öffnen doi.org/10.5771/9783748940302
Rieke, Aaron/Bogen, Miranda/Robinson, David, Public Scrutiny of Automated Decisions, Early Lessons and Emerging Methods – An Upturn and Omidyar Network Report, 2018, abrufbar unter luminategroup.com/storage/231/Public-Scrutiny-of-Automated-Decisions.pdf Google Scholar öffnen doi.org/10.5771/9783748940302
Riehm, Thomas, Nein zur ePerson - Gegen die Anerkennung einer digitalen Rechtspersönlichkeit, RDi 2020, 42 – 48. Google Scholar öffnen doi.org/10.5771/9783748940302
Ringelheim, Julie, The Burden of Proof in Antidiscrimination Proceedings; A Focus on Belgium, France and Ireland, 49 EuR. Equal. L. Rev. 2019, 49 – 64. Google Scholar öffnen doi.org/10.5771/9783748940302
Roberts, Huw/Cowls, Josh/Hine, Emmie/Morley, Jessica/Taddeo, Mariarosaria/Wang, Vincent/Floridi, Luciano, Governing Artificial Intelligence in China and the European Union: Comparing Aims and Promoting Ethical Outcomes, 39(2) The Information Society 2023, 79 – 97. Google Scholar öffnen doi.org/10.5771/9783748940302
Roberts, Huw/Cowls, Josh/Morley, Jessica/Taddeo, Mariarosaria/Wang, Vincent/Floridi, Luciano, The Chinese approach to artificial intelligence: An analysis of policy, ethics, and regulation, 36(1) AI & Society 2021, 59 – 77. Google Scholar öffnen doi.org/10.5771/9783748940302
Roberts, Huw/Cowls, Josh/Hine, Emmie/Mazzi, Francesca/Tsamados, Andreas/Taddeo, Mariarosaria/Floridi, Luciano, Achieving a ‘Good AI Society’: Comparing the aims and progress of the EU and the US, 27 Science and Engineering Ethics 2021, Nr. 68. Google Scholar öffnen doi.org/10.5771/9783748940302
Robinson, David/Harlan Yu, Knowing the Score: New Data, Underwriting, and Marketing in the Consumer Credit Marketplace, abrufbar unter www.teamupturn.com/static/files/Knowing_the_Score_Oct_2014_v1_1.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Robinette Paul/Li, Wenchen/Allen, Robert/Howard, Ayanna/Wagner, Alan R., Overtrust of robots in emergency evacuation scenarios, in: 11 HRI 2016, S. 101 – 108. Google Scholar öffnen doi.org/10.5771/9783748940302
Rocher, Luc/Hendrickx, Julien M./de Montjoye, Yves-Alexandre, Estimating the success of re-identifications in incomplete datasets using generative models, 10 Nat. Commun 2019, 3069, S. 1 – 10. Google Scholar öffnen doi.org/10.5771/9783748940302
Rogers, Anna, Changing the World by Changing the Data, 11 IJCNLP, 2021 (1), 2182 – 2194. Google Scholar öffnen doi.org/10.5771/9783748940302
Rolff, Hans-Güter, Chancengleichheit oder Chancengerechtigkeit, NDS 4/16, S. 14. Google Scholar öffnen doi.org/10.5771/9783748940302
Rolfs, Christian/Giesen, Richard/Meßling, Miriam/Udsching, Peter (Hrsg.), Beck-Online Kommentar Arbeitsrecht, 67. Edition Stand 01.03.2023, München 2023, zitiert als: BeckOKArbR. Google Scholar öffnen doi.org/10.5771/9783748940302
Romei, Andrea/Ruggieri, Salvatore, A multidisciplinary survey on discrimination analysis, 29 Knowl. Eng. Rev. (2014), 582 – 638. Google Scholar öffnen doi.org/10.5771/9783748940302
Rommerskirchen, Jan, Das Gute und das Gerechte, Eine Einführung in die praktische Philosophie, 2. Auflage, Wiesbaden 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Roos, Phillip/Weitz, Caspar, Alexander: Hochrisiko-KI-Systeme im Kommissionsentwurf für eine KI-Verordnung, MMR 2021, 844 – 851. Google Scholar öffnen doi.org/10.5771/9783748940302
Rose, Edgar, Zähmt Smart Law allgegenwärtige Bilderfassung?, DSRITB 2016, 75 – 91. Google Scholar öffnen doi.org/10.5771/9783748940302
Rosenthal, Simone, DSGVO vs. Künstliche Intelligenz – Chance oder Hindernis für den Einsatz von KI?, LR 2018, 173 – 178. Google Scholar öffnen doi.org/10.5771/9783748940302
Rösmann, Peter, Kontrahierungspflichten der Kreditwirtschaft aufgrund von Selbstverpflichtungen und § 21 AGG, Frankfurt am Main 2011. Google Scholar öffnen doi.org/10.5771/9783748940302
Roßnagel, Alexander, Das neue Datenschutzrecht: Europäische Datenschutz-Grundverordnung und deutsche Datenschutzgesetze, 1. Auflage, Baden-Baden 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Roßnagel, Alexander, Quantifizierung der Persönlichkeit – aus grundrechtlicher und datenschutzrechtlicher Sicht, in: Baule, Bernward/Hohnsträter, Dirk/Krankenhagen, Stefan/Lamla Jörn (Hrsg.), Transformationen des Konsums, Baden-Baden 2019, S. 33 – 53. Google Scholar öffnen doi.org/10.5771/9783748940302
Roßnagel, Alexander, Big Data – Small Privacy? Konzeptionelle Herausforderungen für das Datenschutzrecht, ZD 2013, 562–567. Google Scholar öffnen doi.org/10.5771/9783748940302
Rostalski, Frauke/Weiß, Erik, Der KI-Verordnungsentwurf der Europäischen Kommission, ZfDR 2021, 329 – 357. Google Scholar öffnen doi.org/10.5771/9783748940302
Roth, Gerhard, Fühlen, Denken, Handeln – Wie das Gehirn unser Verhalten steuert, Frankfurt am Main 2003. Google Scholar öffnen doi.org/10.5771/9783748940302
Roth-Isigkeit, David, Grundstrukturen der geplanten KI-Aufsichtsbehörden – KI-Bürokratie? ZRP 2022, 187 – 190. Google Scholar öffnen doi.org/10.5771/9783748940302
Rudin, Cynthia, Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead, Nat. Mach. Intell. 1(5) 2019, 206 – 215. Google Scholar öffnen doi.org/10.5771/9783748940302
Rudkowski, Lena, „Predictive policing“ am Arbeitsplatz, NZA 2019, 72 – 77. Google Scholar öffnen doi.org/10.5771/9783748940302
Russell, Chris/Kusner, Matt J./Loftus, Joshua/Silva, Ricardo, When Worlds Collide: Integrating Different Counterfactual Assumptions in Fairness, in: NIPS 2017, 396 – 405. Google Scholar öffnen doi.org/10.5771/9783748940302
Russell, Stuart J./Norvig, Peter, Artificial Intelligence – A Modern Approach, Fourth Edition, Upper Saddle River (New Jersey, United States) 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Sachverständigenrat für Verbraucherfragen, Gutachten Verbrauchergerechtes Scoring, 2018, abrufbar unter www.svr-verbraucherfragen.de/dokumente/verbrauchergerechtes-scoring/. Google Scholar öffnen doi.org/10.5771/9783748940302
Sachs, Michael, Grundrechte: Ausstrahlungswirkung von Art. 3 I GG auf das Privatrecht, Bedeutung des allgemeinen Gleichheitssatzes für das Verhalten Privater in Sonderkonstellationen (bundesweites Stadionverbot), JuS 2019, 89 – 92. Google Scholar öffnen doi.org/10.5771/9783748940302
Sachverständigenrat für Verbraucherfragen, Gutachten Verbrauchergerechtes Scoring, Berlin Oktober 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Säcker, Franz Jürgen/Rixecker, Roland/Oetker, Hartmut/Limperg, Bettina (Hrsg.), Münchner Kommentar zum Bürgerlichen Gesetzbuch, 9. Auflage, München 2021, zitiert als MüKoBGB. Google Scholar öffnen doi.org/10.5771/9783748940302
Sacksofsky, Ute, Das Grundrecht auf Gleichberechtigung, Eine rechtsdogmatische Untersuchung zu Artikel 3 Absatz 2 des Grundgesetzes, 2. erweiterte Auflage, Baden-Baden 1996. Google Scholar öffnen doi.org/10.5771/9783748940302
Sacksofsky, Ute, Unmittelbare und mittelbare Diskriminierung, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 597 – 643. Google Scholar öffnen doi.org/10.5771/9783748940302
Sacksofsky, Ute, Mittelbare Diskriminierung und das Allgemeine Gleichbehandlungsgesetz, Expertise für die Antidiskriminierungsstelle des Bundes, 2010, abrufbar unter www.antidiskriminierungsstelle.de/SharedDocs/downloads/DE/publikationen/Expertisen/expertise_mittelbare_diskriminierung.pdf?__blob=publicationFile&v=2. Google Scholar öffnen doi.org/10.5771/9783748940302
Saetnan, Ann Rudinow /Schneider, Ingrid /Green, Nicola, The politics of big data, 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Salzborn, Nadja, Regulierung künstlicher Intelligenz – klima- und umweltschutzrelevant! ZUR 2021, 513 – 515. Google Scholar öffnen doi.org/10.5771/9783748940302
Samek, Wojciech/Müller, Klaus-Robert, Towards Explainable Artificial Intelligence, in: Samek, Wojciech/Montavon, Grégoire/Vedaldi, Andrea/Hansen, Lars Kai/Müller, Klaus-Robert, Explainable AI: Interpreting, Explaining and Visualizing Deep Learning, 2019, S. 5 – 22. Google Scholar öffnen doi.org/10.5771/9783748940302
Sandel, Michael J./Reuter, Helmut, Gerechtigkeit – Wie wir das Richtige tun, 7. Auflage, Berlin 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Sandvig, Christian/Hamilton, Kevin/Karahalios, Karrie/Longboard, Cedric, Auditing Algorithms – Research Methods for Detecting Discrimination on Internet Platforms, 2014, Proceedings of the 64th Annual Meeting of the International Communication Association. Google Scholar öffnen doi.org/10.5771/9783748940302
Schallbruch, Martin, EU-Regulierung der Künstlichen Intelligenz – Informationstechnische Systeme im Fokus neuer rechtlicher Anforderungen, DuD 2021, 438 – 443. Google Scholar öffnen doi.org/10.5771/9783748940302
Schantz, Peter, Die Datenschutz-Grundverordnung – Beginn einer neuen Zeitrechnung im Datenschutzrecht, NJW 2016, 1841 – 1847. Google Scholar öffnen doi.org/10.5771/9783748940302
Schantz, Peter/Wolff, Heinrich Amadeus, Das neue Datenschutzrecht – Datenschutz-Grundverordnung und das neue Bundesdatenschutzgesetz in der Praxis, 1. Auflage, München 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Schaub, Günter, Arbeitsrechts-Handbuch, 19. Auflage, München 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Schauer, Frederick, Statistical (And Non-)Statistical Discrimination, in: Lippert-Rasmussen, K. (Hrsg.), The Routledge Handbook of the Ethics of Discrimination, London 2018, S. 42–53. Google Scholar öffnen doi.org/10.5771/9783748940302
Schefzig, Jens, Big Data = Personal Data? Der Personenbezug von Daten bei Big-Data-Analysen, DSRITB 2014, 103 – 119. Google Scholar öffnen doi.org/10.5771/9783748940302
Scheja, Katharina, Schutz von Algorithmen in Big Data Anwendungen, CR 2018, 485 – 552. Google Scholar öffnen doi.org/10.5771/9783748940302
Scherer, Matthew, Regulating Artificial Intelligence Systems: Risks, Challenges, Competencies, and Strategies, 29(2) Harv. J. L. & Tech. 2016, 353 – 400. Google Scholar öffnen doi.org/10.5771/9783748940302
Schermer, Bart, The limits of privacy in automated profiling and data mining, 27 CLSR (2011), 45 – 52. Google Scholar öffnen doi.org/10.5771/9783748940302
Scherr, Albert, Diskriminierung/Antidiskriminierung – Begriffe und Grundlagen, APuZ 9/2016, S. 3 – 10. Google Scholar öffnen doi.org/10.5771/9783748940302
Scherr, Albert, Soziologische Diskriminierungsforschung in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 39 – 58. Google Scholar öffnen doi.org/10.5771/9783748940302
Scherr, Albert, Was meint Diskriminierung, Sozial Extra 2011 (11), S. 34 – 38. Google Scholar öffnen doi.org/10.5771/9783748940302
Schiek, Dagmar, Allgemeines Gleichbehandlungsgesetz. Ein Kommentar aus europäischer Perspektive, München 2007. Google Scholar öffnen doi.org/10.5771/9783748940302
Schinzel, Britta, Algorithmen sind nicht schuld, aber wer oder was ist es dann?, FifF-Kommunikation 2/17, S. 5 – 9. Google Scholar öffnen doi.org/10.5771/9783748940302
Schleusener, Aino/ Suckow, Jens/Plum, Martin, AGG: Allgemeines Gleichbehandlungsgesetz, Taschenkommentar, 6. Auflage, Köln 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Schmidhuber, Juergen, Deep Learning in Neuronal Networks: An Overview, 61 Neural Networks, 2015, S. 85 – 117. Google Scholar öffnen doi.org/10.5771/9783748940302
Schmitz-Scholemann, Christoph/Brune, Ulrike, Die Rechtsprechung des Bundesarbeitsgerichts zum Allgemeinen Gleichbehandlungsgesetz – Eine Zwischenbilanz, RdA 2011, 129 – 142. Google Scholar öffnen doi.org/10.5771/9783748940302
Schneider, Jochen, Schließt Art. 9 DS-GVO die Zulässigkeit der Verarbeitung bei Big Data aus? ZD 2017, 303 – 308. Google Scholar öffnen doi.org/10.5771/9783748940302
Schneider, Jana/Schindler, Stephan, Videoüberwachung als Verarbeitung besonderer Kategorien personenbezogener Daten - Datenschutzrechtliche Anforderungen beim Erheben von Videodaten, ZD 2018, 463 – 469. Google Scholar öffnen doi.org/10.5771/9783748940302
Schneider, Jan/Yemane, Ruta/Weinmann, Martin, Diskriminierung am Ausbildungsmarkt – Ausmaß, Ursachen und Handlungsperspektiven, Sachverständigenrat für Integration und Migration, 2014, abrufbar unter www.svr-migration.de/publikationen/diskriminierung-am-ausbildungsmarkt/. Google Scholar öffnen doi.org/10.5771/9783748940302
Schölkopf, Bernhard, Causality for Machine Learning, in: Geffner, Hector/Dechter, Rina/Halpern, Joseph, Probabilistic and Causal Inference: The Works of Judea Pearl, New York, 2022, S. 765 - 804. Google Scholar öffnen doi.org/10.5771/9783748940302
Schröder, Markus, Der risikobasierte Ansatz in der DS-GVO ZD 2019, 503 – 506. Google Scholar öffnen doi.org/10.5771/9783748940302
Schröder, Michael/Lang, Gunnar/Lerbs, Oliver/Radev, Deyan, Ökonomische Bedeutung und Funktionsweise von Credit Scoring, in: Schröder, Michael/Taeger, Jürgen (Hrsg.), Scoring im Fokus: Ökonomische Bedeutung und rechtliche Rahmenbedingungen im internationalen Vergleich, Oldenburg 2014, S. 8 – 90. Google Scholar öffnen doi.org/10.5771/9783748940302
Schuhmacher, Elmar/Fatalin, Markus, Compliance-Anforderungen an Hersteller autonomer Software-Agenten, CR 2019, 200 – 208. Google Scholar öffnen doi.org/10.5771/9783748940302
Schultze-Moderow, Lukas/Steinle, Christian/Muchow, Laurette, BB 2023, Die neue Sammelklage – Ein Balanceakt zwischen Verbraucher- und Unternehmensinteressen, 72 – 78. Google Scholar öffnen doi.org/10.5771/9783748940302
Schürmann, Katrin, Datenschutz-Folgenabschätzung beim Einsatz Künstlicher Intelligenz, ZD 2022, 316 – 321. Google Scholar öffnen doi.org/10.5771/9783748940302
Schwab, Klaus, Die vierte Industrielle Revolution, München 2016 Google Scholar öffnen doi.org/10.5771/9783748940302
Schwenke, Thomas, Zulässigkeit der Nutzung von Smartcams und biometrischen Daten nach der DS-GVO, NJW 2018, 823 – 827. Google Scholar öffnen doi.org/10.5771/9783748940302
Seiwerth, Stephan, Anmerkung zur Vorlage an den EuGH vom 31.7.2017, Rs. C-457-17, ZESAR 2018, S. 124 – 127. Google Scholar öffnen doi.org/10.5771/9783748940302
Sesing, Andreas/Tschech, Angela, AGG und KI-VO-Entwurf beim Einsatz von Künstlicher Intelligenz, MMR 2022, 24 – 30. Google Scholar öffnen doi.org/10.5771/9783748940302
Siegmann, Charlotte/Anderljung, Markus, The Brussels Effect and Artificial Intelligence: How EU regulation will impact the global AI market, Centre for the Governance of AI, August 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Siemen, Birte, Datenschutz als europäisches Grundrecht, Berlin 2006. Google Scholar öffnen doi.org/10.5771/9783748940302
Simitis, Spiros, Sensitive Daten - Zur Geschichte und Wirkung einer Fiktion, in: Brem, Ernst/ Druey, Jean Nicolas/ Kramer, Ernst A./ Schwander, Ivo (Hrsg.) Festschrift zum 65. Geburtstag von Mario M. Pedrazzini, 1990, S. 469 – 494. Google Scholar öffnen doi.org/10.5771/9783748940302
Simitis, Spiros/Hornung, Gerrit/Spiecker gen. Döhmann, Indra, Datenschutzrecht, DSGVO mit BDSG, 1. Auflage 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Simon, Herbert, The Shape of Automation for Men and Management, New York 1965. Google Scholar öffnen doi.org/10.5771/9783748940302
Sisson, Melanie, Artificial Intelligence, Geopolitics, and the US-China Relationship, in: Lammert, Norbert/Koch, Wolfgang, Bundeswehr der Zukunft, Verantwortung und Künstliche Intelligenz, 2023, S. 286 – 300. Google Scholar öffnen doi.org/10.5771/9783748940302
Söbbing, Thomas, Fundamentale Rechtsfragen zur künstlichen Intelligenz (AI Law), Frankfurt am Main, 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Söbbing, Rechtsfragen künstlicher Intelligenz im Hochfrequenzhandel, InTeR 2/19, S. 64 – 70. Google Scholar öffnen doi.org/10.5771/9783748940302
Söbbing, Thomas, EU: Rechtsrahmen für die Regulierung künstlicher Intelligenz, ITRB 2021, 125 – 126. Google Scholar öffnen doi.org/10.5771/9783748940302
Sommerer, Lucia, Personenbezogenes Predictive Policing, Kriminalwissenschaftliche Untersuchung über die Automatisierung der Kriminalprognose, Baden-Baden 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Specht-Riemenschneider, Louisa/Blankertz, Aline/Sierek, Pascal/Schneider, Ruben/Knapp, Jakob/Henne, Theresa: Die Datentreuhand, Ein Beitrag zur Modellbildung und rechtlichen Strukturierung zwecks Identifizierung der Regulierungserfordernisse für Datentreuhandmodelle MMR-Beil. 2021, 25 – 48. Google Scholar öffnen doi.org/10.5771/9783748940302
Spindler, Gerald, Die Vorschläge der EU-Kommission zu einer neuen Produkthaftung und zur Haftung von Herstellern und Betreibern Künstlicher Intelligenz CR 2022, 689 – 704. Google Scholar öffnen doi.org/10.5771/9783748940302
Spindler, Gerald, Der Vorschlag der EU-Kommission für eine Verordnung zur Regulierung der Künstlichen Intelligenz (KI-VO-E), CR 2021, 361 – 374. Google Scholar öffnen doi.org/10.5771/9783748940302
