Cover of book: Künstliche Intelligenz und Diskriminierung
Buy in shop
, to see if you have full access to this publication.
Monograph No access

Künstliche Intelligenz und Diskriminierung

Zur Regulierung algorithmischer Entscheidungssysteme zum Zwecke der Verhinderung gruppenbezogener Benachteiligungen
Authors:
Publisher:
 2023

Summary

The characteristics of algorithmic decision-making give rise to interdisciplinary challenges, involving new forms of unequal treatment in the data-based assessment of persons, for example in job or credit applications. The existing legal framework cannot entirely prevent undesirable forms of unequal treatment. This paper examines the interplay between anti-discrimination, data protection law and the emerging law on artificial intelligence, and develops a concept for the regulatory containment of discrimination effects in the use of artificial intelligence systems.

Keywords

Bibliographic data

Copyright Year
2023
ISBN-Print
978-3-7560-1280-0
ISBN-Online
978-3-7489-4030-2
Publisher
Nomos, Baden-Baden
Series
Schriften zum Daten-, Informations- und Medienrecht
Volume
74
Language
German
Pages
616
Product Type
Monograph

Table of contents

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

Bibliography (699)

  1. Paal, Boris, Auskunftsanspruch Betroffener bei Bonitätsprüfung durch Wirtschaftsauskunfteien (Urteilsbesprechung), JZ 2014, 1002 – 1009. Open Google Scholar DOI: 10.5771/9783748940302
  2. Paal, Boris, Gesundheitsdatenverarbeitung und private Krankenversicherungen, ZD 2022, 471 – 476. Open Google Scholar DOI: 10.5771/9783748940302
  3. Paal, Boris, Missbrauchstatbestand und Algorithmic Pricing, GRUR 2019, 43 – 53. Open Google Scholar DOI: 10.5771/9783748940302
  4. Paal, Boris, Schadensersatzansprüche bei Datenschutzverstößen, MMR 2020, 14 – 19. Open Google Scholar DOI: 10.5771/9783748940302
  5. 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. Open Google Scholar DOI: 10.5771/9783748940302
  6. Paal, Boris, Spannungsverhältnis von KI und Datenschutzrecht, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 427 – 444. Open Google Scholar DOI: 10.5771/9783748940302
  7. Paal, Boris/Hennemann, Moritz, Big Data und Recht, NJW 2017, 1697 – 1701. Open Google Scholar DOI: 10.5771/9783748940302
  8. Paal, Boris/Hennemann, Moritz, Meinungsbildung im digitalen Zeitalter: Regulierungsinstrumente für einen gefährdungsadäquaten Rechtsrahmen, JZ 2017, 641 – 652. Open Google Scholar DOI: 10.5771/9783748940302
  9. Paal, Boris/Kritzer, Ina, Geltendmachung von DS-GVO-Ansprüchen als Geschäftsmodell, NJW 2022, 2433 – 2438. Open Google Scholar DOI: 10.5771/9783748940302
  10. Paal, Boris/Pauly, Daniel, Datenschutzgrundverordnung, Bundesdatenschutzgesetz, 3. Auflage, München 2021. Open Google Scholar DOI: 10.5771/9783748940302
  11. Paaß, Gerhard/Hecker, Dirk, Künstliche Intelligenz: Was steckt hinter der Technologie, Wiesbaden 2020. Open Google Scholar DOI: 10.5771/9783748940302
  12. Papadimitriou, Christos H., Computational Complexity, Boston 1993. Open Google Scholar DOI: 10.5771/9783748940302
  13. Pärli, Kurt, Rechtswissenschaftliche Diskriminierungsforschung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 101 – 116. Open Google Scholar DOI: 10.5771/9783748940302
  14. Pasquale, Frank, The black box society: The Secret Algorithms That Control Money and Information, Cambridge 2015. Open Google Scholar DOI: 10.5771/9783748940302
  15. Pedreschi, Dino/Ruggieri, Salvatore/Turini, Franco, Discrimination-aware data mining, 14 KDD 2008, 560 – 568. Open Google Scholar DOI: 10.5771/9783748940302
  16. Petersohn, Helge, Data Mining: Verfahren, Prozesse, Anwendungsarchitektur, München 2005. Open Google Scholar DOI: 10.5771/9783748940302
  17. Perez, Caroline Criado, Invisible Women: Exposing Data Bias in a World Designed for Men, London 2019. Open Google Scholar DOI: 10.5771/9783748940302
  18. Pfarr, Heide M., Quoten und Grundgesetz, Baden-Baden 1988. Open Google Scholar DOI: 10.5771/9783748940302
  19. Pfarr, Heide/Kocher, Eva, Kollektivverfahren im Arbeitsrecht: Arbeitnehmerschutz und Gleichberechtigung durch Verfahren, Baden-Baden 1998. Open Google Scholar DOI: 10.5771/9783748940302
  20. Phelps, Edmund S., The Statistical Theory of Racism and Sexism, 62 AER (1972), 659 – 661. Open Google Scholar DOI: 10.5771/9783748940302
  21. Plath, Kai-Uwe, DSGVO/BDSG – Kommentar zu DSGVO, BDSG und den Datenschutzbestimmungen des TMG und TKG, 3. Auflage, Köln 2018. Open Google Scholar DOI: 10.5771/9783748940302
  22. Podszun, Rupprecht/de Toma Michael, Die Durchsetzung des Datenschutzes durch Verbraucherrecht, Lauterkeitsrecht und Kartellrecht, NJW 2016, 2987 – 2994. Open Google Scholar DOI: 10.5771/9783748940302
  23. Pohl, Dirk, Durchsetzungsdefizite der DSGVO? – Der schmale Grat zwischen Flexibilität und Unbestimmtheit, PinG 2017, 85 – 91. Open Google Scholar DOI: 10.5771/9783748940302
  24. Polanyi, Michael, Implizites Wissen, Berlin 1985. Open Google Scholar DOI: 10.5771/9783748940302
  25. Ponti, Sarah/Tuchtfeld, Erik, Zur Notwendigkeit einer Verbandsklage im AGG, ZRP 2018, 139 – 141. Open Google Scholar DOI: 10.5771/9783748940302
  26. 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. Open Google Scholar DOI: 10.5771/9783748940302
  27. 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. Open Google Scholar DOI: 10.5771/9783748940302
  28. Prince, Anya/Schwarcz, Daniel, Proxy Discrimination in the Age of Artificial Intelligence and Big Data, Iowa Law Review 2020, 1257 – 1318. Open Google Scholar DOI: 10.5771/9783748940302
  29. 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. Open Google Scholar DOI: 10.5771/9783748940302
  30. 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. Open Google Scholar DOI: 10.5771/9783748940302
  31. Rademacher, Timo, Predictive Policing im deutschen Polizeirecht, 142 AöR (2017), 367 – 415. Open Google Scholar DOI: 10.5771/9783748940302
  32. Radtke, Tristan, Gemeinsame Verantwortlichkeit unter der DS-GVO, Baden-Baden 2021. Open Google Scholar DOI: 10.5771/9783748940302
  33. Rahwan, Iyad, Society‑in‑the‑loop: programming the algorithmic social contract, 20 Ethics Inf. Technol (2018), 5 – 14. Open Google Scholar DOI: 10.5771/9783748940302
  34. Raji, Behrang, Rechtliche Bewertung synthetischer Daten für KI-Systeme, DuD 2021, 303 – 309. Open Google Scholar DOI: 10.5771/9783748940302
  35. 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. Open Google Scholar DOI: 10.5771/9783748940302
  36. 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. Open Google Scholar DOI: 10.5771/9783748940302
  37. Rauscher, Thomas/Krüger, Wolfgang (Hrgs.), Münchner Kommentar zur Zivilprozessordnung, 6. Auflage, München 2020, zitiert als MüKoZPO Open Google Scholar DOI: 10.5771/9783748940302
  38. Rebhahn, Robert/Kietaibl, Christoph, Mittelbare Diskriminierung und Kausalität, RW 1 (2010), 373 – 396. Open Google Scholar DOI: 10.5771/9783748940302
  39. Reichwald, Julian/Pfisterer, Dennis, Autonomie und Intelligenz im Internet der Dinge – Möglichkeiten und Grenzen autonomer Handlungen, CR 2016, 208 – 212. Open Google Scholar DOI: 10.5771/9783748940302
  40. Reichmann, Werner, Die Banalität des Algorithmus, in: Rath, Mathias; Krotz, Friedrich; Karmasin, Mathias (Hrsg.), Maschinenethik: Normative Grenzen autonomer Systeme, Wiesbaden 2019, S. 135 –153. Open Google Scholar DOI: 10.5771/9783748940302
  41. 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. Open Google Scholar DOI: 10.5771/9783748940302
  42. Reindl, Cornelia/Krügl, Stefanie, People Analytics in der Praxis, Freiburg 2017. Open Google Scholar DOI: 10.5771/9783748940302
  43. Ribeiro, Marco Tulio/Singh, Sameer/Guestrin, Carlos, "Why Should I Trust You?": Explaining the Predictions of Any Classifier, 16 KDD 2016, 1135 – 1144. Open Google Scholar DOI: 10.5771/9783748940302
  44. 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. Open Google Scholar DOI: 10.5771/9783748940302
  45. Richter, Philipp, Big Data, Statistik und die Datenschutz-Grundverordnung, DuD 2016, 581 – 586. Open Google Scholar DOI: 10.5771/9783748940302
  46. 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 Open Google Scholar DOI: 10.5771/9783748940302
  47. Riehm, Thomas, Nein zur ePerson - Gegen die Anerkennung einer digitalen Rechtspersönlichkeit, RDi 2020, 42 – 48. Open Google Scholar DOI: 10.5771/9783748940302
  48. Ringelheim, Julie, The Burden of Proof in Antidiscrimination Proceedings; A Focus on Belgium, France and Ireland, 49 EuR. Equal. L. Rev. 2019, 49 – 64. Open Google Scholar DOI: 10.5771/9783748940302
  49. 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. Open Google Scholar DOI: 10.5771/9783748940302
  50. 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. Open Google Scholar DOI: 10.5771/9783748940302
  51. 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. Open Google Scholar DOI: 10.5771/9783748940302
  52. 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. Open Google Scholar DOI: 10.5771/9783748940302
  53. 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. Open Google Scholar DOI: 10.5771/9783748940302
  54. 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. Open Google Scholar DOI: 10.5771/9783748940302
  55. Rogers, Anna, Changing the World by Changing the Data, 11 IJCNLP, 2021 (1), 2182 – 2194. Open Google Scholar DOI: 10.5771/9783748940302
  56. Rolff, Hans-Güter, Chancengleichheit oder Chancengerechtigkeit, NDS 4/16, S. 14. Open Google Scholar DOI: 10.5771/9783748940302
  57. Rolfs, Christian/Giesen, Richard/Meßling, Miriam/Udsching, Peter (Hrsg.), Beck-Online Kommentar Arbeitsrecht, 67. Edition Stand 01.03.2023, München 2023, zitiert als: BeckOKArbR. Open Google Scholar DOI: 10.5771/9783748940302
  58. Romei, Andrea/Ruggieri, Salvatore, A multidisciplinary survey on discrimination analysis, 29 Knowl. Eng. Rev. (2014), 582 – 638. Open Google Scholar DOI: 10.5771/9783748940302
  59. Rommerskirchen, Jan, Das Gute und das Gerechte, Eine Einführung in die praktische Philosophie, 2. Auflage, Wiesbaden 2019. Open Google Scholar DOI: 10.5771/9783748940302
  60. Roos, Phillip/Weitz, Caspar, Alexander: Hochrisiko-KI-Systeme im Kommissionsentwurf für eine KI-Verordnung, MMR 2021, 844 – 851. Open Google Scholar DOI: 10.5771/9783748940302
  61. Rose, Edgar, Zähmt Smart Law allgegenwärtige Bilderfassung?, DSRITB 2016, 75 – 91. Open Google Scholar DOI: 10.5771/9783748940302
  62. Rosenthal, Simone, DSGVO vs. Künstliche Intelligenz – Chance oder Hindernis für den Einsatz von KI?, LR 2018, 173 – 178. Open Google Scholar DOI: 10.5771/9783748940302
  63. Rösmann, Peter, Kontrahierungspflichten der Kreditwirtschaft aufgrund von Selbstverpflichtungen und § 21 AGG, Frankfurt am Main 2011. Open Google Scholar DOI: 10.5771/9783748940302
  64. Roßnagel, Alexander, Das neue Datenschutzrecht: Europäische Datenschutz-Grundverordnung und deutsche Datenschutzgesetze, 1. Auflage, Baden-Baden 2018. Open Google Scholar DOI: 10.5771/9783748940302
  65. 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. Open Google Scholar DOI: 10.5771/9783748940302
  66. Roßnagel, Alexander, Big Data – Small Privacy? Konzeptionelle Herausforderungen für das Datenschutzrecht, ZD 2013, 562–567. Open Google Scholar DOI: 10.5771/9783748940302
  67. Rostalski, Frauke/Weiß, Erik, Der KI-Verordnungsentwurf der Europäischen Kommission, ZfDR 2021, 329 – 357. Open Google Scholar DOI: 10.5771/9783748940302
  68. Roth, Gerhard, Fühlen, Denken, Handeln – Wie das Gehirn unser Verhalten steuert, Frankfurt am Main 2003. Open Google Scholar DOI: 10.5771/9783748940302
  69. Roth-Isigkeit, David, Grundstrukturen der geplanten KI-Aufsichtsbehörden – KI-Bürokratie? ZRP 2022, 187 – 190. Open Google Scholar DOI: 10.5771/9783748940302
  70. 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. Open Google Scholar DOI: 10.5771/9783748940302
  71. Rudkowski, Lena, „Predictive policing“ am Arbeitsplatz, NZA 2019, 72 – 77. Open Google Scholar DOI: 10.5771/9783748940302
  72. Russell, Chris/Kusner, Matt J./Loftus, Joshua/Silva, Ricardo, When Worlds Collide: Integrating Different Counterfactual Assumptions in Fairness, in: NIPS 2017, 396 – 405. Open Google Scholar DOI: 10.5771/9783748940302
  73. Russell, Stuart J./Norvig, Peter, Artificial Intelligence – A Modern Approach, Fourth Edition, Upper Saddle River (New Jersey, United States) 2021. Open Google Scholar DOI: 10.5771/9783748940302
  74. Sachverständigenrat für Verbraucherfragen, Gutachten Verbrauchergerechtes Scoring, 2018, abrufbar unter www.svr-verbraucherfragen.de/dokumente/verbrauchergerechtes-scoring/. Open Google Scholar DOI: 10.5771/9783748940302
  75. 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. Open Google Scholar DOI: 10.5771/9783748940302
  76. Sachverständigenrat für Verbraucherfragen, Gutachten Verbrauchergerechtes Scoring, Berlin Oktober 2018. Open Google Scholar DOI: 10.5771/9783748940302
  77. Säcker, Franz Jürgen/Rixecker, Roland/Oetker, Hartmut/Limperg, Bettina (Hrsg.), Münchner Kommentar zum Bürgerlichen Gesetzbuch, 9. Auflage, München 2021, zitiert als MüKoBGB. Open Google Scholar DOI: 10.5771/9783748940302
  78. Sacksofsky, Ute, Das Grundrecht auf Gleichberechtigung, Eine rechtsdogmatische Untersuchung zu Artikel 3 Absatz 2 des Grundgesetzes, 2. erweiterte Auflage, Baden-Baden 1996. Open Google Scholar DOI: 10.5771/9783748940302
  79. Sacksofsky, Ute, Unmittelbare und mittelbare Diskriminierung, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 597 – 643. Open Google Scholar DOI: 10.5771/9783748940302
  80. 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. Open Google Scholar DOI: 10.5771/9783748940302
  81. Saetnan, Ann Rudinow /Schneider, Ingrid /Green, Nicola, The politics of big data, 2018. Open Google Scholar DOI: 10.5771/9783748940302
  82. Salzborn, Nadja, Regulierung künstlicher Intelligenz – klima- und umweltschutzrelevant! ZUR 2021, 513 – 515. Open Google Scholar DOI: 10.5771/9783748940302
  83. 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. Open Google Scholar DOI: 10.5771/9783748940302
  84. Sandel, Michael J./Reuter, Helmut, Gerechtigkeit – Wie wir das Richtige tun, 7. Auflage, Berlin 2021. Open Google Scholar DOI: 10.5771/9783748940302
  85. 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. Open Google Scholar DOI: 10.5771/9783748940302
  86. Schallbruch, Martin, EU-Regulierung der Künstlichen Intelligenz – Informationstechnische Systeme im Fokus neuer rechtlicher Anforderungen, DuD 2021, 438 – 443. Open Google Scholar DOI: 10.5771/9783748940302
  87. Schantz, Peter, Die Datenschutz-Grundverordnung – Beginn einer neuen Zeitrechnung im Datenschutzrecht, NJW 2016, 1841 – 1847. Open Google Scholar DOI: 10.5771/9783748940302
  88. Schantz, Peter/Wolff, Heinrich Amadeus, Das neue Datenschutzrecht – Datenschutz-Grundverordnung und das neue Bundesdatenschutzgesetz in der Praxis, 1. Auflage, München 2017. Open Google Scholar DOI: 10.5771/9783748940302
  89. Schaub, Günter, Arbeitsrechts-Handbuch, 19. Auflage, München 2021. Open Google Scholar DOI: 10.5771/9783748940302
  90. 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. Open Google Scholar DOI: 10.5771/9783748940302
  91. Schefzig, Jens, Big Data = Personal Data? Der Personenbezug von Daten bei Big-Data-Analysen, DSRITB 2014, 103 – 119. Open Google Scholar DOI: 10.5771/9783748940302
  92. Scheja, Katharina, Schutz von Algorithmen in Big Data Anwendungen, CR 2018, 485 – 552. Open Google Scholar DOI: 10.5771/9783748940302
  93. Scherer, Matthew, Regulating Artificial Intelligence Systems: Risks, Challenges, Competencies, and Strategies, 29(2) Harv. J. L. & Tech. 2016, 353 – 400. Open Google Scholar DOI: 10.5771/9783748940302
  94. Schermer, Bart, The limits of privacy in automated profiling and data mining, 27 CLSR (2011), 45 – 52. Open Google Scholar DOI: 10.5771/9783748940302
