LRZ E Zeitschrift Logo

LRZHeaderBogenRot


Autorenprofil

Mathias Schuh | Lukas Friehoff
M. Schuh: Jurastudent, WWU Münster, Wissenschaftlicher Mitarbeiter, Schnittker Möllmann Partners , Co-Founder und Vorstandsmitglied recode.law e.V. | L. Friehoff: Promotionsstudent, WWU Münster, Wissenschaftlicher Mitarbeiter, Noerr LLP, Vorstandsmitglied

Mathias Schuh studiert an der Westfälischen Wilhelms-Universität Münster Rechtswissenschaften. In seiner Tätigkeit als wissenschaftlicher Mitarbeiter bei Schnittker Möllmann Partners beschäftigt er sich vor allem mit steuerrechtlichen Fragen rund um Private Equity- und Venture Capital-Fonds.
Darüber hinaus ist er Co-Founder und Vorstandsmitglied der studentischen Legal Innovation Initiative recode.law e.V.

 

Lukas Friehoff absolvierte das Studium der Rechtswissenschaft an der Ruhr-Universität Bochum und der Westfälischen Wilhelms-Universität Münster. Derzeit promoviert er an der Westfälischen Wilhelms-Universität Münster zu einer versicherunsaufsichtsrechtlichen Fragestellung hinsichtlich der Digitalisierung der Versicherungsbranche. Darüber hinaus ist Lukas Wissenschaftlicher Mitarbeiter im Düsseldorfer Büro von Noerr LLP im Bereich Financial Services Regulation und Vorstandsmitglied der studentischen Legal Innovation Initiative recode.law e.V.

Beiträge des Autors/der Autorin in der LRZ

Spätestens seitdem Googles AlphaGo Algorithmus im März 2016 den weltbesten Spieler im wohl komplexesten Brettspiel “Go” deutlich schlug, sind die Begriffe Deep Learning und Neuronale Netze immer visibler geworden. Neben dem aufsehenerregenden Einsatz von Deep Learning in Brettspiel-Wettkämpfen entwickeln sich die Einsatzbereiche in fast allen Wirtschaftszweigen in hohem Tempo fort. Vor allem der juristische Bereich hält mit dieser Entwicklung jedoch nicht mit. Im folgenden Artikel werden wir nach einer technischen Einführung in Deep Learning beleuchten, welche Einsatzmöglichkeiten derzeit und in Zukunft in und außerhalb der Rechtswissenschaft bestehen. Im Anschluss werden wir mögliche Hürden aufzeigen, die einer schnelleren Entwicklung von juristische Deep Learning Anwendungen unter Umständen entgegenstehen.

Ihr Kontakt

Journal@LRZ.legal

+49 69 3487 920-92

 

Kaiserstraße 53
60329 Frankfurt a. M.

Folgen Sie uns

 Xing