@techreport{BirmansTamborninoUllrich2024, type = {Working Paper}, author = {Birmans, Katrin and Tambornino, Philipp and Ullrich, Anna Valentine}, title = {Bevor Sie Coscine nutzen - Handreichung f{\"u}r Forschende an HAW}, doi = {10.5281/zenodo.12158546}, pages = {2 Seiten}, year = {2024}, abstract = {Um die Forschungsdatenmanagement-Plattform Coscine optimal f{\"u}r Forschungsprojekte nutzen zu k{\"o}nnen, ist es sinnvoll, einige Fragen im Vorhinein zu kl{\"a}ren. So k{\"o}nnen aufwendige {\"A}nderungen der Datenverwaltung im Nachhinein vermieden werden. Hierzu bietet die Handreichung hilfreiche Leitfragen und Erl{\"a}uterungen f{\"u}r Forschende und FDM-Service-Personal an HAW in NRW (DH.NRW-Hochschulen). FDM-Service-Mitarbeitende k{\"o}nnen die Handreichung in ihrer Beratung zu Coscine einsetzen und mit der Eingabemaske in der Kopfzeile des Dokuments auf ihre Hochschule anpassen.}, language = {de} } @incollection{Fissabre2024, author = {Fissabre, Anke}, title = {Eine moderne Sainte-Chapelle in K{\"o}ln. Otto Bartnings Stahlkirche auf der Pressa 1928}, series = {Baugedanken: Einsichten, Ansichten, Aussichten f{\"u}r Jan Pieper zum 80. Geburtstag}, booktitle = {Baugedanken: Einsichten, Ansichten, Aussichten f{\"u}r Jan Pieper zum 80. Geburtstag}, editor = {Naujokat, Anke and Hake, Verena and Schindler, Bruno and Sch{\"o}tten, Bj{\"o}rn}, publisher = {Geym{\"u}ller Verag f{\"u}r Architektur}, address = {Aachen}, isbn = {978-3-943164-87-9}, pages = {66 -- 81}, year = {2024}, language = {de} } @article{Golland2024, author = {Golland, Alexander}, title = {Datenschutz beim Einsatz k{\"u}nstlicher Intelligenz im Unternehmen}, series = {NWB}, journal = {NWB}, number = {6}, publisher = {NWB}, address = {Herne}, issn = {0028-3460}, pages = {425 -- 432}, year = {2024}, abstract = {Seit Ende 2022 pr{\"a}gt das Schlagwort „K{\"u}nstliche Intelligenz" (KI) nicht nur den rechtswissenschaftlichen Diskurs. Die allgemeine Verf{\"u}gbarkeit von generativen KI-Modellen, allen voran die großen Sprachmodelle (Large Language Models, kurz: LLM) wie ChatGPT von OpenAI oder Bing AI von Microsoft, erfreuen sich gr{\"o}ßter Beliebtheit: LLM sind in der Lage, auf Grundlage statistischer Methoden - eine entsprechende Schnittstelle (Interface) vorausgesetzt - auch technisch wenig versierten Nutzern verst{\"a}ndliche Antworten auf ihre Fragen zu liefern. Dabei werden nicht nur umfassend Nutzerdaten verarbeitet, sondern auch auf weitere personenbezogene Daten zugegriffen sowie neue Daten erzeugt. Der Beitrag geht der Frage nach, welche spezifischen datenschutzrechtlichen Herausforderungen sich f{\"u}r Unternehmen beim Einsatz solcher LLM stellen.}, language = {de} }