  95. Scherr, Albert, Diskriminierung/Antidiskriminierung – Begriffe und Grundlagen, APuZ 9/2016, S. 3 – 10. Open Google Scholar DOI: 10.5771/9783748940302
  96. Scherr, Albert, Soziologische Diskriminierungsforschung in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 39 – 58. Open Google Scholar DOI: 10.5771/9783748940302
  97. Scherr, Albert, Was meint Diskriminierung, Sozial Extra 2011 (11), S. 34 – 38. Open Google Scholar DOI: 10.5771/9783748940302
  98. Schiek, Dagmar, Allgemeines Gleichbehandlungsgesetz. Ein Kommentar aus europäischer Perspektive, München 2007. Open Google Scholar DOI: 10.5771/9783748940302
  99. Schinzel, Britta, Algorithmen sind nicht schuld, aber wer oder was ist es dann?, FifF-Kommunikation 2/17, S. 5 – 9. Open Google Scholar DOI: 10.5771/9783748940302
  100. Schleusener, Aino/ Suckow, Jens/Plum, Martin, AGG: Allgemeines Gleichbehandlungsgesetz, Taschenkommentar, 6. Auflage, Köln 2022. Open Google Scholar DOI: 10.5771/9783748940302
  101. Schmidhuber, Juergen, Deep Learning in Neuronal Networks: An Overview, 61 Neural Networks, 2015, S. 85 – 117. Open Google Scholar DOI: 10.5771/9783748940302
  102. Schmitz-Scholemann, Christoph/Brune, Ulrike, Die Rechtsprechung des Bundesarbeitsgerichts zum Allgemeinen Gleichbehandlungsgesetz – Eine Zwischenbilanz, RdA 2011, 129 – 142. Open Google Scholar DOI: 10.5771/9783748940302
  103. Schneider, Jochen, Schließt Art. 9 DS-GVO die Zulässigkeit der Verarbeitung bei Big Data aus? ZD 2017, 303 – 308. Open Google Scholar DOI: 10.5771/9783748940302
  104. Schneider, Jana/Schindler, Stephan, Videoüberwachung als Verarbeitung besonderer Kategorien personenbezogener Daten - Datenschutzrechtliche Anforderungen beim Erheben von Videodaten, ZD 2018, 463 – 469. Open Google Scholar DOI: 10.5771/9783748940302
  105. 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/. Open Google Scholar DOI: 10.5771/9783748940302
  106. 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. Open Google Scholar DOI: 10.5771/9783748940302
  107. Schröder, Markus, Der risikobasierte Ansatz in der DS-GVO ZD 2019, 503 – 506. Open Google Scholar DOI: 10.5771/9783748940302
  108. 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. Open Google Scholar DOI: 10.5771/9783748940302
  109. Schuhmacher, Elmar/Fatalin, Markus, Compliance-Anforderungen an Hersteller autonomer Software-Agenten, CR 2019, 200 – 208. Open Google Scholar DOI: 10.5771/9783748940302
  110. Schultze-Moderow, Lukas/Steinle, Christian/Muchow, Laurette, BB 2023, Die neue Sammelklage – Ein Balanceakt zwischen Verbraucher- und Unternehmensinteressen, 72 – 78. Open Google Scholar DOI: 10.5771/9783748940302
  111. Schürmann, Katrin, Datenschutz-Folgenabschätzung beim Einsatz Künstlicher Intelligenz, ZD 2022, 316 – 321. Open Google Scholar DOI: 10.5771/9783748940302
  112. Schwab, Klaus, Die vierte Industrielle Revolution, München 2016 Open Google Scholar DOI: 10.5771/9783748940302
  113. Schwenke, Thomas, Zulässigkeit der Nutzung von Smartcams und biometrischen Daten nach der DS-GVO, NJW 2018, 823 – 827. Open Google Scholar DOI: 10.5771/9783748940302
  114. Seiwerth, Stephan, Anmerkung zur Vorlage an den EuGH vom 31.7.2017, Rs. C-457-17, ZESAR 2018, S. 124 – 127. Open Google Scholar DOI: 10.5771/9783748940302
  115. Sesing, Andreas/Tschech, Angela, AGG und KI-VO-Entwurf beim Einsatz von Künstlicher Intelligenz, MMR 2022, 24 – 30. Open Google Scholar DOI: 10.5771/9783748940302
  116. 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. Open Google Scholar DOI: 10.5771/9783748940302
  117. Siemen, Birte, Datenschutz als europäisches Grundrecht, Berlin 2006. Open Google Scholar DOI: 10.5771/9783748940302
  118. 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. Open Google Scholar DOI: 10.5771/9783748940302
  119. Simitis, Spiros/Hornung, Gerrit/Spiecker gen. Döhmann, Indra, Datenschutzrecht, DSGVO mit BDSG, 1. Auflage 2019. Open Google Scholar DOI: 10.5771/9783748940302
  120. Simon, Herbert, The Shape of Automation for Men and Management, New York 1965. Open Google Scholar DOI: 10.5771/9783748940302
  121. 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. Open Google Scholar DOI: 10.5771/9783748940302
  122. Söbbing, Thomas, Fundamentale Rechtsfragen zur künstlichen Intelligenz (AI Law), Frankfurt am Main, 2019. Open Google Scholar DOI: 10.5771/9783748940302
  123. Söbbing, Rechtsfragen künstlicher Intelligenz im Hochfrequenzhandel, InTeR 2/19, S. 64 – 70. Open Google Scholar DOI: 10.5771/9783748940302
  124. Söbbing, Thomas, EU: Rechtsrahmen für die Regulierung künstlicher Intelligenz, ITRB 2021, 125 – 126. Open Google Scholar DOI: 10.5771/9783748940302
  125. Sommerer, Lucia, Personenbezogenes Predictive Policing, Kriminalwissenschaftliche Untersuchung über die Automatisierung der Kriminalprognose, Baden-Baden 2019. Open Google Scholar DOI: 10.5771/9783748940302
  126. 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. Open Google Scholar DOI: 10.5771/9783748940302
  127. Spindler, Gerald, Die Vorschläge der EU-Kommission zu einer neuen Produkthaftung und zur Haftung von Herstellern und Betreibern Künstlicher Intelligenz CR 2022, 689 – 704. Open Google Scholar DOI: 10.5771/9783748940302
  128. Spindler, Gerald, Der Vorschlag der EU-Kommission für eine Verordnung zur Regulierung der Künstlichen Intelligenz (KI-VO-E), CR 2021, 361 – 374. Open Google Scholar DOI: 10.5771/9783748940302
  129. Spindler, Gerald/Schuster, Fabian, Recht der elektronischen Medien, 4. Auflage, München 2019. Open Google Scholar DOI: 10.5771/9783748940302
  130. Spindler, Gerald/Thorun, Christian, Die Rolle der Ko-Regulierung in der Informationsgesellschaft Handlungsempfehlung für eine digitale Ordnungspolitik, MMR-Beil. 2016, 1 – 28. Open Google Scholar DOI: 10.5771/9783748940302
  131. Spitz, Malte, Daten. Das Öl des 21. Jahrhunderts? Nachhaltigkeit im digitalen Zeitalter, Hamburg 2017. Open Google Scholar DOI: 10.5771/9783748940302
  132. Staudinger, Julius von, Kommentar zum Bürgerlichen Gesetzbuch mit Einführungsgesetz und Nebengesetzen, Buch 2 Recht der Schuldverhältnisse: AGG – Allgemeines Gleichbehandlungsgesetz, Berlin 2018. Open Google Scholar DOI: 10.5771/9783748940302
  133. 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, Open Google Scholar DOI: 10.5771/9783748940302
  134. Steege, Hans, Algorithmenbasierte Diskriminierung durch Einsatz von Künstlicher Intelligenz, MMR 2019, 715 – 721. Open Google Scholar DOI: 10.5771/9783748940302
  135. Steege, Hans, Definition von Künstlicher Intelligenz in Art. 3 Nr. 1 KI-VO-E, MMR 2022, 926 – 930. Open Google Scholar DOI: 10.5771/9783748940302
  136. Stevens, Jeremy, Datenqualität bei algorithmischen Entscheidungen - Überlegungen aus Anlass des Gutachtens der Datenethikkommission, CR 2020, 73 – 79. Open Google Scholar DOI: 10.5771/9783748940302
  137. Stiemerling, Oliver, “Künstliche Intelligenz“ – Automatisierung geistiger Arbeit, Big Data und das Internet der Dinge, CR 2015, 762 – 765. Open Google Scholar DOI: 10.5771/9783748940302
  138. Stiermerling, Oliver, Technische Grundlagen, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 15 – 31. Open Google Scholar DOI: 10.5771/9783748940302
  139. Strecker, Michael, Bausteine einer Regulierung algorithmischer Systeme inkl. Künstlicher Intelligenz, RDi 2021, 124 – 134. Open Google Scholar DOI: 10.5771/9783748940302
  140. Stucke, Maurice E./Ezrachi, Ariel, When competition fails to optimize quality: A look at search engines, 18 (2016) Yale J.L. Tech 70 – 110. Open Google Scholar DOI: 10.5771/9783748940302
  141. 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. Open Google Scholar DOI: 10.5771/9783748940302
  142. Tabbara, Anette, Der Triage-Beschluss des Bundesverfassungsgerichts, NZS 2022, 241 – 246. Open Google Scholar DOI: 10.5771/9783748940302
  143. Taeger, Jürgen, Scoring in Deutschland nach der EU-Datenschutzgrundverordnung, ZRP 2016, 72 – 75. Open Google Scholar DOI: 10.5771/9783748940302
  144. Taeger, Jürgen/Gabel, Detlev, DSGVO – BDSG – TTDSG, 4. Auflage, Frankfurt am Main 2022. Open Google Scholar DOI: 10.5771/9783748940302
  145. Teubner, Gunther, Digitale Rechtssubjekte? Zum privatrechtlichen Status autonomer Softwareagenten AcP 218 (2018), 155 – 205. Open Google Scholar DOI: 10.5771/9783748940302
  146. Teich, Irene, Meilensteine der Entwicklung Künstlicher Intelligenz, Informatik Spektrum 43 (2020), 276 – 284. Open Google Scholar DOI: 10.5771/9783748940302
  147. Thönissen, Stefan, Verbandsklagerichtlinie und Haftungsrecht, JZ 77 (2022), 430 – 439. Open Google Scholar DOI: 10.5771/9783748940302
  148. Thüsing, Gregor, Arbeitsrechtlicher Diskriminierungsschutz, 2. Auflage, München 2013. Open Google Scholar DOI: 10.5771/9783748940302
  149. Thüsing, Gregor/Flink, Maike/Jänsch, Melanie, Stipendienwesen auf dem AGG-rechtlichen Prüfstand, ZEuP 2019, S. 593 – 602. Open Google Scholar DOI: 10.5771/9783748940302
  150. Thüsing, Gregor/v. Hoff, Konrad, Vertragsschluss als Folgenbeseitigung: Kontrahierungszwang im zivilrechtlichen Teil des Allgemeinen Gleichbehandlungsgesetzes, NJW 2007, 21 – 26. Open Google Scholar DOI: 10.5771/9783748940302
  151. Thüsing, Gregor/Pöschke, Carlo, Diskriminierung als Geschäftsmodell?, jM 2020, 359 – 363. Open Google Scholar DOI: 10.5771/9783748940302
  152. Thüsing, Gregor/Stiebert, Tom, Arbeitsrecht: Kein Auskunftsanspruch des nichtberücksichtigten Bewerbers, EuZW 2012, 462 – 465. Open Google Scholar DOI: 10.5771/9783748940302
  153. Tischbirek, Alexander, Wissen als Diskriminierungsfrage, in: Münkler, Laura, Dimensionen des Wissens, S. 67 – 88. Open Google Scholar DOI: 10.5771/9783748940302
  154. 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. Open Google Scholar DOI: 10.5771/9783748940302
  155. Tischbirek, Alexander/Wihl, Tim, Verfassungswidrigkeit des „Racial Profiling“, JZ 2013, 219 – 224. Open Google Scholar DOI: 10.5771/9783748940302
  156. Tobler, Christa, Indirect Discrimination: A Case Study into the Development of the Legal Concept under EC Law, Antwerpen 2005. Open Google Scholar DOI: 10.5771/9783748940302
  157. 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. Open Google Scholar DOI: 10.5771/9783748940302
  158. 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. Open Google Scholar DOI: 10.5771/9783748940302
  159. Tschech, Angela, Algorithmische Diskriminierung, Handlungsempfehlungen aus dem Dritten Gleichstellungsbericht und Regulierungsvorschläge im AI-Act, djbZ 2021, 165 – 169. Open Google Scholar DOI: 10.5771/9783748940302
  160. Tuchtfeld, Erik/Ponti, Sarah, Zur Notwendigkeit einer Verbandsklage im AGG, ZRP 2018, 139 – 141. Open Google Scholar DOI: 10.5771/9783748940302
  161. Tuning, Alan, Computing Machinery and Intelligence, 49 Mind (1950), S. 433 – 460. Open Google Scholar DOI: 10.5771/9783748940302
  162. 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. Open Google Scholar DOI: 10.5771/9783748940302
  163. Umbach, Dieter C./Clemens, Thomas, Mitarbeiterkommentar zum Grundgesetz, Heidelberg 2002. Open Google Scholar DOI: 10.5771/9783748940302
  164. Unger, Oliver, Grundfragen eines neuen europäischen Rechtsrahmens für KI, ZRP 2020, 234 – 237. Open Google Scholar DOI: 10.5771/9783748940302
  165. 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. Open Google Scholar DOI: 10.5771/9783748940302
  166. Ungern-Sternberg, Antje von/Unger, Sebastian (Hrsg.), Demokratie und künstliche Intelligenz, Tübingen 2019. Open Google Scholar DOI: 10.5771/9783748940302
  167. 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. Open Google Scholar DOI: 10.5771/9783748940302
  168. Valta, Matthias/Vasel, Johann Justus, Kommissionsvorschlag für eine Verordnung über Künstliche Intelligenz, ZRP 2021, 142 – 145. Open Google Scholar DOI: 10.5771/9783748940302
  169. 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. Open Google Scholar DOI: 10.5771/9783748940302
  170. Van Well, Lita/Royakkers, Lamber, Ethical Issues in Web Data Mining, 6 Ethics Inf. Technol. (2004), 129 – 140. Open Google Scholar DOI: 10.5771/9783748940302
  171. Veale, Michael/Borgesius, Frederik Zuiderveen, Demystifying the Draft EU Artificial Intelligence Act, 22(4) CRi 2021, 97 – 112. Open Google Scholar DOI: 10.5771/9783748940302
  172. Veale, Michael/Binns, Reuben, Fairer machine learning in the real world: Mitigating discrimination without collecting sensitive data, 2 BD&S 2017, 1 – 17. Open Google Scholar DOI: 10.5771/9783748940302
  173. Veil, Winfried, DS-GVO: Risikobasierter Ansatz statt rigides Verbotsprinzip – Eine erste Bestandsaufnahme, ZD 2015, 347 – 353. Open Google Scholar DOI: 10.5771/9783748940302
  174. 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. Open Google Scholar DOI: 10.5771/9783748940302
  175. Vereinte Nationen, Resolution der Generalversammlung 217 A (III), Allgemeine Erklärung der Menschenrechte, 1948. Open Google Scholar DOI: 10.5771/9783748940302
  176. Vieth, Kilian/Wagner, Ben, Teilhabe ausgerechnet – Wie algorithmische Prozesse Teilhabechancen beeinflussen können, Gütersloh 2017. Open Google Scholar DOI: 10.5771/9783748940302
  177. Voigt, Marlene, Die datenschutzrechtliche Einwilligung, Zum Spannungsfeld von informationeller Selbstbestimmung und ökonomischer Verwertung personenbezogener Daten, Baden-Baden 2020. Open Google Scholar DOI: 10.5771/9783748940302
  178. Vogel, Paul, Künstliche Intelligenz und Datenschutz, Vereinbarkeit intransparenter Systeme mit geltendem Datenschutzrecht und potentielle Regulierungsansätze, Baden-Baden 2022. Open Google Scholar DOI: 10.5771/9783748940302
  179. Wachter, Sandra, How Fair AI Can Make Us Richer, 7 EDPL 2021, 367 – 372. Open Google Scholar DOI: 10.5771/9783748940302
  180. Wachter, Sandra, Affinity profiling and discrimination by association in online behavioural advertising, 35 Berkeley Tech. L.J. (2020), 367 – 430. Open Google Scholar DOI: 10.5771/9783748940302
  181. 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. Open Google Scholar DOI: 10.5771/9783748940302
  182. 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. Open Google Scholar DOI: 10.5771/9783748940302
  183. 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). Open Google Scholar DOI: 10.5771/9783748940302
  184. 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. Open Google Scholar DOI: 10.5771/9783748940302
  185. 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. Open Google Scholar DOI: 10.5771/9783748940302
  186. 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. Open Google Scholar DOI: 10.5771/9783748940302
  187. Waddington, Lisa/Bell, Mark, More equal than others: Distinguishing European Union equality directives, 38 CMLR 2001, 587 – 611. Open Google Scholar DOI: 10.5771/9783748940302
  188. Wagner, Gerhard, Verantwortlichkeit im Zeichen digitaler Techniken, VersR, 2020, 717 - 741. Open Google Scholar DOI: 10.5771/9783748940302
  189. Wagner, Gerhard, Haftung für Künstliche Intelligenz – Eine Gesetzesinitiative des Europäischen Parlaments, ZEuP 2021, 545 – 572. Open Google Scholar DOI: 10.5771/9783748940302
  190. 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. Open Google Scholar DOI: 10.5771/9783748940302
  191. Walter, Axel von, Gedrosselte Intelligenz? Künstliche Intelligenz und der Datenschutz, K&R 2019, 7/8. Beil., 21 – 24. Open Google Scholar DOI: 10.5771/9783748940302
  192. Walter, Axel von, Automatisierte Entscheidungsfindung, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, 391 – 402. Open Google Scholar DOI: 10.5771/9783748940302
  193. Wang, Richard J./Strong, Diane M., Beyond Accuracy: What Data Quality Means to Data Consumers; J. Manag. Inf. Syst. 12 (1996), 5 – 33. Open Google Scholar DOI: 10.5771/9783748940302
  194. Wank, Rolf, Die Diskriminierung von Teilgruppen, NZA 2022, 320 – 327. Open Google Scholar DOI: 10.5771/9783748940302