Spindler, Gerald/Schuster, Fabian, Recht der elektronischen Medien, 4. Auflage, München 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Spindler, Gerald/Thorun, Christian, Die Rolle der Ko-Regulierung in der Informationsgesellschaft Handlungsempfehlung für eine digitale Ordnungspolitik, MMR-Beil. 2016, 1 – 28. Google Scholar öffnen doi.org/10.5771/9783748940302
Spitz, Malte, Daten. Das Öl des 21. Jahrhunderts? Nachhaltigkeit im digitalen Zeitalter, Hamburg 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Staudinger, Julius von, Kommentar zum Bürgerlichen Gesetzbuch mit Einführungsgesetz und Nebengesetzen, Buch 2 Recht der Schuldverhältnisse: AGG – Allgemeines Gleichbehandlungsgesetz, Berlin 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Stellpflug, Timo, KI und smarte Roboter im Kriegseinsatz, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn (Hrsg.), Rechtshandbuch Künstliche Intelligenz und Robotik, 1. Auflage, München 2020, S. 987 – 1010, Google Scholar öffnen doi.org/10.5771/9783748940302
Steege, Hans, Algorithmenbasierte Diskriminierung durch Einsatz von Künstlicher Intelligenz, MMR 2019, 715 – 721. Google Scholar öffnen doi.org/10.5771/9783748940302
Steege, Hans, Definition von Künstlicher Intelligenz in Art. 3 Nr. 1 KI-VO-E, MMR 2022, 926 – 930. Google Scholar öffnen doi.org/10.5771/9783748940302
Stevens, Jeremy, Datenqualität bei algorithmischen Entscheidungen - Überlegungen aus Anlass des Gutachtens der Datenethikkommission, CR 2020, 73 – 79. Google Scholar öffnen doi.org/10.5771/9783748940302
Stiemerling, Oliver, “Künstliche Intelligenz“ – Automatisierung geistiger Arbeit, Big Data und das Internet der Dinge, CR 2015, 762 – 765. Google Scholar öffnen doi.org/10.5771/9783748940302
Stiermerling, Oliver, Technische Grundlagen, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 15 – 31. Google Scholar öffnen doi.org/10.5771/9783748940302
Strecker, Michael, Bausteine einer Regulierung algorithmischer Systeme inkl. Künstlicher Intelligenz, RDi 2021, 124 – 134. Google Scholar öffnen doi.org/10.5771/9783748940302
Stucke, Maurice E./Ezrachi, Ariel, When competition fails to optimize quality: A look at search engines, 18 (2016) Yale J.L. Tech 70 – 110. Google Scholar öffnen doi.org/10.5771/9783748940302
Suresh, Harini/Guttag, John, A Framework for Understanding Sources of Harm throughout the Machine Learning Life Cycle, EAAMO 2021, S. 1 – 9, doi.org/10.1145/3465416.3483305. Google Scholar öffnen doi.org/10.5771/9783748940302
Tabbara, Anette, Der Triage-Beschluss des Bundesverfassungsgerichts, NZS 2022, 241 – 246. Google Scholar öffnen doi.org/10.5771/9783748940302
Taeger, Jürgen, Scoring in Deutschland nach der EU-Datenschutzgrundverordnung, ZRP 2016, 72 – 75. Google Scholar öffnen doi.org/10.5771/9783748940302
Taeger, Jürgen/Gabel, Detlev, DSGVO – BDSG – TTDSG, 4. Auflage, Frankfurt am Main 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Teubner, Gunther, Digitale Rechtssubjekte? Zum privatrechtlichen Status autonomer Softwareagenten AcP 218 (2018), 155 – 205. Google Scholar öffnen doi.org/10.5771/9783748940302
Teich, Irene, Meilensteine der Entwicklung Künstlicher Intelligenz, Informatik Spektrum 43 (2020), 276 – 284. Google Scholar öffnen doi.org/10.5771/9783748940302
Thönissen, Stefan, Verbandsklagerichtlinie und Haftungsrecht, JZ 77 (2022), 430 – 439. Google Scholar öffnen doi.org/10.5771/9783748940302
Thüsing, Gregor, Arbeitsrechtlicher Diskriminierungsschutz, 2. Auflage, München 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
Thüsing, Gregor/Flink, Maike/Jänsch, Melanie, Stipendienwesen auf dem AGG-rechtlichen Prüfstand, ZEuP 2019, S. 593 – 602. Google Scholar öffnen doi.org/10.5771/9783748940302
Thüsing, Gregor/v. Hoff, Konrad, Vertragsschluss als Folgenbeseitigung: Kontrahierungszwang im zivilrechtlichen Teil des Allgemeinen Gleichbehandlungsgesetzes, NJW 2007, 21 – 26. Google Scholar öffnen doi.org/10.5771/9783748940302
Thüsing, Gregor/Pöschke, Carlo, Diskriminierung als Geschäftsmodell?, jM 2020, 359 – 363. Google Scholar öffnen doi.org/10.5771/9783748940302
Thüsing, Gregor/Stiebert, Tom, Arbeitsrecht: Kein Auskunftsanspruch des nichtberücksichtigten Bewerbers, EuZW 2012, 462 – 465. Google Scholar öffnen doi.org/10.5771/9783748940302
Tischbirek, Alexander, Wissen als Diskriminierungsfrage, in: Münkler, Laura, Dimensionen des Wissens, S. 67 – 88. Google Scholar öffnen doi.org/10.5771/9783748940302
Tischbirek, Alexander, Artificial Intelligence and Discrimination: Discriminating Against Discriminatory Systems, in: Wischmeyer, Thomas, Rademacher, Timo (Hrsg.), Regulating Artificial Intelligence, Cham, Switzerland, 2020, S. 103 – 122. Google Scholar öffnen doi.org/10.5771/9783748940302
Tischbirek, Alexander/Wihl, Tim, Verfassungswidrigkeit des „Racial Profiling“, JZ 2013, 219 – 224. Google Scholar öffnen doi.org/10.5771/9783748940302
Tobler, Christa, Indirect Discrimination: A Case Study into the Development of the Legal Concept under EC Law, Antwerpen 2005. Google Scholar öffnen doi.org/10.5771/9783748940302
Tobler, Christa, European Commission, Limits and Potential of the Concept of Indirect Discrimination, European Commission, Directorate-General for Employment, Social Affairs and Equal Opportunities, Luxembourg 2008. Google Scholar öffnen doi.org/10.5771/9783748940302
Towfigh, Emanuel, Der Umgang mit Empirie beim Nachweis von Diskriminierung, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 759 – 802. Google Scholar öffnen doi.org/10.5771/9783748940302
Tschech, Angela, Algorithmische Diskriminierung, Handlungsempfehlungen aus dem Dritten Gleichstellungsbericht und Regulierungsvorschläge im AI-Act, djbZ 2021, 165 – 169. Google Scholar öffnen doi.org/10.5771/9783748940302
Tuchtfeld, Erik/Ponti, Sarah, Zur Notwendigkeit einer Verbandsklage im AGG, ZRP 2018, 139 – 141. Google Scholar öffnen doi.org/10.5771/9783748940302
Tuning, Alan, Computing Machinery and Intelligence, 49 Mind (1950), S. 433 – 460. Google Scholar öffnen doi.org/10.5771/9783748940302
Ulbricht, Lena, Regulativ hergestellte Erwartungen an Big Data - Regulierung von Big Data als Deutungskonflikt? In: Kolany-Raiser Barbara/Heil, Reinhard/Orwat, Carsten/Hoeren, Thomas, Big Data und Gesellschaft – eine multidisziplinäre Annäherung, Wiesbaden 2018, S. 207–231. Google Scholar öffnen doi.org/10.5771/9783748940302
Umbach, Dieter C./Clemens, Thomas, Mitarbeiterkommentar zum Grundgesetz, Heidelberg 2002. Google Scholar öffnen doi.org/10.5771/9783748940302
Unger, Oliver, Grundfragen eines neuen europäischen Rechtsrahmens für KI, ZRP 2020, 234 – 237. Google Scholar öffnen doi.org/10.5771/9783748940302
Ungern-Sternberg, Antje von, Diskriminierungsschutz bei algorithmenbasierten Entscheidungen, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 1131 – 1180. Google Scholar öffnen doi.org/10.5771/9783748940302
Ungern-Sternberg, Antje von/Unger, Sebastian (Hrsg.), Demokratie und künstliche Intelligenz, Tübingen 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Vale, Sebastiao Barros/Zanfir-Fortuna, Gabriela, Automated Decision Making under the GDPR, Practical Cases from Courts and Data Protection Authorities, 2022, abrufbar unter fpf.org/wp-content/uploads/2022/05/FPF-ADM-Report-R2-singles.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Valta, Matthias/Vasel, Johann Justus, Kommissionsvorschlag für eine Verordnung über Künstliche Intelligenz, ZRP 2021, 142 – 145. Google Scholar öffnen doi.org/10.5771/9783748940302
Van den Bergh, Roger/ Keske, Sonja, Rechtsökonomische Aspekte der Sammelklage, in: Van den Bergh/Keske in Casper/Janssen/Pohlmann/Schulze, Auf dem Weg zu einer europäischen Sammelklage? München 2009, S. 17 – 40. Google Scholar öffnen doi.org/10.5771/9783748940302
Van Well, Lita/Royakkers, Lamber, Ethical Issues in Web Data Mining, 6 Ethics Inf. Technol. (2004), 129 – 140. Google Scholar öffnen doi.org/10.5771/9783748940302
Veale, Michael/Borgesius, Frederik Zuiderveen, Demystifying the Draft EU Artificial Intelligence Act, 22(4) CRi 2021, 97 – 112. Google Scholar öffnen doi.org/10.5771/9783748940302
Veale, Michael/Binns, Reuben, Fairer machine learning in the real world: Mitigating discrimination without collecting sensitive data, 2 BD&S 2017, 1 – 17. Google Scholar öffnen doi.org/10.5771/9783748940302
Veil, Winfried, DS-GVO: Risikobasierter Ansatz statt rigides Verbotsprinzip – Eine erste Bestandsaufnahme, ZD 2015, 347 – 353. Google Scholar öffnen doi.org/10.5771/9783748940302
Vereinte Nationen, Commission on human rights. Sub-commission on the prevention of discrimination and the protection of minorities, The Main Causes of Discrimination, New York 1949. Google Scholar öffnen doi.org/10.5771/9783748940302
Vereinte Nationen, Resolution der Generalversammlung 217 A (III), Allgemeine Erklärung der Menschenrechte, 1948. Google Scholar öffnen doi.org/10.5771/9783748940302
Vieth, Kilian/Wagner, Ben, Teilhabe ausgerechnet – Wie algorithmische Prozesse Teilhabechancen beeinflussen können, Gütersloh 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Voigt, Marlene, Die datenschutzrechtliche Einwilligung, Zum Spannungsfeld von informationeller Selbstbestimmung und ökonomischer Verwertung personenbezogener Daten, Baden-Baden 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Vogel, Paul, Künstliche Intelligenz und Datenschutz, Vereinbarkeit intransparenter Systeme mit geltendem Datenschutzrecht und potentielle Regulierungsansätze, Baden-Baden 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra, How Fair AI Can Make Us Richer, 7 EDPL 2021, 367 – 372. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra, Affinity profiling and discrimination by association in online behavioural advertising, 35 Berkeley Tech. L.J. (2020), 367 – 430. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra, The Theory of Artificial Immutability: Protecting Algorithmic Groups under Anti-Discrimination Law, Tulane Law Review, Forthcoming, abrufbar unter papers.ssrn.com/sol3/papers.cfm?abstract_id=4099100. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra/Mittelstadt, Brent, Why a Right to Explanation of Automated Decision-Making Does Not Exist in the General Data Protection Regulation, 7 Int. Data Priv. Law 2017, 76 – 99. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra/Mittelstadt, Brent, A Right to Reasonable Inferences: Re-Thinking Data Protection Law in the Age of Big Data and AI, CBLR, 2019(2). Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra/Mittelstadt, Brent/Russell, Chris, Bias Preservation in Machine Learning: The Legality of Fairness Metrics under EU Non-Discrimination Law, 123 W. Va. L. Rev. 2021, S. 735 – 790. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra/Mittelstadt, Brent/Russell, Chris, Counterfactual Explanations without Opening the Black Box: Automated Decisions and the GDPR, Harv.J.L.&Tech 2018, 841 – 887. Google Scholar öffnen doi.org/10.5771/9783748940302
Wachter, Sandra/Mittelstadt, Brent/Russel, Chris, Why Fairness Cannot Be Automated: Bridging the Gap Between EU Non-Discrimination Law and AI, CLSR 41 (2021): 105567. Google Scholar öffnen doi.org/10.5771/9783748940302
Waddington, Lisa/Bell, Mark, More equal than others: Distinguishing European Union equality directives, 38 CMLR 2001, 587 – 611. Google Scholar öffnen doi.org/10.5771/9783748940302
Wagner, Gerhard, Verantwortlichkeit im Zeichen digitaler Techniken, VersR, 2020, 717 - 741. Google Scholar öffnen doi.org/10.5771/9783748940302
Wagner, Gerhard, Haftung für Künstliche Intelligenz – Eine Gesetzesinitiative des Europäischen Parlaments, ZEuP 2021, 545 – 572. Google Scholar öffnen doi.org/10.5771/9783748940302
Wagner, Ben, Ethics as an Escape from Regulation: From Ethics-washing to Ethics-shopping?, in Hildebrandt, Mireille, Being Profiled. Cogitas ergo sum, Amsterdam 2018, S. 86 – 90. Google Scholar öffnen doi.org/10.5771/9783748940302
Walter, Axel von, Gedrosselte Intelligenz? Künstliche Intelligenz und der Datenschutz, K&R 2019, 7/8. Beil., 21 – 24. Google Scholar öffnen doi.org/10.5771/9783748940302
Walter, Axel von, Automatisierte Entscheidungsfindung, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, 391 – 402. Google Scholar öffnen doi.org/10.5771/9783748940302
Wang, Richard J./Strong, Diane M., Beyond Accuracy: What Data Quality Means to Data Consumers; J. Manag. Inf. Syst. 12 (1996), 5 – 33. Google Scholar öffnen doi.org/10.5771/9783748940302
Wank, Rolf, Die Diskriminierung von Teilgruppen, NZA 2022, 320 – 327. Google Scholar öffnen doi.org/10.5771/9783748940302
Weichselbaumer, Doris, Discrimination against Female Migrants Wearing Headscarves, 73(3) ILR Rev. 2020, 600 – 627. Google Scholar öffnen doi.org/10.5771/9783748940302
Weichert, Thilo, Big Data und Datenschutz. Chancen und Risiken einer neuen Form der Datenanalyse. ZD 2013, 251 – 259. Google Scholar öffnen doi.org/10.5771/9783748940302
Weichert, Thilo, Scoring in Zeiten von Big Data, ZRP 2014, 168 – 171. Google Scholar öffnen doi.org/10.5771/9783748940302
Weichert, Thilo, „Sensitive Daten“ revisited, DuD 2017, 538 – 543. Google Scholar öffnen doi.org/10.5771/9783748940302
Weinberg, Nils, Ansätze zur Dogmatik der intersektionalen Benachteiligung, EuZA 2020, 60 – 76. Google Scholar öffnen doi.org/10.5771/9783748940302
Weinzierl, Quirin, Warum das Bundesverfassungsgericht Fußballstadion sagt und Soziale Plattformen trifft, JuWissBlog Nr. 48/2018, 24.5.2018, www.juwiss.de/48-2018/. Google Scholar öffnen doi.org/10.5771/9783748940302
Weitzel, Tim/Maier, Christian/Weinert, Christoph/Pflügner, Katharina/Oehlhorn, Caroline/Wirth, Jakob, Digitalisierung und Zukunft der Arbeit, Centre of Human Resources Information Systems, 2020, abrufbar unter www.uni-bamberg.de/fileadmin/uni/fakultaeten/wiai_lehrstuehle/isdl/Recruiting_Trends_2020/Studien_2020_04_Digitalisierung_Web.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Wendeling-Schröder, Ulrike/Stein, Axel, Allgemeines Gleichbehandlungsgesetz, München 2008. Google Scholar öffnen doi.org/10.5771/9783748940302
Werkmeister, Christoph/Brandt, Elena, Datenschutzrechtliche Herausforderungen für Big Data, CR 2016, 233 – 238. Google Scholar öffnen doi.org/10.5771/9783748940302
Werkmeister, Christoph/Schwaab, Michael, Auswirkungen und Reichweite des datenschutzrechtlichen Forschungsprivilegs, CR 2019, 85 – 90. Google Scholar öffnen doi.org/10.5771/9783748940302
Weyerer, Jan C./Langer, Paul F., Garbage In, Garbage Out: The Vicious Cycle of AI-Based Discrimination in the Public Sector, 20 DGO 2019, 509 – 511. Google Scholar öffnen doi.org/10.5771/9783748940302
Weyerer, Jan C./Langer, Paul F., Bias and Discrimination in Artificial Intelligence: Emergence and Impact in E-Business, in: Luppicini, Rocci, Handbook of Research on Interdisciplinary Approaches to Digital Transformation and Innovation, 2020, S. 256 – 283. Google Scholar öffnen doi.org/10.5771/9783748940302
Wiebe, Gerhard, Produktsicherheitsrechtliche Betrachtung des Vorschlags für eine KI-Verordnung, BB 2022, 899 – 906. Google Scholar öffnen doi.org/10.5771/9783748940302
Wieder, Clemens, Datenschutzrechtliche Betroffenenrechte bei der Verarbeitung von personenbezogenen Daten mittels künstlicher Intelligenz, DSRITB 2018, 505 – 519. Google Scholar öffnen doi.org/10.5771/9783748940302
Willemsen/Sagan, Die Auswirkungen der europäischen Grundrechtecharta auf das deutsche Arbeitsrecht, NZA 2011, 258 – 262. Google Scholar öffnen doi.org/10.5771/9783748940302
Wischmeyer, Thomas, Regulierung intelligenter Systeme, AöR 2018, S. 1 – 66. Google Scholar öffnen doi.org/10.5771/9783748940302
Wissenschaftlicher Dienst des Deutschen Bundestages, Zum Doppelbestrafungsverbot im Ordnungswidrigkeitenrecht, WD 7 – 3000 – 030/19, 25.02.2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Wolff, Heinrich Amadeus /Brink, Stefan (Hrsg.), BeckOK Datenschutzrecht, 43. Edition Stand: 01.02.2023, München 2023, zitiert als BeckOK DatenschutzR. Google Scholar öffnen doi.org/10.5771/9783748940302
Wong, Pak-Hang, Democratizing Algorithmic Fairness, 33 P&T 2020, 225 – 244. Google Scholar öffnen doi.org/10.5771/9783748940302
Yong, Hu, Das Internet ist nicht genderneutral – Über Geschlechterethik in Netzöffentlichkeit, in: Otto, Philip/Gräf, Eike (Hrsg.), 3TH1CS – Die Ethik der digitalen Zeit, Berlin 2017, S. 198 – 208. Google Scholar öffnen doi.org/10.5771/9783748940302
Youyou, Wu/Kosinski, Michal/Stillwell, David, Computer-based personality judgments are more accurate than those made by humans, 112(4) PNAS 2015, 1036 – 1040. Google Scholar öffnen doi.org/10.5771/9783748940302
