Book Titles Open Access Full access
Kreative Maschinen und Urheberrecht
Die Machine Learning-Werkschöpfungskette vom Training über Modellschutz bis zu Computational Creativity- Authors:
- Series:
- Datenrecht und neue Technologien, Volume 2
- Publisher:
- 21.09.2021
Keywords
Search publication
Bibliographic data
- Publication year
- 2021
- Publication date
- 21.09.2021
- ISBN-Print
- 978-3-8487-7231-5
- ISBN-Online
- 978-3-7489-1245-3
- Publisher
- Nomos, Baden-Baden
- Series
- Datenrecht und neue Technologien
- Volume
- 2
- Language
- German
- Pages
- 287
- Product type
- Book Titles
Table of contents
ChapterPages
- Titelei/InhaltsverzeichnisPages 1 - 24 Download chapter (PDF)
- A. Problemstellungen Download chapter (PDF)
- B. Gang der Arbeit Download chapter (PDF)
- C. Grenzen der Arbeit Download chapter (PDF)
- 1. Ursprung Download chapter (PDF)
- aa) „Klassische“ KI-Definitionen Download chapter (PDF)
- bb) Alternative Definition Download chapter (PDF)
- cc) Hier: Strukturelle Definition Download chapter (PDF)
- b) Funktionsmäßige Kategorisierung Download chapter (PDF)
- II. Zusammenfassung Download chapter (PDF)
- 1. Algorithmus Download chapter (PDF)
- 2. Lernen Download chapter (PDF)
- 3. Machine Learning Download chapter (PDF)
- 4. Modell Download chapter (PDF)
- 1. Entscheidungsbäume bzw. Random Forest-Modelle Download chapter (PDF)
- 2. Künstliche neuronale Netze Download chapter (PDF)
- 3. Sonderfall: Generative Adversarial Networks Download chapter (PDF)
- 1. Klassifikation, Klassifizierung Download chapter (PDF)
- 2. Regression Download chapter (PDF)
- 3. Überwachtes Lernen (Supervised Learning) Download chapter (PDF)
- 4. Unüberwachtes Lernen (Unsupervised Learning) Download chapter (PDF)
- 5. Lernen durch Verstärkung (Reinforcement Learning) Download chapter (PDF)
- 6. Parameter, Gewichte, Biases, Hyperparameter, Topologie, Schichten, Netzstruktur, Architektur Download chapter (PDF)
- 7. Trainingsprozess, Trainingsdaten, Trainingsergebnisse Download chapter (PDF)
- 1. Verhältnis des Machine Learning zu Text und Data Mining Download chapter (PDF)
- 2. Verhältnis des Machine Learning zu Expertensystemen Download chapter (PDF)
- V. Zusammenfassung Download chapter (PDF)
- 1. Einlesen einzelner oder aller Datensätze Download chapter (PDF)
- 2. Umwandlung der Daten in ein maschinenlesbares Format Download chapter (PDF)
- II. Trainingsvorgang Download chapter (PDF)
- I. Vervielfältigung, § 16 UrhG Download chapter (PDF)
- 1. Dem Original dienende Funktion, Anpassung an andere Nutzungsformen Download chapter (PDF)
- 2. Freie Benutzung? Download chapter (PDF)
- a) Bearbeitung der Trainingsdatenbank? Download chapter (PDF)
- aa) Veröffentlichung Download chapter (PDF)
- bb) Verwertung Download chapter (PDF)
- c) Zwischenergebnis Download chapter (PDF)
- III. Zusammenhang zwischen Trainingsdaten und Output generativer Modelle Download chapter (PDF)
- 1. Beispiel: Least Significant Bit Attack Download chapter (PDF)
- 2. Urheberrechtliche Bewertung Download chapter (PDF)
- V. Zusammenfassung Download chapter (PDF)
- I. Zulässigkeit sowohl der Vervielfältigung als auch der Bearbeitung gem. § 60d UrhG? Download chapter (PDF)
- 1. Flüchtige Vervielfältigungen Download chapter (PDF)
- 2. Rechtmäßige Nutzung Download chapter (PDF)
- 3. Vorübergehende Vervielfältigung rechtswidriger Quellen Download chapter (PDF)
- 4. Zwischenergebnis Download chapter (PDF)
- I. Was ist umzusetzen? Download chapter (PDF)
- 1. Welche Auswirkungen ergeben sich für den ML-Prozess? Download chapter (PDF)
- C. Zusammenfassung Download chapter (PDF)
- § 5 Ergebnis des zweiten Teils Download chapter (PDF)
- I. Frameworks und Bibliotheken Download chapter (PDF)
- II. API Download chapter (PDF)
