03.01.2023

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

Elisabeth Kutner, Martin Hanzl und Alexander Glaser von EY Law Pelzmann Gall Größ Rechtsanwälte GmbH beleuchten im ersten Teil einer zweiteiligen Reihe für den brutkasten, was Startups beim Einsatz von künstlicher Intelligenz rechtlich beachten müssen.
/artikel/was-startups-beim-ai-einsatz-rechtlich-beachten-muessen
Elisabeth Kutner, Martin Hanzl, Alexander Glaser
Elisabeth Kutner, Martin Hanzl, Alexander Glaser | Fotos: EY Law, Hintergrund: Hao Wang/Unsplash

ChatGPT, ein auf künstlicher Intelligenz (“KI”) oder englisch artificial intelligence (“AI”) basierender Chatbot, eroberte praktisch über Nacht das Internet. Innerhalb von fünf Tagen gewann der Chatbot über 1 Millionen Nutzer:innen und erreichte damit diesen Meilenstein 60-mal schneller als Facebook.

Zeitgleich kommt auch die Regulierung im AI-Kontext auf EU-Ebene wieder in Fahrt. Am 6. Dezember 2022 meldete sich der Rat der Europäischen Union mit seinem gemeinsamen Standpunkt zum Entwurf des AI-Acts. Überdies wurde am 28. September 2022 ein Vorschlag der Europäischen Kommission für eine Richtlinie zur Anpassung der außervertraglichen zivilrechtlichen Haftung für KI (“KI-Haftungsrichtlinie”) veröffentlicht. Das Thema ist damit wieder brandheiß.

Doch was bedeutet der Einsatz von AI-Systemen für Startups? Wir geben in Teil 1 einen ersten Überblick mit Fokus auf die bisherige Gesetzeslage und werfen in Teil 2 einen Blick auf den Vorschlag zum AI-Act und der KI-Haftungsrichtlinie.

1. Vermeide “typische” rechtliche Fehler beim Coding

Egal ob beim Programmieren von AI-basiertem oder ganz “normalem” regelbasierten Code, Programmierer:innen und Startups sollten bereits frühzeitig rechtliche Besonderheiten mitdenken. Fallstricke und “typische” Fehler reichen hier vom (unbewussten) Einsatz von Open-Source-Produkten über gemeinsames Coding ohne vertragliche Absicherung bis hin zum rechtlich nicht abgesicherten Umgang mit Input-Daten.

Wie ihr fünf (typische) rechtliche Fehler beim Coding vermeiden könnt, haben wir euch bereits einmal in einem brutkasten-Gastbeitrag zusammengefasst.

2. Wissen per Mausklick – wie gut ist ChatGPT wirklich?

ChatGPT schlägt gerade über die Artificial-Intelligence-Community hinaus hohe Wellen: so attestiert etwa Bloomberg dem smarten Chatbot, der “iPhone-Moment” für die AI-Branche zu sein. Die dafür verantwortliche Software läuft unter dem Namen Generative Pretrained Transformer 3 oder kurz “GPT-3”. Dabei handelt es sich um ein von OpenAI entwickeltes Sprachverarbeitungsmodell. GPT-Modelle sind sogenannte “pretrained models”. Einfach ausgedrückt werden diese mithilfe einer großen Menge von vorgegebenen Daten trainiert, bevor sie für spezifische Aufgaben eingesetzt werden.

3. Chatbots und AI – universaler Problemlöser?

Chatbots wie ChatGPT sind derzeit wohl die greifbarsten Anwendungen, allerdings haben AI-Systeme insgesamt noch viel größeres Potential, die Welt zu verändern. AI soll logisch und intelligent agieren und kann im Gegensatz zum Menschen auf eine größere Wissens- und Informationsbasis zurückgreifen.

ChatGPT ist mit umfassendem Allgemeinwissen gefüttert und kann sich auch mit rechtlichen und medizinischen Fachfragen auseinandersetzen. “Wie gründe ich eine GmbH?” oder “Wie kann ich Kopfschmerzen lindern?” – solche Fragen beantwortet ChatGPT gerne. Wer auf eine medizinische Diagnose oder eine konkrete rechtliche Einschätzung hofft, wird aber enttäuscht.

