Revision [e808f96]
Letzte Änderung am 2020-12-24 16:08:06 durch Frederike.Mohr
ADDITIONS
## a.) Vorliegen eines geheimen Information
DELETIONS
## a.) Vorliegen einer geheimen Information
Revision [46fcb71]
Bearbeitet am 2020-11-24 11:03:04 von legal98
ADDITIONS
Aus technischer Perspektive stellen die durch den Trainingsprozess eines neuronalen Netzes generierten Gewichtungen eine Sammlung von Datenpaketen dar.<sup><a href="#fn1">[536]</a></sup> Daten unterfallen als solche dem Informationsbegriff des § 2 Nr. 1 GeschGehG,<sup><a href="#fn1">[537]</a></sup> sodass auch ein Geheimnisschutz für die separat abspeicherbaren<sup><a href="#fn1">[538]</a></sup> Gewichtungen der einzelnen Neuronenverbindungen denkbar ist<sup><a href="#fn1">[539]</a></sup>.
Die Gewichtungsdaten entstehen durch einen individuellen Trainingsprozess und beziehen sich stets auf ein in bestimmter Weise strukturiertes neuronales Netz.<sup><a href="#fn1">[540]</a></sup> Die für ein speziell strukturiertes neuronales Netz erzeugten Trainingsdaten weisen somit aufgrund der Abhängigkeit von diversen individualisierbaren Faktoren eine gewisse Neuheit auf, sodass die Daten allein dem Informationsinhaber bekannt sein dürften. Insofern der Informationsinhaber die Gewichtungsinformationen geheim hält und die maßgeblichen Personenkreise die Information nur mit erheblichem Zeit- und Kostenaufwand erlangen können, sind Gewichtungsinformationen im Sinne von § 2 Nr. 1 lit. a) GeschGehG auch nicht ohne Weiteres zugänglich<sup><a href="#fn1">[541]</a></sup>. Dies ist insbesondere anzunehmen, wenn das neuronale Netz mitsamt der zugehörigen Gewichtungsinformationen nur intern verwendet wird, und somit Dritte keinerlei Gelegenheit haben, an die geheim gehaltenen Informationen zu gelangen.
Die Gewichtungsinformationen sind entsprechend § 2 Nr. 2 a) GeschGehG von wirtschaftlichem Wert, wenn sie über einen tatsächlichen Handelswert verfügen,<sup><a href="#fn1">[542]</a></sup> oder wenn die Kenntnis, die Nutzung oder die Offenlegung dieser Dateiinformation durch einen Nichtberechtigten das technische Potenzial oder die wirtschaftlichen Interessen des Informationsinhabers negativ beeinflusst.<sup><a href="#fn1">[543]</a></sup> Indem sowohl die Beschaffung der für das Training eingesetzten Datensätze einschließlich der tatsächlichen Durchführung des Trainingsprozesses von erheblichem (wirtschaftlichen) Aufwand sind,<sup><a href="#fn1">[544]</a></sup> die daraus generierten Gewichtungsinformationen zugleich aber einfach vervielfältigt und in weitere gleichartig strukturierte neuronale Netze eingesetzt werden können, ist es für den ur-sprünglichen Informationsinhaber von erhebelichem wirtschaftlichen Nachteil, wenn Konkurrenten ohne vergleichbare Investitionen an die Gewichtungsin-formationen gelangen.
Für Gewichtungsinformationen bieten sich als angemessene Geheimhaltungsmaßnahmen beispielsweise vertragliche Vereinbarungen mit Mitarbeitern, Dienstleistern und externen Geschäftspartnern hinsichtlich der Benutzung und Offenlegung sowie sonstige technische und organisatorische Schutzmaßnahmen an.<sup><a href="#fn1">[545]</a></sup>
Ausweislich des wirtschaftlichen Wertes von Gewichtungsinformationen und dem Umstand, dass deren Geheimhaltung auch in keiner ersichtlichen Weise von der Rechtsordnung missbilligt wird,<sup><a href="#fn1">[546]</a></sup> ist davon auszugehen, dass ein berechtigtes Interesse an der Geheimhaltung der Gewichtungsdaten besteht.

