{"id":2295,"date":"2021-02-09T12:28:11","date_gmt":"2021-02-09T11:28:11","guid":{"rendered":"https:\/\/recode.law\/?p=2295"},"modified":"2021-03-04T12:45:33","modified_gmt":"2021-03-04T11:45:33","slug":"recap-2-kamingespraech-predictive-analytics-in-der-justiz-ein-instrument-unserer-zukuenftigen-rechtsprechung","status":"publish","type":"post","link":"https:\/\/recode.law\/en\/recap-2-kamingespraech-predictive-analytics-in-der-justiz-ein-instrument-unserer-zukuenftigen-rechtsprechung\/","title":{"rendered":"Recap 2. Kamingespr\u00e4ch: “Predictive Analytics in der Justiz \u2013 ein Instrument unserer zuk\u00fcnftigen Rechtsprechung”"},"content":{"rendered":"

Am 21. Januar 2021 hostete recode.law das zweites digitales Kamingespr\u00e4ch im Bereich Digital Justice zu der Frage \u201ePredictive Analytics in der Justiz \u2013 ein Instrument unserer zuk\u00fcnftigen Rechtsprechung\u201c mit Dr. Veronica Hoch,\u00a0 Dr. Felix Steffek, Prof. Martin Ebers und Prof. Stefan Huber, Prof. Martin Missong und Eckard Schindler. Mit diesem\u00a0 nicht-\u00f6ffentlichen Diskussionsformat wollen wir an die Debatte rund um die Digitalisierung der Justiz weiter ankn\u00fcpfen und im Nachgang unsere Digital Justice Conference im September 2020 einen echten Beitrag zum Diskurs liefern. Ziel jedes Kamingespr\u00e4ches ist es, Expert:innen aller Fachrichtungen f\u00fcr Themen im Bereich der Digital Justice zu aktivieren und eine Plattform f\u00fcr Austausch und Vernetzung zu schaffen. Insgesamt wirken alle Gespr\u00e4ch auf die inhaltliche Ausgestaltung und personellen Besetzung einer zweite Auflage der Digital Justice Conference 2021 hin.<\/span><\/p>\n

Predictive Analytics – Was ist das?<\/b><\/h4>\n

Predictive Analytics in der Justiz \u2013 worum geht es hier? Mit dem Begriff\u00a0 Predictive Analytics wird die F\u00e4higkeit beschrieben, durch computerisierte Auswertung von bestehender Rechtsprechung und allgemeinen Informationen den Ausgang gerichtlicher Verfahren vorauszusagen. Um juristische Texte und die schiere Masse an verf\u00fcgbaren und notwendigen Informationen f\u00fcr dieses Ziel automatisiert auszuwerten, ist Software n\u00f6tig, die als k\u00fcnstliche Intelligenz bezeichnet wird. Praktische Anwendungen solcher Produkte, welche die Erfolgsaussichten einer Klage in Wahrscheinlichkeiten ausdr\u00fccken k\u00f6nnen, stehen zuhauf im Raum. Die \u00dcberlegung des potentiellen Kl\u00e4gers, ob eine Klage sich \u00fcberhaupt lohnt, die Risikobewertung eines Prozessfinanzierers f\u00fcr eine von ihm zu finanzierenden Klage oder die justizinterne Unterst\u00fctzung richterlicher Arbeit sind nur einige Beispiele. Sicher ist, dass die Verf\u00fcgbarkeit solcher Software die Justiz, die juristische und anwaltliche Arbeit und den gesamten Rechtsmarkt gewaltig umkrempeln wird. Daher stehen viele Fragen zu k\u00fcnstlicher Intelligenz und Predictive Analytics im Raum, die es zu erforschen gilt. Was sind die Vorteile und Gefahren solcher Systeme f\u00fcr unser Rechtssystem? Welche ethischen Bedenken gibt es zu der \u00dcbertragung von juristischen Entscheidungsprozessen von menschlichen Richtern auf Software-Programme? Wie wird sich die Arbeit aller Akteure im Rechtssystem durch die Verf\u00fcgbarkeit solcher Systeme ver\u00e4ndern? Was sind die rechtlichen Voraussetzungen und H\u00fcrden f\u00fcr die Einf\u00fchrung solcher Systeme?\u00a0<\/span><\/p>\n