- III. Objekte und Funktionen Download chapter (PDF)
- B. Grundbausteine für ML-Modelle: Frameworks, Bibliotheken, APIs Download chapter (PDF)
- C. Quellcode Download chapter (PDF)
- I. Vorab: Einsatz eines trainierten Modells Download chapter (PDF)
- 1. „Trainiertes Modell“ in TensorFlow Download chapter (PDF)
- 2. „Trainiertes Modell“ in Keras Download chapter (PDF)
- 3. „Trainiertes Modell“ in PyTorch Download chapter (PDF)
- 4. „Trainiertes Modell“ in Scikit-Learn Download chapter (PDF)
- III. Zusammenfassung und Definition Download chapter (PDF)
- E. Trainierter Random Forest in R Download chapter (PDF)
- F. Trainierte Parameter Download chapter (PDF)
- G. Hyperparameter Download chapter (PDF)
- H. Zusammenfassung Download chapter (PDF)
- I. Forschungsstand Download chapter (PDF)
- II. Hier gewählter Lösungsansatz Download chapter (PDF)
- aa) TensorFlow Download chapter (PDF)
- bb) Keras Download chapter (PDF)
- cc) PyTorch Download chapter (PDF)
- dd) Scikit-Learn Download chapter (PDF)
- ee) Zusammenfassung und Subsumtion Download chapter (PDF)
- b) Unabhängige Elemente Download chapter (PDF)
- c) Systematische oder methodische Anordnung Download chapter (PDF)
- d) Zugänglichkeit der Elemente Download chapter (PDF)
- e) Zwischenergebnis Download chapter (PDF)
- a) Persönliche oder eigene geistige Schöpfung? Download chapter (PDF)
- aa) Auswahl Download chapter (PDF)
- bb) Anordnung Download chapter (PDF)
- cc) Anordnung für Datenbankwerke i. d. R. programmseitig vorgegeben Download chapter (PDF)
- dd) Schöpfungsspielraum in der Auswahl Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- 4. Wer ist der Urheber?, oder: Schutzumfang und Folgen Download chapter (PDF)
- 1. Datenbank Download chapter (PDF)
- 2. Investitionsgegenstand Download chapter (PDF)
- 3. Wesentlichkeit der Investition Download chapter (PDF)
- 4. Ergebnis Download chapter (PDF)
- 5. Schutzumfang und Folgen Download chapter (PDF)
- a) Begriffsklärung Computerprogramm Download chapter (PDF)
- b) (Keine) Einordnung von ML-Modellen als Computerprogramm in der Literatur Download chapter (PDF)
- aa) Quellcode Download chapter (PDF)
- bb) Hyperparameter und Parameter Download chapter (PDF)
- cc) Kombination zur Laufzeit Download chapter (PDF)
- dd) Sonstige Schutzgegenstände Download chapter (PDF)
- ee) Zusammenfassung: infrage kommende Schutzgegenstände Download chapter (PDF)
- a) Menschlich-gestalterische Tätigkeit Download chapter (PDF)
- b) Geistiger Gehalt Download chapter (PDF)
- c) Wahrnehmbarkeit Download chapter (PDF)
- d) Individualität Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- IV. Zusammenfassung Download chapter (PDF)
- C. Trainierter Random Forest in R Download chapter (PDF)
- a) Künstliches neuronales Netz Download chapter (PDF)
- b) Random Forest Download chapter (PDF)
- c) Zwischenergebnis Download chapter (PDF)
- a) ML-Modell in Python Download chapter (PDF)
- b) Random Forest in R Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- 1. Vorliegen einer Datenbank Download chapter (PDF)
- aa) Berechnung bzw. Optimierung der Parameter Download chapter (PDF)
- bb) Andere Investitionsgegenstände Download chapter (PDF)
- cc) Zwischenergebnis Download chapter (PDF)
- b) Wesentlichkeit Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- 4. Bewertung und praktische Relevanz Download chapter (PDF)
- III. Zusammenfassung Download chapter (PDF)
- 1. Datenbank Download chapter (PDF)
- 2. Persönliche geistige Schöpfung Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- 1. Datenbank Download chapter (PDF)
- 2. Wesentliche Investition Download chapter (PDF)
- 3. Ergebnis Download chapter (PDF)
- III. Zusammenfassung Download chapter (PDF)
- F. Untrainiertes Modell Download chapter (PDF)
