Jump to content
Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme / Kapitel 6 – Fazit
Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme / Kapitel 6 – Fazit
Contents
Chapter
Expand
|
Collapse
Page
1–22
Titelei/Inhaltsverzeichnis
1–22
Details
23–49
Kapitel 1 – Grundlagen und Problemaufriss
23–49
Details
A. Einführung in den Untersuchungsgegenstand
Details
I. Begriff des Datums
Details
II. Datensammlung und -analyse durch selbstlernende Systeme
Details
III. Abgeleitete Befürchtungen im Hinblick auf die Innovativität der Märkte und die Konzentration des Innovationswettbewerbs
Details
B. Problemdarstellung: Innovationen und Datennetzwerkeffekte
Details
I. Rechtslage
Details
II. Überblick über wissenschaftliche Positionierungen zum Thema der Konzentration des Innovationswettbewerbs
Details
1. Big Data im Kartellrecht
Details
2. Datenzugangsrechte im Kartellrecht und angrenzenden Rechtsgebieten
Details
3. Innovationen im Kartellrecht
Details
III. Fragestellung der Arbeit
Details
C. Gang der Untersuchung
Details
50–106
Kapitel 2 – Innovationen
50–106
Details
A. Begriff
Details
I. Überblick über den Innovationsprozess
Details
II. Geschichte der rechtswissenschaftlichen Innovationsforschung
Details
B. Abgrenzungen und Unterscheidungen
Details
I. Abgrenzung nach Umfang
Details
1. Disruptive Innovationen – ‚Creative Destruction’
Details
2. Inkrementelle und kumulative Innovationen
Details
3. Basisinnovationen und ‚Invention of a New Method of Innovating’
Details
II. Abgrenzung nach Objekt
Details
1. Produktinnovationen
Details
2. Prozessinnovationen
Details
C. Zweck und Bedeutung für Wirtschaft und Unternehmen
Details
I. Innovationsdruck im Wettbewerb
Details
1. Schumpeter
Details
2. Arrow
Details
3. Aghion und das umgekehrte U-Modell
Details
4. Weitere Ansichten
Details
5. Abschließende Gedanken und Fazit
Details
II. Innovationen als Ziel und Mittel im Recht
Details
1. Innovation als Ziel
Details
a) Art. 173 Abs. 1 S. 2 AEUV
Details
b) Europa 2020 – Entwicklung einer auf Wissen und Innovation gestützten Wirtschaft
Details
c) Weitere Bezugnahmen
Details
d) Eignung des Begriffs der Innovation zur Zielsetzung
Details
2. Innovation als Mittel
Details
a) Innovation als Mittel für Unternehmen
Details
b) Innovation als Mittel für die Gesamtwirtschaft
Details
(1) Öffentliche Förderprogramme
Details
(2) Außerökonomische Ziele, z. B. Energiepolitik
Details
III. Innovationsvielfalt
Details
D. Notwendige Ressourcen
Details
I. Finanzmittel, materielle Rohstoffe und Labore
Details
II. Arbeitskräfte – „menschliche Genialität“
Details
III. Informationen
Details
1. Daten
Details
2. Weiterentwicklung und Personalisierung – ‚Learning by Using’
Details
3. Analyse der Nachfrage
Details
4. Risikoprognosen und Vorhersehbarkeit von Trends
Details
5. Exkurs: Open Innovation
Details
6. Entwicklung und Verbesserung selbstlernender Systeme
Details
IV. Zusammenfassung: Ressourcen
Details
E. Indikatoren von Innovationen
Details
I. Patente
Details
II. Ausgaben für Forschung und Entwicklung
Details
III. Nicht bezifferbare Indikatoren
Details
IV. Eignung und Aussagekraft der Indikatoren – Identifikation rechtsnormativ bedeutsamer Indikatoren
Details
F. Fazit
Details
107–208
Kapitel 3 – Innovationswettbewerb im Kartellrecht und im Kontext der Regulierungskräfte
107–208
Details
A. Kartellrecht und Innovationen – Überblick
Details
I. Regelungszweck
Details
II. Grundsätzliches – Innovation als Ausgleich von Machtpositionen
Details
1. Dynamischer Wettbewerb
Details
2. Innovationen als Marktmachtparameter, § 18 Abs. 3a Nr. 5 GWB
Details
3. Prüfung der Auswirkungen eines Verhaltens auf den Innovationswettbewerb
Details
a) Missbrauch einer marktbeherrschenden Stellung
Details
b) Austausch von Informationen in FuE-Kooperationen
Details
c) Innovationsstimulierende Kartellrechtsanwendung
Details
d) Interessenkonflikte bei der Bewahrung von Innovationsanreizen
Details
4. Herangehensweise der „innovationsfördernden Kartellrechtsanwendung“
Details
