Kinderschutz in Chats

18 Juni 2026

Beim Streit um die sog. Chatkontrolle entsteht leicht der Eindruck, es gebe nur zwei Optionen: Verschlüsselung aufbrechen oder Kinderschutz aufgeben. Mario Martini und Rene Herrmann machen in zwei Beiträgen deutlich, dass das zu kurz greift. Sie schlagen ein abgestuftes Schutzkonzept auf zwei Ebenen vor. Die erste setzt auf Schutzmaßnahmen, die ohne Zugriff auf verschlüsselte Inhalte auskommen – Metadatenanalyse, Dateipfadklassifikation, verhaltensbasierte Mustererkennung. Die zweite Ebene umfasst insbesondere einheitliche Regelungen zur Altersverifikation, ein eigenes EU-Zentrum nach Vorbild des NCMEC sowie größere Anstrengungen an den Entstehungsorten von CSA-Material: dem privaten Umfeld von Kindern.

Ihr pointiertes Editorial, das in der Zeitschrift für Datenschutz (ZD) erschienen ist, ist hier (Open Access) abrufbar.

Eine ausführliche Analyse haben die beiden Autoren in der Zeitschrift für das Recht der Digitalisierung veröffentlicht: Martini/Hermann, ZfDR 2026, 37 ff.

Aktuelles

Institut für Analytics & Information Technology auf der IFORS 2026 vertreten

Das Institut für Analytics & Information Technology (WOW 4) ist mit einer Vielzahl an Beiträgen auf der 24. Konferenz der International Federation of Operational Research Societies (IFORS) vertreten, die vom 12. bis 17. Juli 2026 an der Universität Wien stattfindet.

Last-Mile Workshop an der UniBw

Die Professur für Business Analytics & Management Science (Prof. Dr. Claudius Steinhardt) hat am 25/26.06.2026 den diesjährigen Last-Mile Workshop an der UniBw München ausgerichtet.

28. Bavarian Micro Day an der UniBW

Forschungsarbeiten aus dem Bereich der Mikroökonomik

Antrittsvorlesung von Prof. Dr. Christoph Peters am 9. Juni

Am Dienstag, den 9. Juni, hielt Prof. Dr. Christoph Peters seine Antrittsvorlesung im Casino der Universität

Die LTO interviewt Prof. Martini zu den Grenzen des KI-Einsatzes in der Verwaltung

Einsatz der KI in der Verwaltung

Artikel von Prof. Peters im Journal Information Systems Frontiers mit Vorschlägen zur zukünftigen Forschung zu erklärbarer KI

Advancements in artificial intelligence (AI), particularly in generative AI and agentic AI, have intensified challenges related to transparency and explainability. While explainable AI (XAI) research has evolved to facilitate human interaction with such complex, black-box systems, research and practice lack clarity on the causal chain linking explanations, user perceptions, and real-world outcomes, a relationship that remains conceptually fragmented. To address this gap, we conducted a systematic literature review of 107 experimental user studies on XAI. We developed a conceptual framework guided by the stimulus-organism-response-consequences (S-O-R-C) model to systematize current human-XAI research and examine how users respond to explanations. Our study contributes to the literature by clarifying how explanations shape user interactions and downstream effects in real-world settings. We propose five research directions to help navigate the challenges of emerging AI systems (e.g., LLMs, AI agents) and evolving human-AI delegation.