Zafar, Muhammad Bilal/ Valera, Isabel/Rodriguez, Manuel Gomez/ Gummadi, Krishna P./Weller, Adrian, From Parity to Preference-based Notions of Fairness in Classification, in: 31 NIPS 2017, 228 – 238. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Einführung in das Technikrecht, Trier 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Entscheidungen digitaler autonomer Systeme: Empfehlen sich Regelungen zu Verantwortung und Haftung?, Verhandlungen des 73. Deutschen Juristentages, Band 1, Gutachten A, München 2020, S. 98 – 199. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Empfehlen sich Regelungen zu Verantwortung und Haftung beim Einsatz Künstlicher Intelligenz? Der Verordnungsvorschlag des Europäischen Parlaments, Ergänzungsgutachten DJT 2020/2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Haftung für Trainingsdaten Künstlicher Intelligenz, NJW 2022, 502 – 507. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Empfehlen sich Regelungen zu Verantwortung und Haftung beim Einsatz Künstlicher Intelligenz? NJW-Beil 2022, 33 – 38. Google Scholar öffnen doi.org/10.5771/9783748940302
Zech, Herbert, Künstliche Intelligenz und Haftungsfragen, ZfPW 2019, 198 – 218. Google Scholar öffnen doi.org/10.5771/9783748940302
Zehlike, Meike/Hacker, Philipp/Wiedemann Emil, Matching Code and Law: Achieving Algorithmic Fairness with Optimal Transport, 34 DMKD 2020, 163 – 200. Google Scholar öffnen doi.org/10.5771/9783748940302
Zhao, Jieyu/Wang, Tianlu/Yatskar, Mark/Ordonez, Vincente/Chang, Kai-Wei, Men also like shopping: Reducing gender bias amplification using corpus-level constraints, EMNLP 2017, 2941 – 2951. Google Scholar öffnen doi.org/10.5771/9783748940302
Zick, Andreas, Sozialpsychologische Diskriminierungsforschung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 61 – 70. Google Scholar öffnen doi.org/10.5771/9783748940302
Ziegelmayer, David, Geheimnisschutz ist eine große Nische, CR 2018, 693 – 699. Google Scholar öffnen doi.org/10.5771/9783748940302
Žliobaite, Indre, Measuring discrimination in algorithmic decision making, 31 DMKD (2017), 1060 – 1089. Google Scholar öffnen doi.org/10.5771/9783748940302
Žliobaitė, Indre/Custers, Bart, Using sensitive personal data may be necessary for avoiding discrimination in data-driven decision models, 24 AIL 2016, 183 –201. Google Scholar öffnen doi.org/10.5771/9783748940302
Zweig, Katharina, Algorithmische Entscheidungen: Transparenz und Kontrolle, Konrad-Adenauer-Stiftung, Digitale Gesellschaft Nr. 338, Berlin 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Zweig, Katharina/Fischer, Sarah/Likscha, Konrad, Wo Maschinen irren können – Fehlerquellen und Verantwortlichkeiten in Prozessen algorithmischer Entscheidungsfindung, Gütersloh 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Zweig, Katharina/Hauer, Mark/Raudonat, Franziska, Anwendungsszenarien KI-Systeme im Personal- und Talentmanagement, ExamAI, 2020, abrufbar unter testing-ai.gi.de/fileadmin/PR/Testing-AI/ExamAI_Publikation_Anwendungsszenarien_KI_HR.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Zweig, Katharina/Krafft, Tobias, Fairness und Qualität algorithmischer Entscheidungen, in: Kar, Resa Mohabbat/Thapa, Basante/Parycek, Peter, (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin 2018, S. 204 – 224. Google Scholar öffnen doi.org/10.5771/9783748940302
Adler, Rasmus/ Becker, Nikolas/Borges, Georg/ Hauer, Marc/Heidrich, Jens/Hilpisch, Sven/Hoffmann, Robert/Junginger, Pauline/Jöckel, Lisa/Kläs, Michael/Krupka, Daniel/Martinez, Lukas/Sesing, Andreas/Zweig, Katharina, Gesellschaft für Informatik (Hrsg.), Abschlussbericht ExamAI – KI Testing und Auditing – Herausforderungen, Lösungsansätze und Handlungsempfehlungen für das Testen, Auditieren und Zertifizieren von KI, Novermber 2021, abrufbar unter gi.de/fileadmin/PR/Testing-AI/Abschlussbericht_ExamAI_-_KI_Testing_und_Auditing.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Albrecht, Jan Philipp/Jotzo, Florian, Das neue Datenschutzrecht der EU, Grundlagen – Gesetzgebungsverfahren – Synpose, Baden-Baden 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
AlgorithmWatch, Atlas der Automatisierung - Automatisierte Entscheidungen und Teilhabe in Deutschland, April 2019, abrufbar unter atlas.algorithmwatch.org/wp-content/uploads/2019/07/Atlas_der_Automatisierung_von_AlgorithmWatch.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Ali, Muhammad/ Sapiezynski, Piotr/ Bogen, Miranda/Korolova, Aleksandra/Mislove, Alan/Rieke, Aaron, Discrimination through optimization: How Facebook’s ad delivery can lead to skewed outcomes, PACMHCI, 3/2019, Article 199, abrufbar unter doi.org/10.1145/3359301. Google Scholar öffnen doi.org/10.5771/9783748940302
Allport, Gordon W., The nature of prejudice, Boston 1954. Google Scholar öffnen doi.org/10.5771/9783748940302
Antidiskriminierungsstelle des Bundes, Handbuch Rechtlicher Diskriminierungsschutz, Berlin 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Apel, Simon/Kaulartz, Markus, Rechtlicher Schutz von Machine Learning-Modellen, RDi 2020, 24 – 34. Google Scholar öffnen doi.org/10.5771/9783748940302
Arel, Itamar/Rose, Derek C./Karnowski, Thomas P., Deep Machine Learning – A New Frontier in Artificial Intelligence Research, in CIM (5) 2010, 13 – 18. Google Scholar öffnen doi.org/10.5771/9783748940302
Arendt, Hannah, Über das Böse: Eine Vorlesung zu Fragen der Ethik, München/Zürich 2007, [Erstveröfentlichung 1965] Google Scholar öffnen doi.org/10.5771/9783748940302
Armbrüster, Christian, Kontrahierungszwang im Allgemeinen Gleichbehandlungsgesetz?, NJW 2007, 1494 – 1498. Google Scholar öffnen doi.org/10.5771/9783748940302
Arrieta, Alejandro Barredo/Díaz-Rodríguez, Natalia/Ser, Javier Del/Bennetot, Adrien/Tabik, Siham/Barbado, Alberto/Garcia, Salvador/Gil-Lopez, Sergio/Molina, Daniel/Benjamins, Richard/Chatila, Raja/Herrera, Francisco, Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI, 58 Information Fusion 2020, S. 82 – 115. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 136, Stellungnahme 4/2007 zum Begriff „personenbezogene Daten“, 20.06.2007. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 216, Stellungnahme 5/2014 zu Anonymisierungstechniken, 10.04.2014. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 217, Stellungnahme 06/2014 zum Begriff des berechtigten Interesses des für die Verarbeitung Verantwortlichen gemäß Artikel 7 der Richtlinie 95/46/EG, 09.04.2014. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 248, Leitlinien zur Datenschutz-Folgenabschätzung (DSFA) und Beantwortung der Frage, ob eine Verarbeitung im Sinne der Verordnung 2016/679 „wahrscheinlich ein hohes Risiko mit sich bringt“, 04.04.2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 251, Leitlinien zu automatisierten Entscheidungen im Einzelfall einschließlich Profiling für die Zwecke der Verordnung 2016/679, 3.10.2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 259, Leitlinien in Bezug auf die Einwilligung gemäß Verordnung 2016/679, 10.4.2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, WP 260, Leitlinien für Transparenz gemäß der Verordnung 2016/679, 11.04.2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Art. 29-Datenschutzgruppe, Advice paper on special categories of data (“sensitive data”), Ref. Ares (2011) 444105, 4.04.2011. Google Scholar öffnen doi.org/10.5771/9783748940302
Athey, Susan/Catalini, Christian/Tucker, Catherine, The Digital Privacy Paradox: Small Money, Small Costs, Small Talk, Stanford Business Working Paper No. 3498, 2017, abrufbar unter www.gsb.stanford.edu/faculty-research/working-papers/digital-privacy-paradox-small-money-small-costs-small-talk. Google Scholar öffnen doi.org/10.5771/9783748940302
Atrey, Shreya, Comparison in intersectional discrimination, Leg. Stud., 38(3), (2018), 379 – 395. Google Scholar öffnen doi.org/10.5771/9783748940302
Auer-Reinsdorff, Astrid/Conrad, Isabell (Hrsg.), Handbuch IT- und Datenschutzrecht, 3. Aufl., München 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Auernhammer, Herbert/Eßer, Martin/Kramer, Philipp/Lewinski, Kai von (Hrsg.), DSGVO, BDSG: Datenschutz-Grundverordnung, Bundesdatenschutzgesetz und Nebengesetze: Kommentar, 7. Auflage, Köln 2020, zitiert als Bearbeiter, in: Auernhammer. Google Scholar öffnen doi.org/10.5771/9783748940302
Baars, Grietje, New German Intersex Law: Third Gender but not as we wanted it, Verfassungsblog, 24. August 2018, abrufbar unter verfassungsblog.de/new-german-intersex-law-third-gender-but-not-as-we-want-it. Google Scholar öffnen doi.org/10.5771/9783748940302
Baer, Susanne, Dignity, Liberty, Equality: A Fundamental Rights Triangle Of Constitutionalism, U. of Toronto L. J. 59 (2009) 4, S. 417 – 468. Google Scholar öffnen doi.org/10.5771/9783748940302
Baer, Susanne, Würde oder Gleichheit, Baden-Baden 1995. Google Scholar öffnen doi.org/10.5771/9783748940302
Barnard, Catherine/Hepple, Bob, Substantive Equality, 59 CLJ (2000), 562 – 585. Google Scholar öffnen doi.org/10.5771/9783748940302
Barocas, Solon/Hardt, Moritz/Narayanan, Arvind, Fairness and Machine Learning - Limitations and Opportunities, Cambridge 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Barocas, Solon/Nissenbaum, Helen, Big Data´s End Run around Anonymity and Consent, in: Lane, Julia/Stodden, Victoria/Bender, Stefan/Nissenbaum, Helen (Hrsg.), Privacy, Big Data and the Public Good – Framework for Engagements, 2014, S. 44 – 75. Google Scholar öffnen doi.org/10.5771/9783748940302
Barocas, Solon/Selbst, Andrew D., Big Data’s Disparate Impact, 104 Calif. L. Rev., 2016, S. 671 – 732. Google Scholar öffnen doi.org/10.5771/9783748940302
Barth, Armin P., Algorithmen für Einsteiger, 2. Auflage, Wiesbaden 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
Bauckhage, Christian/Fürnkranz, Johannes/Paaß, Gerhard, Vertrauenswürdiges, transparentes und robustes Maschinelles Lernen, in: Görz, Günther/Schmid, Ute/Braun, Tanya (Hrsg.), Handbuch der Künstlichen Intelligenz, 6. Aufl. 2021, S. 571 ff., 6. Aufl. 2021, S. 571 – 600. Google Scholar öffnen doi.org/10.5771/9783748940302
Bauer, Matthias, Das Recht des technischen Produkts, Wiesbaden 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Bauer, Jobst-Hubertus/Evers, Malte, Schadensersatz und Entschädigung bei Diskriminierung - Ein Fass ohne Boden?, NZA 2006, 893 – 898. Google Scholar öffnen doi.org/10.5771/9783748940302
Bauer, Jobst-Hubertus/Krieger, Steffen/Günther, Jens, Allgemeines Gleichbehandlungsgesetz und Entgelttransparenzgesetz, 5. Auflage, München 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Baumgärtel, Gottfried/Laumen, Hans-Willi/Prütting, Hans, Handbuch der Beweislast, Band 1. – Grundlagen, 4. Auflage, Köln 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Bayreuther, Frank, „Quotenbeweis” im Diskriminierungsrecht?, NJW 2009, 806 – 810. Google Scholar öffnen doi.org/10.5771/9783748940302
Bayreuther, Frank, Drittbezogene und hypothetische Diskriminierungen, NZA 2008, 986 – 990. Google Scholar öffnen doi.org/10.5771/9783748940302
Beck, Susanne, Grundwald, Armin, Jacob, Kai, Matzner, Tobias, Künstliche Intelligenz und Diskriminierung, Herausforderungen und Lösungsansätze, Lernende Systeme – Die Plattform für Künstliche Intelligenz, München 2019, zitiert als Beck et al., Künstliche Intelligenz und Diskriminierung. Google Scholar öffnen doi.org/10.5771/9783748940302
Becker, Gary Stanley, The Economics of Discrimination, 2. Auflage, Chicago 1971. Google Scholar öffnen doi.org/10.5771/9783748940302
Beigang, Steffen/ Boll, Friederike/ Egenberger, Vera/ Hahn, Lisa/ Leidinger, Andreas/Tischbirek, Alexander/ Tuner, Defne, Möglichkeiten der Rechtsdurchsetzung des Diskriminierungsschutzes bei der Begründung, Durchführung und Beendigung zivilrechtlicher Schuldverhältnisse – Bestandsaufnahme, Alternativen und Weiterentwicklung, Antidiskriminierungsstelle des Bundes, Februar 2021, zitiert als Beigang et al., Rechtsdurchsetzung des Diskriminierungsschutzes. Google Scholar öffnen doi.org/10.5771/9783748940302
Bendiek, Annegret/Stuerzer, Isabella, The Brussels Effect, European Regulatory Power and Political Capital: Evidence for Mutually Reinforcing Internal and External Dimensions of the Brussels Effect from the European Digital Policy Debate, Digital Society, (2) 2023, No. 5. Google Scholar öffnen doi.org/10.5771/9783748940302
Benkard, Georg, Patentgesetz, 11. Auflage, München 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Bent, Jason R., Is Algorithmic Affirmative Action Legal? 108 GLJ (2020), 803 – 853. Google Scholar öffnen doi.org/10.5771/9783748940302
Berendt, Bettina, The AI Act Proposal: Towards the next transparency fallacy? in: BMUV/Rostalski, Frauke (Hrsg.), Künstliche Intelligenz, Tübingen 2022, S. 31 – 51. Google Scholar öffnen doi.org/10.5771/9783748940302
Berghahn, Sabine/Egenberger, Vera/Klapp, Micha/Klose, Alexander/Liebscher, Doris/Supik, Lindav/Tischbirek, Alexander, Evaluation des Allgemeinen Gleichbehandlungsgesetzes, Antidiskriminierungsstelle des Bundes, Berlin 2016, zitiert als: Berghahn et al., Evaluation des AGG. Google Scholar öffnen doi.org/10.5771/9783748940302
Berk, Richard/Heidari, Hoda/Jabbari, Shahin/Kearns, Michael/Roth, Aaron, Fairness in Criminal Justice Risk Assessments: The State of the Art, 50 SMR 2021, 3 – 44. Google Scholar öffnen doi.org/10.5771/9783748940302
Bielefeld, Heiner, Das Diskriminierungsverbot als Menschenrechtsprinzip, in: Hormel, Ulrike/Scherr, Albert (Hrsg.), Diskriminierung – Grundlagen und Forschungsergebnisse, Wiesbaden 2010, S. 21 – 34. Google Scholar öffnen doi.org/10.5771/9783748940302
Binns, Ruben, Fairness in machine learning: Lessons from political philosophy, In Conference on Fairness, Accountability and Transparency, Proceedings of Machine Learning Research 2018, S. 149 – 159, abrufbar unter proceedings.mlr.press/v81/binns18a/binns18a.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Binns, Reuben, On the Apparent Conflict Between Individual and Group Fairness, In Conference on Fairness, Accountability, and Transparency, Proceedings of Machine Learning Research, 2020, S. 514 – 524, abrufbar unter doi.org/10.1145/3351095.3372864. Google Scholar öffnen doi.org/10.5771/9783748940302
Bitkom/DFKI, Künstliche Intelligenz: Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung, 2017, abrufbar unter www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf, zitiert als: Bitkom/DFKI, Künstliche Intelligenz. Google Scholar öffnen doi.org/10.5771/9783748940302
Bitter, Till/Buchmüller, Christoph/Uecker, Philip, Datenschutzrecht, in: Hoeren (Hrsg.), Big Data und Recht, München 2014, S. 58 – 93. Google Scholar öffnen doi.org/10.5771/9783748940302
Blasek, Katrin, Auskunfteiwesen und Kreditscoring in unruhigem Fahrwasser. Ein Spagat zwischen Individualschutz und Rechtssicherheit, ZD 2022, 433 – 438. Google Scholar öffnen doi.org/10.5771/9783748940302
Blum, Benjamin, People Analytics: eine datenschutzrechtliche Betrachtung moderner Einsatzszenarien für automatisierte, datenbasierte Entscheidungen, Baden-Baden 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Blumenwitz, Dieter/Gornig, Gilbert H./Murswiek, Dietrich, Die Europäische Union als Wertegemeinschaft, Berlin 2005. Google Scholar öffnen doi.org/10.5771/9783748940302
Boehme-Neßler, Volker, Das Ende der Anonymität – Wie Big Data das Datenschutzrecht verändert, DuD, 2016, 419 – 423. Google Scholar öffnen doi.org/10.5771/9783748940302
Bogen, Miranda/Rieke, Aaron, Help wanted – An examination of hiring algorithms, equity, and bias, Washington 2018, abrufbar unter apo.org.au/node/210071. Google Scholar öffnen doi.org/10.5771/9783748940302
Bomhard, David/Merkle, Marieke, Europäische KI-Verordnung – Der aktuelle Kommissionsentwurf und praktische Auswirkungen, RDi 2021, 276 – 283. Google Scholar öffnen doi.org/10.5771/9783748940302
Bomhard, David/Siglmüller, Jonas, Europäische KI-Haftungsrichtlinie, der aktuelle Kommissionsentwurf und seine praktischen Auswirkungen, RDi 2022, 506 – 513. Google Scholar öffnen doi.org/10.5771/9783748940302
Borges, Georg, Potenziale von Künstlicher Intelligenz mit Blick auf das Datenschutzrecht, Stiftung Datenschutz, 2021, abrufbar unter stiftungdatenschutz.org/fileadmin/Redaktion/Dokumente/Gutachten-Studien/Stiftung-Datenschutz_Gutachten-Georg-Borges-Potenziale-Kuenstliche-Intelligenz-Datenschutzrecht-2021-12.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Borges, Georg/Grabmair, Matthias/Krupka, Daniel/Schäfer, Burkhard/Schweighofer, Erich/Sorge, Christoph/Waltl, Bernhard (Gesellschaft für Informatik), Technische und rechtliche Betrachtung algorithmischer Entscheidungsverfahren, Studien und Gutachten im Auftrag des Sachverständigenrats für Verbraucherfragen, Berlin 2018, zitiert als: Gesellschaft für Informatik, Algorithmische Entscheidungsverfahren. Google Scholar öffnen doi.org/10.5771/9783748940302