  195. Weichselbaumer, Doris, Discrimination against Female Migrants Wearing Headscarves, 73(3) ILR Rev. 2020, 600 – 627. Open Google Scholar DOI: 10.5771/9783748940302
  196. Weichert, Thilo, Big Data und Datenschutz. Chancen und Risiken einer neuen Form der Datenanalyse. ZD 2013, 251 – 259. Open Google Scholar DOI: 10.5771/9783748940302
  197. Weichert, Thilo, Scoring in Zeiten von Big Data, ZRP 2014, 168 – 171. Open Google Scholar DOI: 10.5771/9783748940302
  198. Weichert, Thilo, „Sensitive Daten“ revisited, DuD 2017, 538 – 543. Open Google Scholar DOI: 10.5771/9783748940302
  199. Weinberg, Nils, Ansätze zur Dogmatik der intersektionalen Benachteiligung, EuZA 2020, 60 – 76. Open Google Scholar DOI: 10.5771/9783748940302
  200. Weinzierl, Quirin, Warum das Bundesverfassungsgericht Fußballstadion sagt und Soziale Plattformen trifft, JuWissBlog Nr. 48/2018, 24.5.2018, www.juwiss.de/48-2018/. Open Google Scholar DOI: 10.5771/9783748940302
  201. 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. Open Google Scholar DOI: 10.5771/9783748940302
  202. Wendeling-Schröder, Ulrike/Stein, Axel, Allgemeines Gleichbehandlungsgesetz, München 2008. Open Google Scholar DOI: 10.5771/9783748940302
  203. Werkmeister, Christoph/Brandt, Elena, Datenschutzrechtliche Herausforderungen für Big Data, CR 2016, 233 – 238. Open Google Scholar DOI: 10.5771/9783748940302
  204. Werkmeister, Christoph/Schwaab, Michael, Auswirkungen und Reichweite des datenschutzrechtlichen Forschungsprivilegs, CR 2019, 85 – 90. Open Google Scholar DOI: 10.5771/9783748940302
  205. 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. Open Google Scholar DOI: 10.5771/9783748940302
  206. 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. Open Google Scholar DOI: 10.5771/9783748940302
  207. Wiebe, Gerhard, Produktsicherheitsrechtliche Betrachtung des Vorschlags für eine KI-Verordnung, BB 2022, 899 – 906. Open Google Scholar DOI: 10.5771/9783748940302
  208. Wieder, Clemens, Datenschutzrechtliche Betroffenenrechte bei der Verarbeitung von personenbezogenen Daten mittels künstlicher Intelligenz, DSRITB 2018, 505 – 519. Open Google Scholar DOI: 10.5771/9783748940302
  209. Willemsen/Sagan, Die Auswirkungen der europäischen Grundrechtecharta auf das deutsche Arbeitsrecht, NZA 2011, 258 – 262. Open Google Scholar DOI: 10.5771/9783748940302
  210. Wischmeyer, Thomas, Regulierung intelligenter Systeme, AöR 2018, S. 1 – 66. Open Google Scholar DOI: 10.5771/9783748940302
  211. Wissenschaftlicher Dienst des Deutschen Bundestages, Zum Doppelbestrafungsverbot im Ordnungswidrigkeitenrecht, WD 7 – 3000 – 030/19, 25.02.2019. Open Google Scholar DOI: 10.5771/9783748940302
  212. Wolff, Heinrich Amadeus /Brink, Stefan (Hrsg.), BeckOK Datenschutzrecht, 43. Edition Stand: 01.02.2023, München 2023, zitiert als BeckOK DatenschutzR. Open Google Scholar DOI: 10.5771/9783748940302
  213. Wong, Pak-Hang, Democratizing Algorithmic Fairness, 33 P&T 2020, 225 – 244. Open Google Scholar DOI: 10.5771/9783748940302
  214. 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. Open Google Scholar DOI: 10.5771/9783748940302
  215. Youyou, Wu/Kosinski, Michal/Stillwell, David, Computer-based personality judgments are more accurate than those made by humans, 112(4) PNAS 2015, 1036 – 1040. Open Google Scholar DOI: 10.5771/9783748940302
  216. 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. Open Google Scholar DOI: 10.5771/9783748940302
  217. Zech, Herbert, Einführung in das Technikrecht, Trier 2021. Open Google Scholar DOI: 10.5771/9783748940302
  218. 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. Open Google Scholar DOI: 10.5771/9783748940302
  219. Zech, Herbert, Empfehlen sich Regelungen zu Verantwortung und Haftung beim Einsatz Künstlicher Intelligenz? Der Verordnungsvorschlag des Europäischen Parlaments, Ergänzungsgutachten DJT 2020/2022. Open Google Scholar DOI: 10.5771/9783748940302
  220. Zech, Herbert, Haftung für Trainingsdaten Künstlicher Intelligenz, NJW 2022, 502 – 507. Open Google Scholar DOI: 10.5771/9783748940302
  221. Zech, Herbert, Empfehlen sich Regelungen zu Verantwortung und Haftung beim Einsatz Künstlicher Intelligenz? NJW-Beil 2022, 33 – 38. Open Google Scholar DOI: 10.5771/9783748940302
  222. Zech, Herbert, Künstliche Intelligenz und Haftungsfragen, ZfPW 2019, 198 – 218. Open Google Scholar DOI: 10.5771/9783748940302
  223. Zehlike, Meike/Hacker, Philipp/Wiedemann Emil, Matching Code and Law: Achieving Algorithmic Fairness with Optimal Transport, 34 DMKD 2020, 163 – 200. Open Google Scholar DOI: 10.5771/9783748940302
  224. 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. Open Google Scholar DOI: 10.5771/9783748940302
  225. Zick, Andreas, Sozialpsychologische Diskriminierungsforschung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 61 – 70. Open Google Scholar DOI: 10.5771/9783748940302
  226. Ziegelmayer, David, Geheimnisschutz ist eine große Nische, CR 2018, 693 – 699. Open Google Scholar DOI: 10.5771/9783748940302
  227. Žliobaite, Indre, Measuring discrimination in algorithmic decision making, 31 DMKD (2017), 1060 – 1089. Open Google Scholar DOI: 10.5771/9783748940302
  228. Žliobaitė, Indre/Custers, Bart, Using sensitive personal data may be necessary for avoiding discrimination in data-driven decision models, 24 AIL 2016, 183 –201. Open Google Scholar DOI: 10.5771/9783748940302
  229. Zweig, Katharina, Algorithmische Entscheidungen: Transparenz und Kontrolle, Konrad-Adenauer-Stiftung, Digitale Gesellschaft Nr. 338, Berlin 2019. Open Google Scholar DOI: 10.5771/9783748940302
  230. Zweig, Katharina/Fischer, Sarah/Likscha, Konrad, Wo Maschinen irren können – Fehlerquellen und Verantwortlichkeiten in Prozessen algorithmischer Entscheidungsfindung, Gütersloh 2018. Open Google Scholar DOI: 10.5771/9783748940302
  231. 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. Open Google Scholar DOI: 10.5771/9783748940302
  232. 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. Open Google Scholar DOI: 10.5771/9783748940302
  233. 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. Open Google Scholar DOI: 10.5771/9783748940302
  234. Albrecht, Jan Philipp/Jotzo, Florian, Das neue Datenschutzrecht der EU, Grundlagen – Gesetzgebungsverfahren – Synpose, Baden-Baden 2017. Open Google Scholar DOI: 10.5771/9783748940302
  235. 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. Open Google Scholar DOI: 10.5771/9783748940302
  236. 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. Open Google Scholar DOI: 10.5771/9783748940302
  237. Allport, Gordon W., The nature of prejudice, Boston 1954. Open Google Scholar DOI: 10.5771/9783748940302
  238. Antidiskriminierungsstelle des Bundes, Handbuch Rechtlicher Diskriminierungsschutz, Berlin 2016. Open Google Scholar DOI: 10.5771/9783748940302
  239. Apel, Simon/Kaulartz, Markus, Rechtlicher Schutz von Machine Learning-Modellen, RDi 2020, 24 – 34. Open Google Scholar DOI: 10.5771/9783748940302
  240. Arel, Itamar/Rose, Derek C./Karnowski, Thomas P., Deep Machine Learning – A New Frontier in Artificial Intelligence Research, in CIM (5) 2010, 13 – 18. Open Google Scholar DOI: 10.5771/9783748940302
  241. Arendt, Hannah, Über das Böse: Eine Vorlesung zu Fragen der Ethik, München/Zürich 2007, [Erstveröfentlichung 1965] Open Google Scholar DOI: 10.5771/9783748940302
  242. Armbrüster, Christian, Kontrahierungszwang im Allgemeinen Gleichbehandlungsgesetz?, NJW 2007, 1494 – 1498. Open Google Scholar DOI: 10.5771/9783748940302
  243. 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. Open Google Scholar DOI: 10.5771/9783748940302
  244. Art. 29-Datenschutzgruppe, WP 136, Stellungnahme 4/2007 zum Begriff „personenbezogene Daten“, 20.06.2007. Open Google Scholar DOI: 10.5771/9783748940302
  245. Art. 29-Datenschutzgruppe, WP 216, Stellungnahme 5/2014 zu Anonymisierungstechniken, 10.04.2014. Open Google Scholar DOI: 10.5771/9783748940302
  246. 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. Open Google Scholar DOI: 10.5771/9783748940302
  247. 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. Open Google Scholar DOI: 10.5771/9783748940302
  248. Art. 29-Datenschutzgruppe, WP 251, Leitlinien zu automatisierten Entscheidungen im Einzelfall einschließlich Profiling für die Zwecke der Verordnung 2016/679, 3.10.2017. Open Google Scholar DOI: 10.5771/9783748940302
  249. Art. 29-Datenschutzgruppe, WP 259, Leitlinien in Bezug auf die Einwilligung gemäß Verordnung 2016/679, 10.4.2018. Open Google Scholar DOI: 10.5771/9783748940302
  250. Art. 29-Datenschutzgruppe, WP 260, Leitlinien für Transparenz gemäß der Verordnung 2016/679, 11.04.2018. Open Google Scholar DOI: 10.5771/9783748940302
  251. Art. 29-Datenschutzgruppe, Advice paper on special categories of data (“sensitive data”), Ref. Ares (2011) 444105, 4.04.2011. Open Google Scholar DOI: 10.5771/9783748940302
  252. 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. Open Google Scholar DOI: 10.5771/9783748940302
  253. Atrey, Shreya, Comparison in intersectional discrimination, Leg. Stud., 38(3), (2018), 379 – 395. Open Google Scholar DOI: 10.5771/9783748940302
  254. Auer-Reinsdorff, Astrid/Conrad, Isabell (Hrsg.), Handbuch IT- und Datenschutzrecht, 3. Aufl., München 2019. Open Google Scholar DOI: 10.5771/9783748940302
  255. 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. Open Google Scholar DOI: 10.5771/9783748940302
  256. 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. Open Google Scholar DOI: 10.5771/9783748940302
  257. Baer, Susanne, Dignity, Liberty, Equality: A Fundamental Rights Triangle Of Constitutionalism, U. of Toronto L. J. 59 (2009) 4, S. 417 – 468. Open Google Scholar DOI: 10.5771/9783748940302
  258. Baer, Susanne, Würde oder Gleichheit, Baden-Baden 1995. Open Google Scholar DOI: 10.5771/9783748940302
  259. Barnard, Catherine/Hepple, Bob, Substantive Equality, 59 CLJ (2000), 562 – 585. Open Google Scholar DOI: 10.5771/9783748940302
  260. Barocas, Solon/Hardt, Moritz/Narayanan, Arvind, Fairness and Machine Learning - Limitations and Opportunities, Cambridge 2019. Open Google Scholar DOI: 10.5771/9783748940302
  261. 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. Open Google Scholar DOI: 10.5771/9783748940302
  262. Barocas, Solon/Selbst, Andrew D., Big Data’s Disparate Impact, 104 Calif. L. Rev., 2016, S. 671 – 732. Open Google Scholar DOI: 10.5771/9783748940302
  263. Barth, Armin P., Algorithmen für Einsteiger, 2. Auflage, Wiesbaden 2013. Open Google Scholar DOI: 10.5771/9783748940302
  264. 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. Open Google Scholar DOI: 10.5771/9783748940302
  265. Bauer, Matthias, Das Recht des technischen Produkts, Wiesbaden 2018. Open Google Scholar DOI: 10.5771/9783748940302
  266. Bauer, Jobst-Hubertus/Evers, Malte, Schadensersatz und Entschädigung bei Diskriminierung - Ein Fass ohne Boden?, NZA 2006, 893 – 898. Open Google Scholar DOI: 10.5771/9783748940302
  267. Bauer, Jobst-Hubertus/Krieger, Steffen/Günther, Jens, Allgemeines Gleichbehandlungsgesetz und Entgelttransparenzgesetz, 5. Auflage, München 2018. Open Google Scholar DOI: 10.5771/9783748940302
  268. Baumgärtel, Gottfried/Laumen, Hans-Willi/Prütting, Hans, Handbuch der Beweislast, Band 1. – Grundlagen, 4. Auflage, Köln 2019. Open Google Scholar DOI: 10.5771/9783748940302
  269. Bayreuther, Frank, „Quotenbeweis” im Diskriminierungsrecht?, NJW 2009, 806 – 810. Open Google Scholar DOI: 10.5771/9783748940302
  270. Bayreuther, Frank, Drittbezogene und hypothetische Diskriminierungen, NZA 2008, 986 – 990. Open Google Scholar DOI: 10.5771/9783748940302
  271. 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. Open Google Scholar DOI: 10.5771/9783748940302
  272. Becker, Gary Stanley, The Economics of Discrimination, 2. Auflage, Chicago 1971. Open Google Scholar DOI: 10.5771/9783748940302
  273. 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. Open Google Scholar DOI: 10.5771/9783748940302
  274. 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. Open Google Scholar DOI: 10.5771/9783748940302
  275. Benkard, Georg, Patentgesetz, 11. Auflage, München 2015. Open Google Scholar DOI: 10.5771/9783748940302
  276. Bent, Jason R., Is Algorithmic Affirmative Action Legal? 108 GLJ (2020), 803 – 853. Open Google Scholar DOI: 10.5771/9783748940302
  277. Berendt, Bettina, The AI Act Proposal: Towards the next transparency fallacy? in: BMUV/Rostalski, Frauke (Hrsg.), Künstliche Intelligenz, Tübingen 2022, S. 31 – 51. Open Google Scholar DOI: 10.5771/9783748940302
  278. 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. Open Google Scholar DOI: 10.5771/9783748940302
  279. 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. Open Google Scholar DOI: 10.5771/9783748940302
  280. Bielefeld, Heiner, Das Diskriminierungsverbot als Menschenrechtsprinzip, in: Hormel, Ulrike/Scherr, Albert (Hrsg.), Diskriminierung – Grundlagen und Forschungsergebnisse, Wiesbaden 2010, S. 21 – 34. Open Google Scholar DOI: 10.5771/9783748940302
  281. 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. Open Google Scholar DOI: 10.5771/9783748940302
  282. 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. Open Google Scholar DOI: 10.5771/9783748940302
  283. 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. Open Google Scholar DOI: 10.5771/9783748940302
  284. Bitter, Till/Buchmüller, Christoph/Uecker, Philip, Datenschutzrecht, in: Hoeren (Hrsg.), Big Data und Recht, München 2014, S. 58 – 93. Open Google Scholar DOI: 10.5771/9783748940302
  285. Blasek, Katrin, Auskunfteiwesen und Kreditscoring in unruhigem Fahrwasser. Ein Spagat zwischen Individualschutz und Rechtssicherheit, ZD 2022, 433 – 438. Open Google Scholar DOI: 10.5771/9783748940302
  286. Blum, Benjamin, People Analytics: eine datenschutzrechtliche Betrachtung moderner Einsatzszenarien für automatisierte, datenbasierte Entscheidungen, Baden-Baden 2021. Open Google Scholar DOI: 10.5771/9783748940302
  287. Blumenwitz, Dieter/Gornig, Gilbert H./Murswiek, Dietrich, Die Europäische Union als Wertegemeinschaft, Berlin 2005. Open Google Scholar DOI: 10.5771/9783748940302
  288. Boehme-Neßler, Volker, Das Ende der Anonymität – Wie Big Data das Datenschutzrecht verändert, DuD, 2016, 419 – 423. Open Google Scholar DOI: 10.5771/9783748940302
  289. Bogen, Miranda/Rieke, Aaron, Help wanted – An examination of hiring algorithms, equity, and bias, Washington 2018, abrufbar unter apo.org.au/node/210071. Open Google Scholar DOI: 10.5771/9783748940302
  290. Bomhard, David/Merkle, Marieke, Europäische KI-Verordnung – Der aktuelle Kommissionsentwurf und praktische Auswirkungen, RDi 2021, 276 – 283. Open Google Scholar DOI: 10.5771/9783748940302
  291. Bomhard, David/Siglmüller, Jonas, Europäische KI-Haftungsrichtlinie, der aktuelle Kommissionsentwurf und seine praktischen Auswirkungen, RDi 2022, 506 – 513. Open Google Scholar DOI: 10.5771/9783748940302
  292. 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. Open Google Scholar DOI: 10.5771/9783748940302
  293. 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. Open Google Scholar DOI: 10.5771/9783748940302
  294. Borges, Georg/Hilber, Marc (Hrsg.), BeckOK IT-Recht, 9. Edition Stand: 01.01.2023, München 2023, zitiert als BeckOK IT-Recht. Open Google Scholar DOI: 10.5771/9783748940302
  295. 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. Open Google Scholar DOI: 10.5771/9783748940302
  296. Borgesius, Frederik Zuiderveen, Strengthening legal protection against discrimination by algorithms and artificial intelligence, 24 Int. J. Hum. Rights, 2020, 1572 – 1593. Open Google Scholar DOI: 10.5771/9783748940302
  297. 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. Open Google Scholar DOI: 10.5771/9783748940302
