Was wäre, wenn die Regulierung von Large Language Models plötzlich nicht mehr nur Technologiepolitik wäre, sondern ein Fall für die Meinungsfreiheit? Dann würde aus einer Debatte über Sicherheit, Haftung und Kontrolle sehr schnell eine Debatte über Grundrechte. Genau hier setzt das Paper von Eugene Volokh, Mark A. Lemley und Peter Henderson an. Die Autoren argumentieren, dass der Output generativer KI rechtlich als geschützte Rede verstanden werden könnte. Nicht unbedingt, weil die KI selbst Rechte hat, sondern weil ihre Entwickler:innen und vor allem ihre Nutzer:innen Rechte haben, Informationen zu empfangen und mit Hilfe der Systeme selbst zu kommunizieren. Für die USA ist das ein starker Gedanke. Für Deutschland ist er interessant, aber deutlich weniger belastbar. Was ist das ökonomische Grundproblem? Im Kern geht es um die Kontrolle von Informationsproduktion. Staaten wollen Risiken von LLMs begrenzen: Desinformation, Manipulation, Diskriminierung oder gefährliche Inhalte....
Amel-Zadeh und Serafeim (2018) haben eine interessante Gruppierung vorgenommen, wie Institutionen die Entscheidung treffen, in nachhaltige Anlagen (nachfolgend: ESG-Anlagen) zu investieren. ESG-Investorinnen beachten die Dimensionen Umwelt (Enviroment), Soziales (Social) und Unternehmensführung (Governance) bei der Auswahl von Investments. Aus meiner Sicht lässt sich diese Gruppierung auch auf private Investorinnen übertragen. Bei der Auswahl von ESG-Anlagen lassen sich vier Handlungsstrategien identifizieren. Die erste Strategie beingaltet die sog. Screenings, mit den eine Einschränkung des Anlageuniversums vorgenommen wird. Das Screening kann auf drei Arten erfolgen: Negatives Screening: Das Herausfiltern von unerünschten Anlagen ist vermutlich der direkteste Weg, ESG-Ziele zu erreichen. Dabei werden Anlagen aus dem Anlageuniversum ausgeschlossen bzw. aussortiert, die aus bestimmten Branchen (z.B. Gambling, Tabak, Waffen) oder Regionen (z.B. Südafrika während des A...