Revision [9a9b25b]
Letzte Änderung am 2020-11-23 22:08:58 durch legal98
ADDITIONS
# 2. Schutzfähigkeit der trainierten Gewichtungsinformationen eines neuronalen Netzes

Die durch das Trainieren generierten Dateien enthalten lediglich den Wert für die Gewichtungsvariablen der einzelnen Neuronenverbindungen.<sup><a href="#fn1">[472]</a></sup> Mithin handelt es sich bei diesen Dateien um kein Computerprogramm, da ihnen ein erforderlicher Steuerbefehl an den Computer fehlt.<sup><a href="#fn1">[473]</a></sup> Da die im Zuge des Trainings vorgenommenen Anpassungen an den Gewichtungsvariablen regelmäßig ohne menschliches Zutun vorgenommen werden, liegt darüber hinaus auch keine persönliche Schöpfung vor.<sup><a href="#fn1">[474]</a></sup> Im Ergebnis sind somit die durch das Training gewonnen Dateien nicht gemäß § 69a UrhG geschützt.<sup><a href="#fn1">[475]</a></sup>

Neben dem Schutz als Computerprogramm kommt für die gewonnenen Gewichtungsinformationen auch ein Schutz als Datenbankwerk gemäß § 4 Abs. 2 UrhG bzw. ein Leistungsschutz für Datenbanken entsprechend § 87a UrhG in Betracht. Da die Gewichtungsdateien jedoch nicht voneinander unabhängig sind, sondern nur in ihrer Gesamtheit nutzbringend verwendet werden können, scheidet sowohl der Schutz als Datenbankwerk, als auch ein Leistungsschutz für Datenbanken aus.<sup><a href="#fn1">[476]</a></sup> Eine Unabhängigkeit dieser Dateielemente läge ausschließlich vor, wenn sich die einzelnen Elemente trennen ließen, ohne dass deren in-formativer oder sonstiger Wert beeinträchtigt wird.<sup><a href="#fn1">[477]</a></sup> Zwar enthält jede getrennt betrachtete Dateiinformation den genauen Gewichtungswert zwischen zwei einzelnen Neuronen, doch setzt die Funktionsweise eines neuronalen Netzes alle Gewichtungsinformationen zeitgleich voraus. Einzelne Gewichtungsinformationen haben somit für Dritte keinen eigenständigen Nutzen.<sup><a href="#fn1">[478]</a></sup>

**Fußnoten**

<div id="fn1">[472] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 766.
<div id="fn1">[473] Im Ergebnis ebenfalls: Grützmacher, in: Wandtke/Bullinger Urheberrecht, § 69a Rn. 21; a.A. Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 767 f, die einen über die herrschende Meinung hinausreichenden Computerprogrammbegriff zu Grunde legen, der nicht maßgeblich auf das Vorhandensein von Steuerbefehlen an den Computer abstellt.
<div id="fn1">[474] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 767 f.
<div id="fn1">[475] Trotz der Zugrundelegung eines unkonventionell weiten Computerprogrammbegriffs im Ergebnis ebenfalls aufgrund fehlender eigener persönlicher Schöpfung: Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 768.
<div id="fn1">[476] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 768 ff; a.A. Ory/Sorge, Schöpfung durch Künstliche Intelligenz?, NJW 2019, 710, 712.
<div id="fn1">[477] EuGH Urt. v. 09.11.2004, GRUR 2005, 254, 255 Rn. 29; BGH Urt. v. 10.03.2016, GRUR 2016, 930, 931 Rn. 19; Haberstumpf, Der Schutz elektronischer Datenbanken nach dem Urheberrechtsgesetz, GRUR 2003, 14, 18; Hermes, in: Wandtke/Bullinger Urheberrecht, § 87a Rn. 12.
<div id="fn1">[478] Ehinger/Stiemerling, Die urheberrechtliche Schutzfähigkeit von Künstlicher Intelligenz am Beispiel von Neuronalen Netzen, CR 2018, 761, 768.
DELETIONS
# 2. Schutzfähigkeit der trainierten Gewichtungsirnformationen eines neuronalen Netzes
Revision [aa61f00]
Bearbeitet am 2020-11-13 09:56:06 von Frederike.Mohr
ADDITIONS
# 2. Schutzfähigkeit der trainierten Gewichtungsirnformationen eines neuronalen Netzes
DELETIONS
Schutzfähigkeit der trainierten Gewichtungsirnformationen eines neuronalen Netzes
Revision [bedfaa7]
Die älteste bekannte Version dieser Seite wurde von Frederike.Mohr am 2020-11-12 16:23:46 erstellt
ADDITIONS
Schutzfähigkeit der trainierten Gewichtungsirnformationen eines neuronalen Netzes