Grundrechte in der digitalen Welt und KI-Systeme

Diese Flashcards decken die Grundlagen der Grundrechte im Kontext der Digitalisierung, die Unterscheidung zwischen GG und GRCh sowie die rechtlichen und technischen Grundlagen von KI-Systemen ab.

Mittelbare Drittwirkung

Das Prinzip, dass Grundrechte zwischen Privatpersonen nicht direkt, sondern indirekt als objektive Werteordnung bei der Auslegung von Zivilrecht (z. B. BGB) durch Gerichte gelten.

Praktische Konkordanz

Der verfassungsrechtliche Grundsatz, zwei kollidierende Grundrechte (z. B. Meinungsfreiheit und APR) so in einen Ausgleich zu bringen, dass beide eine größtmögliche Entfaltung finden.

Anthropozentrik des Grundgesetzes

Die Ausrichtung des GG auf den Menschen, weshalb grundsätzlich nur natürliche Personen Träger von Grundrechten sind und KI-Systeme keine eigene Grundrechtsfähigkeit besitzen.

Informationelle Selbstbestimmung

Ein aus dem APR (Art.\nw2\,I i.V.m. $Art.\,1\,I$ GG) abgeleitetes Recht, das den Einzelnen vor der unbegrenzten Erhebung, Speicherung und Verwendung personenbezogener Daten schützt.

IT-Grundrecht

Das Recht auf Gewährleistung der Vertraulichkeit und Integrität informationstechnischer Systeme ($Art.\,2\,I$ i.V.m. $Art.\,1\,I$ GG), das Schutz vor heimlichen Infiltrationen wie Online-Durchsuchungen bietet.

Quellen-TKÜ

Eine Form der Telekommunikationsüberwachung nach $Art.\,10\,I$ GG, bei der Nachrichten direkt auf dem Endgerät (der Quelle) abgefangen werden, solange sie noch unverschlüsselt vorliegen.

Chilling Effects (Einschüchterungseffekte)

Die Gefahr, dass Bürger aus Angst vor rechtlichen Konsequenzen oder staatlicher Repression ihre Grundrechte (z. B. Meinungsfreiheit oder Anonymität) nicht mehr oder nur eingeschränkt ausüben.

Funktionale Äquivalenz

Das Kriterium, nach dem digitale Versammlungen unter den Schutz von $Art.\,8\,I$ GG fallen, sofern sie einer analogen Versammlung zur gemeinsamen Meinungsbildung und Kundgabe gleichwertig sind.

Überwachtes Lernen (Supervised Learning)

KI-Training mit bekannten Ergebnisdaten, unterteilt in Klassifikation (Zuordnung zu Klassen) und Regression (Vorhersage numerischer Werte).

Unüberwachtes Lernen

KI-Training ohne bekannte Ausgabewerte, bei dem das System selbstständig Muster und Strukturen erkennt, zum Beispiel durch Clusteranalyse.

Bestärkendes Lernen (Reinforcement Learning)

Ein Lernprozess durch Versuch und Irrtum (Trial-and-Error), bei dem das System für seine Handlungen Belohnungen oder Bestrafungen erhält.

Deep Learning

Eine Unterform des maschinellen Lernens, die mehrschichtige neuronale Netze (Layer) nutzt, um komplexe Muster aus großen Mengen an Rohdaten zu erkennen.

Foundation Models

Große KI-Modelle, die auf allgemeine Aufgaben vortrainiert sind und Fähigkeiten entwickeln können, für die sie ursprünglich nicht explizit vorgesehen waren (Emergenz).

Zweckbindungsgrundsatz

Die rechtliche Vorgabe, dass personenbezogene Daten grundsätzlich nur für den Zweck verarbeitet werden dürfen, für den sie ursprünglich erhoben wurden.

Bias (KI)

Verzerrungen in den Trainingsdaten, die dazu führen können, dass eine KI bestehende Vorurteile übernimmt und ungerechtfertigte Benachteiligungen oder Diskriminierungen erzeugt.

Recht auf Vergessenwerden

Ein Bestandteil der Zeitlichkeit der Freiheit, der vorsieht, dass die Rechtsordnung dem Einzelnen nach einer gewissen Zeit eine Chance zum Neubeginn gewährt.