Eintrag weiter verarbeiten
Verfügbar über Online-Ressource

Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme: zum Regulierungsbedürfnis von Innovationshemmnissen durch Datennetzwerkeffekte

Gespeichert in:

Personen und Körperschaften: Hillmer, Katharina (VerfasserIn), Universität zu Köln (Grad-verleihende Institution)
Titel: Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme: zum Regulierungsbedürfnis von Innovationshemmnissen durch Datennetzwerkeffekte/ Katharina Hillmer
Ausgabe: 1. Auflage
Hochschulschriftenvermerk: Dissertation, Universität zu Köln, 2021
Format: E-Book Hochschulschrift
Sprache: Deutsch
veröffentlicht:
Baden-Baden Nomos Verlagsgesellschaft 2021
Gesamtaufnahme: Nomos eLibrary
Kartell- und Regulierungsrecht ; Band 40
Schlagwörter:
Künstliche Intelligenz
Innovation
Digitalisierung
Big Data
Datenmacht
Dateneigentum
Innovationsforschung
Datenwirtschaft
GAFA
Datenzugangsrechte
selbstlernende Systeme
Daten für Alle
Data Sharing
Essential Facilities Doctrine
GAFAM
FAANG
Datenteilungspflichten
Wettbewerbsrecht
Kartellrecht
Wettbewerb
Kartell
Zugangsrechte
Datenzugang
antitrust law
cartel
competition
competition law
data access
rights of access
Hochschulschrift
Erscheint auch als: Hillmer, Katharina, 1994 - , Daten als Rohstoffe und Entwicklungstreiber für selbstlernende Systeme, 1. Auflage, Baden-Baden : Nomos, 2021, 458 Seiten
Quelle: Verbunddaten SWB
Lizenzfreie Online-Ressourcen