  298. Born, Tobias, Bonitätsprüfungen im Online-Handel - Scorewert-basierte automatisierte Entscheidung über das Angebot von Zahlungsmöglichkeiten, ZD 2015, 66 – 72. Open Google Scholar DOI: 10.5771/9783748940302
  299. Botta, Jonas, Die Förderung innovativer KI-Systeme in der EU, ZfDR 2022, 391 – 412. Open Google Scholar DOI: 10.5771/9783748940302
  300. Boyd, Danah/Crawford, Kate, Critical questions for big data, ICS 15 (2012), 662 – 679. Open Google Scholar DOI: 10.5771/9783748940302
  301. Bradford, Anu, The Brussels Effect, 107 Nw. U. L. Rev. (1), 2012, Columbia Law and Economics Working Paper No. 533. Open Google Scholar DOI: 10.5771/9783748940302
  302. Bradford, Anu, The Brussels Effect – How Europe Rules the World, Oxford 2020. Open Google Scholar DOI: 10.5771/9783748940302
  303. 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. Open Google Scholar DOI: 10.5771/9783748940302
  304. Brand, Oliver, Zulässigkeit und Ausgestaltung von Telematiktarifen, VersR 2019, 725 – 736. Open Google Scholar DOI: 10.5771/9783748940302
  305. Braunroth, Anna, Die zivilprozessuale Musterfeststellungsklage – ein Instrument zur kollektiven Durchsetzung des AGG?, VuR 2018, 455 – 461. Open Google Scholar DOI: 10.5771/9783748940302
  306. Bräutigam, Peter/Kraul, Thorsten, Internet of Things, München 2021. Open Google Scholar DOI: 10.5771/9783748940302
  307. Breiman, Leo, Classification and regression trees, New York 1984. Open Google Scholar DOI: 10.5771/9783748940302
  308. Britz, Gabriele, Einzelfallgerechtigkeit versus Generalisierung – Verfassungsrechtliche Grenzen statistischer Diskriminierung, Tübingen 2008. Open Google Scholar DOI: 10.5771/9783748940302
  309. Bronner, Pascal/Ziegler, Nicolas, Der Entwurf einer neuen Produkthaftungsrichtlinie: Schub in die digitale Zeit!, jurisPR-ITR 1/2023 Anm. 2. Open Google Scholar DOI: 10.5771/9783748940302
  310. 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. Open Google Scholar DOI: 10.5771/9783748940302
  311. 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. Open Google Scholar DOI: 10.5771/9783748940302
  312. Bundesregierung, Zweiter Gleichstellungsbericht der Bundesregierung, 2017, BT-Ds. 18/12840. Open Google Scholar DOI: 10.5771/9783748940302
  313. Bundesregierung, Dritter Gleichstellungsbericht der Bundesregierung, 2021, BT-Drs. 19/30750. Open Google Scholar DOI: 10.5771/9783748940302
  314. Bundesregierung, Strategie Künstliche Intelligenz der Bundesregierung, Stand November 2018, abrufbar unter Open Google Scholar DOI: 10.5771/9783748940302
  315. www.bundesregierung.de/breg-de/service/publikationen/strategie-kuenstliche-intelligenz-der-bundesregierung-2018-1551264. Open Google Scholar DOI: 10.5771/9783748940302
  316. Buolamwini, Joy/Gebru, Timnit, Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification, 81 PMLR 2018, 1 – 15. Open Google Scholar DOI: 10.5771/9783748940302
  317. 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#/. Open Google Scholar DOI: 10.5771/9783748940302
  318. Burtscher, Bernhard, DSGVO und immaterielle Schäden: erste internationale Entwicklungen, ZEuP 2021, 698 – 711. Open Google Scholar DOI: 10.5771/9783748940302
  319. Busch, Christoph, Algorithmic Accountability, ABIDA – Assessing Big Data, 2018, abrufbar unter www.abida.de/sites/default/files/ABIDA%20Gutachten%20Algorithmic%20Accountability.pdf. Open Google Scholar DOI: 10.5771/9783748940302
  320. Buxmann, Peter/Schmidt, Holger, Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens, in: dies (Hrsg.), Künstliche Intelligenz, Berlin 2019, S. 3 – 19. Open Google Scholar DOI: 10.5771/9783748940302
  321. Buxmann, Peter/Schmidt, Holger, Ökonomische Effekte der Künstlichen Intelligenz, in: dies (Hrsg.), Künstliche Intelligenz, Berlin 2019, S. 27 – 39. Open Google Scholar DOI: 10.5771/9783748940302
  322. Calders, Toon/Verwer, Sicco, Three Naïve Bayes Approaches for Discrimination-Free Classification, 21 DMKD 2010, 277 – 292. Open Google Scholar DOI: 10.5771/9783748940302
  323. 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. Open Google Scholar DOI: 10.5771/9783748940302
  324. Calliess, Christian/Ruffert, Mathias, EUV/AEUV – Das Verfassungsrecht der Europäischen Union, mit Europäischer Grundrechtecharta, 6. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  325. Canaris, Claus-Wilhelm, Die Bedeutung der iustitia distributiva im deutschen Vertragsrecht, München 1997. Open Google Scholar DOI: 10.5771/9783748940302
  326. 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. Open Google Scholar DOI: 10.5771/9783748940302
  327. 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. Open Google Scholar DOI: 10.5771/9783748940302
  328. Cobbe, Jennifer/Lee, Michelle Seng Ah/Singh, Jatinder, Reviewable Automated Decision-Making: A Framework for Accountable Algorithmic Systems, FAccT 2021, 598 – 609. Open Google Scholar DOI: 10.5771/9783748940302
  329. Collins, Hugh/Khaitan, Tarunabh, Indirect discrimination law: controversies and critical questions, in: dies., Foundations of Indirect Discrimination Law, 2018. Open Google Scholar DOI: 10.5771/9783748940302
  330. Conrad, Sebastian Conrad, Künstliche Intelligenz – Die Risiken für den Datenschutz, DuD 2017, 740 – 744. Open Google Scholar DOI: 10.5771/9783748940302
  331. Conrad, Sebastian Conrad, Künstliche Intelligenz und die DSGVO – Ausgewählte Problemstellungen K&R 2018, 741 – 746. Open Google Scholar DOI: 10.5771/9783748940302
  332. Corbett-Davies, Sam/Pierson, Emma/Feller, Avi/Goel, Sharad/Huq, Aziz, Algorithmic decision making and the cost of fairness, KDD 2017, S. 797 – 806. Open Google Scholar DOI: 10.5771/9783748940302
  333. 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. Open Google Scholar DOI: 10.5771/9783748940302
  334. 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. Open Google Scholar DOI: 10.5771/9783748940302
  335. Culik, Nicolai/Döpke, Christian, Zweckbindungsgrundsatz gegen unkontrollierten Einsatz von Big Data-Anwendungen, ZD 2017, 226 – 229. Open Google Scholar DOI: 10.5771/9783748940302
  336. 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. Open Google Scholar DOI: 10.5771/9783748940302
  337. 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. Open Google Scholar DOI: 10.5771/9783748940302
  338. Czeszak, Lukas, Kein Bonus-Hopping mehr wegen Schufa-Eintrag – neues Geschäftsfeld für Auskunfteien?, ZD-Aktuell 2020, 07410. Open Google Scholar DOI: 10.5771/9783748940302
  339. 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. Open Google Scholar DOI: 10.5771/9783748940302
  340. Danziger, Shai/Levav, Jonathan/Avnaim-Pesso, Liora, Extraneous factors in judicial decisions, 108 PNAS (2011), 6889 – 6892. Open Google Scholar DOI: 10.5771/9783748940302
  341. Datenethikkommission, Gutachten der Datenethikkommission, 23.10.2019, abrufbar unter www.bmi.bund.de/SharedDocs/downloads/DE/publikationen/themen/it-digitalpolitik/gutachten-datenethikkommission.html. Open Google Scholar DOI: 10.5771/9783748940302
  342. 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. Open Google Scholar DOI: 10.5771/9783748940302
  343. 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. Open Google Scholar DOI: 10.5771/9783748940302
  344. Datenschutzkonferenz, Kurzpapier 18 – Risiko für die Rechte und Freiheiten natürlicher Personen, abrufbar unter www.datenschutzkonferenz-online.de/media/kp/dsk_kpnr_18.pdf. Open Google Scholar DOI: 10.5771/9783748940302
  345. 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. Open Google Scholar DOI: 10.5771/9783748940302
  346. 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 Open Google Scholar DOI: 10.5771/9783748940302
  347. 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. Open Google Scholar DOI: 10.5771/9783748940302
  348. 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. Open Google Scholar DOI: 10.5771/9783748940302
  349. 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. Open Google Scholar DOI: 10.5771/9783748940302
  350. Däubler, Wolfgang/Beck, Thorsten, Allgemeines Gleichbehandlungsgesetz, 5. Auflage 2022. Open Google Scholar DOI: 10.5771/9783748940302
  351. Däubler, Wolfgang/Wedde, Peter/Weichert, Thilo/Sommer, Imke, EU-Datenschutz-Grundverordnung und BDSG-neu, 2. aktualisierte Auflage, Frankfurt am Main 2020. Open Google Scholar DOI: 10.5771/9783748940302
  352. Dauner-Lieb, Barbara/Langen, Werner, BGB – Schuldrecht, Band 2, §§ 241 – 853, 4. Auflage, Baden-Baden 2021, zitiert als NK-BGB. Open Google Scholar DOI: 10.5771/9783748940302
  353. De Gregorio, Giovanni, The rise of digital constitutionalism in the European Union, 19(1) Int. J. Const. L. (2021), 41 – 70. Open Google Scholar DOI: 10.5771/9783748940302
  354. 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. Open Google Scholar DOI: 10.5771/9783748940302
  355. Deutscher Ethikrat, Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz, 2023, abrufbar unter www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-mensch-und-maschine.pdf. Open Google Scholar DOI: 10.5771/9783748940302
  356. Diakopoulos, Nicholas, Accountability in Algorithmic Decision Making, Communications of the ACM, February 2016, Vol. 59 No. 2, Pages 56 – 62. Open Google Scholar DOI: 10.5771/9783748940302
  357. Diller, Martin, Einstellungsdiskriminierung durch Dritte Im Irrgarten von Entschädigung, Auskunft, einstweiliger Verfügung, Ausschlussfrist und Rechtsweg, NZA 2007, 649 – 653. Open Google Scholar DOI: 10.5771/9783748940302
  358. Djeffal, Christian, Art. 22 DSGVO als sozio-technische Gestaltungsnorm – Eine Neuinterpretation der Regelung von automatisierten Entscheidungen, DuD 2021, 529 – 533. Open Google Scholar DOI: 10.5771/9783748940302
  359. 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. Open Google Scholar DOI: 10.5771/9783748940302
  360. Dreier, Thomas/Schulze, Gernot (Hrsg.), Urheberrechtsgesetz, 7. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  361. 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. Open Google Scholar DOI: 10.5771/9783748940302
  362. Dürig, Günter/Herzog, Roman/Scholz, Rupert, Grundgesetz Kommentar, 99. EL September, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  363. 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. Open Google Scholar DOI: 10.5771/9783748940302
  364. Dwork, Cynthia/Hardt, Moritz/Pitassi, Toniann/ Reingold, Omer/Zemel, Rich, Fairness through awareness, ITCS 2012, 214 – 226. Open Google Scholar DOI: 10.5771/9783748940302
  365. Dwork, Cynthia/Roth, Aaron, The Algorithmic Foundations of Differential Privacy, 9(3) Found. Trends Theor. Comput. Sci. 2014, 211 – 407. Open Google Scholar DOI: 10.5771/9783748940302
  366. Dzida, Boris/Groh, Naemi, Diskriminierung nach dem AGG beim Einsatz von Algorithmen im Bewerbungsverfahren, NJW 2018, 1917 – 1922. Open Google Scholar DOI: 10.5771/9783748940302
  367. Ebers, Martin, Standardisierung Künstlicher Intelligenz und KI-Verordnungsvorschlag, RDi 2021, 588 – 597. Open Google Scholar DOI: 10.5771/9783748940302
  368. 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. Open Google Scholar DOI: 10.5771/9783748940302
  369. 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. Open Google Scholar DOI: 10.5771/9783748940302
  370. 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. Open Google Scholar DOI: 10.5771/9783748940302
  371. 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. Open Google Scholar DOI: 10.5771/9783748940302
  372. 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. Open Google Scholar DOI: 10.5771/9783748940302
  373. Ehmann, Eugen/Selmayr, Martin (Hrsg.), Datenschutzgrundverordnung, 2. Auflage 2018. Open Google Scholar DOI: 10.5771/9783748940302
  374. 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. Open Google Scholar DOI: 10.5771/9783748940302
  375. Eichelberger, Jan, Der Vorschlag einer „Richtlinie über KI-Haftung“, DB 2022, 2783 – 2789. Open Google Scholar DOI: 10.5771/9783748940302
  376. Eichler, Carolyn, Zulässigkeit der Tätigkeit von Auskunfteien nach der DS-GVO, RDV 2017, 10 – 12. Open Google Scholar DOI: 10.5771/9783748940302
  377. Ellis, Evelyn/Watson, Phillipa, EU Anti-Discrimination Law, Oxford 2012. Open Google Scholar DOI: 10.5771/9783748940302
  378. Enders, Peter, Einsatz künstlicher Intelligenz bei juristischer Entscheidungsfindung, JA 2018, 721 – 727. Open Google Scholar DOI: 10.5771/9783748940302
  379. Engeler, Malte, Das überschätzte Kopplungsverbot – Die Bedeutung des Art. 7 Abs. 4 DS-GVO in Vertragsverhältnissen, ZD 2018, 55 – 62. Open Google Scholar DOI: 10.5771/9783748940302
  380. Engelmann, Christoph/Brunotte, Nico/Lütkens, Hanna, Regulierung von Legal Tech durch die KI-Verordnung, RDi 2021, 317 – 323. Open Google Scholar DOI: 10.5771/9783748940302
  381. 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. Open Google Scholar DOI: 10.5771/9783748940302
  382. Epping, Volker/Hillgruber, Christian, BeckOK Grundgesetz, 54. Edition Stand: 15.02.2023, München 2023, zitiert als BeckOKGG. Open Google Scholar DOI: 10.5771/9783748940302
  383. Erman, Bürgerliches Gesetzbuch, Handkommentar, Westermann, Harm Peter/Grunewald, Barbara/Maier-Reimer, Georg, 16. Auflage, Köln 2020. Open Google Scholar DOI: 10.5771/9783748940302
  384. Ertel, Wolfgang, Grundkurs Künstliche Intelligenz, 4. Auflage, Wiesbaden 2016. Open Google Scholar DOI: 10.5771/9783748940302
  385. Ernst, Christian, Algorithmische Entscheidungsfindung und personenbezogene Daten, JZ 2017, S. 1026 – 1036. Open Google Scholar DOI: 10.5771/9783748940302
  386. 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. Open Google Scholar DOI: 10.5771/9783748940302
  387. Eschholz, Stefanie, Big Data-Scoring unter dem Einfluss der Datenschutz-Grundverordnung, DuD 2017, S. 180 – 185. Open Google Scholar DOI: 10.5771/9783748940302
  388. Eubanks, Virginia, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor, New York 2018. Open Google Scholar DOI: 10.5771/9783748940302
  389. 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. Open Google Scholar DOI: 10.5771/9783748940302
  390. Europäischer Datenschutzausschuss, Leitlinien 4/2019 zu Artikel 25 Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0, 20.10.2020. Open Google Scholar DOI: 10.5771/9783748940302
  391. Europäischer Datenschutzausschuss, Leitlinien 05/2020 zur Einwilligung gemäß Verordnung 2016/679, Version 1.1, 04.05.2020. Open Google Scholar DOI: 10.5771/9783748940302
  392. Europäischer Datenschutzausschuss, Leitlinien 07/2020 zu den Begriffen „Verantwortlicher“ und „Auftragsverarbeiter“ in der DSGVO, Version 2.0, 07.07.2021. Open Google Scholar DOI: 10.5771/9783748940302
  393. Europäischer Datenschutzausschuss, Guidelines 04/2022 on the calculation of administrative fines under the GDPR, 12.05.2022. Open Google Scholar DOI: 10.5771/9783748940302
  394. 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. Open Google Scholar DOI: 10.5771/9783748940302
  395. 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. Open Google Scholar DOI: 10.5771/9783748940302
  396. Europäischer Datenschutzbeauftragter, Stellungnahme 4/2020 – Stellungnahme des EDSB zum Weißbuch der Europäischen Kommission „Zur Künstlichen Intelligenz – ein europäisches Konzept für Exzellenz und Vertrauen“, 2020. Open Google Scholar DOI: 10.5771/9783748940302
  397. 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. Open Google Scholar DOI: 10.5771/9783748940302
  398. Europäische Kommission, Weissbuch – Zur Künstlichen Intelligenz – ein europäisches Konzept für Exzellenz und Vertrauen, COM(2020) 65 final, 19.2.2020. Open Google Scholar DOI: 10.5771/9783748940302
  399. Europäische Kommission, Mitteilung der Kommission, Künstliche Intelligenz für Europa, COM/2018/237 final. Open Google Scholar DOI: 10.5771/9783748940302
  400. 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. Open Google Scholar DOI: 10.5771/9783748940302
