Ri 02/2017: Smart Contracts. Chatbots. Cybercyber.

Ri 02/2017: Navigation

Ri 02/2017: Beitrag

Der Anwaltschatbot – ein verräterisches Herz?

Realistischer Ausblick auf die Kanzleinutzung

Steffen Bretthauer*

I. Einleitung

 

Aus dem vorangegangenen[1] Artikel lässt sich für diesen Beitrag eine wesentliche Grundvoraussetzung ableiten:

 

Die anwaltliche Tätigkeit bedarf strikter Geheimhaltung von mandantenbezogenen Daten.[2] Vor allem die strafrechtlichen Konsequenzen[3] stellen eine ernstzunehmende Hemmschwelle für den Innovationstrieb in Rechtsanwaltskanzleien dar. Ein Chatbot, dessen Datenbank bzw. Betrieb in Abhängigkeit von Dritten steht, kann dieses Bedürfnis schlichtweg nicht erfüllen. Dieser Beitrag befasst sich mit der Realisierbarkeit einer eigenen Chatbot-Lösung, welche berufsrechtlichen Ansprüchen gerecht wird und im Verhältnis von Anwalt[4] und Mandant einen Mehrwert bieten kann.

___STEADY_PAYWALL___

 

II. Was ist ein Chatbot?

 

Umschrieben wurde der Chatbot bereits mit den Begriffen „Kommunikationsroboter, textbasiertes Dialogsystem.“[5] Etymologisch entstammt der Begriff den Wörtern „to chat“ (plaudern) und „robot“ (Roboter). Ein Chatbot ist ein Computerprogramm, welches Konversationen mit Menschen anhand von bestimmten Regeln führen kann. Infolge der Spracherkennung und -analyse, dem Entgegennehmen einer ihm aufgetragenen Aufgabe und der Synthese von natürlichsprachigen Antworten wird ein Chatbot auch als Sprachassistent bezeichnet. Die Kommunikation erfolgt durch Texteingabemasken[6] oder per Sprachbefehl. Als „Gehirn“ eines Chatbot-Systems fungiert eine Datenbank, auch „library“ (Bibliothek) genannt, auf die das System zur Reaktion auf Befehle zurückgreift.

 

III. Wie funktioniert ein Chatbot?

 

Mannigfaltig sind die Varianten der Implementierung im Rahmen der Ermöglichung einer Konversation zwischen  Mensch und Computer. Fest steht jedoch: Umso mehr Daten einem intelligenten  Agenten  zur  Verfügung  stehen,  desto besser und intelligenter kann dieser arbeiten[7]. Wenn der Chatbot auf mehr Antwortmöglichkeiten zurückgreifen kann, stärkt dies zudem die Wahrnehmung des Chatbots als einen anderen, hilfsbereiten Menschen. Denn hierdurch kann genauer auf einzelne Fragen oder Wünsche eingegangen werden, ggf. die Stellung von Rückfragen erfolgen, auch wenn diese nur rhetorisch platziert werden und für den weiteren Datenverarbeitungsprozess von keiner Relevanz sind. Die Chancen erhöhen sich, wenn der intelligente Agent gemachte Erfahrungen speichern, in Kontext setzen und aufgrund von Häufigkeiten als besser, ggf. richtig einordnen  und somit in der Reaktion auf den menschlichen Interakteur besser eingehen kann. Durch rein manuelle  Eingaben von Antworten auf vorauserahnte Fragen und Wünsche menschlicher  Nutzer  kann  dieses  Ziel  jedoch  kaum  erreicht werden. Recht schnell stellt sich Frustration und Unlust des Nutzers ein, weil der Chatbot keine auf die Frage zugeschnittene Antwort parat hat und ggf. mit „Das habe ich leider nicht verstanden“ Schleifen dreht bzw. nicht sachgemäß und kontextkorrekt auf aufgeworfene Fragen und Aufgaben eingeht, sondern vielmehr sachfremde Erwägungen macht.

