LOAD-approved ideas
LOAD spricht sich für Netzneutralität und für eine Grundversorgung beim Zugang zum Internet aus.
-
Netzneutralität kann zum einen bedeuten, dass der gesamte Internetverkehr unabhängig von dessen Absender, Empfänger, Art, Inhalt, Gerät, Dienst oder Anwendung in gleicher Weise, diskriminierungsfrei und ohne Beschränkungen oder Eingriffe behandelt werden sollte.Netzneutralität kann auch das Prinzip beschreiben, dass Zugangsanbieter einer allgemeinen Beförderungspflicht innerhalb der Grundversorgung unterliegen, indem sie ungeachtet der zu transportierenden Inhalte und Anwendungen Übertragungsleistung und die universale Konnektivität zu allen anderen Endnutzern bereitstellen.Jenseits der Grundversorgung darf eine transparente und diskriminierungsfreie Priorisierung nach Diensteklassen erfolgen. Es müssen innerhalb einer Klasse alle Pakete gleich behandelt werden. Netzneutralität wird im Rahmen obiger Definition gesetzlich geregelt. Dort wird auch das Verfahren zur Festlegung einer Dienstklasse beschrieben.
- Grundversorgung bedeutet die Bereitstellung einer ausreichenden Bandbreite für die Nutzung von VoIP, Streaming, sicherheitsrelevanten und populären Diensten.
LOAD lehnt die anlasslose Vorratsdatenspeicherung ab.
Deshalb beteiligt sich LOAD e.V., vertreten durch Julia Kunzmann offiziell an der der Verfassungsbeschwerde.
LOAD setzt sich für ein grundlegendes Recht zur Anwendung von Verschlüsselungen ein.
LOAD sieht die Möglichkeit zur sicheren und vertrauenswürdigen Verschlüsselung als wesentlichen Teil des Menschenrechts auf Privatsphäre., LOAD fordert, dass alle Provider von digitalen Kommunikations- und Speicherdiensten verpflichtet werden, die Kommunikation sowie gespeicherte Daten standardmäßig durch Ende-zu-Ende-Verschlüsselung zu schützen.
Verschlüsselung ist Grundrechtsschutz: Sie schafft den Freiraum für jede Person, selbst über Freigabe der eigenen Daten zu entscheiden. Sie garantiert private Kommunikation im Digitalen. Sie schützt Menschen in autoritären Regimen vor Verhaftung und Inhaftierung.
Starke Verschlüsselung schützt uns vor einer ganzen Reihe von Bedrohungen. Sie schützt uns vor Hackern und Kriminellen. Sie schützt unsere Unternehmen vor Konkurrenten und ausländischen Spionen. Forderungen, Verschlüsselung durch sogenannte Backdoors oder durch die "Hinterlegung" von Zugangsschlüsseln zu schwächen, lehnen wir ab. Es gibt keinen Schlüssel, den nur Strafverfolgungsbehörden verwenden können - jeder Schlüssel schafft eine neue Hintertür, die zum Ziel für Kriminelle, Industriespione oder ausländische Gegner wird.
Ermittlungsbehörden haben heute Zugriff auf so viele Daten wie niemals zuvor. Sie tappen nicht im Dunkeln, sondern leben in einem goldenen Zeitalter der Überwachung und abnehmender Kriminalität. Die Schwächung von Verschlüsselung garantiert nicht mehr Schutz vor Kriminellen. Diese werden problemlos auf andere Tools und Programme ausweichen, die sich den Gesetzen des zuständigen Rechtsraums entziehen. Gefährdet werden stattdessen Bürgerinnen und Bürger, die sich nichts zu schulden haben kommen lassen.
Die Schwächung von Verschlüsselung läuft ins Leere, verletzt unsere Grundrechte und schwächt die Wirtschaft.
Wir setzen uns für offene Verschlüsselungsstandards und gegen gesetzliche Beschränkungen oder Verbote kryptografischer Sicherungssysteme ein. Der Staat darf sich nicht an digitalen Grau- oder Schwarzmärkten für Sicherheitslücken beteiligen. Stattdessen muss er sich für den Einsatz von quelloffenen und sicheren kryptografischer Lösungen einsetzen und Sicherheitslücken unverzüglich an das BSI melden, damit diese in Kooperation mit betroffenen Unternehmen geschlossen werden können.
