Überlegungen zur Schnittstelle von Recht und Technologie

Das Potenzial von künstlicher Intelligenz (KI) scheint grenzenlos zu sein. Eine Subdisziplin der KI ist das Machine Learning (ML). Das eigentliche Herzstück von ML sind die so genannten Machine Learning Modelle (ML-Modelle), welche das durch Training erworbene Wissen speichern. Entsprechend gross ist der wirtschaftliche Wert von ML-Modellen und damit auch das Interesse an deren rechtlichem Schutz.

Ausgangspunkt des Dissertationsprojekts war eine Definition des oft technisch umschriebenen und unpräzise verwendeten Begriffs des ML-Modells und dessen Abgrenzung von anderen Begriffen. Darauf aufbauend wurde untersucht, wie ML-Modelle vor dem Hintergrund des Urheber-, Patent-, Lauterkeits- und Vertragsrechts de lege lata geschützt sind. Dies ist deswegen von Bedeutung, weil ML-Modelle einen komplexen Schutzgegenstand bilden und sich beispielsweise nicht ohne weiteres in die herkömmlichen Kategorien urheberrechtlich geschützter Werke oder patentrechlich schützbarer Erfindungen einreihen lassen.

Ziel der Untersuchung war die Erarbeitung eines umfassenden Standardwerks zur Schutzfähigkeit von ML-Modellen in der Schweiz, das mehr Rechtssicherheit schafft, Regelungslücken aufzeigt und so auch de lege ferenda zukunftsfähige Lösungsvorschläge unterbreitet.

Prof. Dr. Alfred Früh betreute das Dissertationsprojekt von Noëmie Schär. Finanziert wurde die Untersuchung vom Schweizerischen Nationalfonds durch ein Doc.CH-Stipendium.