 

Folglich muss für ein angenehmes Nutzererlebnis zwangsläufig ein großer Datensatz an denkbaren Fragen und Antworten selbst angelegt, ggf. müssen manuell Verknüpfungen mit externer Software hergestellt werden. Dafür fehlen dem normalen Berufsträger jedoch Zeit, Nerven sowie sehr wahrscheinlich auch finanzielle Mittel. Hier setzen die heutigen Sprachassistenten-Anbieter, Amazon Alexa, Google Home oder beispielsweise auch Chatbot-Erstellungssoftwareanbieter wie Chatfuel, an. Sie befriedigen das Bedürfnis nach einer günstigen, umfangreichen, mit Daten unzähliger Nutzer angefütterten Bibliothek für ein verfeinertes Reaktionsverhalten. Der hieran interessierte  oder damit experimentierende Rechtsanwalt steht jedoch vor dem Problem, dass diese Chatbot-Programme  sämtliche  Ein- und Ausgaben ohne Kontrollmöglichkeit über den Zugriff Dritter verarbeiten und in einer fremden Bibliothek ablegen.[8] Das Geben und Nehmen – als Sharing bezeichnet – begründet natürlich auch die günstigen Preise dieser Anbieter.

 

Um die gesetzlich festgeschriebene Verschwiegenheitspflicht, auf welche mandantenseits vertraut wird, überhaupt einhalten zu können, ist es mithin entscheidend, dass der Rechtsanwalt die vollständige Kontrolle über die im Chatbot ein- und auszugebenden Geheimnisse im Sinne des § 203 Abs. 1 StGB hat.[9] Unter diesem Begriff sind Tatsachen zu verstehen, die nur einem Einzelnen oder einem beschränkten Kreis von Personen bekannt sind und an deren Geheimhaltung der Geheimnisgeschützte ein subjektives Interesse hat.[10]

 

Selbstlernende intelligente Agenten bilden jedoch auch hier deshalb ein Problem, weil ein Chatbot, der sich durch  Eingaben sämtlicher Mandanten weiterbildet, das Risiko der strafbaren Geheimnisoffenbarung gegenüber einem außerhalb des jeweiligen Mandatsverhältnisses stehenden Dritten erhöhen kann. Mithin ist ausschließlich die Variante eines anwaltlichen Chatbots realisierbar, bei dem der anwaltliche oder vom Rechtsanwalt unter Wahrung der genannten Verschwiegenheitsverpflichtungen[11] beauftragte Programmierer einen Fragen- und Antwortkatalog vorgibt, welchen der Nutzer über eine Eingabemaske bedienen kann.

 

IV. Wie programmiere ich einen Chatbot selbst?

 

Doch wie kann man sich den Programmieraufwand praktisch vorstellen? Diese Frage stellte sich der Verfasser und prüfte in einem eigenen Projekt die Möglichkeiten und den Programmierungsaufwand eines Alexa-Skills, der in der Nutzung die oben bezeichnete Mensch-Maschinen-Kommunikation ermöglicht.

 

Obwohl die Entwicklerplattformen Amazon Skills Kit[12] und Amazon Web Services Lambda[13]  (ASK und AWS Lambda) für Alexa eine stark vereinfachte und intuitiv verständliche Oberfläche bieten, zeigte sich auch hier: die Programmierung von Chatbot-Software – selbst mit der Hilfe Dritter – ist extrem zeit- und kostenintensiv.

 

Das „Coden“ stellte die größte Herausforderung für den Verfasser als Juristen ohne Programmiererfahrung dar.  Zum Verknüpfen von semantischer Sprache und den festgelegten Befehlen, sowie erforderlichen Tests nach dem Trial-and-Error-Prinzip müssen beide Plattformen, ASK und AWS Lambda, genutzt werden. Dies führte zu einer  erheblichen Verkomplizierung der Erstellung des Bots für den unerfahrenen Anwender.