Upload-Filter sind aus Sicht von LOAD das falsche Instrument, um einen gerechten Ausgleich zwischen den Interessen von Rechteinhabern, Kreativen und Nutzerinnen und Nutzern in einem digitalen Zeitalter zu schaffen.
LOAD unterstützt die Bewegung „save the internet“, die Proteste rund um die Verhandlung der EU-Urheberrechtsreform organisiert hat und sich vor allem für eine Streichung des relevanten Artikel 13 (später Artikel 17) der sogenannten DSM-Richtlinie einsetzte.
LOAD unterstützt den effektiven Kampf gegen Hass und Hetze im Netz, lehnt aber das Netzwerk
durchsetzungs gesetz (NetzDG) als ungeeignetes und unverhältnismäßiges Instrument zur Erreichung dieses Ziels ab.
Das NetzDG schafft aus Sicht von LOAD keine bessere Rechtsdurchsetzung, sondern im Gegenteil Anreize für Anbieter sozialer Medien, die Meinungsfreiheit im Netz zu gefährden.
Hass und Hetze im Netz müssen effektiv bekämpft werden. Dazu gehört zum einen die Durchsetzung des Strafrechts, wenn es sich um Verhalten handelt, das verboten ist. Hierfür müssen die Strafverfolgungsbehörden personell und sachlich ausreichend ausgestattet sein und außerdem ein Problembewusstsein für Phänomene haben, die sich im digitalen Raum abspielen.
Zum anderen kommen im Netz aber auch viele Äußerungen vor, die zwar nicht strafrechtliche relevant sind, aber dennoch Persönlichkeitsrechte der betroffenen Personen verletzten oder zu einer Debattenkultur beitragen, in der die Grenze des Erträglichen immer mehr zulasten der Nutzerinnen und Nutzer verschoben wird. Für diese zweite Form von Äußerungen müssen Betroffene in die Lage versetzt werden sich auf zivilrechtlichem Weg zur Wehr zu setzen und ihr Recht durchzusetzen. Dafür braucht es einfachere, möglichst digitale Verfahren und einen Auskunftsanspruch, mit dem Betroffene erfahren können, gegen wen sie eine Klage oder Anzeige richten müssen.
Rechtsdurchsetzung, auch im digitalen Raum, ist die Aufgabe staatlicher Gewalt, sie sollte nicht an private Stellen delegiert werden.
Das NetzDG sieht für Anbieter in der Regel nur eine Frist von 24 Stunden vor, in welcher darüber entschieden werden muss, ob gemeldete Inhalte rechtmäßig oder rechtswidrig sind. Diese kurze Frist, gepaart mit Bußgeldandrohungen, wenn Verpflichtungen aus dem NetzDG nicht eingehalten werden, führt zur realen Gefahr des sogenannten Overblocking. Das heißt, dass Anbieter lieber mehr Inhalte entfernen, um sich nicht der Gefahr eines Bußgelds auszusetzen.
Auch die Erweiterungen des NetzDG aus dem Jahr 2021 tragen nicht zu einer Verbesserung bei.
Insbesondere die neue Meldepflicht für Anbieter, durch die sie verpflichtet sind, möglicherweise strafbare Inhalte direkt an eine Zentralstelle beim Bundeskriminalamt (BKA) auszuleiten, ist rechtsstaatlich hoch bedenklich. Durch sie wird die Verpflichtung zur rechtlichen Prüfung von Inhalten durch die Anbieter sozialer Medien, die immer mehr als Hilfsorgane der Strafverfolgung dienen, noch weiter vertieft.
Außerdem entsteht eine riesige Verdachtsdatenbank beim BKA, in der gemeldete Inhalte, Bestandsdaten der Nutzerinnen und Nutzer sowie identifizierende Merkmale wie IP-Adressen und Portnummern gespeichert sind, ohne dass ein konkreter Verdacht besteht.
In der Struktur der Polizei ist üblich, das es Fachpersonal für Deliktbereiche gibt, wie z.B. Fachpersonal im Deliktbereich sexueller Missbrauch. Im Sinne solcher Kontaktbereichsbeamten sollen in möglichst vielen Polizeiwachen Planstellen für Fachpersonen mit besonderer Ausbildung zur Abwehr von Cyberkriminalität geschaffen werden.
LOAD fordert die Einrichtung von Polizeieinheiten, die grundsätzliches Wissen zur Abwehr von Cyberkriminalität in jeder Polizeiwache verbreitet.
