Der Haftungsmaßstab für maschinelles Lernen

Wer trägt und wer sollte den Schaden tragen, wenn dieser durch ein System der künstlichen Intelligenz oder des maschinellen Lernens entsteht? Eine der wesentlichen distributiven Entscheidungen zur Beantwortung dieser Fragen ist diejenige über den Haftungsmaßstab. Dieser bestimmt, bei welchem Verhalten im Falle der Verletzung eines geschützten Interesses eine Haftung besteht.

Die Arbeit untersucht zunächst abstrakt den an das Verschuldensprinzip anknüpfenden Haftungsmaßstab des § 823 Abs. 1 BGB und den passenden Anwendungsbereich der Gefährdungshaftung. Die daraus gewonnenen Erkenntnisse werden anschließend auf die Fälle der Schädigung durch Systeme des maschinellen Lernens übertragen.

Aus dieser Übertragung ergibt sich unter anderem, dass eine Arbeitsbewältigung durch eine Maschine sorgfaltskonform sein kann, auch wenn sie unsicherer ist als die nicht-automatisierte Arbeitsbewältigung und dass das maschinelle Lernen Anlass, nicht aber Voraussetzung einer Gefährdungshaftung sein sollte.