Borges, Georg/Hilber, Marc (Hrsg.), BeckOK IT-Recht, 9. Edition Stand: 01.01.2023, München 2023, zitiert als BeckOK IT-Recht. Google Scholar öffnen doi.org/10.5771/9783748940302
Borgesius, Frederik Zuiderveen, Discrimination, artificial intelligence, and algorithmic decision-making, Council of Europe, Directorate General of Democracy, 2018, abrufbar unter rm.coe.int/discrimination-artificial-intelligence-and-algorithmic-decision- making/1680925d73. Google Scholar öffnen doi.org/10.5771/9783748940302
Borgesius, Frederik Zuiderveen, Strengthening legal protection against discrimination by algorithms and artificial intelligence, 24 Int. J. Hum. Rights, 2020, 1572 – 1593. Google Scholar öffnen doi.org/10.5771/9783748940302
Borgesius, Frederik Zuiderveen/Möller, Judith/Kruikemeier, Sanne/Fathaigh, Ronan Ó./Irion, Kristin/ Dobber, Tom/Bodo, Balazs /De Vreese, Claes, Online political microtargeting: promises and threats for democracy, Utr. L. Rev. 14 (2018), 82 – 96. Google Scholar öffnen doi.org/10.5771/9783748940302
Born, Tobias, Bonitätsprüfungen im Online-Handel - Scorewert-basierte automatisierte Entscheidung über das Angebot von Zahlungsmöglichkeiten, ZD 2015, 66 – 72. Google Scholar öffnen doi.org/10.5771/9783748940302
Botta, Jonas, Die Förderung innovativer KI-Systeme in der EU, ZfDR 2022, 391 – 412. Google Scholar öffnen doi.org/10.5771/9783748940302
Boyd, Danah/Crawford, Kate, Critical questions for big data, ICS 15 (2012), 662 – 679. Google Scholar öffnen doi.org/10.5771/9783748940302
Bradford, Anu, The Brussels Effect, 107 Nw. U. L. Rev. (1), 2012, Columbia Law and Economics Working Paper No. 533. Google Scholar öffnen doi.org/10.5771/9783748940302
Bradford, Anu, The Brussels Effect – How Europe Rules the World, Oxford 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Braegelmann, Tom, Datenmangel, Jura und XAI: Produziert das Rechtssystem genug Daten für die Entwicklung juristischer und erklärbarer künstlicher Intelligenz?, Rethinking Law 1/2019, 22 – 23. Google Scholar öffnen doi.org/10.5771/9783748940302
Brand, Oliver, Zulässigkeit und Ausgestaltung von Telematiktarifen, VersR 2019, 725 – 736. Google Scholar öffnen doi.org/10.5771/9783748940302
Braunroth, Anna, Die zivilprozessuale Musterfeststellungsklage – ein Instrument zur kollektiven Durchsetzung des AGG?, VuR 2018, 455 – 461. Google Scholar öffnen doi.org/10.5771/9783748940302
Bräutigam, Peter/Kraul, Thorsten, Internet of Things, München 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Breiman, Leo, Classification and regression trees, New York 1984. Google Scholar öffnen doi.org/10.5771/9783748940302
Britz, Gabriele, Einzelfallgerechtigkeit versus Generalisierung – Verfassungsrechtliche Grenzen statistischer Diskriminierung, Tübingen 2008. Google Scholar öffnen doi.org/10.5771/9783748940302
Bronner, Pascal/Ziegler, Nicolas, Der Entwurf einer neuen Produkthaftungsrichtlinie: Schub in die digitale Zeit!, jurisPR-ITR 1/2023 Anm. 2. Google Scholar öffnen doi.org/10.5771/9783748940302
BSA – The Software Alliance, Confronting Bias: BSA’s Framework to Build Trust in AI, 2021, abrufbar unter ai.bsa.org/wp-content/uploads/2021/06/2021bsaaibias.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Buchner, Benedikt, Auskunfteien – alte Herausforderungen, neue Lösungsansätze?, in: Specht-Riemenschneider, Louisa/Buchner, Benedikt/Heinze, Christian/Thomsen, Oliver (Hrsg.), IT-Recht in Wissenschaft und Praxis, Festschrift für Jürgen Taeger, Frankfurt am Main 2020, S. 95 – 109. Google Scholar öffnen doi.org/10.5771/9783748940302
Bundesregierung, Zweiter Gleichstellungsbericht der Bundesregierung, 2017, BT-Ds. 18/12840. Google Scholar öffnen doi.org/10.5771/9783748940302
Bundesregierung, Dritter Gleichstellungsbericht der Bundesregierung, 2021, BT-Drs. 19/30750. Google Scholar öffnen doi.org/10.5771/9783748940302
Bundesregierung, Strategie Künstliche Intelligenz der Bundesregierung, Stand November 2018, abrufbar unter Google Scholar öffnen doi.org/10.5771/9783748940302
www.bundesregierung.de/breg-de/service/publikationen/strategie-kuenstliche-intelligenz-der-bundesregierung-2018-1551264. Google Scholar öffnen doi.org/10.5771/9783748940302
Buolamwini, Joy/Gebru, Timnit, Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification, 81 PMLR 2018, 1 – 15. Google Scholar öffnen doi.org/10.5771/9783748940302
Burghin, Jacques/Seong, Jeongmin/Manyika, James/Chui, Michael/Joshil, Raoul, McKinsey Global Institute, Notes from the AI frontier: Modeling the impact of AI on the world economy, 2018, abrufbar unter www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy#/. Google Scholar öffnen doi.org/10.5771/9783748940302
Burtscher, Bernhard, DSGVO und immaterielle Schäden: erste internationale Entwicklungen, ZEuP 2021, 698 – 711. Google Scholar öffnen doi.org/10.5771/9783748940302
Busch, Christoph, Algorithmic Accountability, ABIDA – Assessing Big Data, 2018, abrufbar unter www.abida.de/sites/default/files/ABIDA%20Gutachten%20Algorithmic%20Accountability.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Buxmann, Peter/Schmidt, Holger, Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens, in: dies (Hrsg.), Künstliche Intelligenz, Berlin 2019, S. 3 – 19. Google Scholar öffnen doi.org/10.5771/9783748940302
Buxmann, Peter/Schmidt, Holger, Ökonomische Effekte der Künstlichen Intelligenz, in: dies (Hrsg.), Künstliche Intelligenz, Berlin 2019, S. 27 – 39. Google Scholar öffnen doi.org/10.5771/9783748940302
Calders, Toon/Verwer, Sicco, Three Naïve Bayes Approaches for Discrimination-Free Classification, 21 DMKD 2010, 277 – 292. Google Scholar öffnen doi.org/10.5771/9783748940302
Calders, Toon/Zliobaite, Indree, Why unbiased computional processes can lead to discriminative decision procedures, 2013, in: Custers, Bart/Calders, Toon/Schermer, Bart, Discrimination and Privacy in the Information Society: Data Mining and Profiling in Large Databases, Berlin 2013, S. 43 – 57. Google Scholar öffnen doi.org/10.5771/9783748940302
Calliess, Christian/Ruffert, Mathias, EUV/AEUV – Das Verfassungsrecht der Europäischen Union, mit Europäischer Grundrechtecharta, 6. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Canaris, Claus-Wilhelm, Die Bedeutung der iustitia distributiva im deutschen Vertragsrecht, München 1997. Google Scholar öffnen doi.org/10.5771/9783748940302
Chouldechova, Alexandra, Fair prediction with disparate impact: A study of bias in recidivism prediction instruments, FATML 2016, abrufbar unter doi.org/10.48550/arXiv.1610.07524. Google Scholar öffnen doi.org/10.5771/9783748940302
Christen, Markus/Mader, Clemens/Čas, Johann/Abou-Chadi, Tarik/Bernstein, Abraham/ Braun Binder, Nadja/Dell’ Aglio, Daniele/Fábián, Luca/Geroge, Damian/Gohdes, Anita/Hilty, Lorenz/Kneer, Markus/Krieger-Lamina, Jaro/Licht, Hauke/Scherer, Anne/Som, Claudia/Sutter, Pascal/Thouvenin, Flaurent, Wenn Algorithmen für uns entscheiden: Chancen und Risiken der künstlichen Intelligenz, TA-SWISS Publikationsreihe, Zürich 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Cobbe, Jennifer/Lee, Michelle Seng Ah/Singh, Jatinder, Reviewable Automated Decision-Making: A Framework for Accountable Algorithmic Systems, FAccT 2021, 598 – 609. Google Scholar öffnen doi.org/10.5771/9783748940302
Collins, Hugh/Khaitan, Tarunabh, Indirect discrimination law: controversies and critical questions, in: dies., Foundations of Indirect Discrimination Law, 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Conrad, Sebastian Conrad, Künstliche Intelligenz – Die Risiken für den Datenschutz, DuD 2017, 740 – 744. Google Scholar öffnen doi.org/10.5771/9783748940302
Conrad, Sebastian Conrad, Künstliche Intelligenz und die DSGVO – Ausgewählte Problemstellungen K&R 2018, 741 – 746. Google Scholar öffnen doi.org/10.5771/9783748940302
Corbett-Davies, Sam/Pierson, Emma/Feller, Avi/Goel, Sharad/Huq, Aziz, Algorithmic decision making and the cost of fairness, KDD 2017, S. 797 – 806. Google Scholar öffnen doi.org/10.5771/9783748940302
Crawford, Kate/Whittaker, Meredith, The AI Now Report. The Social and Economic Implications of Artificial Intelligence Technologies in the Near-Term, 2016, abrufbar unter artificialintelligencenow.com/media/documents/AINowSummaryReport_3.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Crenshaw, Kimberle, Demarginalizing the Intersection of Race and Sex: A Black Feminist Critique of Antidiscrimination Doctrine, Feminist Theory and Antiracist Politics, 140 The University of Chicago Legal Forum, 1989, S. 139 – 167. Google Scholar öffnen doi.org/10.5771/9783748940302
Culik, Nicolai/Döpke, Christian, Zweckbindungsgrundsatz gegen unkontrollierten Einsatz von Big Data-Anwendungen, ZD 2017, 226 – 229. Google Scholar öffnen doi.org/10.5771/9783748940302
Custers, Bart, Data Dilemmas in the Information Society: Introduction and Overview, in: Custers/Calders/Schermer, Discrimination and Privacy in the Information Society, Berlin 2013, S. 3 – 26. Google Scholar öffnen doi.org/10.5771/9783748940302
Custers, Bart/Calders Toon/Zarsky, Tal/Schermer, Bart, The Way Forward, in: Custers/Calders/Schermer, Discrimination and Privacy in the Information Society, Berlin 2013, S. 341 – 357. Google Scholar öffnen doi.org/10.5771/9783748940302
Czeszak, Lukas, Kein Bonus-Hopping mehr wegen Schufa-Eintrag – neues Geschäftsfeld für Auskunfteien?, ZD-Aktuell 2020, 07410. Google Scholar öffnen doi.org/10.5771/9783748940302
Dahlmann, Anja/Dickow, Marcel, Präventive Regulierung autonomer Waffensysteme, Stiftung Wissenschaft und Politik, Deutsches Institut für Internationale Politik und Sicherheit, Berlin 2019, abrufbar unter www.swp-berlin.org/fileadmin/contents/products/studien/2019S01_dkw_dnn.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Danziger, Shai/Levav, Jonathan/Avnaim-Pesso, Liora, Extraneous factors in judicial decisions, 108 PNAS (2011), 6889 – 6892. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenethikkommission, Gutachten der Datenethikkommission, 23.10.2019, abrufbar unter www.bmi.bund.de/SharedDocs/downloads/DE/publikationen/themen/it-digitalpolitik/gutachten-datenethikkommission.html. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Hambacher Erklärung zur Künstlichen Intelligenz, Entschließung der 97. Konferenz der unabhängigen Datenschutzaufsichtsbehörden des Bundes und der Länder, Hambacher Schloss, 3. April 2019, abrufbar unter www.datenschutzkonferenz-online.de/media/en/20190405_hambacher_erklaerung.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Positionspapier der DSK zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und dem Betrieb von KI-Systemen, Stand: 06.11.2019, abrufbar unter www.datenschutzkonferenz-online.de/media/en/20191106_positionspapier_kuenstliche_intelligenz.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Kurzpapier 18 – Risiko für die Rechte und Freiheiten natürlicher Personen, abrufbar unter www.datenschutzkonferenz-online.de/media/kp/dsk_kpnr_18.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Beschl. v. 23.03.2018, Einmeldung offener und unbestrittener Forderungen in eine Wirtschaftsauskunftei unter Geltung der DS-GVO, datenschutzkonferenz-online.de/media/dskb/20180323_dskb_einmeldungen.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Orientierungshilfe der Aufsichtsbehörden für Anbieter von Telemedien, 01. Dezember 2021, abrufbar unter www.datenschutzkonferenz-online.de/media/oh/20221205_oh_Telemedien_2021_Version_1_1_Vorlage_104_DSK_final.pdf Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Beschluss der DSK vom 15.03.2021, Energieversorgerpool darf nicht zu gläsernen Verbraucher*innen führen, abrufbar unter www.datenschutz.saarland.de/fileadmin/user_upload/uds/datenschutz/dsk_beschluesse/2021/Beschluss-Energieversorgerpool_final.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datenschutzkonferenz, Liste der Verarbeitungstätigkeiten, für die eine DSFA durchzuführen ist, www.datenschutzkonferenz-online.de/media/ah/20181017_ah_DSK_DSFA_Muss-Liste_Version_1.1_Deutsch.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Datta, Amit/Tschantz, Michael Carl/Datta, Anupam, Automated experiments on ad privacy settings: A tale of opacity, choice, and discrimination, PoPETs 2015(1), 92 – 112. Google Scholar öffnen doi.org/10.5771/9783748940302
Däubler, Wolfgang/Beck, Thorsten, Allgemeines Gleichbehandlungsgesetz, 5. Auflage 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Däubler, Wolfgang/Wedde, Peter/Weichert, Thilo/Sommer, Imke, EU-Datenschutz-Grundverordnung und BDSG-neu, 2. aktualisierte Auflage, Frankfurt am Main 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Dauner-Lieb, Barbara/Langen, Werner, BGB – Schuldrecht, Band 2, §§ 241 – 853, 4. Auflage, Baden-Baden 2021, zitiert als NK-BGB. Google Scholar öffnen doi.org/10.5771/9783748940302
De Gregorio, Giovanni, The rise of digital constitutionalism in the European Union, 19(1) Int. J. Const. L. (2021), 41 – 70. Google Scholar öffnen doi.org/10.5771/9783748940302
De Vos, Marc, The European Court of Justice and the March Towards Substantive Equality in European Union Anti-discrimination Law, 20 Int. J. of Discr. & L. 2020, 62 – 87. Google Scholar öffnen doi.org/10.5771/9783748940302
Deutscher Ethikrat, Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz, 2023, abrufbar unter www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-mensch-und-maschine.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Diakopoulos, Nicholas, Accountability in Algorithmic Decision Making, Communications of the ACM, February 2016, Vol. 59 No. 2, Pages 56 – 62. Google Scholar öffnen doi.org/10.5771/9783748940302
Diller, Martin, Einstellungsdiskriminierung durch Dritte Im Irrgarten von Entschädigung, Auskunft, einstweiliger Verfügung, Ausschlussfrist und Rechtsweg, NZA 2007, 649 – 653. Google Scholar öffnen doi.org/10.5771/9783748940302
Djeffal, Christian, Art. 22 DSGVO als sozio-technische Gestaltungsnorm – Eine Neuinterpretation der Regelung von automatisierten Entscheidungen, DuD 2021, 529 – 533. Google Scholar öffnen doi.org/10.5771/9783748940302
Drechsler, Jörg/Jentzsch, Nicola, Synthetische Daten – Innovationspotential und gesellschaftliche Herausforderungen, Stiftung neue Verantwortung, 2018, abrufbar unter www.stiftung-nv.de/sites/default/files/synthetische_daten.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Dreier, Thomas/Schulze, Gernot (Hrsg.), Urheberrechtsgesetz, 7. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Dreyer, Stephan, Predictive Analytics aus der Perspektive von Menschenwürde und Autonomie, in: Hofmann-Riem, Wolfgang (Hrsg.), Big Data – Regulative Herausforderungen, Baden-Baden 2018, S. 135 – 144. Google Scholar öffnen doi.org/10.5771/9783748940302
Dürig, Günter/Herzog, Roman/Scholz, Rupert, Grundgesetz Kommentar, 99. EL September, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Dutta, Anatol/Fornasier, Matteo, Jenseits von männlich und weiblich – Menschen mit Varianten der Geschlechtsentwicklung im Arbeitsrecht und öffentlichen Dienstrecht des Bundes, Studie im Auftrag der Antidiskriminierungsstelle des Bundes, 2020, abrufbar unter www.antidiskriminierungsstelle.de/SharedDocs/downloads/DE/publikationen/Rechtsgutachten/jenseits_von_maennlich_und_weiblich.html. Google Scholar öffnen doi.org/10.5771/9783748940302
Dwork, Cynthia/Hardt, Moritz/Pitassi, Toniann/ Reingold, Omer/Zemel, Rich, Fairness through awareness, ITCS 2012, 214 – 226. Google Scholar öffnen doi.org/10.5771/9783748940302
Dwork, Cynthia/Roth, Aaron, The Algorithmic Foundations of Differential Privacy, 9(3) Found. Trends Theor. Comput. Sci. 2014, 211 – 407. Google Scholar öffnen doi.org/10.5771/9783748940302
Dzida, Boris/Groh, Naemi, Diskriminierung nach dem AGG beim Einsatz von Algorithmen im Bewerbungsverfahren, NJW 2018, 1917 – 1922. Google Scholar öffnen doi.org/10.5771/9783748940302
Ebers, Martin, Standardisierung Künstlicher Intelligenz und KI-Verordnungsvorschlag, RDi 2021, 588 – 597. Google Scholar öffnen doi.org/10.5771/9783748940302
Ebers, Martin, Regulierung von KI und Robotik, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn (Hrsg), Rechtshandbuch Künstliche Intelligenz und Robotik, 1. Auflage, München 2020, S. 75 – 137. Google Scholar öffnen doi.org/10.5771/9783748940302
Ebers, Martin/Hoch, Veronica/Rosenkranz, Frank/Ruschemeier Hannah/Steinrötter, Björn, Der Entwurf für eine EU-KI Verordnung: Richtige Richtung mit Optimierungsbedarf, RDi 2021, 528 – 537. Google Scholar öffnen doi.org/10.5771/9783748940302