Die Diskussion<\/b><\/h4>\n

Zur Diskussion aller dieser Fragen hat recode.law sechs Expert:innen an einen Tisch gebracht: Die Juristin Dr. Veronica Hoch von der Universit\u00e4t Bochum, die in einem Impulsvortrag ihre Forschung zu Predictive Analytics vorstellte, Dr. Felix Steffek, Prof. Martin Ebers und Prof. Stefan Huber, welche allesamt ihre Forschung aus verschieden Perspektiven auf k\u00fcnstliche Intelligenz im juristischen Prozess gerichtet haben. Daneben nahm auch der Mathematiker und Statistiker Prof. Martin Missong, der zu Statistik und k\u00fcnstlicher Intelligenz vor Gericht forscht sowie der IBM-Manager Eckard Schindler, der in der DACH-Region den Vertrieb f\u00fcr digitale Public Sector L\u00f6sungen und den Gesch\u00e4ftsbereich Justiz leite, an der Gespr\u00e4chsrunde teil. So waren diverse Facetten, die juristische, technische, unternehmerische und die philosophischen Aspekte zum Thema k\u00fcnstliche Intelligenz und Justiz vertreten.<\/span><\/p>\n

Predictive Analytics und seine Anwendungsgebiete\u00a0<\/b><\/h4>\n

Ein grundlegendes Thema der Diskussion war die Erkl\u00e4rung der konkreten Bedeutung von Predictive Analytics und die Beschreibung der praktischen Einsatzm\u00f6glichkeiten solcher Programme. Predictive Analytics k\u00f6nne zum Einen als kompletter Ersatz richterlicher Arbeit eingesetzt werden, also die menschliche Entscheidung \u00fcber eine juristische Frage durch die Anwendung von Software ersetzen. Ebenfalls k\u00f6nnte Predictive Analytics von privaten Akteuren zur Vorhersage oder der Bestimmung von Wahrscheinlichkeiten des Ausgangs gerichtlicher Verfahren genutzt werden. Schlie\u00dflich ist eine Anwendung von Predictive Analytics auch als Arbeitshilfe f\u00fcr die Justiz und den Richter, also als unterst\u00fctzendes Instrument f\u00fcr eine menschliche Entscheidung \u00fcber einen juristische Frage m\u00f6glich. Differenziert wurden blo\u00dfe \u201eregelaufgreifende Systeme\u201c, die entscheiden oder vorhersagen, ob eine bestimmte Regel entweder angewendet wird oder nicht. Hier w\u00e4ren unter Umst\u00e4nden gar keine k\u00fcnstlich intelligenten Systeme notwendig, um automatisiert solche Entscheidungen zu treffen oder vorherzusagen. Der deutlich weitere Anwendungsbereich w\u00e4re allerdings die Entscheidung \u00fcber die Frage, <\/span>wie<\/span><\/i> eine Regel anzuwenden ist, die einen Entscheidungsspielraum anbietet. Hierzu muss ein System, das diese Entscheidungen treffen oder vorhersagen soll, nicht nur eine Regel aufgreifen, verstehen und in einem Ja-Nein-Schema anwenden, sondern fr\u00fchere Situationen analysieren und mit der aktuellen Situation abgleichen, um selbst zu lernen, wie man innerhalb des vorgegebenen Entscheidungsspielraums richtig (also gesetzm\u00e4\u00dfig) entscheidet. Diese Anwendung, welche alte Informationen auswertet, um zu lernen, wie man eine \u201eeigene\u201c Entscheidung f\u00fcr eine aktuelle Situation trifft, w\u00e4re k\u00fcnstliche Intelligenz im engeren Sinne.<\/span><\/p>\n

