Key Note: Künstliche Neuronale Netzwerke als Hilfsmittel zum Verständnis von rechtlichen Konflikten.

Etwas ist faul in der quantitativen Fallvoraussage. Die Fachliteratur im Gebiet sowohl der quantitativen als auch der qualitativen Voraussage des Ausgangs rechtlicher Konflikte ist nur schwierig als ein logisches Ganzes darzustellen und zieht teilweise absurde Schlüsse. Es fehlt nach wie vor ein systematischer, einheitlicher Ansatz zum Verständnis des Entscheidungsprozesses rechtlicher Mediatoren. Die zentrale Frage lässt sich leicht formulieren: „Wie kommen rechtliche Mediatoren (z. B. Richter, Ombudsmänner, Schiedsrichter) zu einem Urteil?“ Eine einleuchtende Antwort auf diese Frage würde die verschiedenen Faktoren die bei der Urteilsbildung relevant sind auflisten und die Beziehungen zwischen diesen einzelnen Faktoren beschreiben. Außerdem müsste es möglich sein eine solche Theorie auch dadurch empirisch zu belegen, dass sie als Grundlage für die Fallvoraussage genutzt werden kann. Dieser Vortrag wird versuchen eine solche Theorie zu formulieren: zuerst werden das Problem der Urteilsbildung und die verschiedenen Ansätze zur Fallvoraussage beschrieben. Danach widmet sich der Vortrag den verschiedenen Faktoren die bei der Urteilsbildung eine Rolle spielen bevor die Fachliteratur im Bereich der quantitativen und qualitativen Fallvoraussage genau durchleuchtet wird. In diesem Zusammenhang wird die künstliche Intelligenz als ein Medium eingeführt, durch das sich die Urteilsbildung genauer betrachten lässt. Zum Ende des Vortrags wird eine duale Theorie formuliert die zwischen technischen und komplexen Fällen unterscheidet um den Prozess der Urteilsbildung besser abzubilden.

Zur Person Ludwig Bull

Podcast Künstliche Neuronale Netzwerke als Hilfsmittel zum Verständnis von rechtlichen Konflikten.