Ebers, Martin/Hoch, Veronica/Rosenkranz, Frank/Ruschemeier Hannah/Steinrötter, Björn, The European Commission’s Proposal for an Artificial Intelligence Act—A Critical Assessment by Members of the Robotics and AI Law Society (RAILS), 4(4) MSJ 2021, 589 – 603. Google Scholar öffnen doi.org/10.5771/9783748940302
Ebert, Andreas/Spiecker gen. Döhmann, Indra, Der Kommissionsentwurf für eine KI-Verordnung der EU – Die EU als Trendsetter weltweiter KI-Regulierung, NVwZ 2021, 1188 – 1193. Google Scholar öffnen doi.org/10.5771/9783748940302
Edwards, Lilian/Veale, Michael, Slave to the Algorithm? Why a 'Right to an Explanation' is probably not the remedy you are looking for; 16 Duke L. & Tech. Rev. 2017, 18 – 84. Google Scholar öffnen doi.org/10.5771/9783748940302
Ehmann, Eugen/Selmayr, Martin (Hrsg.), Datenschutzgrundverordnung, 2. Auflage 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Eichelberger, Jan, Zivilrechtliche Haftung für KI und smarte Robotik, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn (Hrsg.), Rechtshandbuch Künstliche Intelligenz und Robotik, 1. Auflage, München 2020, S. 172 – 201. Google Scholar öffnen doi.org/10.5771/9783748940302
Eichelberger, Jan, Der Vorschlag einer „Richtlinie über KI-Haftung“, DB 2022, 2783 – 2789. Google Scholar öffnen doi.org/10.5771/9783748940302
Eichler, Carolyn, Zulässigkeit der Tätigkeit von Auskunfteien nach der DS-GVO, RDV 2017, 10 – 12. Google Scholar öffnen doi.org/10.5771/9783748940302
Ellis, Evelyn/Watson, Phillipa, EU Anti-Discrimination Law, Oxford 2012. Google Scholar öffnen doi.org/10.5771/9783748940302
Enders, Peter, Einsatz künstlicher Intelligenz bei juristischer Entscheidungsfindung, JA 2018, 721 – 727. Google Scholar öffnen doi.org/10.5771/9783748940302
Engeler, Malte, Das überschätzte Kopplungsverbot – Die Bedeutung des Art. 7 Abs. 4 DS-GVO in Vertragsverhältnissen, ZD 2018, 55 – 62. Google Scholar öffnen doi.org/10.5771/9783748940302
Engelmann, Christoph/Brunotte, Nico/Lütkens, Hanna, Regulierung von Legal Tech durch die KI-Verordnung, RDi 2021, 317 – 323. Google Scholar öffnen doi.org/10.5771/9783748940302
Enquete-Kommission Künstliche Intelligenz des deutschen Bundestages, Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale, Abschlussbericht BT-Drs. 19/23700, Unterrichtung der Enquete-Kommission Künstliche Intelligenz. Google Scholar öffnen doi.org/10.5771/9783748940302
Epping, Volker/Hillgruber, Christian, BeckOK Grundgesetz, 54. Edition Stand: 15.02.2023, München 2023, zitiert als BeckOKGG. Google Scholar öffnen doi.org/10.5771/9783748940302
Erman, Bürgerliches Gesetzbuch, Handkommentar, Westermann, Harm Peter/Grunewald, Barbara/Maier-Reimer, Georg, 16. Auflage, Köln 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Ertel, Wolfgang, Grundkurs Künstliche Intelligenz, 4. Auflage, Wiesbaden 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Ernst, Christian, Algorithmische Entscheidungsfindung und personenbezogene Daten, JZ 2017, S. 1026 – 1036. Google Scholar öffnen doi.org/10.5771/9783748940302
Eschenbach, Warren J. von, Transparency and the Black Box Problem: Why We Do Not Trust AI, Philosophy and Technology P&T 34 (2021), 1607 – 1622. Google Scholar öffnen doi.org/10.5771/9783748940302
Eschholz, Stefanie, Big Data-Scoring unter dem Einfluss der Datenschutz-Grundverordnung, DuD 2017, S. 180 – 185. Google Scholar öffnen doi.org/10.5771/9783748940302
Eubanks, Virginia, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor, New York 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Leitlinien 2/2019 für die Verarbeitung personenbezogener Daten gemäß Artikel 6 Absatz 1 Buchstabe b DSGVO im Zusammenhang mit der Erbringung von Online-Diensten für betroffene Personen, Version 2.0, 08.10.2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Leitlinien 4/2019 zu Artikel 25 Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0, 20.10.2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Leitlinien 05/2020 zur Einwilligung gemäß Verordnung 2016/679, Version 1.1, 04.05.2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Leitlinien 07/2020 zu den Begriffen „Verantwortlicher“ und „Auftragsverarbeiter“ in der DSGVO, Version 2.0, 07.07.2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Guidelines 04/2022 on the calculation of administrative fines under the GDPR, 12.05.2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss, Stellungnahme 28/2022 zu den Europrivacy-Zertifizierungskriterien in Bezug auf ihre Genehmigung als Europäisches Datenschutzsiegel durch den Ausschuss gemäß Artikel 42 Absatz 5 (DSGVO), 10.10.2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzausschuss/Europäischer Datenschutzbeauftragter, Gemeinsame Stellungnahme 5/2021 zum Vorschlag für eine Verordnung des Europäischen Parlaments und des Rates zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (Gesetz über künstliche Intelligenz) und zur Änderung bestimmter Rechtsakte der Union. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäischer Datenschutzbeauftragter, Stellungnahme 4/2020 – Stellungnahme des EDSB zum Weißbuch der Europäischen Kommission „Zur Künstlichen Intelligenz – ein europäisches Konzept für Exzellenz und Vertrauen“, 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäische Kommission, Directorate-General for Justice and Consumers, Liability for artificial intelligence and other emerging digital technologies, Publications Office, 2019, data.europa.eu/doi/10.2838/573689. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäische Kommission, Weissbuch – Zur Künstlichen Intelligenz – ein europäisches Konzept für Exzellenz und Vertrauen, COM(2020) 65 final, 19.2.2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäische Kommission, Mitteilung der Kommission, Künstliche Intelligenz für Europa, COM/2018/237 final. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäische Kommission, Accompanying the Proposal for a Regulation of the European Parliament and of the Council Laying down Harmonized Rules on Artificial Intelligence (Artificial Intelligence Act) and amending certain Union Legislative Acts, SWD(2021) 84, final. Google Scholar öffnen doi.org/10.5771/9783748940302
Europäisches Parlament, Voss, Axel, Draft Report on artificial intelligence in a digital age (2020/2266(INI)), Special Committee on Artificial Intelligence in a Digital Age, 2.11.2021. Google Scholar öffnen doi.org/10.5771/9783748940302
European Union Agency for Fundamental Rights and Council of Europe, Handbook on European non-discrimination law, Luxembourg 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
European Union Agency for Network and Information Security, Privacy by design in big data, An overview of privacy enhancing technologies in the era of big data analytics, Iraklio, Griechenland 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Farkas, Lilla/O’Farrell, Orlagh, Reversing the burden of proof: Practical dilemmas at the European and national level, European Commission, Directorate-General for Justice and Consumers, 2014, abrufbar unter dx.publications.europa.eu/10.2838/05358. Google Scholar öffnen doi.org/10.5771/9783748940302
Fehling, Michael/Schliesky, Utz, Neue Macht- und Verantwortungsstrukturen in der digitalen Welt, München 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Feldmann, Doris/Hoffmann, Jochen/Keilhauer, Annette/Liebold, Renate, „Rasse“ und „ethnische Herkunft“ als Merkmale des AGG, RW 1 (2018), 23 – 46. Google Scholar öffnen doi.org/10.5771/9783748940302
Feldhusen, Claire, Kreditwürdigkeitsprüfung: Wieviel Würdigung erlaubt die Prüfung nach Erlass der Immobiliar-Kreditwürdigkeitsprüfleitlinien-Verordnung?, WM 2019, 97 – 107. Google Scholar öffnen doi.org/10.5771/9783748940302
Fischer, Thomas, Diskriminierung durch Dritte bei der Bewerberauswahl, NJW 2009, 3547 – 3550. Google Scholar öffnen doi.org/10.5771/9783748940302
Fiss, Owen M., Groups and the equal protection clause, 5 Phil. Pub. Aff. (1976), 107 – 177. Google Scholar öffnen doi.org/10.5771/9783748940302
Floridi, Luciano, The European Legislation on AI: a Brief Analysis of its Philosophical Approach, P&T 34 (2021), 215 – 222. Google Scholar öffnen doi.org/10.5771/9783748940302
Flume, Werner, Allgemeiner Teil des Bürgerlichen Rechts. Zweiter Band: Das Rechtsgeschäft, Berlin, Heidelberg 1965. Google Scholar öffnen doi.org/10.5771/9783748940302
Franken, Swetlana, Personal: Diversity Management, Berlin 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Franzen, Martin/Gallner, Inken/Oetker Hartmut, Kommentar zum europäischen Arbeitsrecht, 4. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Fredman, Sandra, Substantive Equality Revisited, 14 Int. J. Const. L. (2016), 712 – 738. Google Scholar öffnen doi.org/10.5771/9783748940302
Freyler, Carmen, Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht, NZA 2020, 284 – 290. Google Scholar öffnen doi.org/10.5771/9783748940302
Friedler, Sorelle/Scheidegger, Carlos/Venkatasubramanian, Suresh, The (Im)possibility of Fairness: Different Value Systems Require Different Mechanisms For Fair Decision Making, 64 ACM (2021), 136 – 143. Google Scholar öffnen doi.org/10.5771/9783748940302
Friedman, Batya/Nissenbaum Helen, Bias in Computer Systems, 14 TOIS 1996, 330 – 347. Google Scholar öffnen doi.org/10.5771/9783748940302
Fries, Martin, Verbraucherrechtsdurchsetzung, München 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Fritsche, Karl Peter, Zur Begründung des Diskriminierungsverbots, in Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 3 – 24. Google Scholar öffnen doi.org/10.5771/9783748940302
Fröhlich, Wiebke/Spiecker gen. Döhmann, Indra, Können Algorithmen diskriminieren?, VerfBlog, 26.12.2018, abrufbar unter verfassungsblog.de/koennen-algorithmen-diskriminieren/. Google Scholar öffnen doi.org/10.5771/9783748940302
Fry, Hannah/Schmid, Sigrid, Hello World: Was Algorithmen können und wie sie unser Leben verändern, München 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Fuster, Andreas/Goldsmith-Pinkham, Paul/Ramadorai, Tarun/ Walther, Ansgar, Predictably Unequal? The Effects of Machine Learning on Credit Markets, 77 JoF (2022), 5 – 47. Google Scholar öffnen doi.org/10.5771/9783748940302
Gandy, Oscar H., Engaging rational discrimination: Exploring reasons for placing regulatory constraints on decision support systems, 12 Ethics Inf. Technol. (2010), 29 – 42. Google Scholar öffnen doi.org/10.5771/9783748940302
Gassner, Kathi/Seith, Sebastian, Ordnungswidrigkeitengesetz, 2. Auflage, München 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Gausling, Tina, Künstliche Intelligenz und DSGVO, DSRITB 2018, 519 – 543. Google Scholar öffnen doi.org/10.5771/9783748940302
Gausling, Tina, Künstliche Intelligenz im Anwendungsbereich der Datenschutz-Grundverordnung, PinG 2019, 61 – 70. Google Scholar öffnen doi.org/10.5771/9783748940302
Geber, Frederic, Die Regulierung künstlicher Intelligenz im internationalen Vergleich, ZdiW 2023, 26 – 31. Google Scholar öffnen doi.org/10.5771/9783748940302
Geissler, Dennis/Ströbel, Lukas, Datenschutzrechtliche Schadensersatzansprüche im Musterfeststellungsverfahren, NJW 2019, 3414 – 3418. Google Scholar öffnen doi.org/10.5771/9783748940302
Gellert, Raphaël/de Vries, Katja/de Hert, Paul/Gutwirth, Serge, A Comparative Analysis of Anti-Discrimination and Data Protection Legislations, in: Custers Bart/Calders, Toon/Schermer, Bart/Zarskyl, Tal, Discrimination and Privacy in the Information Society, S. 61 – 89. Google Scholar öffnen doi.org/10.5771/9783748940302
Geminn, Christian, Die Regulierung Künstlicher Intelligenz – Anmerkungen zum Entwurf eines Artificial Intelligence Act, ZD 2021, 354 – 359. Google Scholar öffnen doi.org/10.5771/9783748940302
Gerards, Janneke, General principles of the European convention on human rights, Utrecht 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Gerards, Janneke, The Discrimination Grounds of Article 14 of the European Convention on Human Rights, 13 Hum. Rts. L. Rev. (2013), 99 – 124. Google Scholar öffnen doi.org/10.5771/9783748940302
Gerards, Janneke/Borgesius, Frederik Zuiderveen, Protected Grounds and the System of Non-Discrimination Law in the Context of Algorithmic Decision-Making and Artificial Intelligence, 20 Colo. Tech. L.J. (2022), S. 1 – 56. Google Scholar öffnen doi.org/10.5771/9783748940302
Gerards, Janneke/Xenidis, Raphaële, Algorithmic discrimination in Europe, Challenges and opportunities for gender equality and non-discrimination law, Special report for the European Commission, Brüssel 2021, abrufbar unter op.europa.eu/en/publication-detail/-/publication/082f1dbc-821d-11eb-9ac9-01aa75ed71a1/language-en. Google Scholar öffnen doi.org/10.5771/9783748940302
Gerberdinger, Johannes/Wagner, Gert, Qualitätssicherung für „Predictive Analytics“ durch digitale Algorithmen, ZRP 2019, S. 116 – 119. Google Scholar öffnen doi.org/10.5771/9783748940302
Giegerich, Thomas, The European Union as protector and promotor of equality, Berlin 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Giesberts, Ludger, Verbandsklagen für Kollektivinteressen – Die EU-Richtlinie und der Entwurf des deutschen Umsetzungsgesetzes, ZfPC 2023, 7 – 9. Google Scholar öffnen doi.org/10.5771/9783748940302
Gitelman, Lisa, Raw data is an oxymoron, Cambridge 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
Gilchrist, Alasdair, Industry 4.0: The Industrial Internet of Things, New York 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Glöckner, Andreas, The irrational hungry judge effect revisited: Simulations reveal that the magnitude of the effect is overestimated, 11(6) JDM 2016, 601 – 610. Google Scholar öffnen doi.org/10.5771/9783748940302
Glöckner, Andreas/Towfigh, Emanuel/Traxler, Christian, Empirische Untersuchung zur Benotung in der staatlichen Pflichtfachprüfung und in der zweiten juristischen Staatsprüfung in Nordrhein-Westfalen von 2006 bis 2016, 7.12.2017, abrufbar unter www.justiz.nrw.de/JM/schwerpunkte/juristenausbildung/archiv/benotung_staatliche_juristische_pruefungen/180331-v_fin-Abschlussbericht-korr1.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Gloy, Wolfgang/Loschelder, Michael/Danckwerts, Rolf, Handbuch des Wettbewerbsrecht, 5. Auflage, München 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Gola, Peter, Handbuch Beschäftigtendatenschutz, 8. Auflage, 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Gola, Peter/Heckmann, Dirk, Datenschutz-Grundverordnung – Bundesdatenschutzgesetz, 3. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Goldberg, Suzanne B., Discrimination by Comparison, 120 Yale L. J. (2011), 728 – 812. Google Scholar öffnen doi.org/10.5771/9783748940302
Golla, Sebastian, In Würde vor Ampel und Algorithmus – Verfassungsrecht im technologischen Wandel Google Scholar öffnen doi.org/10.5771/9783748940302
in: Donath, Philipp B./Bretthauer, Sebastian/Dickel-Görig, Marie/Drehwald, Jennifer/Gourdet, Sascha/Heger, Alexander/Henrich, Christina/Hoffmann, Julia/Kirchbach, Cornelia/Kring, Jennifer/Lang, Lea Isabelle/Neumann, Theresa/Plicht, Sandra/Stix, Carolin/Völzmann, Berit/Wolckenhaar, Leonard/Zimmermann, Sören (Hrsg.), Verfassungen – ihre Rolle im Wandel der Zeit, 59. Assistententagung Öffentliches Recht, Frankfurt am Main 2019, S. 183 – 202. Google Scholar öffnen doi.org/10.5771/9783748940302
Golla, Sebastian J., Mehr als die Summe der einzelnen Teile? Kollektiver Datenschutz, in: Taeger, Jürgen (Hrsg.), Recht 4.0, Edewecht 2017, S. 199 – 210. Google Scholar öffnen doi.org/10.5771/9783748940302
Gomolla, Mechthild, Direkte und indirekte, institutionelle und strukturelle Diskriminierung. In: Albert Scherr, Aladin El-Mafaalani, Gökçen Yüksel (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 133 – 152. Google Scholar öffnen doi.org/10.5771/9783748940302
Goncalo, Jack A./Chatman, Jennifer A./Duguid, Michelle M./Kennedy, Jessica A., Creativity from Constraint? How the Political Correctness Norm Influences Creativity in MixedSex Work Groups, 60 ASQ (2015), S. 1 – 30. Google Scholar öffnen doi.org/10.5771/9783748940302
Good, Irving John, Speculations Concerning the First Ultraintelligent Maschine, 6 Adv. In Comp., 1966, 31 – 88. Google Scholar öffnen doi.org/10.5771/9783748940302
Goodfellow, Ian/Bengio, Yoshua/Courville, Aaron, Deep learning (Adaptive Computation and Machine Learning series), Cambridge 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Gössl, Susanne Lilian/Yakar, Selen, Geschlechterneutrale KI, Eine Handreichung, Januar 2023, abrufbar unter www.schleswig-holstein.de/DE/fachinhalte/G/gleichstellung/Downloads/handreichung_geschlechterneutrale_ki_lang.pdf?__blob=publicationFile&v=1. Google Scholar öffnen doi.org/10.5771/9783748940302