Nutzen und Gewinn der Anwendung von Predictive Analytics Programmen<\/b><\/h4>\n

Vorteile der Anwendung von Predictive Analytics wurden unter den Teilnehmer:innen auf verschiedenen Ebenen gesehen. Gerade die unterst\u00fctzende Anwendung solcher Programme k\u00f6nne die Arbeit des Justizsystems deutlich effizienter gestalten, zu einer erheblichen Arbeitsentlastung beitragen und es den Richter:innen erm\u00f6glichen, sich auf ihre Kernaufgabe, die eigentliche Entscheidung von Rechtsfragen, zu konzentrieren. Die umfassende Auswertung bisheriger Rechtsprechung k\u00f6nnte ferner strukturelle Defizite der Rechtsprechung und des Rechtssystems aufdecken. Predictive Analytics kann weiterhin Rechtsschutzsuchenden die M\u00f6glichkeit geben, die Wahrscheinlichkeit eines Sieges vor Gericht und somit die Sinnhaftigkeit eines Klageerhebung zu ermitteln, um unn\u00f6tige Gerichtskosten zu vermeiden.\u00a0 Als weiterer m\u00f6glicher Anwendungsbereich wurde die Entscheidung \u00fcber Prozesskostenhilfe genannt, da es sich hier um ein klares Ja-Nein Schema handelt. Insgesamt kann bestehende Technologie bereits zur Unterst\u00fctzung juristischer Arbeit bei Dokumentenauswertung und Dokumentenverarbeitung angewendet werden. Ein Beispiel ist die bereits f\u00fcr die Justiz verf\u00fcgbare IBM-Software <\/span>JustizMEMORIA<\/span><\/i>. Daneben eigne sich die Anwendung von Predictive Analytics auch bei der qualitativen Folgenanalyse von Urteilen durch die Justiz, beim Einsatz in der richterlichen Vorpr\u00fcfung eines Sachverhaltes und bei der Ermittlung dessen wesentlicher Rechtsfragen. So k\u00f6nne zum Beispiel der Abgleich einer entworfenen richterlichen Entscheidung mit bisheriger Rechtsprechung automatisiert werden.<\/span><\/p>\n

Stand der Forschung und Entwicklung von Predictive Analytics Programmen<\/b><\/h4>\n

Zwei bestehende Ans\u00e4tze zur Konzeption eines Predictive Analytics Programms zur Vorhersage von Gerichtsentscheidungen wurden diskutiert. 2016 hatte ein Team um den Natural Language Processing Experten Nikolaos Aletras ein Predictive Analytics Programm f\u00fcr Entscheidungen des Europ\u00e4ischen Gerichtshof f\u00fcr Menschenrechte pr\u00e4sentiert. Zur gleichen Zeit hatte ein Team um Daniel M. Katz, Jura-Professor am Illinois Institute of Technology, ein Vorhersageprogramm f\u00fcr Entscheidungen des US-amerikanischen Supreme Courts vorgestellt. Die beiden unterschiedlichen Ans\u00e4tze sagten die Entscheidungen der Gerichte mit einer Wahrscheinlichkeit von 70-80 % voraus. Aufgrund der jeweiligen Besonderheiten der ausgew\u00e4hlten Gerichtssysteme k\u00f6nnen diese Ans\u00e4tze jedoch nicht vollst\u00e4ndig auf die deutsche Gerichtsbarkeit \u00fcbertragen werden. Die Diskutanten waren sich einig, dass f\u00fcr die deutsche Gerichtsbarkeit ein eigener Ansatz entwickelt werden muss, der den Charakteristika des deutschen Rechtssystems Rechnung tr\u00e4gt. Insbesondere der Unterschied zwischen dem anglo-amerikanischen Common Law und dem kontinentalen Code Law mache dies notwendig. Kodifiziertes Recht, fehlende formale Pr\u00e4zedenzwirkung von Urteilen und unterschiedlich ausgepr\u00e4gt faktische Pr\u00e4zedenzwirkung von Urteilen in bestimmten Rechtsgebieten w\u00fcrden ganz andere Anforderungen an die Struktur eines Predictive Analytics Programms stellen. Auch stellte die Runde \u00fcbereinstimmend fest, dass nach Stand der Forschung und aktuell existierender Software, Algorithmen Wertungs- und Abw\u00e4gungsentscheidungen nur sehr eingeschr\u00e4nkt abbilden k\u00f6nnen. Ein Einsatz von Predictive Analytics f\u00fcr alle m\u00f6glichen juristischen Entscheidungen sei heutzutage und auch in absehbarer Zukunft noch nicht m\u00f6glich. Dennoch sei damit zu rechnen, dass es in den n\u00e4chsten Jahren auf dem Gebiet der \u2018Predictive Analytics\u2019 zu gro\u00dfen Fortschritten kommen werde, da das Interesse und die Nachfrage auf dem Rechtsmarkt die Entwicklung entsprechend vorantreibt.<\/span><\/p>\n