III. Einführung in innovationsbezogene Kartellrechtsreformen
Details
IV. Innovationsanreize als Kriterium in Zusammenschlussverfahren
Details
1. Innovationsvielfalt – Alternative ‚Innovation Spaces’ nach Dow/DuPont
Details
2. Reduktion von Innovationsanreizen durch Zusammenschlüsse
Details
3. Innovationsbezogene Effizienzvorteile
Details
4. Fazit: Innovationen als „theory of harm“ in Zusammenschlussverfahren
Details
V. Grundsätzlicher Zielkonflikt – Fazit
Details
B. Essential-Facilities-Doktrin
Details
I. Rechtsprechung zu der Essential-Facilities-Doktrin
Details
II. Kriterien und Anwendung der Essential-Facilities-Doktrin
Details
1. Unerlässlichkeit des Zugangs
Details
2. Ausschluss des Wettbewerbs auf dem nachgelagerten Markt
Details
3. ‚New Product Rule’ – Neuheitserfordernis
Details
4. Fehlen einer objektiven Rechtfertigung
Details
III. Anwendung der Essential-Facilities-Doktrin auf den Zugang zu exklusiven Daten
Details
1. Zugangsbegehren
Details
2. Nachweis der Marktmacht des Anspruchsgegners
Details
3. Unerlässlichkeit der Nutzung eines bestimmten Datensets
Details
4. Ausschluss des Wettbewerbs auf dem nachgelagerten Markt und New Product Rule
Details
5. Rechtfertigung der Verweigerung eines Datenzugangs
Details
6. Bewertung und Erhaltung der Innovationsanreize
Details
7. Durchsetzung eines Anspruchs nach der EFD
Details
8. Fazit und Ausblick
Details
IV. Rechtsfolge
Details
V. Zwischenergebnis: Essential-Facilities-Doktrin
Details
C. Weitere Rechtsgebiete – Innovationen und Regulierung
Details
I. Patentschutz
Details
II. Leistungsschutzrecht an Datenbanken, §§ 87a ff UrhG
Details
III. Sonstiger Immaterialgüterschutz
Details
IV. Schutz von Betriebs- und Geschäftsgeheimnissen
Details
V. Datenschutzrecht, insbesondere Art. 20 DSGVO
Details
VI. Standardisierungen
Details
VII. Sektorspezifische Datenzugangsregulierung
Details
D. Gegenwärtige Diskussionen und Regulierungsperspektiven
Details
I. Sektorspezifische und sektorübergreifende Lösungen
Details
II. Regulierungsinitiativen mit Bezug zu Big Data
Details
III. „GWB-Digitalisierungsgesetz“
Details
IV. Innovationsstimulierende Regulierung – Modell
Details
1. Marktgröße
Details
2. Marktkonzentration – Vermachtung
Details
3. Permanenz
Details
4. Rahmenbedingungen und Durchführung
Details
E. Fazit
Details
209–326
Kapitel 4 – Veränderungen des Innovationswettbewerbs durch selbstlernende Systeme
209–326
Details
A. Einleitung – Die Bedeutung von Daten in der Industrie 4.0
Details
I. Begriff der Industrie 4.0
Details
II. Besonderheiten der Analyse von Daten in der Industrie 4.0
Details
III. Einsatz selbstlernender Systeme
Details
1. Begriff: Künstliche Intelligenz, Machine Learning, selbstlernende Systeme
Details
2. Überblick: Funktionsweise
Details
3. Voraussetzungen zur Entwicklung von selbstlernenden Systemen
Details
B. Exklusive Daten in Abgrenzung zu offenen Daten (Open Data)
Details
I. Exklusivität – Begriff
Details
II. Vorkehrungen zur Wahrung von Exklusivität
Details
1. Technologisch
Details
2. Wirtschaftlich
Details
3. Vertraglich
Details
4. Exklusivität von Daten aus rechtlichen und faktischen Gründen
Details
III. Zwischenergebnis: Exklusive Daten in Abgrenzung zu offenen Daten (Open Data)
Details
C. Maschinendaten und Big Data
Details
I. Datenquellen
Details
1. Personenbezogene Daten
Details
2. Nicht personenbezogene Daten
Details
3. Anonymisierte Daten
Details
4. Auswirkungen des Personenbezugs auf Datenhandel und mögliche Datenzugangsrechte
Details
II. Datenmärkte: Input, Output, Currency
Details
1. Wettbewerbliche Charakteristika von Daten
Details
2. Vermögenszuordnung und Rechte an Daten
Details
a) De lege lata
Details
b) De lege ferenda – Diskussion um ein Dateneigentum
Details
III. Die wettbewerbliche Bedeutung von Daten und Informationen
Details
D. Konzept der Rückkopplungseffekte oder Datennetzwerkeffekte
Details
I. Begriff
Details
II. Hypothesen
Details
III. Datengetriebene Lerneffekte
Details
IV. Verhältnis zu Netzwerk- und Skaleneffekten
Details
1. Netzwerkeffekte
