Iva Kostov analyses the legal implications of different gaps in knowledge, often addressed with catchwords like »blackbox« or »opacity«, that go hand-in-hand with the implementation of machine learning. By using the analytical perspective of non-knowledge and focusing on a specific implementation context, she identifies the crucial legal issues, suggests solutions and excludes widely discussed but ultimately legally irrelevant aspects from this complex and interdisciplinary field of research.
Iva Kostov analyses the legal implications of different gaps in knowledge, often addressed with catchwords like »blackbox« or »opacity«, that go hand-in-hand with the implementation of machine learning. By using the analytical perspective of non-knowledge and focusing on a specific implementation context, she identifies the crucial legal issues, suggests solutions and excludes widely discussed but ultimately legally irrelevant aspects from this complex and interdisciplinary field of research.
Table of contents:
A. EinführungI. Forschungsfrage
II. Forschungsstand
III. Zu Nichtwissen als Ausgangspunkt der Fragestellung
IV. Das Sicherheitsrecht als Referenzfeld
V. Gang der Untersuchung
B. Regelungsstrukturen der FluggastdatenverarbeitungI. Rechtsrahmen
II. Institutioneller Rahmen
III. Wissensgenerierung und Komplexitätsbewältigung
C. Technologischer RahmenI. Muster
II. Annäherung an die einschlägigen technologischen Ansätze
III. Theoriegeleitete Ansätze
IV. Ansätze des maschinellen Lernens
V. Kombination theoriegeleiteter und lernender Ansätze
D. Intendiertes NichtwissenI. Nichtwissen bei Systemoutsidern
II. Nichtwissen bei Systeminsidern
III. Ergebnis
E. Unabsichtliches NichtwissenI. Komplexitätsbedingtes Nichtwissen
II. Korrelationsbedingtes (Nicht)Wissen
III. Ergebnis
F. Rechtliche Bedeutung von Nichtwissen bei maschinellem LernenI. Zusammenfassung der Ergebnisse
II. Bedeutung für weitere sicherheitsbehördliche Einsatzkonstellationen
III. Anschlussfähigkeit für sonstige behördliche Einsatzbereiche
G. Ausblick 