Mehr Anreize f\u00fcr Forschung und Entwicklung von Predictiv Analytics<\/b><\/h4>\n

Eine zentrale Erkenntnis der Runde bezog sich u.a. auf die Notwendigkeit, in Deutschland innovative Forschung an Programmen zur Vorhersage von juristischen Entscheidungen, die auf k\u00fcnstlicher Intelligenz basieren, st\u00e4rker voranzutreiben und zu f\u00f6rdern. Die deutsche Szene l\u00e4ge im Bereich der Predictive Analytics um Jahre hinter der Konkurrenz aus den USA, Gro\u00dfbritannien, Frankreich und China zur\u00fcck. Wenn in Deutschland nicht die notwendigen Strukturen geschaffen und Datens\u00e4tze bereitgestellt w\u00fcrden, um effektive Forschung an Predictive Analytics Programmen zu erm\u00f6glichen, w\u00fcrde die deutsche Gr\u00fcnderszene in diesem Bereich gegen\u00fcber ausl\u00e4ndischer Konkurrenz entscheidend geschw\u00e4cht. Dies erh\u00f6he die Wahrscheinlichkeit, dass ausl\u00e4ndische Unternehmen mit hochentwickelten Predictive Analytics Programmen den deutschen Markt in Zukunft dominieren werden. Zwar koste die Anpassung von ausl\u00e4ndischer Predictive Analytics Software an das deutsche Rechtssystem Zeit, welche deutsche Unternehmen zur Entwicklung konkurrenzf\u00e4higer Predictive Analytics Programme nutzen k\u00f6nnen. Jedoch stelle der Mehraufwand der Anpassung eines bereits funktionierenden Programms an ein neues Rechtssystem nur einen Bruchteil des Aufwands dar, \u00fcberhaupt ein funktionierendes Programm zu entwickeln.<\/span><\/p>\n

In diesem Zusammenhang identifizierten die Diskutant:innen als gr\u00f6\u00dftes Hindernis f\u00fcr Forschung und Weiterentwicklung von Predictive Analytics Programmen die fehlende Verf\u00fcgbarkeit geeigneter Datens\u00e4tze und Datenmengen. Hier fand die Diskussion einen thematischen Schwerpunkt. Selbst lernende Predictive Analytics Programme m\u00fcssen mit Daten \u201cgef\u00fcttert\u201d werden, um dem Algorithmus die M\u00f6glichkeit zu geben, wiederholende Zusammenh\u00e4nge und Muster wiederzuerkennen und daraus die richtigen Schl\u00fcsse abzuleiten. In Deutschland fehlen geeignete Datens\u00e4tze aus dem Justizbereich, mittels derer ein Predictive Analytics Programm f\u00fcr die deutsche Gerichtsbarkeit oder einen bestimmten Rechtsbereich lernen kann, eine juristische Entscheidung zu treffen oder vorherzusagen. Dies sei vor allem darauf zur\u00fcckzuf\u00fchren, dass in Deutschland ein Gro\u00dfteil der erstinstanzlicher Rechtsprechung nicht digitalisiert, geschweige denn \u00f6ffentlich zug\u00e4nglich ist. Gerade erstinstanzliche Urteile eignen sich jedoch im Vergleich zur Rechtsprechung h\u00f6herer Gerichte f\u00fcr die Entwicklung von Predictive Analytics Programmen, weil erstinstanzliche Urteile sich im Gegensatz zu den Rechtsmittelinstanzen im Schwerpunkt mit Sachverhaltsfragen befassen. Hier sei die Politik gefragt, die geeigneten Strukturen und Initiativen voranzutreiben, um so eine st\u00e4rkere Digitalisierung der Rechtsprechung zu erm\u00f6glich. Auch m\u00fcsse ein \u00f6ffentlicher Zugang geschaffen werden, da bisherige Monopolstellungen von Datenbanken wie <\/span>Beck-online<\/span><\/i> und <\/span>Juris <\/span><\/i>die Forschung und Innovationskraft behinderte. Bei diesen Bestrebungen k\u00f6nnten zuk\u00fcnftig Universit\u00e4ten und Hochschulen eine tragende Rolle spielen. Allerdings sollte man in der gegenw\u00e4rtigen Lage auch ber\u00fccksichtigen, dass sich bereits kleinere Datens\u00e4tze gut f\u00fcr Forschung und Anwendungsbeispiele eignen.\u00a0<\/span><\/p>\n