  401. 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. Open Google Scholar DOI: 10.5771/9783748940302
  402. European Union Agency for Fundamental Rights and Council of Europe, Handbook on European non-discrimination law, Luxembourg 2018. Open Google Scholar DOI: 10.5771/9783748940302
  403. 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. Open Google Scholar DOI: 10.5771/9783748940302
  404. 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. Open Google Scholar DOI: 10.5771/9783748940302
  405. Fehling, Michael/Schliesky, Utz, Neue Macht- und Verantwortungsstrukturen in der digitalen Welt, München 2016. Open Google Scholar DOI: 10.5771/9783748940302
  406. Feldmann, Doris/Hoffmann, Jochen/Keilhauer, Annette/Liebold, Renate, „Rasse“ und „ethnische Herkunft“ als Merkmale des AGG, RW 1 (2018), 23 – 46. Open Google Scholar DOI: 10.5771/9783748940302
  407. Feldhusen, Claire, Kreditwürdigkeitsprüfung: Wieviel Würdigung erlaubt die Prüfung nach Erlass der Immobiliar-Kreditwürdigkeitsprüfleitlinien-Verordnung?, WM 2019, 97 – 107. Open Google Scholar DOI: 10.5771/9783748940302
  408. Fischer, Thomas, Diskriminierung durch Dritte bei der Bewerberauswahl, NJW 2009, 3547 – 3550. Open Google Scholar DOI: 10.5771/9783748940302
  409. Fiss, Owen M., Groups and the equal protection clause, 5 Phil. Pub. Aff. (1976), 107 – 177. Open Google Scholar DOI: 10.5771/9783748940302
  410. Floridi, Luciano, The European Legislation on AI: a Brief Analysis of its Philosophical Approach, P&T 34 (2021), 215 – 222. Open Google Scholar DOI: 10.5771/9783748940302
  411. Flume, Werner, Allgemeiner Teil des Bürgerlichen Rechts. Zweiter Band: Das Rechtsgeschäft, Berlin, Heidelberg 1965. Open Google Scholar DOI: 10.5771/9783748940302
  412. Franken, Swetlana, Personal: Diversity Management, Berlin 2015. Open Google Scholar DOI: 10.5771/9783748940302
  413. Franzen, Martin/Gallner, Inken/Oetker Hartmut, Kommentar zum europäischen Arbeitsrecht, 4. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  414. Fredman, Sandra, Substantive Equality Revisited, 14 Int. J. Const. L. (2016), 712 – 738. Open Google Scholar DOI: 10.5771/9783748940302
  415. Freyler, Carmen, Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht, NZA 2020, 284 – 290. Open Google Scholar DOI: 10.5771/9783748940302
  416. 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. Open Google Scholar DOI: 10.5771/9783748940302
  417. Friedman, Batya/Nissenbaum Helen, Bias in Computer Systems, 14 TOIS 1996, 330 – 347. Open Google Scholar DOI: 10.5771/9783748940302
  418. Fries, Martin, Verbraucherrechtsdurchsetzung, München 2016. Open Google Scholar DOI: 10.5771/9783748940302
  419. Fritsche, Karl Peter, Zur Begründung des Diskriminierungsverbots, in Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 3 – 24. Open Google Scholar DOI: 10.5771/9783748940302
  420. Fröhlich, Wiebke/Spiecker gen. Döhmann, Indra, Können Algorithmen diskriminieren?, VerfBlog, 26.12.2018, abrufbar unter verfassungsblog.de/koennen-algorithmen-diskriminieren/. Open Google Scholar DOI: 10.5771/9783748940302
  421. Fry, Hannah/Schmid, Sigrid, Hello World: Was Algorithmen können und wie sie unser Leben verändern, München 2020. Open Google Scholar DOI: 10.5771/9783748940302
  422. Fuster, Andreas/Goldsmith-Pinkham, Paul/Ramadorai, Tarun/ Walther, Ansgar, Predictably Unequal? The Effects of Machine Learning on Credit Markets, 77 JoF (2022), 5 – 47. Open Google Scholar DOI: 10.5771/9783748940302
  423. Gandy, Oscar H., Engaging rational discrimination: Exploring reasons for placing regulatory constraints on decision support systems, 12 Ethics Inf. Technol. (2010), 29 – 42. Open Google Scholar DOI: 10.5771/9783748940302
  424. Gassner, Kathi/Seith, Sebastian, Ordnungswidrigkeitengesetz, 2. Auflage, München 2020. Open Google Scholar DOI: 10.5771/9783748940302
  425. Gausling, Tina, Künstliche Intelligenz und DSGVO, DSRITB 2018, 519 – 543. Open Google Scholar DOI: 10.5771/9783748940302
  426. Gausling, Tina, Künstliche Intelligenz im Anwendungsbereich der Datenschutz-Grundverordnung, PinG 2019, 61 – 70. Open Google Scholar DOI: 10.5771/9783748940302
  427. Geber, Frederic, Die Regulierung künstlicher Intelligenz im internationalen Vergleich, ZdiW 2023, 26 – 31. Open Google Scholar DOI: 10.5771/9783748940302
  428. Geissler, Dennis/Ströbel, Lukas, Datenschutzrechtliche Schadensersatzansprüche im Musterfeststellungsverfahren, NJW 2019, 3414 – 3418. Open Google Scholar DOI: 10.5771/9783748940302
  429. 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. Open Google Scholar DOI: 10.5771/9783748940302
  430. Geminn, Christian, Die Regulierung Künstlicher Intelligenz – Anmerkungen zum Entwurf eines Artificial Intelligence Act, ZD 2021, 354 – 359. Open Google Scholar DOI: 10.5771/9783748940302
  431. Gerards, Janneke, General principles of the European convention on human rights, Utrecht 2019. Open Google Scholar DOI: 10.5771/9783748940302
  432. Gerards, Janneke, The Discrimination Grounds of Article 14 of the European Convention on Human Rights, 13 Hum. Rts. L. Rev. (2013), 99 – 124. Open Google Scholar DOI: 10.5771/9783748940302
  433. 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. Open Google Scholar DOI: 10.5771/9783748940302
  434. 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. Open Google Scholar DOI: 10.5771/9783748940302
  435. Gerberdinger, Johannes/Wagner, Gert, Qualitätssicherung für „Predictive Analytics“ durch digitale Algorithmen, ZRP 2019, S. 116 – 119. Open Google Scholar DOI: 10.5771/9783748940302
  436. Giegerich, Thomas, The European Union as protector and promotor of equality, Berlin 2020. Open Google Scholar DOI: 10.5771/9783748940302
  437. Giesberts, Ludger, Verbandsklagen für Kollektivinteressen – Die EU-Richtlinie und der Entwurf des deutschen Umsetzungsgesetzes, ZfPC 2023, 7 – 9. Open Google Scholar DOI: 10.5771/9783748940302
  438. Gitelman, Lisa, Raw data is an oxymoron, Cambridge 2013. Open Google Scholar DOI: 10.5771/9783748940302
  439. Gilchrist, Alasdair, Industry 4.0: The Industrial Internet of Things, New York 2016. Open Google Scholar DOI: 10.5771/9783748940302
  440. Glöckner, Andreas, The irrational hungry judge effect revisited: Simulations reveal that the magnitude of the effect is overestimated, 11(6) JDM 2016, 601 – 610. Open Google Scholar DOI: 10.5771/9783748940302
  441. 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. Open Google Scholar DOI: 10.5771/9783748940302
  442. Gloy, Wolfgang/Loschelder, Michael/Danckwerts, Rolf, Handbuch des Wettbewerbsrecht, 5. Auflage, München 2019. Open Google Scholar DOI: 10.5771/9783748940302
  443. Gola, Peter, Handbuch Beschäftigtendatenschutz, 8. Auflage, 2019. Open Google Scholar DOI: 10.5771/9783748940302
  444. Gola, Peter/Heckmann, Dirk, Datenschutz-Grundverordnung – Bundesdatenschutzgesetz, 3. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  445. Goldberg, Suzanne B., Discrimination by Comparison, 120 Yale L. J. (2011), 728 – 812. Open Google Scholar DOI: 10.5771/9783748940302
  446. Golla, Sebastian, In Würde vor Ampel und Algorithmus – Verfassungsrecht im technologischen Wandel Open Google Scholar DOI: 10.5771/9783748940302
  447. 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. Open Google Scholar DOI: 10.5771/9783748940302
  448. Golla, Sebastian J., Mehr als die Summe der einzelnen Teile? Kollektiver Datenschutz, in: Taeger, Jürgen (Hrsg.), Recht 4.0, Edewecht 2017, S. 199 – 210. Open Google Scholar DOI: 10.5771/9783748940302
  449. 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. Open Google Scholar DOI: 10.5771/9783748940302
  450. 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. Open Google Scholar DOI: 10.5771/9783748940302
  451. Good, Irving John, Speculations Concerning the First Ultraintelligent Maschine, 6 Adv. In Comp., 1966, 31 – 88. Open Google Scholar DOI: 10.5771/9783748940302
  452. Goodfellow, Ian/Bengio, Yoshua/Courville, Aaron, Deep learning (Adaptive Computation and Machine Learning series), Cambridge 2016. Open Google Scholar DOI: 10.5771/9783748940302
  453. 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. Open Google Scholar DOI: 10.5771/9783748940302
  454. Grabitz, Eberhard/Hilf, Meinhard/Nettesheim, Martin, Das Recht der Europäischen Union, EUV/AEUV, 78. EL Januar 2023. Open Google Scholar DOI: 10.5771/9783748940302
  455. 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. Open Google Scholar DOI: 10.5771/9783748940302
  456. Groeben, Hans von der/Schwarze, Jürgen/Hatje, Armin, Europäisches Unionsrecht, 7. Auflage, Baden-Baden 2015. Open Google Scholar DOI: 10.5771/9783748940302
  457. Groß, Johannes, Braucht Künstliche Intelligenz Ethik?, CB, 2020, S. 155 – 159. Open Google Scholar DOI: 10.5771/9783748940302
  458. Grünberger, Michael, Personale Gleichheit, Der Grundsatz der Gleichbehandlung im Zivilrecht, Baden-Baden, 2013. Open Google Scholar DOI: 10.5771/9783748940302
  459. Grünberger, Michael, Reformbedarf im AGG: Beweislastverteilung beim Einsatz von KI, ZRP 2021, 232 – 235. Open Google Scholar DOI: 10.5771/9783748940302
  460. Grünberger, Michael/Mangold, Anna Katharina/Markard, Nora/Payandeh, Mehrdad/Towfigh, Emanuel Vahid, Diversität in der Rechtswissenschaft und Rechtspraxis, Baden-Baden 2021. Open Google Scholar DOI: 10.5771/9783748940302
  461. 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. Open Google Scholar DOI: 10.5771/9783748940302
  462. 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. Open Google Scholar DOI: 10.5771/9783748940302
  463. 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. Open Google Scholar DOI: 10.5771/9783748940302
  464. 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. Open Google Scholar DOI: 10.5771/9783748940302
  465. Guggenberger, Nikolas, KI und Recht: Neue Methodik, billige Entscheidungen und Ergebnisvorgaben, MMR 2019, 777 – 778. Open Google Scholar DOI: 10.5771/9783748940302
  466. Guijarro Santos, Victoria, Nicht besser als nichts, ZfDR 2023, 23 – 42. Open Google Scholar DOI: 10.5771/9783748940302
  467. Günther, Jens/Böglmüller, Mathias, Künstliche Intelligenz und Roboter in der Arbeitswelt, BB 2017, 53 – 58. Open Google Scholar DOI: 10.5771/9783748940302
  468. Hacker, Philipp, Ein Rechtsrahmen für KI-Trainingsdaten, ZGE 2020, 239 – 271. Open Google Scholar DOI: 10.5771/9783748940302
  469. Hacker, Philipp, Europäische und nationale Regulierung von Künstlicher Intelligenz NJW 2020, 2142 – 2147. Open Google Scholar DOI: 10.5771/9783748940302
  470. Hacker, Philipp, A legal Framework for AI Training Data – From first principles to the artificial intelligence act, 13 Law Inn. Tech 2021, 257 – 302. Open Google Scholar DOI: 10.5771/9783748940302
  471. Hacker, Philipp, Immaterialgüterrechtlicher Schutz von KI-Trainingsdaten, GRUR 2020, 1025 – 1033. Open Google Scholar DOI: 10.5771/9783748940302
  472. Hacker, Philipp, Teaching Fairness to Artificial Intelligence: Existing and Novel Strategies Against Algorithmic Discrimination Under EU Law, 55 CMLR 2018, 1143 – 1186. Open Google Scholar DOI: 10.5771/9783748940302
  473. Hacker, Philipp, Verhaltens- und Wissenszurechnung beim Einsatz von Künstlicher Intelligenz, RW 2018, 243 – 288. Open Google Scholar DOI: 10.5771/9783748940302
  474. 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. Open Google Scholar DOI: 10.5771/9783748940302
  475. 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. Open Google Scholar DOI: 10.5771/9783748940302
  476. 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. Open Google Scholar DOI: 10.5771/9783748940302
  477. 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. Open Google Scholar DOI: 10.5771/9783748940302
  478. 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. Open Google Scholar DOI: 10.5771/9783748940302
  479. Häder, Michael, Empirische Sozialforschung, 4. Auflage, Wiesbaden 2019. Open Google Scholar DOI: 10.5771/9783748940302
  480. Hagendorff, Thilo, Maschinelles Lernen und Diskriminierung: Probleme und Lösungsansätze, ÖZS 44 (2019), 53 – 66. Open Google Scholar DOI: 10.5771/9783748940302
  481. 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. Open Google Scholar DOI: 10.5771/9783748940302
  482. Hammermann, Andrea/Thiele, Christopfer, People Analytics, Evidenzbasierte Entscheidungsfindung im Personalmanagement, Institut der Deutschen Wirtschaft, IW-Report 35/19. Open Google Scholar DOI: 10.5771/9783748940302
  483. 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. Open Google Scholar DOI: 10.5771/9783748940302
  484. Härtel, Ines, Digitalisierung im Lichte des Verfassungsrechts – Algorithmen, Predictive Policing, autonomes Fahren, LKV 2019, 49 – 60. Open Google Scholar DOI: 10.5771/9783748940302
  485. 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. Open Google Scholar DOI: 10.5771/9783748940302
  486. Hartmann, Felix, Diskriminierung durch Antidiskriminierungsrecht? Möglichkeiten und Grenzen eines postkategorialen Diskriminierungsschutzes in der Europäischen Union, EuZA 2019, 24 – 44. Open Google Scholar DOI: 10.5771/9783748940302
  487. 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. Open Google Scholar DOI: 10.5771/9783748940302
  488. Hau, Wolfgang/Poseck, Roman (Hrsg.), Beck-Online Kommentar Bürgerliches Gesetzbuch, 65. Edition, Stand: 01.02.2023, München 2023, zitiert als BeckOKBGB. Open Google Scholar DOI: 10.5771/9783748940302
  489. 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. Open Google Scholar DOI: 10.5771/9783748940302
  490. 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. Open Google Scholar DOI: 10.5771/9783748940302
  491. Haugeland, John, Artificial Intelligence: The very ideas, Cambridge 1985. Open Google Scholar DOI: 10.5771/9783748940302
  492. Haverkamp, Rita/Lukas, Tim, Diskriminierung im Strafrecht, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 286 – 300. Open Google Scholar DOI: 10.5771/9783748940302
  493. 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. Open Google Scholar DOI: 10.5771/9783748940302
  494. 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. Open Google Scholar DOI: 10.5771/9783748940302
  495. 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. Open Google Scholar DOI: 10.5771/9783748940302
  496. Heidtke, Aron, Meinungsbildung und Medienintermediäre. Vielfaltssichernde Regulierung zur Gewährleistung der Funktionsbedingungen freier Meinungsbildung im Zeitalter der Digitalisierung, Baden-Baden 2020. Open Google Scholar DOI: 10.5771/9783748940302
  497. Heinemeyer, Dennis, Datenverarbeitungs-Crashtests ohne Daten-Dummys – Zur Zulässigkeit der Nutzung von (echten) personenbezogenen Daten zu Testzwecken nach DSGVO, CR 2019, 147 – 151. Open Google Scholar DOI: 10.5771/9783748940302
  498. 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. Open Google Scholar DOI: 10.5771/9783748940302
  499. Heinzke, Philippe/Storkenmaier, Julia, Die kollektive Rechtsdurchsetzung bei Verletzungen des Datenschutzrechts – Durchsetzungsmöglichkeiten nach heutigem und zukünftigem Recht, CR 2021, 299 – 307. Open Google Scholar DOI: 10.5771/9783748940302
  500. Heinzke, Philippe/Storkenmaier, Julia, Die kollektive Rechtsdurchsetzung bei Verletzungen des Datenschutzrechts – Teil 2 – Durchsetzungsmöglichkeiten nach heutigem und zukünftigem Recht, CR 2021, 582 – 588. Open Google Scholar DOI: 10.5771/9783748940302
  501. Helbing, Thomas, Big Data und der datenschutzrechtliche Grundsatz der Zweckbindung, K&R 2015, 145–150. Open Google Scholar DOI: 10.5771/9783748940302
  502. Helfrich, Marcus, Kreditscoring und Scorewertbildung der SCHUFA, Baden-Baden 2010. Open Google Scholar DOI: 10.5771/9783748940302
  503. Hennemann, Moritz, Künstliche Intelligenz und Wettbewerbsrecht, ZWeR 2018, 161 – 184. Open Google Scholar DOI: 10.5771/9783748940302