**Fußnoten**

<div id="fn1">[536] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 767.
<div id="fn1">[537] Alexander, in: Köhler/Bornkamm/Feddersen Gesetz gegen den unlauteren Wettbe-werb, § 2 GeschGehG Rn. 25.
<div id="fn1">[538] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 764.
<div id="fn1">[539] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 769.
<div id="fn1">[540] Vgl. Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 762 ff.
<div id="fn1">[541] Vgl. Alexander, in: Köhler/Bornkamm/Feddersen Gesetz gegen den unlauteren Wettbewerb, § 2 GeschGehG Rn. 36 f; Dies gelt selbst, wenn technische Informationen durch aufwändiges Reverse Engineering ermittelt werden können, Ohly, Das neue Geschäftsgeheimnisgesetz im Überblick, GRUR 2019, 441, 443.
<div id="fn1">[542] Alexander, in: Köhler/Bornkamm/Feddersen Gesetz gegen den unlauteren Wettbe-werb, § 2 GeschGehG Rn. 40.
<div id="fn1">[543] BT-Drucks. 19/4724, S. 24; ErwGr 14 RL (EU) 2016/943.
<div id="fn1">[544] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 764.
<div id="fn1">[545] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 769.
<div id="fn1">[546] Dazu: Alexander, in: Köhler/Bornkamm/Feddersen Gesetz gegen den unlauteren Wettbewerb, § 2 GeschGehG Rn. 78 ff.
DELETIONS
Aus technischer Perspektive stellen die durch den Trainingsprozess eines neuronalen Netzes generierten Gewichtungen eine Sammlung von Datenpaketen dar. Daten unterfallen als solche dem Informationsbegriff des § 2 Nr. 1 GechGehG, sodass auch ein Geheimnisschutz für die separat abspeicherbaren Gewichtungen der einzelnen Neuronenverbindungen denkbar ist .
Die Gewichtungsdaten entstehen durch einen individuellen Trainingsprozess und beziehen sich stets auf ein in bestimmter Weise strukturiertes neuronales Netz. Die für ein speziell strukturiertes neuronales Netz erzeugten Trainingsdaten weisen somit aufgrund der Abhängigkeit von diversen individualisierbaren Faktoren eine gewisse Neuheit auf, sodass die Daten allein dem Informationsinhaber bekannt sein dürften. Insofern der Informationsinhaber die Gewichtungsinformationen geheim hält und die maßgeblichen Personenkreise die Information nur mit erheblichem Zeit- und Kostenaufwand erlangen können, sind Gewichtungsinformationen im Sinne von § 2 Nr. 1 lit. a) GeschGehG auch nicht ohne Weiteres zugänglich . Dies ist insbesondere anzunehmen, wenn das neuronale Netz mitsamt der zugehörigen Gewichtungsinformationen nur intern verwendet wird, und somit Dritte keinerlei Gelegenheit haben, an die geheim gehaltenen Informationen zu gelangen.
Die Gewichtungsinformationen sind entsprechend § 2 Nr. 2 a) GeschGehG von wirtschaftlichem Wert, wenn sie über einen tatsächlichen Handelswert verfügen, oder wenn die Kenntnis, die Nutzung oder die Offenlegung dieser Dateiinformation durch einen Nichtberechtigten das technische Potenzial oder die wirtschaftlichen Interessen des Informationsinhabers negativ beeinflusst. Indem sowohl die Beschaffung der für das Training eingesetzten Datensätze einschließlich der tatsächlichen Durchführung des Trainingsprozesses von erheblichem (wirtschaftlichen) Aufwand sind, die daraus generierten Gewichtungsinformationen zugleich aber einfach vervielfältigt und in weitere gleichartig strukturierte neuronale Netze eingesetzt werden können, ist es für den ur-sprünglichen Informationsinhaber von erhebelichem wirtschaftlichen Nachteil, wenn Konkurrenten ohne vergleichbare Investitionen an die Gewichtungsin-formationen gelangen.
Für Gewichtungsinformationen bieten sich als angemessene Geheimhaltungsmaßnahmen beispielsweise vertragliche Vereinbarungen mit Mitarbeitern, Dienstleistern und externen Geschäftspartnern hinsichtlich der Benutzung und Offenlegung sowie sonstige technische und organisatorische Schutzmaßnahmen an.
Ausweislich des wirtschaftlichen Wertes von Gewichtungsinformationen und dem Umstand, dass deren Geheimhaltung auch in keiner ersichtlichen Weise von der Rechtsordnung missbilligt wird, ist davon auszugehen, dass ein berechtigtes Interesse an der Geheimhaltung der Gewichtungsdaten besteht.
Revision [1a421cd]
Bearbeitet am 2020-11-24 10:18:11 von legal98
ADDITIONS
Aus technischer Perspektive stellen die durch den Trainingsprozess eines neuronalen Netzes generierten Gewichtungen eine Sammlung von Datenpaketen dar. Daten unterfallen als solche dem Informationsbegriff des § 2 Nr. 1 GechGehG, sodass auch ein Geheimnisschutz für die separat abspeicherbaren Gewichtungen der einzelnen Neuronenverbindungen denkbar ist .