Grabitz, Eberhard/Hilf, Meinhard/Nettesheim, Martin, Das Recht der Europäischen Union, EUV/AEUV, 78. EL Januar 2023. Google Scholar öffnen doi.org/10.5771/9783748940302
Greene, Daniel/Hoffman, Anna Lauren/Stark, Luke, Better, Nicer, Clearer, Fairer: A Critical Assessment of the Movement for Ethical Artificial Intelligence and Machine Learning, 52 HICSS, 2019, 2122 – 2131. Google Scholar öffnen doi.org/10.5771/9783748940302
Groeben, Hans von der/Schwarze, Jürgen/Hatje, Armin, Europäisches Unionsrecht, 7. Auflage, Baden-Baden 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Groß, Johannes, Braucht Künstliche Intelligenz Ethik?, CB, 2020, S. 155 – 159. Google Scholar öffnen doi.org/10.5771/9783748940302
Grünberger, Michael, Personale Gleichheit, Der Grundsatz der Gleichbehandlung im Zivilrecht, Baden-Baden, 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
Grünberger, Michael, Reformbedarf im AGG: Beweislastverteilung beim Einsatz von KI, ZRP 2021, 232 – 235. Google Scholar öffnen doi.org/10.5771/9783748940302
Grünberger, Michael/Mangold, Anna Katharina/Markard, Nora/Payandeh, Mehrdad/Towfigh, Emanuel Vahid, Diversität in der Rechtswissenschaft und Rechtspraxis, Baden-Baden 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Grützmacher, Malte, Die zivilrechtliche Haftung für KI nach dem Entwurf der geplanten KI-VO, Potentielle zivilrechtliche Auswirkungen des geplanten KI-Sicherheitsrechts: ein neues Schutzgesetz i.S.v. § 823 Abs. 2 BGB am Horizont, CR 2021, 433 – 444. Google Scholar öffnen doi.org/10.5771/9783748940302
Grützmacher, Malte/Füllsack, Anna Lena, Der Entwurf einer EU-KI-Verordnung – Ein erster Überblick über den Vorschlag der Kommission v. 21.4.2021, ITRB 2021, 159 – 163. Google Scholar öffnen doi.org/10.5771/9783748940302
Gsell, Beate/Wolfgang, Krüger/Stefan, Lorenz/Christoph, Reymann (Gesamt Hrsg. Zivilrecht), Loschelders, Dirk (Hrsg.), Beck-online Großkommentar – AGG, Stand: 01.03.2023, München 2023, zitiert als BeckOGKBGB. Google Scholar öffnen doi.org/10.5771/9783748940302
Guidotti, Riccardo/ Monreale, Anna/ Ruggieri, Salvatore/Turini, Franco/Giannotti, Fosca/Pedreschi, Dino, A Survey of Methods for Explaining Black Box Models, 51 ACM Computing Surveys (2019), S. 1 – 42. Google Scholar öffnen doi.org/10.5771/9783748940302
Guggenberger, Nikolas, KI und Recht: Neue Methodik, billige Entscheidungen und Ergebnisvorgaben, MMR 2019, 777 – 778. Google Scholar öffnen doi.org/10.5771/9783748940302
Guijarro Santos, Victoria, Nicht besser als nichts, ZfDR 2023, 23 – 42. Google Scholar öffnen doi.org/10.5771/9783748940302
Günther, Jens/Böglmüller, Mathias, Künstliche Intelligenz und Roboter in der Arbeitswelt, BB 2017, 53 – 58. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, Ein Rechtsrahmen für KI-Trainingsdaten, ZGE 2020, 239 – 271. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, Europäische und nationale Regulierung von Künstlicher Intelligenz NJW 2020, 2142 – 2147. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, A legal Framework for AI Training Data – From first principles to the artificial intelligence act, 13 Law Inn. Tech 2021, 257 – 302. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, Immaterialgüterrechtlicher Schutz von KI-Trainingsdaten, GRUR 2020, 1025 – 1033. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, Teaching Fairness to Artificial Intelligence: Existing and Novel Strategies Against Algorithmic Discrimination Under EU Law, 55 CMLR 2018, 1143 – 1186. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, Verhaltens- und Wissenszurechnung beim Einsatz von Künstlicher Intelligenz, RW 2018, 243 – 288. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp, UberPop, UberBlack, and the Regulation of Digital Platforms after the Asociación Profesional Elite Taxi Judgment of the CJEU, 14 ERCL (2018), 80 – 96. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp/Krestel, Ralf/Grundmann, Stefan/Naumann, Felix, Explainable AI under contract and tort law: Legal incentives and technical challenges, 28 AIL 2020, 414 – 439. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp/Engel, Andreas/Mauer, Marco, Regulating ChatGPT and other Large Generative AI Models, Working Paper, Version vom 10.02.2023, abrufbar unter arxiv.org/pdf/2302.02337.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp/Wessel, Lauri, KI-Trainingsdaten nach dem Verordnungsentwurf für Künstliche Intelligenz – Qualität und Performanz im Zusammenspiel von Recht und Informatik, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 53 – 70. Google Scholar öffnen doi.org/10.5771/9783748940302
Hacker, Philipp/Wiedemann, Emil/Zehlike, Maike, Towards a Flexible Framework for Algorithmic Fairness, in: Reussner, R. H., Koziolek, A. & Heinrich, R. (Hrsg.), Informatik, Gesellschaft für Informatik, Bonn 2020, S. 99 – 108. Google Scholar öffnen doi.org/10.5771/9783748940302
Häder, Michael, Empirische Sozialforschung, 4. Auflage, Wiesbaden 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Hagendorff, Thilo, Maschinelles Lernen und Diskriminierung: Probleme und Lösungsansätze, ÖZS 44 (2019), 53 – 66. Google Scholar öffnen doi.org/10.5771/9783748940302
Hallinan, Dara/Borgesius, Frederik Zuiderveen, Opinions can be incorrect (in our opinion)! On data protection law’s accuracy principle, 10 Int. Data Priv. Law (2020), 1 – 10. Google Scholar öffnen doi.org/10.5771/9783748940302
Hammermann, Andrea/Thiele, Christopfer, People Analytics, Evidenzbasierte Entscheidungsfindung im Personalmanagement, Institut der Deutschen Wirtschaft, IW-Report 35/19. Google Scholar öffnen doi.org/10.5771/9783748940302
Hardt, Moritz/Price, Eric/Srebro, Nathan, Equality of Opportunity in Supervised Learning, 29 NIPS 2016, abrufbar unter papers.nips.cc/paper_files/paper/2016/file/9d2682367c3935defcb1f9e247a97c0d-Paper.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Härtel, Ines, Digitalisierung im Lichte des Verfassungsrechts – Algorithmen, Predictive Policing, autonomes Fahren, LKV 2019, 49 – 60. Google Scholar öffnen doi.org/10.5771/9783748940302
Härting, Niko, Profiling: Vorschläge für eine intelligente Regulierung, Was aus der Zweistufigkeit des Profiling für die Regelung des nicht-öffentlichen Datenschutzbereichs folgt, CR 2014, 528 – 536. Google Scholar öffnen doi.org/10.5771/9783748940302
Hartmann, Felix, Diskriminierung durch Antidiskriminierungsrecht? Möglichkeiten und Grenzen eines postkategorialen Diskriminierungsschutzes in der Europäischen Union, EuZA 2019, 24 – 44. Google Scholar öffnen doi.org/10.5771/9783748940302
Hashem, Ibrahim Abaker Targio, Yaqoob, Ibrar, Anuar, Nor Badrul, Mokhtar, Salimah, Gani, Abdullah, Khan, Samee Ullah, The Rise of Big Data on Cloud Computing: Review and Open Research Issues, Information Systems 47 (2015), 98 – 115. Google Scholar öffnen doi.org/10.5771/9783748940302
Hau, Wolfgang/Poseck, Roman (Hrsg.), Beck-Online Kommentar Bürgerliches Gesetzbuch, 65. Edition, Stand: 01.02.2023, München 2023, zitiert als BeckOKBGB. Google Scholar öffnen doi.org/10.5771/9783748940302
Hauer, Marc P./Adler, Rasmus/Zweig, Katharina, Assuring Fairness of Algorithmic Decision Making, 2021 IEEE International Conference on Software Testing, Verification and Validation Workshops (ICSTW), S. 110 – 113. Google Scholar öffnen doi.org/10.5771/9783748940302
Hauer, Marc P./Kevekordes, Johannes/Haeri Maryam Amir, Legal perspective on possible fairness measures –A legal discussion using the example of hiring decisions, CLSR 42 (2021), 105583. Google Scholar öffnen doi.org/10.5771/9783748940302
Haugeland, John, Artificial Intelligence: The very ideas, Cambridge 1985. Google Scholar öffnen doi.org/10.5771/9783748940302
Haverkamp, Rita/Lukas, Tim, Diskriminierung im Strafrecht, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 286 – 300. Google Scholar öffnen doi.org/10.5771/9783748940302
Hecker, Dirk/Döbel, Inga/Rüping, Stefan/Schmitz, Velina, Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie, WI. & Man. 9 (2017), S. 26 – 35. Google Scholar öffnen doi.org/10.5771/9783748940302
Heckmann, Dirk/Paschke, Anne, Der Umgang mit Vollzugsdefiziten im Datenschutzrecht, in: Stern/Sodan/Möstl, Das Staatsrecht der Bundesrepublik Deutschland im europäischen Staatenverbund, 2. Auflage 2022, § 103 Datenschutz Rn. 128 – 131. Google Scholar öffnen doi.org/10.5771/9783748940302
Heesen, Jessica/Reinhardt, Karoline/Schelenz, Laura, Diskriminierung durch Algorithmen vermeiden: Analysen und Instrumente für eine demokratische digitale Gesellschaft, in: Bauer, Gero/Kechaja, Maria/Engelmann, Sebastian/Haug, Lean, Diskriminierung und Antidiskriminierung – Beiträge aus Wissenschaft und Praxis, 2021, S. 129 – 147. Google Scholar öffnen doi.org/10.5771/9783748940302
Heidtke, Aron, Meinungsbildung und Medienintermediäre. Vielfaltssichernde Regulierung zur Gewährleistung der Funktionsbedingungen freier Meinungsbildung im Zeitalter der Digitalisierung, Baden-Baden 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Heinemeyer, Dennis, Datenverarbeitungs-Crashtests ohne Daten-Dummys – Zur Zulässigkeit der Nutzung von (echten) personenbezogenen Daten zu Testzwecken nach DSGVO, CR 2019, 147 – 151. Google Scholar öffnen doi.org/10.5771/9783748940302
Heinrich, Bernd/Klier, Mathias, Datenqualitätsmetriken für ein ökonomisch orientiertes Qualitätsmanagement, in Hildebrand, Knut/Gebauer, Marcus/Mielke, Michael, Daten- und Informationsqualität, 4. Auflage, Wiesbaden 2018, S. 49 – 67. Google Scholar öffnen doi.org/10.5771/9783748940302
Heinzke, Philippe/Storkenmaier, Julia, Die kollektive Rechtsdurchsetzung bei Verletzungen des Datenschutzrechts – Durchsetzungsmöglichkeiten nach heutigem und zukünftigem Recht, CR 2021, 299 – 307. Google Scholar öffnen doi.org/10.5771/9783748940302
Heinzke, Philippe/Storkenmaier, Julia, Die kollektive Rechtsdurchsetzung bei Verletzungen des Datenschutzrechts – Teil 2 – Durchsetzungsmöglichkeiten nach heutigem und zukünftigem Recht, CR 2021, 582 – 588. Google Scholar öffnen doi.org/10.5771/9783748940302
Helbing, Thomas, Big Data und der datenschutzrechtliche Grundsatz der Zweckbindung, K&R 2015, 145–150. Google Scholar öffnen doi.org/10.5771/9783748940302
Helfrich, Marcus, Kreditscoring und Scorewertbildung der SCHUFA, Baden-Baden 2010. Google Scholar öffnen doi.org/10.5771/9783748940302
Hennemann, Moritz, Künstliche Intelligenz und Wettbewerbsrecht, ZWeR 2018, 161 – 184. Google Scholar öffnen doi.org/10.5771/9783748940302
Hennemann, Moritz, Wettbewerb der Datenschutzrechtsordnungen, RabelsZ Zeitschrift für ausländisches und internationales Privatrecht 84 (2020), 864 – 895. Google Scholar öffnen doi.org/10.5771/9783748940302
Hennemann, Moritz/Kumkar, Lea Katharina, Robo Advice und automatisierte Entscheidung im Einzelfall, in Linardatos, Dimitros (Hrsg.), Rechtshandbuch Robo Advice, 2020, S. 324 – 338. Google Scholar öffnen doi.org/10.5771/9783748940302
Herberger, Maximilian, „Künstliche Intelligenz“ und Recht – Ein Orientierungsversuch, NJW 2018, 2825 – 2829. Google Scholar öffnen doi.org/10.5771/9783748940302
Herberger, Marie, Verbandsklageverfahren für diskriminierungsrechtliche Ansprüche, RdA 2022, 220 – 228. Google Scholar öffnen doi.org/10.5771/9783748940302
Hermstrüwer, Yoan, Die Regulierung der prädiktiven Analytik: eine juristisch-verhaltenswissenschaftliche Skizze, in: Hoffmann-Riem, Wolfgang (Hrsg.), Big Data – Regulative Herausforderungen, 2018, S. 99 – 116. Google Scholar öffnen doi.org/10.5771/9783748940302
Hildebrandt, Mireille, Smart Technologies and the End(s) of Law, Northampton (Massachusetts, USA) 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Hildebrandt, Mireille, Profiling: From data to knowledge. The challenges of a crucial technology, DuD (30) 2006, 548 – 552. Google Scholar öffnen doi.org/10.5771/9783748940302
Hildesheim, Wolfgang /Michelsen Dirk, Künstliche Intelligenz im Jahr 2018 – Aktueller Stand von branchenübergreifenden KI-Lösungen: Was ist möglich? Was nicht? Beispiele und Empfehlungen, in: Buxmann, Peter/Schmidt, Holger (Hrsg.), Künstlichen Intelligenz, Berlin 2019, S. 119 – 142. Google Scholar öffnen doi.org/10.5771/9783748940302
Hill, Robin K., What an algorithm is, P&T, 2016, 35 – 59. Google Scholar öffnen doi.org/10.5771/9783748940302
Hinz, Katja, Arbeitsrecht, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 539 – 558. Google Scholar öffnen doi.org/10.5771/9783748940302
Hipp, Lena, Ungleichheit und Diskriminierung auf dem Arbeitsmarkt, APuZ 09/2016, S. 42 – 48. Google Scholar öffnen doi.org/10.5771/9783748940302
Hochrangigen Expertengruppe für künstliche Intelligenz, Ethik-Leitlinien für eine vertrauenswürdige KI, Gutachten für EU-Kommission, 08. April 2019, abrufbar unter digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoeren, Thomas, Big Data und Datenqualität – ein Blick auf die DS-GVO, Annäherungen an Qualitätsstandards und deren Harmonisierung, ZD 2016, 459 – 463. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoeren, Thomas, Rechtliche Grundlagen des SCHUFA-Scoring-Verfahrens, RDV 2007, 93 – 99. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoeren, Thomas/Niehoff, Maurice, KI und Datenschutz – Begründungserfordernisse automatisierter Entscheidungen, RW 1/2018, S. 47 – 66. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoffmann, Hanna, Regulierung der Künstlichen Intelligenz – Fundamentalkritik am Verordnungsentwurf zur Regulierung der Künstlichen Intelligenz der EU-Kommission vom 21.4.2021, K&R 2021, 369 – 374. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoffmann, Hanna/Kevekordes, Johannes, Das Right to Explanation, DuD 2021, 609 – 615. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoffmann, Jochen, Die Feststellung mittelbarer Diskriminierungen, AcP 214 (2014), 822 – 852. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoffmann-Riem, Wolfgang, Rechtliche Rahmenbedingungen und regulative Herausforderungen durch Big Data, in: Hoffmann-Riem, Wolfgang (Hrsg.), Big Data – Regulative Herausforderungen, Baden-Baden 2018, S. 11 – 76. Google Scholar öffnen doi.org/10.5771/9783748940302
Hoffmann-Riem, Wolfgang, Verhaltenssteuerung durch Algorithmen, AöR 2017, S. 1 – 42. Google Scholar öffnen doi.org/10.5771/9783748940302
Höhne, Marina Marie-Claire, Nachvollziehbare Künstliche Intelligenz: Methoden, Chancen und Risiken – Black Box zu White Box, DuD 2021, 453 – 456. Google Scholar öffnen doi.org/10.5771/9783748940302
Holl, Jürgen/Kernbeiß, Günter/Wagner-Pinter, Michael, Das AMS-Arbeitsmarktchancen-Modell - Dokumentation zur Methode, 2018, abrufbar unter www.ams-forschungsnetzwerk.at/downloadpub/arbeitsmarktchancen_methode_%20dokumentation.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Holthausen, Joachim, Big Data, People Analytics, KI und Gestaltung von Betriebsvereinbarungen – Grund-, arbeits- und datenschutzrechtliche Herausforderungen, RdA 2021, 19 – 32. Google Scholar öffnen doi.org/10.5771/9783748940302
Holzleithner, Elisabeth, Intersektionale (mehrdimensionale) Diskriminierung, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 543 – 594. Google Scholar öffnen doi.org/10.5771/9783748940302
Hong, Mathias, Grundwerte des Antidiskriminierungsrechts: Würde, Freiheit, Gleichheit und Demokratie, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 67 – 123. Google Scholar öffnen doi.org/10.5771/9783748940302
Höpfner, Clemens/Daum, Jan Alexander, Der „Robo-Boss“ – Künstliche Intelligenz im Arbeitsverhältnis, ZfA 2021, 467 – 501. Google Scholar öffnen doi.org/10.5771/9783748940302
Hörmann, Florian, Teilzeitdiskriminierung in Kollektivverträgen, Wien 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Horn, Christoph, Zum Begriff der Gerechtigkeit, PM409/2003, Konrad-Adenauer-Stiftung, S. 25 – 36, abrufbar unter www.kas.de/c/document_library/get_file?uuid=a5fd3183-b479-f548-3d33-90a652454716&groupId=252038. Google Scholar öffnen doi.org/10.5771/9783748940302
Horner, Susanne/Kaulartz, Markus, Haftung 4.0 CR 2016, 7 – 14. Google Scholar öffnen doi.org/10.5771/9783748940302
Hornung, Gerrit, Trainingsdaten und die Rechte von Betroffenen Personen, in: BMUV/Rostalski, Frauke (Hrsg.), Künstliche Intelligenz, Tübingen 2022, S. 91 – 120. Google Scholar öffnen doi.org/10.5771/9783748940302
Hornung, Gerrit, KI-Regulierung im Mehrebenensystem, DuD 2022, 561 – 566. Google Scholar öffnen doi.org/10.5771/9783748940302
Hornung, Gerrit/Wagner, Bernd, Der schleichende Personenbezug, CR 2019, 565 – 574. Google Scholar öffnen doi.org/10.5771/9783748940302