Bei derartigen Erkundigungen verweist ChatGPT auf Expert:innen wie beispielsweise Ärzt:innen und Anwält:innen. Was passiert, wenn sich ChatGPT doch zu einem konkreten medizinischen Ratschlag hinreißen lässt, sich abwertend gegenüber einer Personengruppe äußert oder illegale Handlungen begünstigen will?

Tipp:

AI-Systeme werden immer umfassender und besser einsetzbar, ihre große Wissensbasis garantiert aber keine Richtigkeit! Bei kritischen Themen solltet ihr euch daher nie ungeprüft auf ein AI-System verlassen. Falls ihr solche AI-Technolgie bei euch im Unternehmen oder in eurem Produkt einsetzt, solltet ihr bei der Interaktion mit dem AI-System – für Verbraucher:innen gut sichtbar – entsprechende Warnhinweise angeben.

4. Was muss ich als Startup beachten, wenn ich AI-basierte Anwendungen wie ChatGPT einsetze?

Grundsätzlich gilt: Der Einsatz von AI-basierten Systemen sollte wohlüberlegt sein und jedenfalls im Einzelfall vor Inbetriebnahme nicht nur technisch, sondern auch rechtlich geprüft werden.

Tipp:

Führt vor dem Einsatz von AI-Systemen oder anderer komplexer Software eine rechtliche Prüfung in-house oder extern durch und dokumentiert diese Analyse schriftlich.

Abhängig vom Einsatzgebiet des jeweiligen AI-basierten Systems können sich etliche rechtliche Fragen ergeben: angefangen von Datenschutz, Arbeitsrecht und Intellectual-Property-Fragen bis hin zum Verbraucher- und Haftungsrecht.

Chatbots werden immer menschlicher und so für ihr Gegenüber schwerer zu erkennen. Wichtig ist es beim Einsatz von AI-Systemen auf Transparenz zu setzen und klarzustellen, dass Nutzer:innen nicht mit Menschen, sondern mit einem Chatbot agieren.

Andernfalls könnte der Einsatz von AI-Systemen eine irreführende Geschäftspraktik im Sinne des § 2 UWG (Bundesgesetz gegen unlauteren Wettbewerb) darstellen. Daraus können Schadenersatz-, Unterlassungs- und Beseitigungsansprüche resultieren. Insoweit AI-basierte Systeme personenbezogene Daten verarbeiten (und ggf auch speichern bzw zum Training verwenden), sind die strengen Regelungen der Datenschutzgrundverordnung einzuhalten.

Es sind dabei insbesondere eine entsprechende Datenschutzerklärung zu entwerfen, Löschkonzepte zu entwickeln und ggf auch Verarbeitungsverzeichnisse zu erstellen.
Solltet ihr erwägen, AI-Tools für Recruiting oder in anderen arbeitsrechtlichen Belangen (z.B. bei der Evaluierung von Mitarbeiter:innen) einzusetzen, ist das Arbeitsrecht zu beachten. Verbraucherrecht könnte relevant werden, wenn ihr AI-Systeme in B2C-Settings verwendet und diese für Marketingstrategien, im Chat mit Verbraucher:innen einsetzt.

Neben den oben genannten fünf “typischen” Fehlern im Programmier-Kontext, die ihr vermeiden solltet, solltet ihr darüber hinaus prüfen, wie selbst entwickelte AI-Systeme bestmöglich auch rechtlich geschützt werden können. Schließlich stellt selbst entwickelte Software häufig eines der Kern-Assets eines Unternehmens dar.

Wie aber bereits festgestellt, können – abhängig von Ziel und konkretem Einsatz von AI-Systemen – etliche weitere Regelungen anwendbar sein. Ihr solltet daher jedenfalls vor dem ersten Einsatz von AI-Systemen eine rechtliche Evaluierung durchführen.

Das erste Aufsetzen eines solchen rechtlichen Rahmens mag auf den ersten Blick zwar mühsam erscheinen, ist aber um ein Vielfaches leichter als das Nachbessern zu einem späteren Zeitpunkt (etwa wenn Investor:innen in einer Finanzierungsrunde einsteigen und in einer Due Diligence ein “Red Flag” hervorkommt).

Zusammenfassung

Bei der folgenden kurzen Zusammenfassung hat uns ChatGPT unterstützt. Für eine Wartezeit von nicht einmal 10 Sekunden kann sich das Ergebnis durchaus sehen lassen. Wer auf aber auf Nummer sicher gehen und nichts verpassen will, sollte Texte aber trotzdem noch selbst lesen.