Details
2. Skaleneffekte
Details
3. Zusammenspiel mit Rückkopplungseffekten
Details
V. Zwischenergebnis: Rückkopplungseffekte und Datennetzwerkeffekte
Details
E. Monopolisierungstendenzen durch Innovationen
Details
I. Historische Verläufe im Innovationswettbewerb
Details
II. Notwendigkeit von Daten zur Entwicklung innovativer Produkte
Details
1. Datenverständnis – Disruptive Innovationen
Details
2. Unterscheidung: Must-Have-Daten und Nice-to-Have-Daten
Details
3. Open Data und Public Interest Data
Details
III. Begrenzende Effekte
Details
1. Negative Skaleneffekte – Bereinigung der Daten
Details
2. Reverse Engineering
Details
3. Geographische Begrenzungen
Details
4. Hardware, Algorithmen und Humanressourcen
Details
5. Zwischenergebnis – Begrenzende Effekte
Details
IV. Daten als Marktzutrittsschranken (Barriers to Entry)
Details
V. Zwischenergebnis
Details
F. Zwischenergebnis – Auswirkungen selbstlernender Systeme auf den Innovationswettbewerb
Details
327–402
Kapitel 5 – Regulierungsbedürfnis: Lösungsansätze und -vorschläge
327–402
Details
A. Voraussetzung eines Marktversagens
Details
I. Datenerfassung (Primärmärkte)
Details
II. Datensekundärmärkte
Details
III. Daten als öffentliche Güter
Details
IV. Fehlende Nachweise eines Marktversagens
Details
B. Abwägungsparamenter
Details
I. Interessen datenreicher Innovatoren
Details
II. Interessen datenarmer Innovatoren
Details
III. Gesamtwirtschaftliches Interesse an reger Innovationstätigkeit
Details
C. Bereits diskutierte Regulierungsansätze
Details
I. Bezugspunkt Daten
Details
1. Progressive Data-Sharing-Pflicht (Mayer-Schönberger/Ramge)
Details
a) Herleitung
Details
b) Inhalt und Umfang der Data-Sharing-Pflicht
Details
c) Einordnung in weiteren Kontext und ähnliche Regulierungsansätze
Details
d) Kritik
Details
2. Daten-für-alle-Gesetz (SPD-Positionspapier)
Details
a) Inhalt und Umfang der allgemeinen Datenteilungspflicht
Details
b) Rezeption und Kritik
Details
3. Data Openness (Furman-Report, UK)
Details
4. Regulierung durch umsatzbasierte Preissetzung auf Datenmärkten
Details
5. Stärkung von Datensekundärmärkten
Details
6. Fazit – Bezugspunkt Daten
Details
II. Bezugspunkt Algorithmen/Software
Details
1. Open Standards für Softwareschnittstellen und Datenformate
Details
2. Open Source
Details
3. Fazit – Bezugspunkt Algorithmen/Software
Details
D. Rechtliche und tatsächliche Realisierbarkeit von Datenzugangsrechten
Details
I. Verfassungsmäßigkeit und Interessenabwägung
Details
II. Daten- und Geheimnisschutz
Details
1. Vereinbarkeit von Datenzugangsrechten mit dem Datenschutzrecht
Details
2. Vereinbarkeit mit Richtlinie (EU) 2016/943 und GeschGehG
Details
III. Bewertung der Tatbestandsvoraussetzungen eines Datenzugangsrechts
Details
IV. Darlegungs- und Beweislast und Beurteilungsspielräume
Details
V. Erkennbarkeit des Wertes eines Datensets vor Auswertung
Details
E. Eigene Vorschläge im Kontext der vorgestellten Ansätze
Details
I. Zugangsmodalitäten: REACH-Verordnung – VO (EG) Nr. 1907/2006
Details
II. Modell Kapitel 3 – Eignung und Kritik
Details
III. Stärkung der Selbstregulierungskräfte und gezielte Subventionierung technologischer Lösungsvorschläge
Details
IV. Förderung vertraglicher Lösungen – „Datengenossenschaften“
Details
V. Fazit: Eigene Vorschläge
Details
F. Fazit
Details
403–406
Kapitel 6 – Fazit
403–406
Details
407–458
Literaturverzeichnis
407–458
Details
Durchsuchen Sie das Werk
Geben Sie ein Keyword in die Suchleiste ein
CC-BY-NC-ND
Access
Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme , page 403 - 406
Kapitel 6 – Fazit
Autoren
Katharina Hillmer
DOI
doi.org/10.5771/9783748925712-403
ISBN print: 978-3-8487-8143-0
ISBN online: 978-3-7489-2571-2
Chapter Preview
Share
Download PDF
Download citation
RIS
BibTeX
Copy DOI link
doi.org/10.5771/9783748925712-403
Share by email
Video schließen
Share by email Nomos eLibrary
Recipient*
Sender*
Message*
Your name
Send message
This site is protected by reCAPTCHA and the Google
Privacy Policy
and
Terms of Service
apply.