Ethische Bedenken, Gefahren und Sorgen vor Predictive Analytics Programmen<\/b><\/h4>\n

Ethische Bedenken in Bezug auf die Anwendung von Predictive Analytics im Rechtssystem richteten sich haupts\u00e4chlich auf die technischen Aspekte entsprechender Software und den daraus resultierenden Folgen beim Einsatz bei richterlicher Entscheidungsfindung. Als problematisch wurde in diesem Kontext vor allem das Ph\u00e4nomen des Algorithmus als\u00a0 \u201cBlack Box\u201d bewertet, da sich dessen Entscheidungsfindung f\u00fcr Richter:innen im Nachgang nicht mehr nachvollziehen l\u00e4sst. Auch fehle es an der statistischen und informatischen Kompetenz vieler die Software anwendenden Jurist:innen. Verfassungsrechtliche Bedenken bezogen sich ferner auf die Verletzung des Rechtes auf rechtliches Geh\u00f6r oder von Pers\u00f6nlichkeitsrechten. All diese Faktoren f\u00fchren zu einer generellen Aversion innerhalb der Justiz aber auch allgemeinen Bev\u00f6lkerung gegen\u00fcber der Anwendung von KI basierten Systemen. Diese m\u00fcsse man durch Information und Aufkl\u00e4rung gezielt abbauen, da die technologische Entwicklung und der Einsatz entsprechender Programme kaum mehr aufzuhalten sei. Insgesamt sei es daher wichtig, den Entscheidungsprozess von Predictive Analytics im Rechtssystem m\u00f6glichst transparent zu machen. Ein Einsatz k\u00f6nnte dabei die Schaffung einer \u201cexplainable AI\u201d sein, deren Funktionsweise f\u00fcr den Anwender offen gelegt wird.\u00a0<\/span><\/p>\n

III. Fazit<\/b><\/h4>\n

Insgesamt sehen alle Teilnehmer:innen viel Potential in der Entwicklung von Predictive Analytics Programmen und sind sich sicher, dass diese die Lebenswirklichkeit in unserem Rechtssystem in Zukunft immer st\u00e4rker pr\u00e4gen werden. Weiterer Austausch zu dem Thema auf akademischer, unternehmerischer und politischer Ebene ist daher notwendig. F\u00fcr recode.law ist das eine Best\u00e4tigung der bereits geleisteten Arbeit und gleichzeitig Arbeitsauftrag f\u00fcr zuk\u00fcnftige Projekte. Insbesondere gilt es, die Forschung und Wissenschaft auch durch die Schaffung der notwendigen Strukturen nachhaltig zu unterst\u00fctzen.<\/span><\/p>","protected":false},"excerpt":{"rendered":"

Am 21. Januar 2021 hostete recode.law das zweites digitales Kamingespr\u00e4ch im Bereich Digital Justice zu der Frage \u201ePredictive Analytics in der Justiz \u2013 ein Instrument unserer zuk\u00fcnftigen Rechtsprechung\u201c mit Dr. Veronica Hoch,\u00a0 Dr. Felix Steffek, Prof. Martin Ebers und Prof. Stefan Huber, Prof. Martin Missong und Eckard Schindler. Ziel jedes Kamingespr\u00e4ches ist es, Expert:innen aller Fachrichtungen f\u00fcr Themen im Bereich der Digital Justice zu aktivieren und eine Plattform f\u00fcr Austausch und Vernetzung zu schaffen.<\/p>","protected":false},"author":47,"featured_media":2300,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"categories":[50,63],"tags":[],"class_list":["post-2295","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-magazin","category-digital-justice"],"acf":[],"modified_by":"David Knepper","_links":{"self":[{"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/posts\/2295","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/comments?post=2295"}],"version-history":[{"count":6,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/posts\/2295\/revisions"}],"predecessor-version":[{"id":2307,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/posts\/2295\/revisions\/2307"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/media\/2300"}],"wp:attachment":[{"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/media?parent=2295"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/categories?post=2295"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/recode.law\/en\/wp-json\/wp\/v2\/tags?post=2295"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}