Startups sollten beim Einsatz von AI-basierten Anwendungen wie ChatGPT wohlüberlegt vorgehen und diese sowohl technisch als auch rechtlich prüfen. Es gibt eine Vielzahl von rechtlichen Fragen, die sich aufgrund des Einsatzbereichs der AI-Systeme stellen, wie Datenschutz, Arbeitsrecht und IP-Fragen, Verbraucher- und Haftungsrecht.

Chatbots sollten klar gekennzeichnet werden, um Nutzer darüber aufzuklären, dass sie mit einem Chatbot und nicht mit einem Menschen kommunizieren. AI-Systeme, die personenbezogene Daten verarbeiten, müssen den Regelungen der Datenschutzgrundverordnung entsprechen. Bei der Verwendung von AI-Tools für Recruiting oder in anderen arbeitsrechtlichen Bereichen muss das Arbeitsrecht beachtet werden.

Verbraucherrecht könnte relevant werden, wenn AI-Systeme in B2C-Umgebungen für Marketingstrategien oder Chats mit Verbrauchern eingesetzt werden. Selbst entwickelte AI-Systeme sollten bestmöglich geschützt werden. Abhängig vom Ziel und konkretem Einsatz von AI-Systemen könnten jedoch auch andere Regelungen anwendbar sein, daher sollten diese vor dem ersten Einsatz geprüft werden.

In Teil 2 dieser Reihe rücken der AI Act und die KI-Haftungsrichtlinie in den Mittelpunkt. Wir beleuchten, was sich durch diese vorgeschlagen EU-Gesetze ändern könnte, wie der europäische Gesetzgeber das Thema anpackt und was ihr als Startups bereits jetzt beachten solltet.


Über die Autor:innen

Dr. Martin Hanzl ist Rechtsanwalt und Head of New Technologies bei EY Law Pelzmann Gall Größ Rechtsanwälte GmbH. Er betreut nationale und internationale Kryptodienstleister, FinTechs, Start-Ups sowie Finanz- und Versicherungsinstitute, insbesondere zum Einsatz von New Technologies, komplexen regulatorischen Fragestellungen und bei gesellschaftsrechtlichen Fragestellungen rundum Finanzierungsrunden und Exits. Überdies ist er Projektverantwortlicher des “Blockchain and Smart Contracts”-Projektes des European Law Institutes. Er ist Vortragender an der Anwaltsakademie, Fachhochschulen und Universitäten sowie Herausgeber und Autor mehrerer Handbücher sowie zahlreicher weiterer Fachartikel zu den Themen Digitalisierung, Smart Contracts, New Technologies und Gesellschaftsrecht.

Mag. Alexander Glaser ist Rechtsanwaltanwärter bei EY Law Pelzmann Gall Größ Rechtsanwälte GmbH mit dem Fokus auf IP/IT Recht sowie neue Technologien und betreut Mandant:innen insbesondere zu Fragen rund um Krypto-Assets (zB rechtliche Einordnung, Registrierung als CASP) sowie Schutz und Nutzung von IP (ua KI-Systeme, Softwarelizensierung).

Elisabeth Kutner LL.B. (WU) ist Masterstudentin des Studiengangs Wirtschaftsrecht der Wirtschaftsuniversität Wien und juristische Mitarbeiterin bei EY Law Pelzmann Gall Größ Rechtsanwälte GmbH mit dem Fokus auf IP/IT Recht und neue Technologien.


Disclaimer: Die finalen Texte des AI Acts und der AI Liability Directive liegen zum Zeitpunkt dieses Beitrages noch nicht vor und können daher von der gegenständlichen Darstellung abweichen. Der Artikel gibt lediglich einen Überblick über ausgewählte Fragestellungen im AI-Kontext und hat weder den Anspruch auf Vollständigkeit noch stellen die Hinweise und Informationen Rechtsberatung oder sonstige Empfehlungen dar. Dieser Text kann keinesfalls eine individuelle Rechtsberatung ersetzen und dient lediglich der persönlichen Information. Dieser Text gibt überdies ausschließlich die Meinungen und Erfahrungen der Autor:innen wieder.

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Hype um ChatGPT: Was Startups beim AI-Einsatz rechtlich beachten müssen