Hornung, Gerrit, Erosion traditioneller Prinzipien des Datenschutzrechts durch Big Data, in: Hoffmann-Riem, Wolfgang (Hrsg.), Big Data - Regulative Herausforderungen, 2018, S. 81 – 98. Google Scholar öffnen doi.org/10.5771/9783748940302
Huff, Julian/Götz, Thomas, Evidenz statt Bauchgefühl? – Möglichkeiten und rechtliche Grenzen von Big Data im HR-Bereich, NZA-Beilage 2019, S. 73 – 78. Google Scholar öffnen doi.org/10.5771/9783748940302
Hüning, Felix, Embedded Systems für IoT, Berlin 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Hutchinson, Ben/Mitchell, Marget, 50 years of test (un) fairness: Lessons for machine learning, FAccT 2019, S. 49 – 58. Google Scholar öffnen doi.org/10.5771/9783748940302
Imdorf, Christian, Diskriminierung in der beruflichen Bildung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 353 – 366. Google Scholar öffnen doi.org/10.5771/9783748940302
Janal, Ruth, Konfliktlinien: Geheimhaltungsinteressen vs. Transparenz von ADM-Systemen, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 121 – 142. Google Scholar öffnen doi.org/10.5771/9783748940302
Jarass, Hans D./Pieroth, Bodo, Grundgesetz für die Bundesrepublik Deutschland, 17. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Jarass, Hans D., Charta der Grundrechte der Europäischen Union, 4. Auflage, München 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Jauernig, Othmar/Stürner, Rolf (Hrsg.), Bürgerliches Gesetzbuch, 18. Auflage, München 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Jellinek, Georg, Allgemeine Staatslehre, Berlin 1900. Google Scholar öffnen doi.org/10.5771/9783748940302
Johannes, Paul/Richter, Philipp, Privilegierte Verarbeitung im BDSG-E – Regeln für Archivierung, Forschung und Statistik, DuD 2017, 300 – 305. Google Scholar öffnen doi.org/10.5771/9783748940302
Jolls, Christine, Antidiscrimination and accommodation, 115 Harv. L. Rev. (2001), 642 – 699. Google Scholar öffnen doi.org/10.5771/9783748940302
Joos, Daniel, Einsatz von künstlicher Intelligenz im Personalwesen unter Beachtung der DS-GVO und des BDSG, NZA 2020, 1216 – 1221. Google Scholar öffnen doi.org/10.5771/9783748940302
Joos, Daniel/Meding, Kristoph, Anforderungen bei der Einführung und Entwicklung von KI zur Gewährleistung von Fairness und Diskriminierungsfreiheit, DuD 2022, 376 – 380. Google Scholar öffnen doi.org/10.5771/9783748940302
Käde, Lisa/von Maltzan, Stephanie, Die Erklärbarkeit von Künstlicher Intelligenz (KI) – Entmystifizierung der Black Box und Chancen für das Recht, CR 2020, 66 – 72. Google Scholar öffnen doi.org/10.5771/9783748940302
Kalbhenn, Jan Christopher, Designvorgaben für Chatbots, Deepfakes und Emotionserkennungssysteme: Der Vorschlag der Europäischen Kommission zu einer KI-VO als Erweiterung der medienrechtlichen Plattformregulierung, ZUM 2021, 663 – 674. Google Scholar öffnen doi.org/10.5771/9783748940302
Kaminski, Margot E., The Right to Explanation, Explained, 34 BTLJ (2019), S. 189 – 218. Google Scholar öffnen doi.org/10.5771/9783748940302
Kamiran, Faisal/Calders, Toon/Pechenizkiy, Mykola, Techniques for Discrimination-Free Predictive Models, in Custers et al., Discrimination and Privacy in the Information Society, S. 223 – 239. Google Scholar öffnen doi.org/10.5771/9783748940302
Kamiran, Faisal/Calders, Toon, Data preprocessing techniques for classification without discrimination, 33 KAIS (2012), 1 – 33. Google Scholar öffnen doi.org/10.5771/9783748940302
Kamiran, Faisal/Žliobaitė, Indrė/Calders, Toon, Quantifying explainable discrimination and removing illegal discrimination in automated decision making, 35 KAIS (2013), 613 – 644. Google Scholar öffnen doi.org/10.5771/9783748940302
Kamlah, Wulf, Das SCHUFA-Verfahren und seine datenschutzrechtliche Zulässigkeit, MMR 1999, 395 – 404. Google Scholar öffnen doi.org/10.5771/9783748940302
Kaulartz, Markus, Terminologie, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 32 – 36. Google Scholar öffnen doi.org/10.5771/9783748940302
Kartheuser, Ingemar/Nabulsi, Selma, Abgrenzungsfragen bei gemeinsam Verantwortlichen, MMR 2018, 717 – 721. Google Scholar öffnen doi.org/10.5771/9783748940302
Kastrop, Christian/ Ponattu, Dominic, Künstliche Intelligenz muss dem Gemeinwohl dienen – Eine verbraucherzentrierte KI verbindet Interessen der Zivilgesellschaft mit mehr Innovationskraft, DuD 2021, 434 – 437. Google Scholar öffnen doi.org/10.5771/9783748940302
Kersting, Wolfgang, Theorien der sozialen Gerechtigkeit, Stuttgart 2000. Google Scholar öffnen doi.org/10.5771/9783748940302
Kienle, Thomas, EuGH: Vorlage zur Vorabentscheidung – Schutz natürlicher Personen bei der Verarbeitung personenbezogener Daten, LTZ 2023, 50 – 67. Google Scholar öffnen doi.org/10.5771/9783748940302
Kim, Pauline T., Auditing Algorithms for Discrimination, 166 U. Pa. L. Rev. (2017), 189 – 204. Google Scholar öffnen doi.org/10.5771/9783748940302
Kim, Pauline T., Data-Driven Discrimination at Work, 58 Wm. & Mary L. Rev. (2017), 857 – 936. Google Scholar öffnen doi.org/10.5771/9783748940302
Kirn, Stefan/Müller-Hengstenberg, Claus D., Intelligente (Software-)Agenten: Von der Automatisierung zur Autonomie? - Verselbstständigung technischer Systeme, MMR 2014, 225 – 232. Google Scholar öffnen doi.org/10.5771/9783748940302
Klar, Manuel, Künstliche Intelligenz und Big Data – algorithmenbasierte Systeme und Datenschutz im Geschäft mit Kunden, BB 2019, S. 2243 – 2252. Google Scholar öffnen doi.org/10.5771/9783748940302
Kleinberg, Jon/Mullainathan, Sendhil/Manish, Raghavan, Inherent Trade-Offs in the Fair Determination of Risk Scores, 67 ITCS 2017, S. 1 - 23. Google Scholar öffnen doi.org/10.5771/9783748940302
Kleinberg, Jon/Ludwig, Jens/Mullainathan, Sendhil/Sunstein, Cass R., Discrimination in the age of Algorithms, 10 JLA (2018), 1 - 62. Google Scholar öffnen doi.org/10.5771/9783748940302
Klonschinski, Andrea, Einleitung: Was ist Diskriminierung und was genau ist daran moralisch falsch, ZfPP 2020, 133 – 154. Google Scholar öffnen doi.org/10.5771/9783748940302
Klose, Alexander/Kühn, Kerstin, Die Anwendbarkeit von Testing-Verfahren im Rahmen der Beweislast, § 22 Allgemeines Gleichbehandlungsgesetz, im Auftrag der Antidiskriminierungsstelle des Bundes, Berlin 2010, abrufbar unter www.antidiskriminierungsstelle.de/SharedDocs/downloads/DE/publikationen/Expertisen/expertise_anwendbarkeit_testingverfahren_20110704.pdf?__blob=publicationFile&v=3. Google Scholar öffnen doi.org/10.5771/9783748940302
Kment, Martin/Borchert, Sophie, Künstliche Intelligenz und Algorithmen in der Rechtsanwendung, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Knobloch/Hustedt, Der maschinelle Weg zum passenden Personal, Berlin 2019, abrufbar unter www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/SNV_Robo_Recruiting_final.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Koch, Heiner, Intransparente Diskriminierung durch maschinelles Lernen, ZfPP 2020, 265 – 300. Google Scholar öffnen doi.org/10.5771/9783748940302
Koch, Christian, Scoring-Systeme in der Kreditwirtschaft, MMR 1998, 458 – 462. Google Scholar öffnen doi.org/10.5771/9783748940302
Kocher, Eva, Zehn Jahre AGG – brachliegende Potenziale, ZRP 2017, 112 – 114. Google Scholar öffnen doi.org/10.5771/9783748940302
Köhler, Helmut/Bornkamm, Joachim/Feddersen, Jörg, Gesetz gegen den unlauteren Wettbewerb, UWG, 40. Auflage, München 2022. Google Scholar öffnen doi.org/10.5771/9783748940302
Koopmans, Ruud/Veit, Susanne/Yemane, Ruta, Ethnische Hierarchien in der Bewerberauswahl: Ein Feldexperiment zu den Ursachen von Arbeitsmarktdiskriminierung, Wissenschaftszentrum Berlin für Sozialforschung, Discussion Paper SP VI 2018–104, 2018, abrufbar unter bibliothek.wzb.eu/pdf/2018/vi18-104.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Kolany-Raiser, Barbara/Heil, Reinhard/Orwat, Carsten/Hoeren, Thomas, Big Data – Gesellschaftliche Herausforderungen und rechtliche Lösungen, 1. Auflage, München 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Kolleck, Alma/Orwat, Carsten, Mögliche Diskriminierung durch algorithmische Entscheidungssysteme und maschinelles Lernen – ein Überblick, Büro für Technikfolgen-Abschätzung beim Deutschen Bundestag, 2020, abrufbar unter www.tab-beim-bundestag.de/projekte_diskriminierung-durch-algorithmische-entscheidungssysteme-und-maschinelles-lernen.php. Google Scholar öffnen doi.org/10.5771/9783748940302
Kosinski, Michael/Stilwell, David/Graepel, Thore, Private traits and attributes are predictable from digital records of human behaviour, 110 PNAS 2013, 5802 – 5805. Google Scholar öffnen doi.org/10.5771/9783748940302
Krämer, Walter, Die Rechtmäßigkeit der Nutzung von Scorewerten, NJW 2020, 497 – 502. Google Scholar öffnen doi.org/10.5771/9783748940302
Kraus, Tom/Ganschow, Lene/Eisenträger, Marlene/Wischmann, Steffen, Erklärbare KI, Studie im Auftrag des BMWi, 2021, abrufbar unter https://www.digitale-technologien.de/DT/Redaktion/DE/Downloads/Publikation/KI-Inno/2021/Studie_Erklaerbare_KI.pdf?__blob=publicationFile&v=1. Google Scholar öffnen doi.org/10.5771/9783748940302
Krause, Rüdiger, Arbeitsmarktchance per Algorithmus?, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 143 – 164. Google Scholar öffnen doi.org/10.5771/9783748940302
Kremer, Sascha, Künstliche Intelligenz als (gemeinsam) Verantwortlicher oder Auftragsverarbeiter unter der DSGVO? in: IT-Recht in Wissenschaft und Praxis – Festschrift für Jürgen Taeger, Frankfurt am Main 2020, S. 251 – 269. Google Scholar öffnen doi.org/10.5771/9783748940302
Kremer, Michael/Conrady, Jan/Penners, Anja, Data Privacy Litigation – Prozessuale Implikationen des datenschutzrechtlichen Schadensersatzanspruchs nach Art. 82 DS-GVO, ZD 2021, 128 – 134. Google Scholar öffnen doi.org/10.5771/9783748940302
Kroll, Joshua A./Huey, Joanna/Barocas, Solon/Felten, Edward W./Reidenberg, Joel R./Robinson, David G./Yu, Harlan, Accountable Algorithms, 165 U. Pa. L. Rev. (2017), 633 – 705. Google Scholar öffnen doi.org/10.5771/9783748940302
Krüger, Julia/Likscha, Konrad, Damit Maschinen den Menschen dienen. Lösungsansätze, um algorithmische Entscheidungen in den Dienst der Gesellschaft zu stellen, 2018, abrufbar unter doi.org/10.11586/2018019. Google Scholar öffnen doi.org/10.5771/9783748940302
Krügel, Tina/Pfeiffenbring, Julia, Datenschutzrechtliche Herausforderungen von KI, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn [Hrsg], 1. Auflage, München 2020, S. 412 – 440. Google Scholar öffnen doi.org/10.5771/9783748940302
Kübler, Dorothea/Schmid, Julia/Stüber, Robert, Be a Man or Become a Nurse: Comparing Gender Discrimination by Employers across a Wide Variety of Professions, Wissenschaftszentrum Berlin für Sozialforschung, Discussion Paper SP II 2017–201, Berlin 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Kühling, Jürgen/Buchner, Benedikt, Datenschutzgrundverordnung, 3. Auflage, München 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Kullmann, Miriam, Diskriminierung durch algorithmische Entscheidungen: „Equality Trough Algorithmic Design“, in: Beyer, Elena/Erler, Katharina/Hartmann, Christoph/Kramme, Malte/Müller, Michael/Pertot, Tereza/Tuna, Elif/Wilke, Felix M. (Hrsg.), Privatrecht 2050, Blick in die digitale Zukunft, Jahrbuch Junge Zivilrechtswissenschaftler 2019, S. 227 – 253. Google Scholar öffnen doi.org/10.5771/9783748940302
Kullmann, Miriam, Platform Work, Algorithmic Decision-Making, and EU Gender Equality Law, 34 Int. J. Comp. Labour Law Ind. Relat. 2018 (1), 1 – 22. Google Scholar öffnen doi.org/10.5771/9783748940302
Kumkar, Lea Katharina/Roth-Isigkeit, David, Erklärungspflichten bei automatisierten Datenverarbeitungen nach der DSGVO, JZ 2020, 277 – 268. Google Scholar öffnen doi.org/10.5771/9783748940302
Kung, Tiffany H./Cheatham, Morgan/Medenilla, Arielle/Sillos, Czarina/De Leon, Lorie/Elepano, Camille/Madriaga, Maria/Aggabao, Rimel/Diaz-Candido, Giezel/Maningo, James/Tseng, Victor, Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models, 9. Februar 2023, doi.org/10.1371/journal.pdig.0000198. Google Scholar öffnen doi.org/10.5771/9783748940302
Kusner Matt J./Loftus Joshua/Russell Chris/Silva Ricardo, Counterfactual fairness – 31 NIPS 2017, 4066 – 4076. Google Scholar öffnen doi.org/10.5771/9783748940302
Küster, Michelle, Strafschadensersatz als Rechtsfolge nach § 15 AGG, Würzburg 2010. Google Scholar öffnen doi.org/10.5771/9783748940302
Kutting, Isabelle/Amin, Naziar, Mit 'Rasse' gegen Rassismus? Zur Notwendigkeit einer Verfassungsänderung, DÖV 2020, 612 – 617. Google Scholar öffnen doi.org/10.5771/9783748940302
Laney, Doug, 3D Data Management – Controlling Data Volume, Velocity, and Variety – Current business conditions and mediums are pushing traditional data management principles to their limits, giving rise to novel, more formalized approaches, 2001. Google Scholar öffnen doi.org/10.5771/9783748940302
Langenbucher, Katja, Zur Regulierung des Kreditscoring, EuZW 2021, 961 – 962. Google Scholar öffnen doi.org/10.5771/9783748940302
Langer, Markus/Oster, Daniel/Speith, Timo/Hermanns, Holger/Kästner, Lena/Schmidt, Eva/Sesing, Andreas/Baum, Kevin, What do we want from Explainable Artificial Intelligence (XAI)? – A stakeholder perspective on XAI and a conceptual model guiding interdisciplinary XAI research, AI 296 (2021), 103473. Google Scholar öffnen doi.org/10.5771/9783748940302
Langer, Paul F./Weyerer, Jan C. Diskriminierungen und Verzerrungen durch Künstliche Intelligenz. Entstehung und Wirkung im gesellschaftlichen Kontext, in: Oswald, Michael/Borucki, Isabelle (Hrsg.), Demokratietheorie im Zeitalter der Frühdigitalisierung, S. 219 – 240. Google Scholar öffnen doi.org/10.5771/9783748940302
Lapuschkin, Sebastian/Wäldchen, Stephan/Binder, Alexander/Montavon,Grégoire/Samek, Wojciech/Müller, Klaus-Robert, Unmasking Clever Hans predictors and assessing what machines really learn, 10 Nature Com. (2019), 1 – 8. Google Scholar öffnen doi.org/10.5771/9783748940302
Lauber, Anna Verena, Paritätische Vertragsfreiheit durch reflexiven Diskriminierungsschutz, Baden-Baden 2010. Google Scholar öffnen doi.org/10.5771/9783748940302
Lauber-Rönsberg, Anne, ‘Im Gespräch: Künstliche Intelligenz und Immaterialgüterrecht’ GRUR Newsletter 2/2017, 17. Google Scholar öffnen doi.org/10.5771/9783748940302
Lauscher, Anne/Legner, Sarah: Künstliche Intelligenz und Diskriminierung, ZfDR 2022, 367 – 390. Google Scholar öffnen doi.org/10.5771/9783748940302
Lee, W. Yang/Strong, Diane M./Kahn, Beverly K./Wang, Richard Y., AIMQ: A methodology for information quality assessment, 40 Inf. & Man 2002, 133 – 146. Google Scholar öffnen doi.org/10.5771/9783748940302
Legg, Shane/Hutter, Marcus, Universal Intelligence: A Definition of Machine Intelligence, Minds & Machines, 17:4 (2007), 391 – 444. Google Scholar öffnen doi.org/10.5771/9783748940302
Lehner, Roman, Diskriminierungen im allgemeinen Privatrecht als Grundrechtsproblem, JuS 2013, 410 – 414. Google Scholar öffnen doi.org/10.5771/9783748940302
Lehr, David/Ohm, Paul, Playing with the Data: What Legal Scholars Should Learn About Machine Learning, 51 UCDL Rev. 2017, 653 – 671. Google Scholar öffnen doi.org/10.5771/9783748940302
Lenzen, Manuela, Künstliche Intelligenz – Fakten, Chancen, Risiken, München 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Leupold, Andreas/Wiebe, Andreas/Glossner, Silke, Münchener Anwaltshandbuch IT-Recht, 4. Auflage 2021, zitiert als MAH IT-R. Google Scholar öffnen doi.org/10.5771/9783748940302
Lerman, Jonas, Big Data and Its Exclusions, 66 Stan. L. Rev. Online (2013) 55 – 63. Google Scholar öffnen doi.org/10.5771/9783748940302
Lessmann, Stefan/Baesens, Bart/Hsin-Vonn, Seow/Thomas, Lyn, Benchmarking state-of-the-art classification algorithms for credit scoring, 247 Eur. J. Oper. Res. (2015), 124 – 136. Google Scholar öffnen doi.org/10.5771/9783748940302
Lewinski, Kai von, Regulierungsbedarf und Regulierungsfelder von algorithmischen Systemen, InTeR 2018, 168 – 175. Google Scholar öffnen doi.org/10.5771/9783748940302
Lewinski, Kai von/Pohl, Dirk, Auskunfteien nach der europäischen Datenschutzreform - Brüche und Kontinuitäten der Rechtslage, ZD 2018, 17 – 23. Google Scholar öffnen doi.org/10.5771/9783748940302
Lewinski, Kai/de Barros Fritz, Raphael, Arbeitgeberhaftung nach dem AGG infolge des Einsatzes von Algorithmen bei Personalentscheidungen, NZA 2018, 620 – 625. Google Scholar öffnen doi.org/10.5771/9783748940302
Lewinski, Kai von/Herrmann, Christoph, Vorrang des europäischen Datenschutzrechts gegenüber Verbraucherschutz- und AGB-Recht Teil 1: Materielles Recht, PinG 2017, 165 – 172. Google Scholar öffnen doi.org/10.5771/9783748940302
Liebl, Andreas/Klein, Till, AI-Act: Risikoklassifizierung von KI-Anwendungen aus der Praxisperspektive, März 2023, abrufbar unter aai.frb.io/assets/files/Studie-Risiskoklassifizierung_appliedAI_Final_März-27-2023.pdf. Google Scholar öffnen doi.org/10.5771/9783748940302