  504. Hennemann, Moritz, Wettbewerb der Datenschutzrechtsordnungen, RabelsZ Zeitschrift für ausländisches und internationales Privatrecht 84 (2020), 864 – 895. Open Google Scholar DOI: 10.5771/9783748940302
  505. Hennemann, Moritz/Kumkar, Lea Katharina, Robo Advice und automatisierte Entscheidung im Einzelfall, in Linardatos, Dimitros (Hrsg.), Rechtshandbuch Robo Advice, 2020, S. 324 – 338. Open Google Scholar DOI: 10.5771/9783748940302
  506. Herberger, Maximilian, „Künstliche Intelligenz“ und Recht – Ein Orientierungsversuch, NJW 2018, 2825 – 2829. Open Google Scholar DOI: 10.5771/9783748940302
  507. Herberger, Marie, Verbandsklageverfahren für diskriminierungsrechtliche Ansprüche, RdA 2022, 220 – 228. Open Google Scholar DOI: 10.5771/9783748940302
  508. Hermstrüwer, Yoan, Die Regulierung der prädiktiven Analytik: eine juristisch-verhaltenswissenschaftliche Skizze, in: Hoffmann-Riem, Wolfgang (Hrsg.), Big Data – Regulative Herausforderungen, 2018, S. 99 – 116. Open Google Scholar DOI: 10.5771/9783748940302
  509. Hildebrandt, Mireille, Smart Technologies and the End(s) of Law, Northampton (Massachusetts, USA) 2015. Open Google Scholar DOI: 10.5771/9783748940302
  510. Hildebrandt, Mireille, Profiling: From data to knowledge. The challenges of a crucial technology, DuD (30) 2006, 548 – 552. Open Google Scholar DOI: 10.5771/9783748940302
  511. 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. Open Google Scholar DOI: 10.5771/9783748940302
  512. Hill, Robin K., What an algorithm is, P&T, 2016, 35 – 59. Open Google Scholar DOI: 10.5771/9783748940302
  513. Hinz, Katja, Arbeitsrecht, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 539 – 558. Open Google Scholar DOI: 10.5771/9783748940302
  514. Hipp, Lena, Ungleichheit und Diskriminierung auf dem Arbeitsmarkt, APuZ 09/2016, S. 42 – 48. Open Google Scholar DOI: 10.5771/9783748940302
  515. 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. Open Google Scholar DOI: 10.5771/9783748940302
  516. Hoeren, Thomas, Big Data und Datenqualität – ein Blick auf die DS-GVO, Annäherungen an Qualitätsstandards und deren Harmonisierung, ZD 2016, 459 – 463. Open Google Scholar DOI: 10.5771/9783748940302
  517. Hoeren, Thomas, Rechtliche Grundlagen des SCHUFA-Scoring-Verfahrens, RDV 2007, 93 – 99. Open Google Scholar DOI: 10.5771/9783748940302
  518. Hoeren, Thomas/Niehoff, Maurice, KI und Datenschutz – Begründungserfordernisse automatisierter Entscheidungen, RW 1/2018, S. 47 – 66. Open Google Scholar DOI: 10.5771/9783748940302
  519. 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. Open Google Scholar DOI: 10.5771/9783748940302
  520. Hoffmann, Hanna/Kevekordes, Johannes, Das Right to Explanation, DuD 2021, 609 – 615. Open Google Scholar DOI: 10.5771/9783748940302
  521. Hoffmann, Jochen, Die Feststellung mittelbarer Diskriminierungen, AcP 214 (2014), 822 – 852. Open Google Scholar DOI: 10.5771/9783748940302
  522. 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. Open Google Scholar DOI: 10.5771/9783748940302
  523. Hoffmann-Riem, Wolfgang, Verhaltenssteuerung durch Algorithmen, AöR 2017, S. 1 – 42. Open Google Scholar DOI: 10.5771/9783748940302
  524. Höhne, Marina Marie-Claire, Nachvollziehbare Künstliche Intelligenz: Methoden, Chancen und Risiken – Black Box zu White Box, DuD 2021, 453 – 456. Open Google Scholar DOI: 10.5771/9783748940302
  525. 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. Open Google Scholar DOI: 10.5771/9783748940302
  526. Holthausen, Joachim, Big Data, People Analytics, KI und Gestaltung von Betriebsvereinbarungen – Grund-, arbeits- und datenschutzrechtliche Herausforderungen, RdA 2021, 19 – 32. Open Google Scholar DOI: 10.5771/9783748940302
  527. Holzleithner, Elisabeth, Intersektionale (mehrdimensionale) Diskriminierung, in: Mangold, Anna Katharina/Payandeh, Mehrdad (Hrsg.), Handbuch Antidiskriminierungsrecht – Strukturen, Rechtsfiguren und Konzepte, Tübingen 2022, S. 543 – 594. Open Google Scholar DOI: 10.5771/9783748940302
  528. 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. Open Google Scholar DOI: 10.5771/9783748940302
  529. Höpfner, Clemens/Daum, Jan Alexander, Der „Robo-Boss“ – Künstliche Intelligenz im Arbeitsverhältnis, ZfA 2021, 467 – 501. Open Google Scholar DOI: 10.5771/9783748940302
  530. Hörmann, Florian, Teilzeitdiskriminierung in Kollektivverträgen, Wien 2019. Open Google Scholar DOI: 10.5771/9783748940302
  531. 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. Open Google Scholar DOI: 10.5771/9783748940302
  532. Horner, Susanne/Kaulartz, Markus, Haftung 4.0 CR 2016, 7 – 14. Open Google Scholar DOI: 10.5771/9783748940302
  533. Hornung, Gerrit, Trainingsdaten und die Rechte von Betroffenen Personen, in: BMUV/Rostalski, Frauke (Hrsg.), Künstliche Intelligenz, Tübingen 2022, S. 91 – 120. Open Google Scholar DOI: 10.5771/9783748940302
  534. Hornung, Gerrit, KI-Regulierung im Mehrebenensystem, DuD 2022, 561 – 566. Open Google Scholar DOI: 10.5771/9783748940302
  535. Hornung, Gerrit/Wagner, Bernd, Der schleichende Personenbezug, CR 2019, 565 – 574. Open Google Scholar DOI: 10.5771/9783748940302
  536. Hornung, Gerrit, Erosion traditioneller Prinzipien des Datenschutzrechts durch Big Data, in: Hoffmann-Riem, Wolfgang (Hrsg.), Big Data - Regulative Herausforderungen, 2018, S. 81 – 98. Open Google Scholar DOI: 10.5771/9783748940302
  537. Huff, Julian/Götz, Thomas, Evidenz statt Bauchgefühl? – Möglichkeiten und rechtliche Grenzen von Big Data im HR-Bereich, NZA-Beilage 2019, S. 73 – 78. Open Google Scholar DOI: 10.5771/9783748940302
  538. Hüning, Felix, Embedded Systems für IoT, Berlin 2019. Open Google Scholar DOI: 10.5771/9783748940302
  539. Hutchinson, Ben/Mitchell, Marget, 50 years of test (un) fairness: Lessons for machine learning, FAccT 2019, S. 49 – 58. Open Google Scholar DOI: 10.5771/9783748940302
  540. Imdorf, Christian, Diskriminierung in der beruflichen Bildung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 353 – 366. Open Google Scholar DOI: 10.5771/9783748940302
  541. Janal, Ruth, Konfliktlinien: Geheimhaltungsinteressen vs. Transparenz von ADM-Systemen, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 121 – 142. Open Google Scholar DOI: 10.5771/9783748940302
  542. Jarass, Hans D./Pieroth, Bodo, Grundgesetz für die Bundesrepublik Deutschland, 17. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  543. Jarass, Hans D., Charta der Grundrechte der Europäischen Union, 4. Auflage, München 2021. Open Google Scholar DOI: 10.5771/9783748940302
  544. Jauernig, Othmar/Stürner, Rolf (Hrsg.), Bürgerliches Gesetzbuch, 18. Auflage, München 2021. Open Google Scholar DOI: 10.5771/9783748940302
  545. Jellinek, Georg, Allgemeine Staatslehre, Berlin 1900. Open Google Scholar DOI: 10.5771/9783748940302
  546. Johannes, Paul/Richter, Philipp, Privilegierte Verarbeitung im BDSG-E – Regeln für Archivierung, Forschung und Statistik, DuD 2017, 300 – 305. Open Google Scholar DOI: 10.5771/9783748940302
  547. Jolls, Christine, Antidiscrimination and accommodation, 115 Harv. L. Rev. (2001), 642 – 699. Open Google Scholar DOI: 10.5771/9783748940302
  548. Joos, Daniel, Einsatz von künstlicher Intelligenz im Personalwesen unter Beachtung der DS-GVO und des BDSG, NZA 2020, 1216 – 1221. Open Google Scholar DOI: 10.5771/9783748940302
  549. Joos, Daniel/Meding, Kristoph, Anforderungen bei der Einführung und Entwicklung von KI zur Gewährleistung von Fairness und Diskriminierungsfreiheit, DuD 2022, 376 – 380. Open Google Scholar DOI: 10.5771/9783748940302
  550. Käde, Lisa/von Maltzan, Stephanie, Die Erklärbarkeit von Künstlicher Intelligenz (KI) – Entmystifizierung der Black Box und Chancen für das Recht, CR 2020, 66 – 72. Open Google Scholar DOI: 10.5771/9783748940302
  551. 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. Open Google Scholar DOI: 10.5771/9783748940302
  552. Kaminski, Margot E., The Right to Explanation, Explained, 34 BTLJ (2019), S. 189 – 218. Open Google Scholar DOI: 10.5771/9783748940302
  553. 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. Open Google Scholar DOI: 10.5771/9783748940302
  554. Kamiran, Faisal/Calders, Toon, Data preprocessing techniques for classification without discrimination, 33 KAIS (2012), 1 – 33. Open Google Scholar DOI: 10.5771/9783748940302
  555. Kamiran, Faisal/Žliobaitė, Indrė/Calders, Toon, Quantifying explainable discrimination and removing illegal discrimination in automated decision making, 35 KAIS (2013), 613 – 644. Open Google Scholar DOI: 10.5771/9783748940302
  556. Kamlah, Wulf, Das SCHUFA-Verfahren und seine datenschutzrechtliche Zulässigkeit, MMR 1999, 395 – 404. Open Google Scholar DOI: 10.5771/9783748940302
  557. Kaulartz, Markus, Terminologie, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 32 – 36. Open Google Scholar DOI: 10.5771/9783748940302
  558. Kartheuser, Ingemar/Nabulsi, Selma, Abgrenzungsfragen bei gemeinsam Verantwortlichen, MMR 2018, 717 – 721. Open Google Scholar DOI: 10.5771/9783748940302
  559. Kastrop, Christian/ Ponattu, Dominic, Künstliche Intelligenz muss dem Gemeinwohl dienen – Eine verbraucherzentrierte KI verbindet Interessen der Zivilgesellschaft mit mehr Innovationskraft, DuD 2021, 434 – 437. Open Google Scholar DOI: 10.5771/9783748940302
  560. Kersting, Wolfgang, Theorien der sozialen Gerechtigkeit, Stuttgart 2000. Open Google Scholar DOI: 10.5771/9783748940302
  561. Kienle, Thomas, EuGH: Vorlage zur Vorabentscheidung – Schutz natürlicher Personen bei der Verarbeitung personenbezogener Daten, LTZ 2023, 50 – 67. Open Google Scholar DOI: 10.5771/9783748940302
  562. Kim, Pauline T., Auditing Algorithms for Discrimination, 166 U. Pa. L. Rev. (2017), 189 – 204. Open Google Scholar DOI: 10.5771/9783748940302
  563. Kim, Pauline T., Data-Driven Discrimination at Work, 58 Wm. & Mary L. Rev. (2017), 857 – 936. Open Google Scholar DOI: 10.5771/9783748940302
  564. Kirn, Stefan/Müller-Hengstenberg, Claus D., Intelligente (Software-)Agenten: Von der Automatisierung zur Autonomie? - Verselbstständigung technischer Systeme, MMR 2014, 225 – 232. Open Google Scholar DOI: 10.5771/9783748940302
  565. Klar, Manuel, Künstliche Intelligenz und Big Data – algorithmenbasierte Systeme und Datenschutz im Geschäft mit Kunden, BB 2019, S. 2243 – 2252. Open Google Scholar DOI: 10.5771/9783748940302
  566. Kleinberg, Jon/Mullainathan, Sendhil/Manish, Raghavan, Inherent Trade-Offs in the Fair Determination of Risk Scores, 67 ITCS 2017, S. 1 - 23. Open Google Scholar DOI: 10.5771/9783748940302
  567. Kleinberg, Jon/Ludwig, Jens/Mullainathan, Sendhil/Sunstein, Cass R., Discrimination in the age of Algorithms, 10 JLA (2018), 1 - 62. Open Google Scholar DOI: 10.5771/9783748940302
  568. Klonschinski, Andrea, Einleitung: Was ist Diskriminierung und was genau ist daran moralisch falsch, ZfPP 2020, 133 – 154. Open Google Scholar DOI: 10.5771/9783748940302
  569. 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. Open Google Scholar DOI: 10.5771/9783748940302
  570. Kment, Martin/Borchert, Sophie, Künstliche Intelligenz und Algorithmen in der Rechtsanwendung, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  571. 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. Open Google Scholar DOI: 10.5771/9783748940302
  572. Koch, Heiner, Intransparente Diskriminierung durch maschinelles Lernen, ZfPP 2020, 265 – 300. Open Google Scholar DOI: 10.5771/9783748940302
  573. Koch, Christian, Scoring-Systeme in der Kreditwirtschaft, MMR 1998, 458 – 462. Open Google Scholar DOI: 10.5771/9783748940302
  574. Kocher, Eva, Zehn Jahre AGG – brachliegende Potenziale, ZRP 2017, 112 – 114. Open Google Scholar DOI: 10.5771/9783748940302
  575. Köhler, Helmut/Bornkamm, Joachim/Feddersen, Jörg, Gesetz gegen den unlauteren Wettbewerb, UWG, 40. Auflage, München 2022. Open Google Scholar DOI: 10.5771/9783748940302
  576. 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. Open Google Scholar DOI: 10.5771/9783748940302
  577. Kolany-Raiser, Barbara/Heil, Reinhard/Orwat, Carsten/Hoeren, Thomas, Big Data – Gesellschaftliche Herausforderungen und rechtliche Lösungen, 1. Auflage, München 2019. Open Google Scholar DOI: 10.5771/9783748940302
  578. 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. Open Google Scholar DOI: 10.5771/9783748940302
  579. Kosinski, Michael/Stilwell, David/Graepel, Thore, Private traits and attributes are predictable from digital records of human behaviour, 110 PNAS 2013, 5802 – 5805. Open Google Scholar DOI: 10.5771/9783748940302
  580. Krämer, Walter, Die Rechtmäßigkeit der Nutzung von Scorewerten, NJW 2020, 497 – 502. Open Google Scholar DOI: 10.5771/9783748940302
  581. 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. Open Google Scholar DOI: 10.5771/9783748940302
  582. Krause, Rüdiger, Arbeitsmarktchance per Algorithmus?, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 143 – 164. Open Google Scholar DOI: 10.5771/9783748940302
  583. 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. Open Google Scholar DOI: 10.5771/9783748940302
  584. Kremer, Michael/Conrady, Jan/Penners, Anja, Data Privacy Litigation – Prozessuale Implikationen des datenschutzrechtlichen Schadensersatzanspruchs nach Art. 82 DS-GVO, ZD 2021, 128 – 134. Open Google Scholar DOI: 10.5771/9783748940302
  585. 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. Open Google Scholar DOI: 10.5771/9783748940302
  586. 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. Open Google Scholar DOI: 10.5771/9783748940302
  587. 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. Open Google Scholar DOI: 10.5771/9783748940302
  588. 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. Open Google Scholar DOI: 10.5771/9783748940302
  589. Kühling, Jürgen/Buchner, Benedikt, Datenschutzgrundverordnung, 3. Auflage, München 2020. Open Google Scholar DOI: 10.5771/9783748940302
  590. 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. Open Google Scholar DOI: 10.5771/9783748940302
  591. Kullmann, Miriam, Platform Work, Algorithmic Decision-Making, and EU Gender Equality Law, 34 Int. J. Comp. Labour Law Ind. Relat. 2018 (1), 1 – 22. Open Google Scholar DOI: 10.5771/9783748940302
  592. Kumkar, Lea Katharina/Roth-Isigkeit, David, Erklärungspflichten bei automatisierten Datenverarbeitungen nach der DSGVO, JZ 2020, 277 – 268. Open Google Scholar DOI: 10.5771/9783748940302
  593. 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. Open Google Scholar DOI: 10.5771/9783748940302
  594. Kusner Matt J./Loftus Joshua/Russell Chris/Silva Ricardo, Counterfactual fairness – 31 NIPS 2017, 4066 – 4076. Open Google Scholar DOI: 10.5771/9783748940302
  595. Küster, Michelle, Strafschadensersatz als Rechtsfolge nach § 15 AGG, Würzburg 2010. Open Google Scholar DOI: 10.5771/9783748940302
  596. Kutting, Isabelle/Amin, Naziar, Mit 'Rasse' gegen Rassismus? Zur Notwendigkeit einer Verfassungsänderung, DÖV 2020, 612 – 617. Open Google Scholar DOI: 10.5771/9783748940302
  597. 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. Open Google Scholar DOI: 10.5771/9783748940302
  598. Langenbucher, Katja, Zur Regulierung des Kreditscoring, EuZW 2021, 961 – 962. Open Google Scholar DOI: 10.5771/9783748940302
  599. 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. Open Google Scholar DOI: 10.5771/9783748940302
  600. 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. Open Google Scholar DOI: 10.5771/9783748940302
  601. 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. Open Google Scholar DOI: 10.5771/9783748940302
  602. Lauber, Anna Verena, Paritätische Vertragsfreiheit durch reflexiven Diskriminierungsschutz, Baden-Baden 2010. Open Google Scholar DOI: 10.5771/9783748940302
  603. Lauber-Rönsberg, Anne, ‘Im Gespräch: Künstliche Intelligenz und Immaterialgüterrecht’ GRUR Newsletter 2/2017, 17. Open Google Scholar DOI: 10.5771/9783748940302
