Kilian Lüders: Natural Language Processing und die Entscheidungsbegründungen des Bundesverfassungsgerichts

Das Bundesverfassungsgericht (BVerfG) hat die Geschichte der Bundesrepublik entscheidend mitgeprägt und gilt auch im internationalen Vergleich als ein besonders einflussreiches Verfassungsgericht. In den 70 Jahren seines Bestehens hat es die institutionelle Rolle, die es heute ausübt, selbst geschaffen. Besondere Aufmerksamkeit verdient dabei die Art und Weise, wie das Gericht argumentiert und seine Entscheidungen begründet. Schließlich hat es eine Verfassungsrechtsprechung und -dogmatik entfaltet, die das gesamte deutsche Rechtssystem durchdringt und über die einzelne Entscheidung hinaus wirkt.

Eine besonders wirkmächtige Argumentationsfigur des BVerfG bzw. allgemein des deutschen öffentlichen Rechts ist die sog. Verhältnismäßigkeitsprüfung. Sie findet sich typischerweise bei der Prüfung von Eingriffen in Freiheitsrechte: Der Eingriff in die grundrechtlich geschützte Freiheitssphäre der Bürger*innen ist nur dann verfassungsrechtlich zulässig, wenn er verhältnismäßig ist. Das dabei zur Anwendung kommende mehrstufige Prüfungsschema wurde maßgeblich durch das BVerfG entwickelt. Es genießt einerseits internationale Beachtung und wurde auch von Gerichten anderer Jurisdiktionen (u.a. Südafrika, Kanada oder Israel) in modifizierter Form übernommen. Andererseits wird die Verhältnismäßigkeitsprüfung auch durchaus kritisch als ein Mechanismus diskutiert, der dem Gericht zu mehr Entscheidungsfreiheit verhelfen soll.
In der rechtswissenschaftlichen Literatur findet die Verhältnismäßigkeitsprüfung entsprechend viel Aufmerksamkeit. Dabei liegt der Fokus der Untersuchungen allerdings hauptsächlich auf einigen wenigen dogmatisch einschlägigen Entscheidungen des Gerichts. Da inzwischen allein die offizielle Entscheidungssammlung (BVerfGE), in die nur die vom Gericht für bedeutsam befundenen Entscheidungen eingehen, mehrere tausend Entscheidungen umfasst, liegt es nahe, Methoden des Natural Language Processings (NLP) zu nutzen.

Der Kolloquiumsvortrag wird beispielhaft beleuchten, wie NLP-Methoden zur Analyse von Entscheidungsbegründungen genutzt werden können. Im Zentrum steht dabei das Interesse an der Verhältnismäßigkeitsprüfung als spezifischer Argumentationsform des BVerfG. Berichtet wird über das im Rahmen des Projekts LLCon (Leibniz Linguistic Research into Constitutional Law) unternommene Unterfangen, zunächst 300 Entscheidungen des Gerichts händisch zu annotieren, um anschließend Verfahren des maschinellen Lernens zur automatisierten Klassifikation von Verhältnismäßigkeitsprüfungen zu entwickeln. Dabei werden einerseits die methodischen Herausforderungen beleuchtet, die sich aus dem Datentyp Entscheidungsbegründung und dem Interesse an Argumentationsformen ergeben. Andererseits werden auch die Potentiale von Methoden des NLP bzw. der Digital Humanities zur Untersuchung von Rechtsprechung aufgezeigt.

Vortrag im Rahmen des „Digital History“-Forschungskolloquiums
Zeit: Mittwoch, 5. Juni 2024, 16-18 Uhr
Ort: Zoom-Konferenz (Zugang auf Anfrage oder via Mailingliste)


Key Works:

Stohlmann, Lüders, Wendel, Hoeft, Reule & Tischbirek (2024): Konsolidierung statt Siegeszug. In: Der Staat 63 (2).

Lüders & Stohlmann (2024): Classifying proportionality. Identification of a legal argument. Draft.

Data:

Lüders, Wendel, Reule, Stohlmann, Hoeft & Tischbirek (2024): Verhältnismäßigkeit – Proportionality. An annotated dataset of GFCC decisions. Zenodo. https://doi.org/10.5281/zenodo.10513684


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Digital History Berlin (Redaktion) (3. Juni 2024). Kilian Lüders: Natural Language Processing und die Entscheidungsbegründungen des Bundesverfassungsgerichts. Digital History Berlin. Abgerufen am 16. Juli 2024 von https://doi.org/10.58079/11rli


Eine Antwort auf „Kilian Lüders: Natural Language Processing und die Entscheidungsbegründungen des Bundesverfassungsgerichts“

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search