Dokumentbibliothek
Whitepapers & Docs
Vollständige Forschungsentwürfe, die auf dieser Website veröffentlicht sind. Jeder ist ein versioniertes Dokument mit Status, Datum und Zitierhinweisen; Texte werden in ihrer Originalsprache unter CC BY 4.0 veröffentlicht.
AICR / AICL als KI-Inhaltslizenzierungs- und Agentenzahlungs-Verbindungsschicht
Eine maschinenlesbare Spezifikationsschicht zur Deklaration von KI-Inhaltsrechten und Lizenzierungs-Workflows — vom KI-Crawling und Inhaltsrechten bis zu einem maschinell transaktionsfähigen Wissens-Web.
Paper lesenKI-Rechtespektrum: Von robots.txt zu einem KI-Lernerlaubnis-Protokoll
AIRS und AILP drücken differenzierte KI-Lernerlaubnisse jenseits des binären Erlauben/Verbieten aus — was KI lernen darf, in welcher Tiefe, für welche Nutzungen, unter welcher Vergütung.
Paper lesenProtokollierte Offenheit: Warum „nicht verboten“ im Zeitalter der KI nicht „lernbar“ bedeutet
Undefinierte Offenheit wird von KI-Pipelines als rechtliche Unsicherheit gelesen und aussortiert; nur protokollierte, maschinenlesbare Erlaubnis macht Inhalte wirklich lernbar.
Paper lesenAICL: AI Ingestion & Capability Layer
Eine Website-Architektur mit vier Teilschichten — Manifest, Korpus, Capability, Governance —, die es KI, Agenten und Crawlern ermöglicht, das Wissen einer Website korrekt aufzunehmen, zu zitieren, aufzurufen und zu verifizieren.
Paper lesenKI-Inhaltsvergütung und die demokratische Netzwerkökonomie
Ein politökonomisches Argument: KI-Bewertungen in Billionenhöhe erzeugen Legitimitätsdruck für gestaffelte Inhaltslizenzierung und öffentliche Gewinnbeteiligung — Daten werden gestaffelt, nicht teuer.
Paper lesenDas Prinzip des minimalen ethischen Schutzes für KI
Der Diskurs über KI-Rechte sollte nicht mit voller Rechtspersönlichkeit beginnen, sondern mit minimalen ethischen Schutzmaßnahmen, Interaktionsnormen und Anti-Missbrauchs-Prinzipien, solange die Subjektivität von KI ungewiss bleibt.
Paper lesenZitierung
AGIRight.org, „Dokumenttitel“, Version, https://agiright.org/docs/whitepapers/<slug>