 

Beinhaltet ein Alexa-Skill nur eine Funktion (z.B. die Zusammenfassung der Tagesnachrichten), genügt ein kleiner  Katalog an Befehlen. Dieser umfasst, grob zusammengefasst, das Starten des Skills, die Festlegung der Frage zum Erhalt der gewünschten Antwort und das Beenden des Skills. Steigt der Umfang der Funktionen, wächst aber zugleich auch der Umfang der Befehle. Um die Kommunikation mit Alexa angenehmer und zu diesem Zwecke fehlertoleranter zu gestalten, müssen Satzbausteine mit Alternativtext gebildet werden. Das Programmieren dieser hohen Fehlertoleranz erfordert also zwangsläufig einen sehr großen Zeitaufwand. Soll eine komplexe Software erstellt werden, ist dieser Prozess zur Erleichterung der Bedienung jedoch unerlässlich.[14]

Die Kommunikation im Verhältnis von Rechtsanwalt und Mandant ist schon per se komplex, da sie rechtliche Fragen beinhaltet, die oft kein klares Ja oder Nein zulassen. Der Programmieraufwand wäre in der Folge immens. Ein wie beschrieben programmierter Alexa-Bot würde zwangsläufig an dem klassischen Einzelfall scheitern. Der Programmierer kann nicht jedes Mandantenproblem vorhersehen; das kann nicht einmal ein Rechtsanwalt. Auch das Sprachverständnis sowie die korrekte Aussprache des Chatbots konnten nur durch zahlreiche Testläufe erreicht werden. Anderssprachige Wörter erfordern z.B. die phonetische Schreibweise in der Programmierung. Der ursprüngliche Name der vom Verfasser erstellten Software lautete „legal bot“. Damit die Software den Start-Befehl versteht und richtig aussprechen kann, war die Formulierung „liegel bot“ im Code notwendig.Obwohl Alexa Skills also über eine benutzerfreundliche Plattform erschaffen werden können, stellt die Aufgabe vor allem für Personen ohne Programmiererfahrung einen großen Lern- und Zeitaufwand dar. Im Ergebnis werden die wenigsten Rechtsanwälte über das Know-how, die Zeit und die Mittel verfügen, eine Software ohne Hilfestellung von Anbietern wie Amazon u.a. zu entwickeln. Vorstellbar ist das Anstellen von Programmierern, die unter einer umfassenden Verschwiegenheitserklärung[15] arbeiten. Wie die aktuellen gesetzlichen Entwicklungen zeigen,[16] stellt die Einbindung Dritter in das Mandantenverhältnis jedoch weiterhin ein juristisches Minenfeld dar.

 

Eine weitere wesentliche Grundlage für die rechtliche Sorgenfreiheit einer Chatbot-Umsetzung im Anwalt-Mandanten-Verhältnis ist der Speicherort der Daten. In Betracht kommt ausschließlich der Betrieb eines Servers in Europa, damit die Datenverarbeitung den EU-Datenschutzvorgaben untersteht. Im besten Falle handelt es sich um einen eigenen Server in Deutschland, der erlaubt, dass jegliche Zugriffsmöglichkeiten Dritter sicher ausgeschlossen werden können.

 

V. Was bleibt bei Amazon?

 

Wer bereits mit Alexa experimentiert hat, ahnt, wie groß die vorhandene Datenbank an Informationen sein muss, auf  die Alexa zurückgreifen kann. Die eingeräumte Möglichkeit, auf Amazon-Plattformen kostenlos Skills zu entwickeln  und sie dann geschäftlich anzubieten, nützt vor allem einer Beteiligten: Amazon. Die Datenbank, das Amazon-Alexa-Wissen, wird so durch die Nutzer angereichert. Das Wissen muss nicht erst aufwändig und teuer erworben werden. Es fließt in Strömen in die Datenbanken.

 

Um den Weckbefehl „zu hören“, um entweder mit „On“ zu reagieren und einen erkannten Befehl auszuführen, oder mit „Off“ nicht zu reagieren, nimmt Alexa Echo bzw. der Alexa Echo Dot Geräuschsequenzen der Umgebung auf. Diese werden, wenn erkannt, in Textform oder, wenn nicht erkannt, als Tonspur in der Alexa-App hinterlegt. Der Anwender kann sodann den Lernprozess beeinflussen, indem er Feedback gibt. So wird bei Textwiedergabe gefragt, ob Alexa getan hat, was der Anwender wollte.

