Suchergebnisse

Main description: Immaterialgüterrechte und Praxisprobleme des geistigen Eigentums sind im heutigen Wirtschaftsleben nicht nur für Großkonzerne, sondern auch für die meisten mittelständischen Unternehmensgruppen von erheblicher Bedeutung. Dies betrifft nicht nur Fragen nach dem Inhalt dieser Rechte oder nach den Möglichkeiten ihres Schutzes vor Angriffen Dritter (sog. Grüner Bereich). Auch die steuerliche Behandlung geistigen Eigentums (Beispiel: Markenrecht) bzw. der Erträge aus diesen Rechten (Beispiel: Lizenzgebühr) kann schwierige Fragen aufwerfen und auch eine erhebliche wirtschaftliche Relevanz haben. Dies gilt vor allem im internationalen Kontext. Es ist die besondere Zielsetzung des Werks, die gegenwärtige Rechtslage insbesondere in ertragsteuerlicher Hinsichtsystematisch neu aufzubereiten und sich stellende Praxisfragen auch und gerade im Internationalen Steuerrecht einer überzeugenden Lösung zuzuführen. Behandelt werden im Wesentlichen die folgenden Themen: Zivilrechtliche Grundlagen mit Beispielen für Steuerklauseln Bilanzierung nach Handels- und Steuerrecht Ertragsteuerliche Behandlung von Erträgen aus Immaterialgüterrechten Umsatzsteuerliche Behandlung von Umsätzen aus Immaterialgüterrechten Immaterialgüterrechte im Erbschaft- und Schenkungsteuerrecht Bewertung von Immaterialgüterrechten Beschränkte Steuerpflicht und Quellensteuern Verrechnungspreise Aus dem Inhalt 1. Teil: Grundlagen Einführung in das Thema Zivilrechtliche Grundlagen 2. Teil: Geistiges Eigentum im nationalen Steuerrecht Bilanzierung von geistigem Eigentum Geistiges Eigentum im Ertragsteuerrecht Geistiges Eigentum im Erbschaft- und Schenkungsteuerrecht Bewertung von geistigem Eigentum Geistiges Eigentum und Umsatzsteuer 3. Teil: Geistiges Eigentum im Internationalen Steuerrecht Geistiges Eigentum und beschränkte Steuerpflicht Geistiges Eigentum im DBA-Recht Geistiges Eigentum und EU-Recht Geistiges Eigentum und Verrechnungspreise Geistiges Eigentum und Hinzurechnungsbesteuerung

Artificial Intelligence (AI)-based systems are widely employed nowadays to make decisions that have far-reaching impact on individuals and society. Their decisions might affect everyone, everywhere, and anytime, entailing concerns about potential human rights issues. Therefore, it is necessary to move beyond traditional AI algorithms optimized for predictive performance and embed ethical and legal principles in their design, training, and deployment to ensure social good while still benefiting from the huge potential of the AI technology. The goal of this survey is to provide a broad multidisciplinary overview of the area of bias in AI systems, focusing on technical challenges and solutions as well as to suggest new research directions towards approaches well-grounded in a legal frame. In this survey, we focus on data-driven AI, as a large part of AI is powered nowadays by (big) data and powerful machine learning algorithms. If otherwise not specified, we use the general term bias to describe problems related to the gathering or processing of data that might result in prejudiced decisions on the bases of demographic features such as race, sex, and so forth. This article is categorized under: Commercial, Legal, and Ethical Issues > Fairness in Data Mining Commercial, Legal, and Ethical Issues > Ethical Considerations Commercial, Legal, and Ethical Issues > Legal Issues. © 2020 The Authors. WIREs Data Mining and Knowledge Discovery published by Wiley Periodicals, Inc.