FAIR-IMPACT identifies practices, policies, tools and technical specifications to guide researchers, repository managers, research performing organisations, policy makers and citizen scientists towards a FAIR data management cycle. The focus is on persistent identifiers (PIDs), metadata, ontologies, metrics, certification and interoperability, starting with real-life use cases on social sciences and humanities, the photon and neutron sciences, life sciences and agri-food and environmental sciences.
D. Dolzycka, K. Biernacka, K. Helbig, and P. Buchholz. Zenodo, (March 2019)Diese Publikation wurde im Rahmen des Verbundprojekts "FDMentor" vom Bundesministerium für Bildung und Forschung gefördert (Förderkennzeichen 16FDM010 und 16FDM011)..
L. Käde. Datenrecht und neue Technologien Nomos, Baden-Baden, 1 edition, (2021)Die interdisziplinäre Analyse nimmt konkreten Bezug zu in derKI-Entwicklung eingesetzten Machine Learning (ML)-Frameworks und gibtpraxisrelevante Antworten auf damit zusammenhängendeurheberrechtliche Fragen. Insbesondere der Datenbank(werk)schutz fürML-Modelle steht dabei im Fokus. Die Arbeit bietet außerdem eineEinschätzung der Relevanz von Text und Data Mining-Schranken imKI-Kontext. Mit Blick auf die Erzeugung von Werken durch bzw. mithilfevon ML wird die Zurechnungsproblematik erörtert, eine Lösungvorgeschlagen und eine Hilfestellung zur Ermittlung eines Urhebersangeboten. Darüber hinaus erfolgt hinsichtlich etwaiger KI-Autonomieeine Einführung in die Zusammenhänge von Intelligenz, Kreativitätund Computational Creativity..