 

Derartige Sprachassistenten-Hard- und Software in einer Anwaltskanzlei, deren Rechtsanwälte aufgrund ihrer Berufsgeheimnisträgereigenschaft gemäß § 53 I Nr. 3 StPO zur Verweigerung des Zeugnisses berechtigt sind, ist undenkbar und für jeden absolute Verschwiegenheit erwartenden Mandanten ein berechtigter Grund zur Angst, zum Misstrauen sowie Absehen von Mandatierung. So unterstützte Alexa durch ihre Aufzeichnungen in privaten Räumen  bereits eine Mordermittlung in Arkansas, USA.[17]

 

Es konnte jedoch trotz Lektüre der Allgemeinen Geschäftsbedingungen (AGB)[18] nicht ermittelt werden, was konkret mit den Aufnahmen und Texten geschieht, die in der Alexa-App im Verlauf hinterlegt worden sind. Es bleibt somit vorerst ungeklärt, ob sie nur durch Feedback an Amazon übermittelt werden, oder sich bereits in Amazons Datenbanken befinden.

 

Zu dieser Fragestellung wurden keine Antworten von Amazon gefunden. Ebenso ist unklar, wie solche Geräuschsequenzen verwendet werden, die nicht im Rahmen eines Weckbefehls fallen. Obwohl diese nicht im Verlauf für den Nutzer sichtbar aufgeführt werden, verarbeitet Alexa diese im Rahmen des „keyword-spotting“ zwangsweise.[19] Mangels einer eindeutigen Stellungnahme des Anbieters zu dieser vielfach aufgeworfenen Frage ist von dem berufs-, straf- und datenschutzrechtlich bedenklichsten Szenario auszugehen: Der Abspeicherung und  Verarbeitung aller Geräuschsequenzen durch Amazon und verbundene Unternehmen. Schließen kann man dies zumindest aus Presseberichten, darüber, dass Amazon die Herausgabe von Alexa-Daten gegenüber der Polizei verweigert hat.[20] Diese Befürchtung wird ebenfalls dadurch bestärkt, dass bereits positiv festgestellt wurde, dass ein dauerhaftes Abhören durch Alexa-Chatbots möglich ist.[21]

 

VI. Bedarf des Mandanten

 

In Anbetracht des immensen Erstellungsaufwands stellt sich die Frage, ob überhaupt ein Bedürfnis aufseiten des Mandanten besteht, welches ein Chatbot befriedigen könnte.

 

1. Bedürfnis automatisierter Beratung

 

Sämtliche ernsthafte, juristisch anspruchsvolle Anliegen wird ein Mandant auch weiterhin in der vertrauensvollen persönlichen Beratung mit dem Anwalt besprechen wollen. Die menschlicheKomponente darf hier nicht außen vor bleiben und erst recht nicht durch eine technische Spielerei ersetzt werden.[22]

 

Darüber hinaus könnte eine Chatbot-Umsetzung jedoch triviale aber nützliche Informationsdienste außerhalb der  Beratung erfüllen. Daher ist es möglich einen Chatbot einzurichten, welcher wie ein Empfangsmitarbeiter agiert und  beispielsweise Kontaktdaten bereitstellt oder die Navigation auf der Kanzleiwebsite über stark geschachtelte Menüs  ersetzt. Das Senden trivialer aber nützlicher Informationen aus der Richtung des Rechtsanwalts hin zum  (potentiellen) Mandanten untersteht keiner Verschwiegenheitsverpflichtung.