Die Aufgaben dieses zusätzlichen Personals umfassen das Absichern von Computern der Bürger - z.B. durch persönliche Beratung zur Cybersicherheit, das Aufnehmen von Anzeigen von Bürgern zum Deliktbereich Internetkriminalität und möglicherweise notwendige nachgängige Beratung zur Absicherung des betroffenen Geräts oder Accounts.
Weiterhin soll es fest in die Prozesse dieser Einheit integriert werden, dass Vorfälle und Anzeigen bewertet und professionell an das BSI und an das Nationales Cyberabwehrzentrum (NCAZ) weitergemeldet werden. So wird ein bürgernahes Frühwarnsystem für Cyberkriminalität geschaffen.
Das Curriculum der Aus- und Fortbildung dieses Fachpersonals soll zu einem Großteil vom BSI festgelegt werden.
LOAD verurteilt den Einsatz und die Bereitstellung offensiver Wirkmittel im Cyberraum und setzt sich für eine strikt defensiv ausgerichtete Cybersicherheitsstrategie ein.
Insbesondere kritische Infrastrukturen sind anfällig für Angriffe von Cyberkriminellen oder von Drittstaaten. Da eine zweifelsfreie Attribution der Herkunft eines Cyberangriffs technisch oft ausgeschlossen ist, muss davon ausgegangen werden, dass sowohl der Angriff als auch ein Gegenangriff immer auch zivile Infrastruktur treffen können. Kriegerische Handlungen gegen zivile Infrastruktur sind durch diverse internationale Vereinbarungen bereits geächtet.
Wir fordern ein internationales Abkommen, das jegliche offensive Wirkmittel im digitalen Raum als Digitalwaffen (D-Waffen) einstuft und diese im Rahmen eines Digitalwaffensperrvertrags international verbietet, ähnlich wie die vorhandenen ABC-Waffensperrverträge.
Weiterhin fordern wir, dass Deutschland mit gutem Beispiel voran gehen muss und solche offensiver Wirkmittel im Cyberraum weder entwickeln noch einsetzen darf.
In Zeiten aufziehenden geopolitischen Systemwettbewerbs und vor dem Hintergrund bestehender Abhängigkeiten unserer Lieferketten ist es umso wichtiger, digitale Souveränität herzustellen. Dies ist nur durch eine gemeinsame europäische Zusammenarbeit möglich.
LOAD fordert die konsequente öffentliche Unterstützung von Open-Source-Plattformen und -Modellen.
LOAD fordert einen gerichtlich durchsetzbaren Anspruch seitens der Bürger auf Datenbereitstellung durch die öffentlichen Verwaltungen, um diese bei der Umsetzung des Open-Data-Gesetzes unter Zugzwang zu setzen.
Hintergrund
Einer konsequente(re) Anwendung des Open Data-Ansatzes leistet unter anderem einen wertvollen Beitrag für den Erfolg datenbasierter Schlüsseltechnologien wie Künstlicher Intelligenz in Europa.
Warum Open Data?
Was ist zu tun?
Grenzen des Open Data-Ansatzes
Gerade der mobile Breitbandausbau hinkt in Deutschland massiv hinterher.
Im Bereich der Digitalisierung ist unsere Gesellschaft auf das Engagement von Freiwilligen anwiesen. Sie füllen Lücken im Bereich der digitalen Bildung, aber auch bei der Bereitstellung von nicht-kommerzieller Kommunikationsinfrastruktur und -software.
Ehrenamtlich Engagierte wie freifunk.net erleichtern beispielsweise den Zugang zum Internet für alle. Der Wohnort und begrenzte finanzielle Möglichkeiten dürfen nicht zu Nachteilen werden und Menschen daran hindern, an der digitalen Gesellschaft teilzuhaben.
LOAD fordert, dass die Förderung nicht-kommerzieller Kommunikationsinfrastruktur genauso selbstverständlich wird wie die Förderung andere ehrenamtlicher Engagements.
Doch auch über das Beispiel der freifunk.net-Initiative hinaus bietet sich ein vielfältiges Spektrum am Menschen, die sich unentgeltlich engagieren, um digitale Teilhabe und ein offenes Internet zu ermöglichen.
Die rechtliche Grundlage dafür, dass die Arbeit durch diese Organisationen einen gemeinnützigen Zweck hat, muss durch Änderungen in der Abgabenordnung sichergestellt werden. Nur so wird die Finanzierung durch Spenden für Unterstützerinnen attraktiv, aber auch die Förderung durch entsprechende Programme - u.a. durch Bundesministerien - wird so vereinfacht.