  604. Lauscher, Anne/Legner, Sarah: Künstliche Intelligenz und Diskriminierung, ZfDR 2022, 367 – 390. Open Google Scholar DOI: 10.5771/9783748940302
  605. 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. Open Google Scholar DOI: 10.5771/9783748940302
  606. Legg, Shane/Hutter, Marcus, Universal Intelligence: A Definition of Machine Intelligence, Minds & Machines, 17:4 (2007), 391 – 444. Open Google Scholar DOI: 10.5771/9783748940302
  607. Lehner, Roman, Diskriminierungen im allgemeinen Privatrecht als Grundrechtsproblem, JuS 2013, 410 – 414. Open Google Scholar DOI: 10.5771/9783748940302
  608. Lehr, David/Ohm, Paul, Playing with the Data: What Legal Scholars Should Learn About Machine Learning, 51 UCDL Rev. 2017, 653 – 671. Open Google Scholar DOI: 10.5771/9783748940302
  609. Lenzen, Manuela, Künstliche Intelligenz – Fakten, Chancen, Risiken, München 2020. Open Google Scholar DOI: 10.5771/9783748940302
  610. Leupold, Andreas/Wiebe, Andreas/Glossner, Silke, Münchener Anwaltshandbuch IT-Recht, 4. Auflage 2021, zitiert als MAH IT-R. Open Google Scholar DOI: 10.5771/9783748940302
  611. Lerman, Jonas, Big Data and Its Exclusions, 66 Stan. L. Rev. Online (2013) 55 – 63. Open Google Scholar DOI: 10.5771/9783748940302
  612. 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. Open Google Scholar DOI: 10.5771/9783748940302
  613. Lewinski, Kai von, Regulierungsbedarf und Regulierungsfelder von algorithmischen Systemen, InTeR 2018, 168 – 175. Open Google Scholar DOI: 10.5771/9783748940302
  614. Lewinski, Kai von/Pohl, Dirk, Auskunfteien nach der europäischen Datenschutzreform - Brüche und Kontinuitäten der Rechtslage, ZD 2018, 17 – 23. Open Google Scholar DOI: 10.5771/9783748940302
  615. Lewinski, Kai/de Barros Fritz, Raphael, Arbeitgeberhaftung nach dem AGG infolge des Einsatzes von Algorithmen bei Personalentscheidungen, NZA 2018, 620 – 625. Open Google Scholar DOI: 10.5771/9783748940302
  616. Lewinski, Kai von/Herrmann, Christoph, Vorrang des europäischen Datenschutzrechts gegenüber Verbraucherschutz- und AGB-Recht Teil 1: Materielles Recht, PinG 2017, 165 – 172. Open Google Scholar DOI: 10.5771/9783748940302
  617. 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. Open Google Scholar DOI: 10.5771/9783748940302
  618. Liebscher, Doris/Naguib, Tarek/Plümecke, Tino/Remus, Joana, Wege aus der Essentialismusfalle: Überlegungen zu einem postkategorialen Antidiskriminierungsrecht, KJ 2012, 204 – 218. Open Google Scholar DOI: 10.5771/9783748940302
  619. Lindinger, Elisa, Wenn die Maschine zum Bewerbungsgespräch bittet, in: Gesellschaft für Informatik, ExamAI – Diskriminierende KI, S. 7 – 9. Open Google Scholar DOI: 10.5771/9783748940302
  620. 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. Open Google Scholar DOI: 10.5771/9783748940302
  621. Lippert-Rasmussen, Kasper, Born Free and Equal? A Philosophical Inquiry into the Nature of Discrimination, 2013. Open Google Scholar DOI: 10.5771/9783748940302
  622. Lippert-Rasmussen, Casper, "We Are All Different": Statistical Discrimination and the Right to Be Treated as an Individual, 15 J. Ethics (2011) 47 – 59. Open Google Scholar DOI: 10.5771/9783748940302
  623. 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. Open Google Scholar DOI: 10.5771/9783748940302
  624. 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. Open Google Scholar DOI: 10.5771/9783748940302
  625. 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. Open Google Scholar DOI: 10.5771/9783748940302
  626. Looschelders, Dirk, Diskriminierung und Schutz vor Diskriminierung im Privatrecht, JZ 67 (2012), 105 – 110. Open Google Scholar DOI: 10.5771/9783748940302
  627. Lowry, Stella/Macpherson, Gordon, A blot on the profession 296 Br. Med. J. (1988), 657 – 658. Open Google Scholar DOI: 10.5771/9783748940302
  628. LPB Baden-Württemberg, Deutschland & Europa 2021, Heft 82, Soziale Gerechtigkeit durch eine Politik der Chancengleichheit. Open Google Scholar DOI: 10.5771/9783748940302
  629. Lücking, Phillip, Automatisierte Ungleichheit – Wie algorithmische Entscheidungssysteme gesellschaftliche Machtverhältnisse (re)produzieren in: Netzforma, Wenn KI dann feministisch, Berlin 2020, S. 65 – 76. Open Google Scholar DOI: 10.5771/9783748940302
  630. Lühmann, Tobias/Stegemann, Lea, Voraussetzungen für Verbandsklagen bei Verstößen gegen die Datenschutz-Grundverordnung, NJW 2022, 1715 – 1718. Open Google Scholar DOI: 10.5771/9783748940302
  631. Lühmann, Tobias/Schumacher, Pascal/Stegemann, Lea, Gegenwart und Zukunft kollektiver Rechtsdurchsetzung im Datenschutzrecht, ZD 2023, 131 – 136. Open Google Scholar DOI: 10.5771/9783748940302
  632. Maamar, Niklas, Social Scoring – Eine europäische Perspektive auf Verbraucher-Scores zwischen Big Data und Big Brother, CR 2018, 820 – 828. Open Google Scholar DOI: 10.5771/9783748940302
  633. Macnish, Kevin, Unblinking eyes, Ethics and Information Technology, 14:2 (2012), 151 – 167. Open Google Scholar DOI: 10.5771/9783748940302
  634. Makhlouf, Karima/Zhioua, Sami/Palamidessi, Catuscia, On the Applicability of Machine Learning Fairness Notions, ACM SIGKDD Explorations Newsletter 23/1 (2021), S. 14 – 23. Open Google Scholar DOI: 10.5771/9783748940302
  635. Malcher, Arno, Künstliche Intelligenz-Anwendung im Wege des Software as a Service (KIaaS), MMR 2022, 617 – 622. Open Google Scholar DOI: 10.5771/9783748940302
  636. 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. Open Google Scholar DOI: 10.5771/9783748940302
  637. Malorny, Friederike, Auswahlentscheidungen durch künstlich intelligente Systeme – Datenschutzrechtliche Grenzen im Arbeitsrecht, JuS 2022, 289 – 296. Open Google Scholar DOI: 10.5771/9783748940302
  638. Makkonen, Timo, Measuring Discrimination data collection and EU-Equality law, European Commission, Directorate-General for Employment, Social Affairs and Inclusion, Luxemburg 2007. Open Google Scholar DOI: 10.5771/9783748940302
  639. Mangold, Anna Katharina, Demokratische Inklusion durch Recht - Antidiskriminierungsrecht als Ermöglichungsbedingung der demokratischen Begegnung von Freien und Gleichen, Tübingen 2021. Open Google Scholar DOI: 10.5771/9783748940302
  640. Markert, Karla/Böttinger Konstantin, Robuste Lernverfahren, DuD 2021, 457 – 461. Open Google Scholar DOI: 10.5771/9783748940302
  641. Martini, Mario, Algorithmen als Herausforderung, JZ 2017, S. 1017 – 1025. Open Google Scholar DOI: 10.5771/9783748940302
  642. Martini, Mario, Big Data als Herausforderung für den Persönlichkeitsschutz und das Datenschutzrecht, DVBl. 2014, S. 1481 – 1489. Open Google Scholar DOI: 10.5771/9783748940302
  643. Martini, Mario, Blackbox Algorithmus – Grundfragen der Regulierung Künstlicher Intelligenz, Berlin 2019. Open Google Scholar DOI: 10.5771/9783748940302
  644. Martini, Mario/Botta, Jonas/Nink, David/Kolain, Michael, Automatisch erlaubt? Fünf Anwendungsfälle algorithmischer Systeme auf dem juristischen Prüfstand, Impuls Algorithmenethik #11, Gütersloh 2020. Open Google Scholar DOI: 10.5771/9783748940302
  645. Martini, Mario, Nink David, Wenn Maschinen entscheiden … - vollautomatisierte Verwaltungsverfahren und der Persönlichkeitsschutz, NVwZ-Extra 10/2017, S. 1 – 14. Open Google Scholar DOI: 10.5771/9783748940302
  646. Martini, Mario/Ruschemeier, Hannah, Künstliche Intelligenz als Instrument des Umweltschutzes, ZUR 2021, 515 – 531. Open Google Scholar DOI: 10.5771/9783748940302
  647. Marsch, Nikolaus, Das europäische Datenschutzgrundrecht, Tübingen 2018. Open Google Scholar DOI: 10.5771/9783748940302
  648. Marsland, Stephen, Machine learning: An algorithmic perspective, 2. Auflage, Boca Raton 2015. Open Google Scholar DOI: 10.5771/9783748940302
  649. Marten, Eike/Walgenbach, Katharina, Intersektionale Diskriminierung, in: Scherr, Albert/El-Mafaalani, Aladin/Yüksel, Gökçen (Hrsg.), Handbuch Diskriminierung, Wiesbaden 2017, S. 157 – 173. Open Google Scholar DOI: 10.5771/9783748940302
  650. Matejek, Michael/Mäusezahl, Steffen, Gewöhnliche vs. sensible personenbezogene Daten, ZD 2019, 551 – 556. Open Google Scholar DOI: 10.5771/9783748940302
  651. Matthias, Andreas, The responsibility gap: Ascribing responsibility for the actions of learning automata, 6(3) Ethics Inf. Technol. (2004) 175 – 183. Open Google Scholar DOI: 10.5771/9783748940302
  652. Matzner, Tobias, Beyond data as representation: The performativity of Big Data in surveillance, 14/2 Surveillance & Society (2016), 197 – 210. Open Google Scholar DOI: 10.5771/9783748940302
  653. Mau, Steffen, Das metrische Wir – Über die Quantifizierung des Sozialen, Berlin 2017. Open Google Scholar DOI: 10.5771/9783748940302
  654. 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. Open Google Scholar DOI: 10.5771/9783748940302
  655. Maxwell, Winston J., Principles-based regulation of personal data: The case of ‘fair processing’, 5 Int. Data Priv. Law (2015), 205 – 216. Open Google Scholar DOI: 10.5771/9783748940302
  656. Mayer-Schönberger, Viktor/Cukier, Kenneth, Big Data: Die Revolution, die unser Leben verändern wird, Boston 2013. Open Google Scholar DOI: 10.5771/9783748940302
  657. 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. Open Google Scholar DOI: 10.5771/9783748940302
  658. 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. Open Google Scholar DOI: 10.5771/9783748940302
  659. McNamara, Daniel, Equalized odds implies partially equalized outcomes under realistic assumptions, AIES 2019, 313 – 320. Open Google Scholar DOI: 10.5771/9783748940302
  660. Meents, Geert, Datenschutz durch KI, in: Kaulartz, Markus/Braegelmann, Tom (Hrsg.), Rechtshandbuch Artificial Intelligence und Machine Learning, München 2020, S. 445 – 461. Open Google Scholar DOI: 10.5771/9783748940302
  661. 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. Open Google Scholar DOI: 10.5771/9783748940302
  662. 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. Open Google Scholar DOI: 10.5771/9783748940302
  663. Meller-Hannich, Caroline/Hundertmark, Lukas, Rechtsschutz gegen diskriminierende „KI“, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, 189 – 204. Open Google Scholar DOI: 10.5771/9783748940302
  664. 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. Open Google Scholar DOI: 10.5771/9783748940302
  665. Minsky, Marvin, Semantic Information Processing, Massachusetts 1968. Open Google Scholar DOI: 10.5771/9783748940302
  666. 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. Open Google Scholar DOI: 10.5771/9783748940302
  667. Mittelstadt, Brent Daniel/Allo, Patrick/Taddeo, Mariarosaria/Wachter, Sandra/Floridi, Luciano, The ethics of algorithms: Mapping the debate, BD&S 2016, S. 1 – 21. Open Google Scholar DOI: 10.5771/9783748940302
  668. Molavi, Ramak/Erbguth, Jörn, Künstliche Intelligenz und Deep Learning: Technische Grundlagen und ethische Einordnung, ITRB 2019, 120 – 121. Open Google Scholar DOI: 10.5771/9783748940302
  669. Moos, Flemming/Rothkegel, Tobias, Nutzung von Scoring-Diensten im Online-Versandhandel ZD 2016, 561 – 568. Open Google Scholar DOI: 10.5771/9783748940302
  670. Montavon, Gregoire/Samek, Wojciech/Müller, Klaus-Robert, Methods for interpreting and understanding deep neural networks, 73 DSP (2018), 1 – 15. Open Google Scholar DOI: 10.5771/9783748940302
  671. Möschel, Mathias, The Ban on the Use of Ethnic and Racial Statistics in France, 5 EuConst. Rev. (2009), 197 – 217. Open Google Scholar DOI: 10.5771/9783748940302
  672. 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. Open Google Scholar DOI: 10.5771/9783748940302
  673. Möslein, Florian, Die normative Kraft des Ethischen - Ein Fallbeispiel zur Effektivität von Leitlinien für Künstliche Intelligenz, RDi 2020, 34 – 41. Open Google Scholar DOI: 10.5771/9783748940302
  674. 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. Open Google Scholar DOI: 10.5771/9783748940302
  675. Müller, Jan-Laurin, Algorithmische Systeme im Nichtdiskriminierungsrecht, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 205 – 250. Open Google Scholar DOI: 10.5771/9783748940302
  676. Müller-Glöge, Rudi/Preis, Ulrich/Schmidt, Ingid (Hrsg.), Erfurter Kommentar zum Arbeitsrecht, 23. Auflage 2023, zitiert als: ErfK. Open Google Scholar DOI: 10.5771/9783748940302
  677. Müller-Hengstenberg, Claus/Kirn, Stefan, Haftung des Betreibers von autonomen Softwareagents, MMR 2021, 376 – 380. Open Google Scholar DOI: 10.5771/9783748940302
  678. Müller-Hengstenberg, Claus/Kirn, Stefan, Intelligente (Software-)Agenten: Eine neue Herausforderung unseres Rechtssystems Rechtliche Konsequenzen der "Verselbstständigung" technischer Systeme, MMR 2014, 307 – 313. Open Google Scholar DOI: 10.5771/9783748940302
  679. Musielak, Hans-Joachim/Voit, Wolfgang, Zivilprozessordnung, 20. Auflage, München 2023. Open Google Scholar DOI: 10.5771/9783748940302
  680. Naumann, Felix, Datenqualität. Informatik-Spektrum 30 (2007), 27 – 31 Open Google Scholar DOI: 10.5771/9783748940302
  681. 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. Open Google Scholar DOI: 10.5771/9783748940302
  682. 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. Open Google Scholar DOI: 10.5771/9783748940302
  683. Neuner, Jörg, Diskriminierungsschutz durch Privatrecht, JZ 2003, 57 – 66. Open Google Scholar DOI: 10.5771/9783748940302
  684. Neutatz, Felix/Abedjan, Ziawasch, What is “Good” Training Data?, in: BMUV/Rostalski, Frauke, Künstliche Intelligenz, Tübingen 2022, S. 1 – 21. Open Google Scholar DOI: 10.5771/9783748940302
  685. Niemann, Fabian/Kevekordes, Johannes, Machine Learning und Datenschutz (Teil 1) - Grundsätzliche datenschutzrechtliche Zulässigkeit, CR 2020, 17 – 25. Open Google Scholar DOI: 10.5771/9783748940302
  686. Niemann, Fabian/Kevekordes, Johannes, Machine Learning und Datenschutz (Teil 2) – Sensitive Daten und Betroffenenrechte CR 2020, 179 – 184. Open Google Scholar DOI: 10.5771/9783748940302
  687. 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. Open Google Scholar DOI: 10.5771/9783748940302
  688. 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). Open Google Scholar DOI: 10.5771/9783748940302
  689. OECD, Recommendation of the Council on Artificial Intelligence, OECD-Legal-449, 22.5.2019, abrufbar unter legalinstruments.oecd.org/en/instruments/oecd-legal-0449. Open Google Scholar DOI: 10.5771/9783748940302
  690. Oganesian, Christian/Heermann, Thorsten, China: Der durchleuchtete Mensch – Das chinesische Social-Credit-System, ZD-Aktuell 2018, 06124. Open Google Scholar DOI: 10.5771/9783748940302
  691. Ohly, Ansgar, Die ab 28.5.2022 geltenden Änderungen des UWG im Überblick, GRUR 2022, 763 – 772. Open Google Scholar DOI: 10.5771/9783748940302
  692. Ohly, Ansgar/Sosnitza, Olaf, Gesetz gegen den unlauteren Wettbewerb, 7. Auflage, München 2016. Open Google Scholar DOI: 10.5771/9783748940302
  693. Ohm, Paul, Broken promises of privacy: Responding to the surprising failure of anonymization, 57 UCLA Law Review (2009), 1701 – 1777. Open Google Scholar DOI: 10.5771/9783748940302
  694. Olbrich, Hanna/Krois, Christopfer, Das Verhältnis von „Frauenquote“ und AGG, NZA 2015, 1288 – 1293. Open Google Scholar DOI: 10.5771/9783748940302
  695. O’Neil, Cathy, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, New York 2016. Open Google Scholar DOI: 10.5771/9783748940302
  696. Orssich, Irina, Das europäische Konzept für vertrauenswürdige Künstliche Intelligenz, EuZW 2022, 254 – 261. Open Google Scholar DOI: 10.5771/9783748940302
  697. Orwat, Carsten, Diskriminierungsrisiken durch Verwendung von Algorithmen, im Auftrag der Antidiskriminierungsstelle des Bundes, Berlin 2019. Open Google Scholar DOI: 10.5771/9783748940302
  698. Paal, Boris, Art. 22 DS-GVO: Kreditscoring vor dem EuGH, ZfDR 2023, 114 – 141. Open Google Scholar DOI: 10.5771/9783748940302
  699. 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. Open Google Scholar DOI: 10.5771/9783748940302