 

Vorausgesetzt, dass der Chatbot von dritten Datenbanken unabhängig agiert und die Konversation mit dem jeweiligen Mandanten nicht mit anderen geteilt, von anderen eingesehen oder korrumpiert werden kann, könnte eine solche Umsetzung als Schnittstelle dienen, welche den Informationsfluss zwischen Mandant und Anwalt erleichtert. Die Software kann durch Eingabe des Anwalts mit den notwendigen Informationen gefüttert werden, während der Mandant die bereitgestellten Informationen jederzeit und überall per Eingabemaske des Chatbots abfragen kann. Diese Möglichkeit würde die Notwendigkeit nach persönlichem Kontakt auf die juristische Beratung reduzieren. Dadurch werden anwaltliche Arbeitszeit sowie Kosten des Mandanten eingespart und die Kommunikation sowie Transparenz zwischen den Parteien verbessert.

 

Während eine Chatbot-Lösung das Bedürfnis auf spielerische Art befriedigen könnte, bieten beispielsweise private  Cloud-Server eine deutlich höhere Effizienz. Hier wird die  Zugriffsmöglichkeit des Mandanten auf den Server, etwa  über einen VPN-Tunnel oder über einen Proxyserver,[23] sowie die Betriebssoftware durch einen Dienstleister gestellt und, je nach Vertragsverhältnis, gewartet. Der physische Server, vergleichbar mit einer externen Festplatte, die alle geteilten Daten beinhaltet, bleibt jedoch in den Händen des Nutzers, hier des Anwalts. Dieser kann den jeweiligen Mandanten bestimmte beschränkte Nutzungsberechtigungen erteilen. Über das geschlossene und streng  nach  Aktenordnern trennende Netzwerk können Neuigkeiten zwischen dem Anwalt und Mandanten ausgetauscht werden, ohne der Vielzahl der oben genannten Risiken Tür und Tor zu öffnen.

 

2. Informationsbedürfnis – Einsatz des Chatbot i.R.d. Anwaltssuche

 

Ein existenter und überzeugender Internetauftritt einer Anwaltskanzlei ist im hart umkämpften Rechtsmarkt überlebenswichtig. Die Konkurrenz um die Aufmerksamkeit eines Seitenbesuchers ist in der heutigen Welt extrem hoch, Entscheidungen werden in wenigen Sekunden getroffen und sich langsam aufbauende Websites schnell verlassen.[24] Eine neuartige Lösung zur Begeisterung des Websitebesuchers und potentiellen Mandanten ist also unter Umständen ein Kriterium, auf dieser Website zu verbleiben und genau diesen Rechtsanwalt zu kontaktieren, nicht einen anderen.Ein Bedürfnis des potentiellen Mandanten spiegelbildlich zum Überzeugungsbedürfnis des Rechtsanwalts ist also die schnelle Informationserlangung und Selbstüberzeugung von den Leistungen des Rechtsanwalts. Wenn ein Chatbot auf der Website eine zielgerichtete Suche, etwa nach dem richtigen Ansprechpartner, Beratungsschwerpunkten und z. B. Pressemitteilungen zulässt, die klassische, stark verschachtelte Menüs hinfällig macht, könnte dies das Informationsbedürfnis des potentiellen Mandanten mit wenigen Klicks befriedigen. Der Chatbot würde nicht mehr Informationen des Websitebesuchers verarbeiten, als  eh  schon  in  weitläufigen Datenschutzerklärungen aufgelistet sind. Die wesentlichen (Rechts-)Informationen fließen in der Richtung vom Rechtsanwalt zum potentiellen Mandanten. Probleme mit der anwaltlichen Verschwiegenheitspflicht kommen bei dieser Form des Chatbot-Einsatzes gar nicht erst auf. Schließlich umfasst diese nur dasjenige, was dem Rechtsanwalt in Ausübung seines Berufes bekanntgeworden ist.[25]

 

VII. Einsatzbedürfnis des Rechtsanwalts im Rahmen des Marketings

 

