001     1044230
005     20250804115206.0
024 7 _ |a 10.1007/s00194-025-00742-y
|2 doi
024 7 _ |a 0937-9819
|2 ISSN
024 7 _ |a 1434-5196
|2 ISSN
024 7 _ |a 10.34734/FZJ-2025-03118
|2 datacite_doi
024 7 _ |a WOS:001439551700001
|2 WOS
037 _ _ |a FZJ-2025-03118
082 _ _ |a 340
100 1 _ |a Rüther, M.
|0 P:(DE-Juel1)161345
|b 0
|u fzj
245 _ _ |a „KI“ in der Rechtsmedizin – von der Forschung in die Praxis: Welche Herausforderungen ergeben sich?“AI” in forensic medicine—From research into practice: what are the challenges?
260 _ _ |a Heidelberg
|c 2025
|b Springer
336 7 _ |a article
|2 DRIVER
336 7 _ |a Output Types/Journal article
|2 DataCite
336 7 _ |a Journal Article
|b journal
|m journal
|0 PUB:(DE-HGF)16
|s 1752582485_22927
|2 PUB:(DE-HGF)
336 7 _ |a ARTICLE
|2 BibTeX
336 7 _ |a JOURNAL_ARTICLE
|2 ORCID
336 7 _ |a Journal Article
|0 0
|2 EndNote
520 _ _ |a AbstractHintergrundDie zunehmende Einführung von künstlicher Intelligenz (KI) in die Rechtsmedizin, ähnlich wie in anderen Bereichen der Medizin, ist absehbar. Vor dem Hintergrund dieser Entwicklung stellt sich die Frage nach den Herausforderungen, die mit dem Einsatz von KI in der Rechtsmedizin verbunden sind – eine Thematik, die bisher kaum behandelt wurde.Ziel der ArbeitDer Text untersucht zentrale Fragestellungen sowie die daraus resultierenden rechtlichen und ethischen Herausforderungen bei der Implementierung von KI in die forensische Praxis. Zudem werden Lösungsansätze vorgestellt.Material und MethodenDie Publikation basiert auf einer systematischen Literaturanalyse zu KI-Anwendungen in der Rechtsmedizin, aber auch der verwandten Bereiche, wie der medizinischen Diagnostik und digitalen Forensik. Berücksichtigt werden auch rechtliche Rahmenbedingungen, insbesondere die europäische KI-Verordnung sowie Perspektiven der KI-Ethik.Ergebnisse und DiskussionFür KI-Anwendungen in der Rechtsmedizin werden 6 zentrale Herausforderungen identifiziert: Zuverlässigkeit, Transparenz und Nachvollziehbarkeit („Blackbox“-Problematik), Verantwortlichkeit für Fehler, Datenquantität und -qualität, Datenbias und Fairness sowie die Akzeptanz KI-generierter Diagnosen. Zur Bewältigung der identifizierten Herausforderungen werden verschiedene Ansätze vorgeschlagen. Dazu zählen der Einsatz von „explainable AI“ (XAI) in Verbindung mit KI-Sachverständigen, die Entwicklung von Standardprotokollen sowie multizentrisches Arbeiten zur Sicherung der Datenqualität und Systemzuverlässigkeit. Zudem wird eine verstärkte transdisziplinäre Zusammenarbeit zwischen Informatikern, Rechtsmedizinern, Juristen und Ethikern empfohlen, um die Akzeptanz und Integration von KI-Systemen in die Praxis zu fördern.
536 _ _ |a 5255 - Neuroethics and Ethics of Information (POF4-525)
|0 G:(DE-HGF)POF4-5255
|c POF4-525
|f POF IV
|x 0
588 _ _ |a Dataset connected to CrossRef, Journals: juser.fz-juelich.de
700 1 _ |a Eickhoff, S. B.
|0 P:(DE-Juel1)131678
|b 1
|u fzj
700 1 _ |a König, L.
|0 P:(DE-HGF)0
|b 2
700 1 _ |a Ritz, Stefanie
|0 P:(DE-HGF)0
|b 3
700 1 _ |a Schäffer, B.
|0 P:(DE-HGF)0
|b 4
773 _ _ |a 10.1007/s00194-025-00742-y
|g Vol. 35, no. 2, p. 73 - 79
|0 PERI:(DE-600)1463037-0
|n 2
|p 73 - 79
|t Rechtsmedizin
|v 35
|y 2025
|x 0937-9819
856 4 _ |u https://juser.fz-juelich.de/record/1044230/files/s00194-025-00742-y.pdf
|y OpenAccess
909 C O |o oai:juser.fz-juelich.de:1044230
|p openaire
|p open_access
|p VDB
|p driver
|p dnbdelivery
910 1 _ |a Forschungszentrum Jülich
|0 I:(DE-588b)5008462-8
|k FZJ
|b 0
|6 P:(DE-Juel1)161345
910 1 _ |a Forschungszentrum Jülich
|0 I:(DE-588b)5008462-8
|k FZJ
|b 1
|6 P:(DE-Juel1)131678
910 1 _ |a HHU Düsseldorf
|0 I:(DE-HGF)0
|b 1
|6 P:(DE-Juel1)131678
913 1 _ |a DE-HGF
|b Key Technologies
|l Natural, Artificial and Cognitive Information Processing
|1 G:(DE-HGF)POF4-520
|0 G:(DE-HGF)POF4-525
|3 G:(DE-HGF)POF4
|2 G:(DE-HGF)POF4-500
|4 G:(DE-HGF)POF
|v Decoding Brain Organization and Dysfunction
|9 G:(DE-HGF)POF4-5255
|x 0
914 1 _ |y 2025
915 _ _ |a DBCoverage
|0 StatID:(DE-HGF)0200
|2 StatID
|b SCOPUS
|d 2024-12-20
915 _ _ |a DBCoverage
|0 StatID:(DE-HGF)0300
|2 StatID
|b Medline
|d 2024-12-20
915 _ _ |a Creative Commons Attribution CC BY 4.0
|0 LIC:(DE-HGF)CCBY4
|2 HGFVOC
915 _ _ |a JCR
|0 StatID:(DE-HGF)0100
|2 StatID
|b RECHTSMEDIZIN : 2022
|d 2024-12-20
915 _ _ |a WoS
|0 StatID:(DE-HGF)0113
|2 StatID
|b Science Citation Index Expanded
|d 2024-12-20
915 _ _ |a DEAL Springer
|0 StatID:(DE-HGF)3002
|2 StatID
|d 2024-12-20
|w ger
915 _ _ |a DBCoverage
|0 StatID:(DE-HGF)0150
|2 StatID
|b Web of Science Core Collection
|d 2024-12-20
915 _ _ |a IF < 5
|0 StatID:(DE-HGF)9900
|2 StatID
|d 2024-12-20
915 _ _ |a OpenAccess
|0 StatID:(DE-HGF)0510
|2 StatID
915 _ _ |a DBCoverage
|0 StatID:(DE-HGF)0160
|2 StatID
|b Essential Science Indicators
|d 2024-12-20
915 _ _ |a DBCoverage
|0 StatID:(DE-HGF)0199
|2 StatID
|b Clarivate Analytics Master Journal List
|d 2024-12-20
920 _ _ |l yes
920 1 _ |0 I:(DE-Juel1)INM-7-20090406
|k INM-7
|l Gehirn & Verhalten
|x 0
980 _ _ |a journal
980 _ _ |a VDB
980 _ _ |a UNRESTRICTED
980 _ _ |a I:(DE-Juel1)INM-7-20090406
980 1 _ |a FullTexts


LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21