LOAD fordert die konsequente Durchsetzung eines fairen Wettbewerbs zwischen privaten, staatlichen und gebührenfinanzierten Content-Anbietern im Netz
LOAD fordert eine grundsätzliche Veröffentlichungspflicht über die Entscheidungswege von für den Lebensalltag relevanten Algorithmen.
Algorithmen haben zunehmend eine faktische Relevanz für die Lebenswirklichkeit aller Menschen. Die zunehmende Verbreitung von sogenannter künstlicher Intelligenz1 im Alltag verdeutlicht die Bedeutung von sicheren und transparenten Anforderungen an Algorithmen bzw. Modellen. Der Alltag jedes Menschen wird durch deren Entscheidungen bewusst und unbewusst beeinflusst.
Selbstbestimmtes Leben setzt also Kenntnisse über die Algorithmen voraus. Daher müssen die Ergebnisse von entscheidungstreffenden Algorithmen nachvollziehbar sein. Hier setzt die Qualitative Algorithmentransparenz (qAT) durch eine Veröffentlichungspflicht über alle Algorithmen bzw. Modellen, die relevante und nicht-triviale2 Entscheidungen treffen an.
Entscheidungen sind beispielsweise Werbeempfehlungen, Prognosen über Alter genauso wie wirtschaftliche Leistungsfähigkeit und die Auswahl, was einem Nutzer aus einer Webseite angezeigt wird und was nicht.
Die qAT bei den qualitativen Eigenschaften eines Algorithmus bzw. Modells an, sodass anhand dieser Kriterien das Risiko und den Einfluss des Algorithmus bzw. Modells auf den Alltag einschätzen werden kann.
Dafür relevante Informationen sind:
- Angaben über Ein- und Ausgabedaten, sowie alle wesentlichen Schritte der Vor- und Nachbearbeitung der Daten
- eine qualitative Beschreibung der Entscheidungsfindung (bei nicht-selbstlernenden Systemen) oder eine qualitative Beschreibung der Datenverarbeitung während des Trainingsprozesses (z.B. welche Trainingsdaten wie verwendet/gefiltert wurden)
- das Risikomanagement des algorithmischen Systems. Dies inkludiert die Auflistung aller (i) wesentlicher Szenarien, (ii) betroffenen Personen(gruppen) für die die Risikobestimmung analysiert wurde, und (iii) die implementierten Mitigationsmaßnahmen.
- die statistische Charakterisierung (z.B. false positive/false negative rate bei Klassifizierungen). Hierfür sollen die verwendeten Metriken zur Bestimmung der Genauigkeit, sowie die verwendeten Testdaten veröffentlich werden. Es soll offen gelegt werden, warum die verwendeten Testdaten repräsentativ für den geplanten Zweck des Systems ist.
Für den Umfang der offen zulegenden Daten sollte inbesondere die Kritikalität der geplanten Verwendungszwecke des algorithmischen Systems berücksichtigt werden. Die Genauigkeit und Granularität der Angaben müssen eine qualitative Überprüfung des Algorithmus ermöglichen. Die Veröffentlichung muss den betroffenen Menschen zugänglich sein.
Die Veröffentlichung des Quellcodes ist weder zwingend (noch ausreichend) für eine qAT.
Mit einer qAT muss auch eine grundsätzliche Erlaubnis eines Reverse Engineerings zum Zwecke der Überprüfung eingeführt werden.
LOAD unterstützt die Einrichtung von (bevorzugt) europäischen Benchmarking Zentren, die Empfehlungen, Durchführung und Analysen zu Metriken, statischen Tests und Testverfahren veröffentlichen.
LOAD unterstützt die Einrichtung von (bevorzugt) europäischen Prüfzentren für die Untersuchung von komplexen algorithmischen Systemen hinsichtlich Safety, Security und Bias untersuchen.
Fußnoten
1): AIA Definition KI ‘‘artificial intelligence system’ (AI system) means a machine-based system that is designed to operate with varying levels of autonomy and that can, for explicit or implicit objectives, generate outputs such as predictions, recommendations, or decisions, that influence physical or virtual environments;
2) D.h. mit Entscheidungsspielraum. Z.B. die automatische Umsetzung einer Tabelle wäre trivial. Dabei ist es egal, ob Methoden des maschinellen Lernens, oder klassiche, aber nicht nachvollziehbare Algorithmen verwendet werden.
LOAD fordert die Einrichtung einer BND-Unterlagenbehörde.