Im Anschluss an vorstehende Einsatzmöglichkeit im Rahmen des  kunden-  bzw. mandanteninteressenorientierten  Marketings sind auch weitere Umsetzungsvarianten eines Chatbots denkbar, die den Rechtsanwalt nicht in den Konflikt mit den Gesetzen bringen, jedoch seinen Wunsch nach besserer Stellung im Wettbewerb mit anderen Kanzleien  befriedigen. Entscheidend dürfte stets die Sendungsrichtung der Informationen im eingesetzten Chatbot sein: vom Rechtsanwalt hin zum (potentiellen) Mandanten. Als solche Informationen kommen etwa Mitteilungen  über Rechtsneuerungen, neue Kanzleiangebote, Veranstaltungen, Gerichtsentscheidungen oder neue Kollegen in Betracht, die der Nutzer gezielt abfragen kann, ohne empfindliche Informationen über sich preiszugeben. Die Interaktion mit dem Chatbot darf, unter Verweis nach oben, nur keine potentiell mandatsbezogenen Informationen erfassen. Allein  die indirekte Aufforderung zu deren Eingabe ist höchstproblematisch.

 

VIII. Fazit

 

Zusammenfassend stehen der Realisierung einer Anwaltschatbot-Lösung viele Hürden im Weg, deren mühsames Überwinden einen sehr geringen Profit offenbart. Das Rechtsberatungsangebot wird durch das Anwenden eines Chatbots zudem nicht verbessert. Durch zwangsläufig erforderliche Reduzierung der Fragemöglichkeiten,  etwa  zur  Sachverhaltsermittlung, und Antwortmöglichkeiten auf Fragen von Rechtssuchenden steigt die Fehlerquote in eine nicht tolerierbare und kontrollierbare Höhe. Rechtsverkürzung ist eine Folge, die ein vollständig informierter Mandant nicht hinnehmen kann und wird. Um das Missverhältnis in der Kosten-Nutzen-Rechnung aufzuwiegen, kann natürlich auf Angebote Dritter zurückgegriffen werden. Diese fordern jedoch, im Falle eines „Beratungsbots“, einen anderen Tribut: Das Speisen mandantenbezogener Daten in ihre Datenbanken. Hier entsteht eine konkrete Gefahr der  Verletzung von Verschwiegenheitspflichten, in dessen Folge sich der Anwalt berufs-, straf- und zivilrechtlichen Sanktionen aussetzen könnte. Im Ergebnis bleibt ein Anwaltschatbot ein verräterisches Herz – ein Schwätzer mit gravierenden rechtlichen Folgen für den anwaltlichen Anwender. Der Preis für die Realisierung ist enorm und  kann  auch durch die bestehenden technischen Grenzen nicht kompensiert werden. Das Beschränken auf reine Informationsbots ist unbefriedigend, jedoch der sicherste Weg.

V

V


* Steffen Bretthauer ist Student der Rechtswissenschaften an der Westfälischen Wilhelms-Universität Münster, befindet sich in der Examensvorbereitung und ist wissenschaftlicher Mitarbeiter in der Kanzlei der Herausgeberin, COT Legal. Fachlich überzeugt hat er mit seinem scharfen Blick für Details, pfiffigen Ideen sowie seiner schnellen Auffassungsgabe und codegleichen, schnörkellosen Brillanz.

 

[1] Otto, Ri 2017, S. 10 4–112.

[2]  Vgl. § 43 Abs. 2 BRAO.

[3]  § 203 I Nr. 3 sowie III StGB.

[4]  Um den Lesefluss nicht zu stören, wird stets das Maskulinum gewählt.

[5]  Otto, Ri 2017, S. 104.

[6]  Vgl. bspw. ELIZA, ein 1966 von Joseph Weizenbaum entwickeltes Computerprogramm, welches bereits damals nach diesem Konzept funktionierte. Online abrufbar unter: http://www.med-ai.com/models/eliza.html (zuletzt abgerufen am 04.10.2017); vgl. auch A.L.I.C.E., ein Chatbot, der in den 2000ern mehrfach mit dem Loebner-Preis ausgezeichnet wurde und ebenfalls dieses Konzept nutzt. Online abrufbar unter: http://www.alicebot.org/join.html (zuletzt abgerufen am 4. Oktober 2017).