- § 8 Ergebnis des dritten Teils Download chapter (PDF)
- A. Urheber ist stets ein Mensch Download chapter (PDF)
- a) Zurechnungszusammenhang Download chapter (PDF)
- b) Auswahltheorie in Abgrenzung zur Präsentationslehre Download chapter (PDF)
- c) Strenge Auswahltheorie Download chapter (PDF)
- d) Kombinierte Auswahltheorie Download chapter (PDF)
- e) Externe Auswahltheorie Download chapter (PDF)
- f) Zusammenfassung Download chapter (PDF)
- 2. Vom Bekannten zum Unbekannten: KI-Kunst Download chapter (PDF)
- a) Problemstellung Download chapter (PDF)
- b) Andernorts am Beispiel von ANGELINA vorgeschlagene Herangehensweise Download chapter (PDF)
- c) Kritik an dieser Vorgehensweise Download chapter (PDF)
- d) Lösungsvorschlag Download chapter (PDF)
- II. Geistiger Gehalt Download chapter (PDF)
- III. Wahrnehmbarkeit, Individualität Download chapter (PDF)
- C. Zusammenfassung Download chapter (PDF)
- A. Forschungsstand: Wer ist warum Urheber? Download chapter (PDF)
- B. Vorgeschlagene Vorgehensweise zur Ermittlung des Urhebers Download chapter (PDF)
- I. Google DeepDream Download chapter (PDF)
- II. Google Bach Doodle Download chapter (PDF)
- III. Edmond de Belamy Download chapter (PDF)
- IV. GPT-3 Download chapter (PDF)
- D. Zusammenfassung Download chapter (PDF)
- § 11 Ergebnis des vierten Teils Download chapter (PDF)
- I. Definition der Intelligenz? Download chapter (PDF)
- 1. Zivilrecht Download chapter (PDF)
- 2. Strafrecht Download chapter (PDF)
- III. Folgerung Download chapter (PDF)
- 1. Etymologischer Ursprung von „Kreativität“ Download chapter (PDF)
- 2. Psychologie Download chapter (PDF)
- a) Boden: P-Kreativität und H-Kreativität Download chapter (PDF)
- b) McCormack/d’Inverno Download chapter (PDF)
- c) Sloman: Intrinsische, expressive und standardtestbasierte Kreativität Download chapter (PDF)
- d) Miller: Little-c- und Big-C-Kreativität Download chapter (PDF)
- 4. Andere Ansätze Download chapter (PDF)
- 5. Schlussfolgerung: Einführung von Kreativitätsprofilen Download chapter (PDF)
- 1. Analogien Download chapter (PDF)
- 2. Auslegungsmethodik Download chapter (PDF)
- III. Folgerung Download chapter (PDF)
- 1. Beschreibbarkeitsproblem Download chapter (PDF)
- 2. Konsequenzen Download chapter (PDF)
- 3. Versuch einer Gegenüberstellung Download chapter (PDF)
- 1. Kreativität und Intelligenz als Grundvoraussetzung im Urheberrecht? Download chapter (PDF)
- a) Menschlicher vs. maschineller Schöpfungsprozess Download chapter (PDF)
- b) Entstehung einer Idee Download chapter (PDF)
- c) Autonomie im Schöpfungsprozess Download chapter (PDF)
- D. Zusammenfassung Download chapter (PDF)
- A. The Painting Fool Download chapter (PDF)
- B. ANGELINA Download chapter (PDF)
- C. Vergleich von ANGELINA und The Painting Fool anhand ihrer Kreativitätsprofile Download chapter (PDF)
- I. Zu den Kriterien in § 2 Abs. 2 UrhG Download chapter (PDF)
- 1. Durchsetzung durch gesetzlichen Vertreter Download chapter (PDF)
- 2. Leistungsschutzrecht de lege ferenda Download chapter (PDF)
- 3. Schlussfolgerung und Zusammenfassung Download chapter (PDF)
- 1. The Painting Fool Download chapter (PDF)
- 2. ANGELINA Download chapter (PDF)
- IV. Schlussfolgerung Download chapter (PDF)
- V. Zusammenfassung Download chapter (PDF)
- E. Fazit Download chapter (PDF)
- § 14 Ergebnis des fünften Teils Download chapter (PDF)
- A. Urheberrechtliche Relevanz des ML-Prozesses Download chapter (PDF)
- B. Urheberrechtlicher Schutz von ML-Modellen Download chapter (PDF)
- C. Urheberrechtlicher Schutz von Erzeugnissen generativer ML-Modelle Download chapter (PDF)
- D. Computational Creativity Download chapter (PDF)
- § 16 Ausblick Download chapter (PDF)
- Anhang: Mail-Austausch mit Mike Cook, Projekt ANGELINAPages 283 - 287 Download chapter (PDF)