Liebscher, Doris/Naguib, Tarek/Plümecke, Tino/Remus, Joana, Wege aus der Essentialismusfalle: Überlegungen zu einem postkategorialen Antidiskriminierungsrecht, KJ 2012, 204 – 218. Google Scholar öffnen doi.org/10.5771/9783748940302
Lindinger, Elisa, Wenn die Maschine zum Bewerbungsgespräch bittet, in: Gesellschaft für Informatik, ExamAI – Diskriminierende KI, S. 7 – 9. Google Scholar öffnen doi.org/10.5771/9783748940302
Lins, Sebastian/Pandl, Konstantin/Teigeler, Heiner/Thiebes, Scott/Bayer, Calvin/Sunyaev, Ali, Artificial Intelligence as a Service, 63 Bus. Inf. Syst. Eng. (2021), 441 – 456. Google Scholar öffnen doi.org/10.5771/9783748940302
Lippert-Rasmussen, Kasper, Born Free and Equal? A Philosophical Inquiry into the Nature of Discrimination, 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
Lippert-Rasmussen, Casper, "We Are All Different": Statistical Discrimination and the Right to Be Treated as an Individual, 15 J. Ethics (2011) 47 – 59. Google Scholar öffnen doi.org/10.5771/9783748940302
Lischka, Conrad/Kingel, Anita, Wenn Maschinen Menschen bewerten – Internationale Fallbeispiele für Prozesse algorithmischer Entscheidungsfindung, Impuls Algorithmenethik #1, Gütersloh 2017, abrufbar unter www.bertelsmann-stiftung.de/de/publikationen/publikation/did/wenn-maschinen-menschen-bewerten. Google Scholar öffnen doi.org/10.5771/9783748940302
Lloyd, Kerstin, Bias Amplification in Artificial Intelligence Systems, Presented at AAAI FSS-18: Artificial Intelligence in Government and Public Sector, Arlington, Virginia, USA, abrufbar unter doi.org/10.48550/arXiv.1809.07842. Google Scholar öffnen doi.org/10.5771/9783748940302
Lohse, Eva Julia, Regulierung von Künstlicher Intelligenz, in: Chibanguza, Kuuya/Kuß, Christian/Steege, Hans, Künstliche Intelligenz, 1. Auflage, Bade-Baden 2022, 1. Teil, § 2 B. Google Scholar öffnen doi.org/10.5771/9783748940302
Looschelders, Dirk, Diskriminierung und Schutz vor Diskriminierung im Privatrecht, JZ 67 (2012), 105 – 110. Google Scholar öffnen doi.org/10.5771/9783748940302
Lowry, Stella/Macpherson, Gordon, A blot on the profession 296 Br. Med. J. (1988), 657 – 658. Google Scholar öffnen doi.org/10.5771/9783748940302
LPB Baden-Württemberg, Deutschland & Europa 2021, Heft 82, Soziale Gerechtigkeit durch eine Politik der Chancengleichheit. Google Scholar öffnen doi.org/10.5771/9783748940302
Lücking, Phillip, Automatisierte Ungleichheit – Wie algorithmische Entscheidungssysteme gesellschaftliche Machtverhältnisse (re)produzieren in: Netzforma, Wenn KI dann feministisch, Berlin 2020, S. 65 – 76. Google Scholar öffnen doi.org/10.5771/9783748940302
Lühmann, Tobias/Stegemann, Lea, Voraussetzungen für Verbandsklagen bei Verstößen gegen die Datenschutz-Grundverordnung, NJW 2022, 1715 – 1718. Google Scholar öffnen doi.org/10.5771/9783748940302
Lühmann, Tobias/Schumacher, Pascal/Stegemann, Lea, Gegenwart und Zukunft kollektiver Rechtsdurchsetzung im Datenschutzrecht, ZD 2023, 131 – 136. Google Scholar öffnen doi.org/10.5771/9783748940302
Maamar, Niklas, Social Scoring – Eine europäische Perspektive auf Verbraucher-Scores zwischen Big Data und Big Brother, CR 2018, 820 – 828. Google Scholar öffnen doi.org/10.5771/9783748940302
Macnish, Kevin, Unblinking eyes, Ethics and Information Technology, 14:2 (2012), 151 – 167. Google Scholar öffnen doi.org/10.5771/9783748940302
Makhlouf, Karima/Zhioua, Sami/Palamidessi, Catuscia, On the Applicability of Machine Learning Fairness Notions, ACM SIGKDD Explorations Newsletter 23/1 (2021), S. 14 – 23. Google Scholar öffnen doi.org/10.5771/9783748940302
Malcher, Arno, Künstliche Intelligenz-Anwendung im Wege des Software as a Service (KIaaS), MMR 2022, 617 – 622. Google Scholar öffnen doi.org/10.5771/9783748940302
Malgieri, Gianclaudio/Comande, Giovanni, Why a Right to Legibility of Automated Decision-Making Exists in the General Data Protection Regulation, International Data Privacy Law, 7(4) 2017, 243 – 265. Google Scholar öffnen doi.org/10.5771/9783748940302
Malorny, Friederike, Auswahlentscheidungen durch künstlich intelligente Systeme – Datenschutzrechtliche Grenzen im Arbeitsrecht, JuS 2022, 289 – 296. Google Scholar öffnen doi.org/10.5771/9783748940302
Makkonen, Timo, Measuring Discrimination data collection and EU-Equality law, European Commission, Directorate-General for Employment, Social Affairs and Inclusion, Luxemburg 2007. Google Scholar öffnen doi.org/10.5771/9783748940302
Mangold, Anna Katharina, Demokratische Inklusion durch Recht - Antidiskriminierungsrecht als Ermöglichungsbedingung der demokratischen Begegnung von Freien und Gleichen, Tübingen 2021. Google Scholar öffnen doi.org/10.5771/9783748940302
Markert, Karla/Böttinger Konstantin, Robuste Lernverfahren, DuD 2021, 457 – 461. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario, Algorithmen als Herausforderung, JZ 2017, S. 1017 – 1025. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario, Big Data als Herausforderung für den Persönlichkeitsschutz und das Datenschutzrecht, DVBl. 2014, S. 1481 – 1489. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario, Blackbox Algorithmus – Grundfragen der Regulierung Künstlicher Intelligenz, Berlin 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario/Botta, Jonas/Nink, David/Kolain, Michael, Automatisch erlaubt? Fünf Anwendungsfälle algorithmischer Systeme auf dem juristischen Prüfstand, Impuls Algorithmenethik #11, Gütersloh 2020. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario, Nink David, Wenn Maschinen entscheiden … - vollautomatisierte Verwaltungsverfahren und der Persönlichkeitsschutz, NVwZ-Extra 10/2017, S. 1 – 14. Google Scholar öffnen doi.org/10.5771/9783748940302
Martini, Mario/Ruschemeier, Hannah, Künstliche Intelligenz als Instrument des Umweltschutzes, ZUR 2021, 515 – 531. Google Scholar öffnen doi.org/10.5771/9783748940302
Marsch, Nikolaus, Das europäische Datenschutzgrundrecht, Tübingen 2018. Google Scholar öffnen doi.org/10.5771/9783748940302
Marsland, Stephen, Machine learning: An algorithmic perspective, 2. Auflage, Boca Raton 2015. Google Scholar öffnen doi.org/10.5771/9783748940302
Marten, Eike/Walgenbach, Katharina, Intersektionale Diskriminierung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 157 – 173. Google Scholar öffnen doi.org/10.5771/9783748940302
Matejek, Michael/Mäusezahl, Steffen, Gewöhnliche vs. sensible personenbezogene Daten, ZD 2019, 551 – 556. Google Scholar öffnen doi.org/10.5771/9783748940302
Matthias, Andreas, The responsibility gap: Ascribing responsibility for the actions of learning automata, 6(3) Ethics Inf. Technol. (2004) 175 – 183. Google Scholar öffnen doi.org/10.5771/9783748940302
Matzner, Tobias, Beyond data as representation: The performativity of Big Data in surveillance, 14/2 Surveillance & Society (2016), 197 – 210. Google Scholar öffnen doi.org/10.5771/9783748940302
Mau, Steffen, Das metrische Wir – Über die Quantifizierung des Sozialen, Berlin 2017. Google Scholar öffnen doi.org/10.5771/9783748940302
Mau, Steffen, Auf dem Weg in die Scoringgesellschaft? Über den Umgang mit digitalen Statusdaten, in: Baule, Bernward/Hohnsträter, Dirk/Krankenhagen, Stefan/Lamla Jörn (Hrsg.), Transformationen des Konsums, Baden-Baden 2019, S. 25 – 32. Google Scholar öffnen doi.org/10.5771/9783748940302
Maxwell, Winston J., Principles-based regulation of personal data: The case of ‘fair processing’, 5 Int. Data Priv. Law (2015), 205 – 216. Google Scholar öffnen doi.org/10.5771/9783748940302
Mayer-Schönberger, Viktor/Cukier, Kenneth, Big Data: Die Revolution, die unser Leben verändern wird, Boston 2013. Google Scholar öffnen doi.org/10.5771/9783748940302
McCarthy, John/Minsky, Marvin L./Rochester, Nathaniel/Shannon, Claude E., A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955, 27 AI (2006), 12 – 14. Google Scholar öffnen doi.org/10.5771/9783748940302
McCrudden, Christopher/Prechal, Sacha, The Concepts of Equality and Non-discrimination in Europe: A practical approach, European Commission Directorate-General for Employment, Social Affairs and Equal Opportunities, Luxembourg 2009. Google Scholar öffnen doi.org/10.5771/9783748940302
McNamara, Daniel, Equalized odds implies partially equalized outcomes under realistic assumptions, AIES 2019, 313 – 320. Google Scholar öffnen doi.org/10.5771/9783748940302
Meents, Geert, Datenschutz durch KI, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 445 – 461. Google Scholar öffnen doi.org/10.5771/9783748940302
Mehrabi, Ninareh/Morstatter, Fred/ Saxena, Nripsuta/Lerman, Kristina/Galstyan, Aram, A survey on bias and fairness in machine learning, ACM Computing Surveys 54(6) 2021, Art-No.: 115, doi.org/10.1145/3457607. Google Scholar öffnen doi.org/10.5771/9783748940302
Meißner, Stefan, Effects of Quantified Self Beyond Self-Optimization, in: Selke, Stefan, Lifelogging. Digital self-tracking and Lifelogging – between disruptive technology and cultural transformation, Wiesbaden 2016, S. 235 – 248. Google Scholar öffnen doi.org/10.5771/9783748940302
Meller-Hannich, Caroline/Hundertmark, Lukas, Rechtsschutz gegen diskriminierende „KI“, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, 189 – 204. Google Scholar öffnen doi.org/10.5771/9783748940302
Meyer, Stephan, Rechtliche Herausforderungen der Künstlichen Intelligenz und ihre Bewältigung, in: Barton, Thomas/Müller, Christian (Hrsg.), Künstliche Intelligenz in der Anwendung, Wiesbaden 2021, S. 25 – 48. Google Scholar öffnen doi.org/10.5771/9783748940302
Minsky, Marvin, Semantic Information Processing, Massachusetts 1968. Google Scholar öffnen doi.org/10.5771/9783748940302
Mitchell, Margaret/Wu, Simone/Zaldivar, Andrew/Barnes, Parker/Vasserman, Lucy/Hutchinson, Ben/Spitzer, Elena/Deborah Raji, Inioluwa/Gebru, Timnit, Model Cards for Model Reporting, FAccT 2019, S. 220 – 229. Google Scholar öffnen doi.org/10.5771/9783748940302
Mittelstadt, Brent Daniel/Allo, Patrick/Taddeo, Mariarosaria/Wachter, Sandra/Floridi, Luciano, The ethics of algorithms: Mapping the debate, BD&S 2016, S. 1 – 21. Google Scholar öffnen doi.org/10.5771/9783748940302
Molavi, Ramak/Erbguth, Jörn, Künstliche Intelligenz und Deep Learning: Technische Grundlagen und ethische Einordnung, ITRB 2019, 120 – 121. Google Scholar öffnen doi.org/10.5771/9783748940302
Moos, Flemming/Rothkegel, Tobias, Nutzung von Scoring-Diensten im Online-Versandhandel ZD 2016, 561 – 568. Google Scholar öffnen doi.org/10.5771/9783748940302
Montavon, Gregoire/Samek, Wojciech/Müller, Klaus-Robert, Methods for interpreting and understanding deep neural networks, 73 DSP (2018), 1 – 15. Google Scholar öffnen doi.org/10.5771/9783748940302
Möschel, Mathias, The Ban on the Use of Ethnic and Racial Statistics in France, 5 EuConst. Rev. (2009), 197 – 217. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller, Angela, Algorithmwatch, Bundestag, Anhörung des Ausschusses für Digitales: "EU-Verordnung zu Künstlicher Intelligenz unter Einbeziehung von Wettbewerbsfähigkeit im Bereich Künstliche Intelligenz und Blockchain-Technologie", 26. September 2022, Ausschussdrucksache 20(23)81. Google Scholar öffnen doi.org/10.5771/9783748940302
Möslein, Florian, Die normative Kraft des Ethischen - Ein Fallbeispiel zur Effektivität von Leitlinien für Künstliche Intelligenz, RDi 2020, 34 – 41. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller, Ferdinand/Kirchner, Elsa/Schüßler, Martin, Ein „KI-TÜV“ für Europa? Eckpunkte einer horizontalen Regulierung algorithmischer Entscheidungssysteme, in Kuschel/Asmussen/Golla, Intelligente Systeme – Intelligentes Recht, 2020/2021, S. 85 – 106. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller, Jan-Laurin, Algorithmische Systeme im Nichtdiskriminierungsrecht, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 205 – 250. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller-Glöge, Rudi/Preis, Ulrich/Schmidt, Ingid (Hrsg.), Erfurter Kommentar zum Arbeitsrecht, 23. Auflage 2023, zitiert als: ErfK. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller-Hengstenberg, Claus/Kirn, Stefan, Haftung des Betreibers von autonomen Softwareagents, MMR 2021, 376 – 380. Google Scholar öffnen doi.org/10.5771/9783748940302
Müller-Hengstenberg, Claus/Kirn, Stefan, Intelligente (Software-)Agenten: Eine neue Herausforderung unseres Rechtssystems Rechtliche Konsequenzen der "Verselbstständigung" technischer Systeme, MMR 2014, 307 – 313. Google Scholar öffnen doi.org/10.5771/9783748940302
Musielak, Hans-Joachim/Voit, Wolfgang, Zivilprozessordnung, 20. Auflage, München 2023. Google Scholar öffnen doi.org/10.5771/9783748940302
Naumann, Felix, Datenqualität. Informatik-Spektrum 30 (2007), 27 – 31 Google Scholar öffnen doi.org/10.5771/9783748940302
Nativi, Stefano/De Nigris, Sarah, AI Standardisation Landscape: state of play and link to the EC proposal for an AI regulatory framework, Publications Office of the European Union, 2021, abrufbar unter publications.jrc.ec.europa.eu/repository/handle/JRC125952. Google Scholar öffnen doi.org/10.5771/9783748940302
Neuhäuser, Christian, Relative Poverty as a Threat to Human Dignity: On the Structural Injustice of Welfare States, in Gaisbauer, Helmut P./Schweiger, Gottfried/Sedmak, Clemens, Ethical issues in poverty alleviation, S. 151 – 161. Google Scholar öffnen doi.org/10.5771/9783748940302
Neuner, Jörg, Diskriminierungsschutz durch Privatrecht, JZ 2003, 57 – 66. Google Scholar öffnen doi.org/10.5771/9783748940302
Neutatz, Felix/Abedjan, Ziawasch, What is “Good” Training Data?, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 1 – 21. Google Scholar öffnen doi.org/10.5771/9783748940302
Niemann, Fabian/Kevekordes, Johannes, Machine Learning und Datenschutz (Teil 1) - Grundsätzliche datenschutzrechtliche Zulässigkeit, CR 2020, 17 – 25. Google Scholar öffnen doi.org/10.5771/9783748940302
Niemann, Fabian/Kevekordes, Johannes, Machine Learning und Datenschutz (Teil 2) – Sensitive Daten und Betroffenenrechte CR 2020, 179 – 184. Google Scholar öffnen doi.org/10.5771/9783748940302
Niederee, Claudia/Nejdl, Wolfgang, Technische Grundlagen der KI, in: Ebers, Martin/Heinze, Christian/Krügel, Tina/Steinrötter, Björn (Hrsg.), Rechtshandbuch Künstliche Intelligenz und Robotik, 1. Auflage, München 2020, S. 38 – 74. Google Scholar öffnen doi.org/10.5771/9783748940302
Ntoutsi, Eirini/Fafalios, Pavlos/Gadiraju, Ujwal/Iosifidis, Vasileios/Nejdl, Wolfgang/Vidal, Maria-Esther/Ruggieri, Salvatore/Turini, Franco/Papadopoulos, Symeon/Krasanakis, Emmanouil/Kompatsiaris, Ioannis/Kinder-Kurlanda, Katharina/Wagner, Claudia/Karimi, Fariba/Fernandez, Miriam/Alani, Harith/Berendt, Bettina/Kruegel, Tina/Heinze, Christian/Broelemann, Klaus/Kasneci, Gjergji/Tiropanis, Thanassis/Staab, Steffen, Bias in data-driven artificial intelligence systems—An introductory survey, 10(3) DMKD 2020, 1 – 14, (doi.org/10.1002/widm.1356). Google Scholar öffnen doi.org/10.5771/9783748940302
OECD, Recommendation of the Council on Artificial Intelligence, OECD-Legal-449, 22.5.2019, abrufbar unter legalinstruments.oecd.org/en/instruments/oecd-legal-0449. Google Scholar öffnen doi.org/10.5771/9783748940302
Oganesian, Christian/Heermann, Thorsten, China: Der durchleuchtete Mensch – Das chinesische Social-Credit-System, ZD-Aktuell 2018, 06124. Google Scholar öffnen doi.org/10.5771/9783748940302
Ohly, Ansgar, Die ab 28.5.2022 geltenden Änderungen des UWG im Überblick, GRUR 2022, 763 – 772. Google Scholar öffnen doi.org/10.5771/9783748940302
Ohly, Ansgar/Sosnitza, Olaf, Gesetz gegen den unlauteren Wettbewerb, 7. Auflage, München 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Ohm, Paul, Broken promises of privacy: Responding to the surprising failure of anonymization, 57 UCLA Law Review (2009), 1701 – 1777. Google Scholar öffnen doi.org/10.5771/9783748940302
Olbrich, Hanna/Krois, Christopfer, Das Verhältnis von „Frauenquote“ und AGG, NZA 2015, 1288 – 1293. Google Scholar öffnen doi.org/10.5771/9783748940302
O’Neil, Cathy, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, New York 2016. Google Scholar öffnen doi.org/10.5771/9783748940302
Orssich, Irina, Das europäische Konzept für vertrauenswürdige Künstliche Intelligenz, EuZW 2022, 254 – 261. Google Scholar öffnen doi.org/10.5771/9783748940302
Orwat, Carsten, Diskriminierungsrisiken durch Verwendung von Algorithmen, im Auftrag der Antidiskriminierungsstelle des Bundes, Berlin 2019. Google Scholar öffnen doi.org/10.5771/9783748940302
Paal, Boris, Art. 22 DS-GVO: Kreditscoring vor dem EuGH, ZfDR 2023, 114 – 141. Google Scholar öffnen doi.org/10.5771/9783748940302