[7]  Vgl. Schmidt-Schau/Sabel, in: KI-Skript S. 4, abrufbar unter: http://www.ki.informatik.uni-frankfurt.de/lehre/WS2012/  KI/skript/skript11Feb13.pdf (zuletzt abgerufen am 4. Oktober 2017).

[8]  Stellvertretend für viele: https://www.amazon.de/gp/help/customer/display.html?nodeId=201909010 (zuletzt abgerufen am 8. Oktober 2017).

[9]  Der Katalog des § 203 Abs. 1 StGB umfasst weitere Berufsträger. Im Folgenden soll ausschließlich der Fall des Rechtsanwalts untersucht werden.

[10]  Kindhäuser/Neumann/Paeffgen, Strafgesetzbuch, § 203 Rn. 6-8.

[11]  Vgl. hierzu auch Otto,a. a. O.

[12]  Online abrufbar unter: https://developer.amazon.com/de/alexa-skills-kit (zuletzt abgerufen am 4. Oktober 2017).

[13]  Online abrufbar unter: https://aws.amazon.com/de/lambda/  (zuletzt abgerufen am 4. Oktober 2017).

[14]  Zu Fehlertoleranz und unterschiedlichen Modellen: https://chatbotsmagazine.com/conversational-interfaces-the-future-of-chatbots-18975a91fe5a (zuletzt abgerufen am 9. September 2017).

[15]  Vgl. § 2 Abs. 4 BORA.

[16]  Anschaulich und ausführlich Grupp, zu Non-Legal Outsourcing, online abrufbar unter: https://www.juris.de/jportal/portal/page/bsabprod.psml?doc.id=jzs-AnwBl2017050027-000_507&st=zs&doctyp=Zeitschrift&showdoccase=1&paramfromHL=true#focuspoint  (zuletzt abgerufen am 10. Oktober 2017).

[17]  Online abrufbar unter: http://www.ksta.de/ratgeber/finanzen/recht/wie-bei-us-mordfall-alexa-als-zeugin—darf-die-polizei-auf-amazon-echo-zugreifen–26157776 (zuletzt abgerufen am 4. Oktober 2017).

[18]  https://www.amazon.de/gp/help/customer/display.html?nodeId=201909010 (zuletzt abgerufen am 10. Oktober 2017).

[19]  Dazu genauer: https://www.amazon.com/gp/help/customer/display.html?nodeId=201602230 (zuletzt abgerufen am 4. Oktober 2017).

[20]  Beispielhaft: http://www.ksta.de/ratgeber/finanzen/recht/wie-bei-us-mordfall-alexa-als-zeugin—darf-die-polizei-auf-amazon-echo-zugreifen–26157776; https://www.forbes.com/sites/thomasbrewster/2017/02/23/amazon-echo-alexa-murder-trial-first-amendment-rights/#63c6239e5d81 (zuletzt abgerufen am 10. Oktober 2017).

[21]  http://www.telegraph.co.uk/technology/2017/08/01/amazon-echo-can-used-eavesdrop-conversations-hackers-reveal/  (zuletzt abgerufen am 10. Oktober 2017).

[22]  Vgl. Otto, online abrufbar unter: https://  cot.legal/  chatbot.html (zuletzt abgerufen am 4. Oktober 2017).

[23]  Ein sog. Stellvertreter, der unter Verbergen der IP-Adresse gegenüber einem VPN-Tunnel die Informationen nicht einfach weiterleitet, sondern quasi weitermeldet: „Der Server hat gesagt, dass (…).“Vgl. https://www.howtogeek.com/247190/whats-the-difference-between-a-vpn-and-a-proxy/  (abgerufen am 8. Oktober 2017).

[24]  Vgl. Shank, online abrufbar unter: https://elearningindustry.com/8-second-attention-span-organizational-learning (zuletzt abgerufen am 8. Oktober 2017).

[25]  Vgl. § 43a Abs. 2 S. 2 BRAO.

 

(verändert) Titelbild: © Vitaly via Adobe Stock, #213641411