Rechtliche Aspekte in AI Projekten
Mai 11, 2020
Aus dem Unterricht des CAS AI Management mit Dozent Ioannis Martinis berichtet Student Nico Nagl:
Vorwort
Halbzeit in unserem CAS AI Management. Unsere Klasse ist inzwischen bereits im achten Tag des CAS. Bis hierhin haben wir bereits viele interessante Einblicke und Erkenntnisse über das Artificial Intelligence-Thema sammeln können. Für Interessierte finden sich viele weitere Blog Artikel über andere Sessions innerhalb des CAS auf dem HWZ-Blog.
Aufgrund der aktuellen Situation mit COVID-19 fand auch dieser Unterrichtstag remote via Zoom statt anstatt vor Ort in den HWZ Räumen. Trotz das wir die Dozenten (und viele der Teilnehmer/-innen) per Video sehen können, kommt der Austausch mit den Kommilitonen in dieser Unterrichtsform leider deutlich kürzer. Die letzten Remote-Sessions haben zudem gezeigt, dass die Gruppenarbeiten oftmals nicht 1:1 in die digitale Welt übersetzt werden können. Ausserdem ist der Pausenbedarf durch die Ermüdung am PC höher wie vor Ort. Ich war also gespannt, wie unser heutiger Dozent, Ioannis Martinis, den Nachmittag gestalten würde.
Der Fokus des heutigen Nachmittags lag auf den rechtlichen Aspekten von AI Projekten. Hiermit kennt sich Ioannis als Head of Legal Tech der Coop Rechtsschutz AG sowie einige weitere Engagements in Startups und Communities in diesem Bereich bestens aus. Der Aufbau des Nachmittags gliederte er dabei in fünf Teilbereiche gefolgt von einer Zusammenfassung und best practice Ansätzen.
Vorlesung
Geschichte
Der erste Block der Vorlesung führte uns kurz durch die Veränderungen, welche die Rechtsberatung durch die technologische Entwicklung erfahren hat. Im Detail gingen wir dann auf Ross Intelligence ein, eine Software basierend auf IBM Watson, welches spürbaren Impact auf die US Rechtsbranche hat. Diese Softwarelösung durchforstet sämtliche Gerichtsurteile des Landes und stellte die essenziellen Informationen strukturiert dar.
Anschliessend zeigte uns Ioannis noch zwei konkrete AI Projekte der Coop Rechtsschutz. Es ist spannend zu sehen, was in diesem Bereich bereits umgesetzt wird, wenngleich die Projekte aktuell noch nicht produktionsreif sind. Mit ein Grund dafür ist die Komplexität der menschlichen Sprache, welche in der Justiz massgeblichen Anteil am Endresultat hat.
Rechtliche Aspekte
Nach einer kurzen Pause führte uns der zweite Teil in die Welt der rechtlichen Aspekte beim Einsatz von KI. Spannend dabei war zu hören, dass die heutige Gesetzeslage der Komplexität von AI Projekten noch nicht Rechnung trägt. So ergeben sich bei dem Einsatz von AI Software ganz neue Fragen bezüglich Haftung, Datenschutz und Urheberrecht. Weil vieles rechtlich noch nicht geregelt ist, empfielt es sich die verschiedenen Belange sehr detailliert vertraglich zu regeln.
Datenschutz
Anschliessend vertiefte der Dozent die heute geltenden Datenschutz Grundlagen. Insbesondere die Unterschiede der Regelungen in der EU (DSGVO) sowie die bisher fehlende endgültige Adaption davon in der Schweiz waren ein Thema. Auch bekamen wir in diesem Kapitel einen guten Überblick der verschiedenen Arten von Daten und welche unterschiedlichen Schutzkategorien damit einher gehen.
Unternehmenswerte im Wandel
Den vierten Teil des Nachmittags fand ich im Nachhinein betrachtet besonders spannend. Zunächst gingen wir darin auf die veränderten Wertermittlungen der Big Player-Unternehmen ein. Die wertvollsten Unternehmen der Welt bestehen anders als vor Jahrzehnten heutzutage zum grossen Teil aus immateriellen Vermögenswerten. Ioannis zeigte uns auf wo der Unterschied zu anderen Vermögensarten liegt in Bezug auf die verschiedenen Schutzarten von Gütern.
Um die recht theorielastige Vorlesung etwas zu lockern schauten wir uns noch das Projekt «The Next Rembrandt» an, welches ich sehr empfehlen kann: https://www.youtube.com/watch?v=IuygOYZ1Ngo
Machine Bias
Im letzten Unterrichtsblock war das Thema Machine Bias und damit das Problem, dass Software, welche automatisierte Entscheide fällt, dieselben Vorurteile in sich tragen kann, wie die Menschen, die diese Software kreiert haben. Ausgangspunkt dieser Problematik ist der Wunsch der eigenständig prognostizierten Entscheidungsfindung von AI Systemen (Predictive Analysis). Gewisse Länder und Regionen haben die negativen Folgen von BIAS erkannt und versuchen mit verschiedenen gesetzlichen Regelungen diesen gezielt vorzubeugen.
Key learnings
Im Schlusswort ging Ioannis nochmals auf die Komplexität der menschlichen Sprache ein. Zudem empfahl er uns (wie übrigens die meisten unserer bisherigen Referenten) bei AI Projekten zu Beginn auf ein spezifisches Fachgebiet zu konzentrieren. Dies hilft schnell Ergebnisse zu erzielen und den Fokus nicht zu verlieren. Ausserdem bekamen wir noch einen Einblick in einen dritten Usecase der Coop Rechtsschutz im Bereich der zahnrechtlichen Fallabklärungen. Falls sich solche vollautomatischen Rechtsabklärungen in der breiten Masse durchsetzen, könnte das der gesamten Gesellschaft helfen um bezahlbare und fundierte Rechtsberatung anzubieten. Ich bin auf jeden Fall gespannt, was in diesem Bereich zukünftig möglich wird!
Schlusswort
Als letztes bleibt mir zu sagen, dass auch wenn der Inhalt und die Materie der Vorlesung sehr theorielastig und trocken daherkam, es Ioannis aus meiner Sicht geschafft hatte die Aufmerksamkeit bei den Studenten hoch zu halten. Grund dafür war sicherlich, dass er konsequent Pausen zwischen den verschiedenen Themengebieten einplante und uns spannende Einblicke von realen Usecases aus der Praxis gab. Letzteres macht aus meiner Sicht auch ein guter CAS aus.
Weitere Blogposts zum CAS AI Management
AI Use Cases – Probleme in Prognosen zerlegen
Value-Creation – oder wie nur aus gute Tomaten eine gute Pizza wird