Rechtlicher Schutz von Machine Learning-Modellen

RA Dr. Simon Apel/RA Dr. Markus Kaulartz zur Fussnote * Im Machine Learning, einem besonders relevanten Bereich der Künstlichen Intelligenz, wird das Wissen und die (vermeintlich) Intelligenz in sogenannten Modellen gespeichert. Diese sind für Unternehmen von kritischer Bedeutung, ein Abhandenkommen oder unbefugtes Kopieren durch Dritte gefährdet oft die Grundlage ihres Geschäftsmodells. Der Schutz solcher Modelle ist daher essenziell. Der Beitrag analysiert rechtliche Schutzmechanismen und kommt zum Schluss, dass das Urheberrecht, das Datenbank(schutz)recht sowie das Patentrecht unzureichend sind. In der Praxis wesentlich bedeutender ist der Schutz von Künstlicher Intelligenz als Geschäftsgeheimnis unter dem GeschGehG. Der Beitrag leitet hierzu unter dem Stichwort „AI Compliance“ ein und unterbreitet Klauselvorschläge. SeitenumbruchEs folgt Seite 25zurück zu Seite 24vorwärts zu Seite 26Sie befinden sich im Beitrag:Apel/Kaulartz: Rechtlicher Schutz von Machine Learning-Modellen(RDi 2020, 24)I. Einleitung 1Künstliche Intelligenz ist als Oberbegriff zur Fussnote 1 schwer greifbar, zur Fussnote 2 fast schon mystisch, jedenfalls hipp und vielleicht gerade deswegen allgegenwärtig. Konkreter werden die Teilbereiche der Künstlichen Intelligenz, worunter das Maschinelle Lernen (Machine Learning zur Fussnote 3) sicherlich besonders heraussticht. Beim Machine Learning werden Korrelationen in Rohdaten gesucht und das gesammelte Wissen wird in sogenannten „Modellen“ gespeichert. Diese sind wirtschaftlich natürlich umso wertvoller, je höher ihre Qualität ist. zur Fussnote 4 Es stellt sich sodann jedoch die Frage, wie diese Modelle rechtlich geschützt sind und geschützt werden können. Der Beitrag geht auf den urheberrechtlichen, patentrechtlichen und datenbankrechtlichen Schutz ein und kommt zum Schluss, dass Modelle de lege lata nicht in den Genuss eines gesetzlichen Schutzes kommen und deswegen in erster Linie durch vertragsrechtliche Mechanismen sowie als geheimes Know-How durch vertragliche, technische und organisatorische Maßnahmen geschützt werden müssen. II. Technische Einführung in Machine Learning und Modelle 2Machine Learning basiert im Kern auf der Überlegung, dass vergleichbare Sachverhalte auf einer vergleichbaren Datenlage beruhen. Ein Bild von einem Menschen am Straßenrand unterscheidet sich anhand bestimmter Merkmale von dem Bild eines Baumes. Verfügt ein Computersystem über diese Merkmale, kann es also, eingebaut etwa in ein autonom fahrendes Fahrzeug, den Menschen vom Baum unterscheiden und damit auch passende Maßnahmen einleiten, wie etwa das Fahrzeug abzubremsen. Nun könnte man diese Merkmale ausdrücklich programmieren, zur Fussnote 5 was sich aber auf Grund der schier unzähligen Merkmale als praktisch nicht durchführbar erweist. Schließlich müsste die Programmierung Menschen aus unterschiedlichen Perspektiven in unterschiedlichen Lichtverhältnissen berücksichtigen. Besser wäre es doch, man könnte einem Computersystem eine große Menge an Fotos mit Menschen und Bäumen vorlegen und das System würde selbstständig Merkmale auf diesen Fotos erkennen, entsprechend klassifizieren und insbesondere weiterlernen.