LTLC Projects

Buch-O-Mat

Das neue Semester steht an. Auf dem Plan steht Arbeitsrecht – klingt kryptisch. In der ersten Vorlesung wirft die Professorin eine lange Liste mit Literatur an die Wand. Ein Lehrbuch sei Pflicht, zwei oder drei natürlich besser. Besonders zu empfehlen ist selbstverständlich das Lehrbuch der Professorin selbst. Du zockelst also los und kaufst das Buch. Hinzu kommt noch, dass es ziemlich teuer ist.
Nach drei Wochen merkst du, dass du von den empfohlenen „40 Seiten die Woche“ erst 5 geschafft hast. Hängengeblieben ist davon auch nichts. Bandwurmsätze, endlose Diskussionen von Streitigkeiten und dabei verstehst du nicht einmal, was das Problem ist. Aus Frust verkaufst du das Buch online. Noch eins kannst du dir nicht leisten, also setzt du dich in die Bib und schaust, was da sonst so an passenden Lehrbüchern rumsteht.
Das muss doch besser gehen! Klar, bei Amazon haben die Lehrbücher von Rengier und Brox/Walker ein paar Bewertungen. Aber nur, weil die Bücher alle kaufen, sind sie ja nicht automatisch gut. Jeder lernt schließlich anders und was macht man in den Nebengebieten, wo es das Buch nicht gibt? Der Buch-O-Mat ist ein Projekt, dass die Lehrbuch-Kaufentscheidung vom Bauch zum Kopf verlagert – oder genauer gesagt auf das Smartphone.
Wir bauen eine App, die dich nach deinen Bedürfnissen fragt: Soll das Buch einen kurzen Überblick bieten oder zu jedem Problem Stellung nehmen? Sind dir Schaubilder wichtig oder Kontrollfragen? Fühlst du dich mit Kant wohl oder eher mit Dieter Bohlen? Und was darf’s kosten? Dann machen wir dir Vorschläge. Wenn’s doch der Rengier wird, fine, aber vielleichtüberraschen wir dich ja! Der Buch-O-Mat wird von einem Team aus Jura-Studierenden entwickelt. Es geht deshalb nicht nur um das Ergebnis, sondern auch um den Weg dahin. Beim LTLC sind wir überzeugt, dass wir auch als Jurist*innen nicht um die Digitalisierung herumkommen. Wir wollen diese aktiv mitgestalten. Dazu müssen wir aber wissen, was da überhaupt passiert. Mit der Entwicklung des Buch-O-Maten wollen wir darum auch die Grundlagen des Programmierens lernen. Du findest, das klingt spannend? Dann komm zum Lab und mach mit!

Smart Sentencing

Die Task Force „Gerechte Strafzumessung“ befasste sich mit der Entwicklung einer Legal Tech-Anwendung im Bereich der richterlichen Strafzumessung. Ihr Hauptaugenmerk lag darauf, Technologie in einem besonders sensiblen juristischen Bereich zum Einsatz zu bringen. Ziel war die Erstellung eines Tools zur algorithmischen Analyse von Strafurteilen. Dabei sollten in erster Linie die gerichtlichen Strafzumessungserwägungen kategorisiert werden, um auf diese Weise einen Vergleich unterschiedlicher Urteile zu ermöglichen. Die standardisierte Erfassung von Strafzumessungsgründen kann bestehende Unterschiede in der richterlichen Strafzumessungspraxis transparent machen. Dies erweist sich insbesondere für den Rechtsanwender als vorteilhaft, der über ein solches Tool Erkenntnisse erlangt, wie andere Gerichte bei einer vergleichbaren Sach- und Rechtslage in der Vergangenheit entschieden haben. Diese Einsicht kann in Abhängigkeit von der Einschätzung des jeweiligen Rechtsanwenders in seiner eigenen Entscheidung berücksichtigt werden. Das Tool dient damit der relativen Gerechtigkeit von Strafzumessung, indem es die Transparenz und Vergleichbarkeit von Strafurteilen auf nationaler Ebene ermöglicht. Nachdem die Task Force “Smart Sentencing” unter wissenschaftlicher Betreuung von Prof. Rostalski mit einem regelbasierten Ansatz erfolgreich einen Prototypen entwickelt hat, der bereits einzelne Strafzumessungerwägungen in Urteilen erkennen und Urteile danach durchsuchbar machen kann, wird das Projekt nun am Lehrstuhl für Strafrecht, Strafprozessrecht, Rechtsphilosophie und Rechtsvergleichung an der Universität zu Köln in einem größeren Umfang und mittels maschinellen Lernens weitergeführt. Während der Lehrstuhl für die rechtlichen Aspekte des Projektes wie auch die Beschaffung von Strafurteilen verantwortlich ist, erfolgt die technische Umsetzung durch Experten im Bereich künstliche Intelligenz – hierzu kooperiert der Lehrstuhl mit dem Fraunhofer Institut für Intelligente Analyse- und Informationssysteme (Fraunhofer IAIS).