Die Gewichtungsdaten entstehen durch einen individuellen Trainingsprozess und beziehen sich stets auf ein in bestimmter Weise strukturiertes neuronales Netz. Die für ein speziell strukturiertes neuronales Netz erzeugten Trainingsdaten weisen somit aufgrund der Abhängigkeit von diversen individualisierbaren Faktoren eine gewisse Neuheit auf, sodass die Daten allein dem Informationsinhaber bekannt sein dürften. Insofern der Informationsinhaber die Gewichtungsinformationen geheim hält und die maßgeblichen Personenkreise die Information nur mit erheblichem Zeit- und Kostenaufwand erlangen können, sind Gewichtungsinformationen im Sinne von § 2 Nr. 1 lit. a) GeschGehG auch nicht ohne Weiteres zugänglich . Dies ist insbesondere anzunehmen, wenn das neuronale Netz mitsamt der zugehörigen Gewichtungsinformationen nur intern verwendet wird, und somit Dritte keinerlei Gelegenheit haben, an die geheim gehaltenen Informationen zu gelangen.

Die Gewichtungsinformationen sind entsprechend § 2 Nr. 2 a) GeschGehG von wirtschaftlichem Wert, wenn sie über einen tatsächlichen Handelswert verfügen, oder wenn die Kenntnis, die Nutzung oder die Offenlegung dieser Dateiinformation durch einen Nichtberechtigten das technische Potenzial oder die wirtschaftlichen Interessen des Informationsinhabers negativ beeinflusst. Indem sowohl die Beschaffung der für das Training eingesetzten Datensätze einschließlich der tatsächlichen Durchführung des Trainingsprozesses von erheblichem (wirtschaftlichen) Aufwand sind, die daraus generierten Gewichtungsinformationen zugleich aber einfach vervielfältigt und in weitere gleichartig strukturierte neuronale Netze eingesetzt werden können, ist es für den ur-sprünglichen Informationsinhaber von erhebelichem wirtschaftlichen Nachteil, wenn Konkurrenten ohne vergleichbare Investitionen an die Gewichtungsin-formationen gelangen.

Ob angemessene Geheimhaltungsmaßnahmen getroffen werden, hängt von dem Geheimnisinhaber selbst ab, sodass das Erfordernis der grundsätzlichen Schutzfähigkeit von Gewichtungsinformationen nichtentgegen steht.
Für Gewichtungsinformationen bieten sich als angemessene Geheimhaltungsmaßnahmen beispielsweise vertragliche Vereinbarungen mit Mitarbeitern, Dienstleistern und externen Geschäftspartnern hinsichtlich der Benutzung und Offenlegung sowie sonstige technische und organisatorische Schutzmaßnahmen an.


## d.) Vorliegen eines berechtigten Interesses

Ausweislich des wirtschaftlichen Wertes von Gewichtungsinformationen und dem Umstand, dass deren Geheimhaltung auch in keiner ersichtlichen Weise von der Rechtsordnung missbilligt wird, ist davon auszugehen, dass ein berechtigtes Interesse an der Geheimhaltung der Gewichtungsdaten besteht.
DELETIONS
## d.) Vorliegen eines berechtigten Interesses
Revision [12f9136]
Bearbeitet am 2020-11-13 10:02:02 von Frederike.Mohr
ADDITIONS
# 2. Schutzfähigkeit der trainierten Gewichtungsinformationen eines neuronalen Netztes

## a.) Vorliegen einer geheimen Information

## b.) Vorliegen einer wirtschaftlichen Werts

## c.) Vorliegen von angemessenen Geheimhaltungsmaßnahmen

## d.) Vorliegen eines berechtigten Interesses
DELETIONS
Schutzfähigkeit der trainierten Gewichtungsinformationen eines neuronalen Netztes
Revision [f09022f]
Die älteste bekannte Version dieser Seite wurde von Frederike.Mohr am 2020-11-12 16:30:21 erstellt
ADDITIONS
Schutzfähigkeit der trainierten Gewichtungsinformationen eines neuronalen Netztes