Similar publications

from the series "Schriften zum Daten-, Informations- und Medienrecht"
Cover of book: Zulässigkeit und Grenzen der Inhaltemoderation durch die allgemeinen Geschäftsbedingungen sozialer Netzwerke
Monograph No access
Katharina Nebel
Zulässigkeit und Grenzen der Inhaltemoderation durch die allgemeinen Geschäftsbedingungen sozialer Netzwerke
Cover of book: Datenschutzkonforme KI
Monograph No access
Tim Seeland
Datenschutzkonforme KI
Cover of book: Training eines Sprachmodells in der Justiz
Monograph Full access
Boris P. Paal, Tristan Radtke
Training eines Sprachmodells in der Justiz
Cover of book: Digitaler Verbraucherschutz
Monograph No access
Julia Siebenhaar
Digitaler Verbraucherschutz
Cover of book: Business-to-Business Data Sharing for Artificial Intelligence Development
Monograph No access
Marta Duque Lizarralde
Business-to-Business Data Sharing for Artificial Intelligence Development

Notice

This work is protected by copyright and may only be used in accordance with the provisions of the Terms of Use and License Agreement. Any use of the work beyond this is expressly prohibited and will be prosecuted.

Give feedback

We welcome your feedback on content and features. Your message helps us to continuously improve our service.

Rating
Attach images
or drag and drop
PNG or JPG (max. 3 MB)

Login

Forgotten your password?
Login via your Institution (SSO, Shibboleth, OpenAthens)
Don't have an account yet?
Register now

Cite publication

Download: RIS BibTex