Bibliographic record
Abstract
Nachhaltige Urbanität dank smarter Technik – Chance oder Risko?Wie sieht die Stadt der Zukunft aus? Unser Leben ist bereits jetzt stark von der digitalen Transformation geprägt. Um die Herausforderungen in den Bereichen Verkehr, Wohnen, Klima- und Umweltschutz meistern zu können, ist der Einsatz smarter Technologien ein wichtiger Bestandteil moderner Stadtentwicklung. Doch machen eine intelligente Verkehrssteuerung, die auf künstlicher Intelligenz basiert, eine öffentliche Verwaltung, die ihre Dienstleistungen komplett online abwickelt, und Zugangskontrollsysteme eine Stadt wirklich lebenswert? Peter Schaar, langjähriger Bundesbeauftragter für Datenschutz und Informationsfreiheit, blickt in seinem Buch hinter die Kulissen der digitalen Stadt und beleuchtet Trends in der Stadtplanung. Am Beispiel von Songdo, Toronto oder Barcelona beschreibt er die Chancen und Risiken, die in der Entwicklung einer Smart City stecken.- Stadt der Zukunft: Digitale Technologien für mehr Lebensqualität in den Metropolen der Welt?- Smart City: Beispiele bestehender Modell-Projekte zeigen Vor- und Nachteile auf- Nachhaltige Stadtplanung: Schon heute an die Herausforderungen von morgen denken- Big Data vs. Privatsphäre: Mit intelligenter Infrastruktur Datensicherheit gewährleisten- Der Traum von der idealen Stadt: Packendes politisches Sachbuch zu Chancen und RisikenSmart Citys für alle? Nur, wenn die Bedürfnisse der Stadtgesellschaft im Mittelpunkt stehen!Welche Auswirkungen hat die Digitalisierung auf die Einwohner:innen in einer modernen Stadt? Wie werden Flugtaxis, KI-gestützte Videoüberwachung im öffentlichen Raum oder eine datengestützte Verwaltungsstruktur unser Leben verändern? Gibt es in Zukunft noch das Grundrecht auf Privatsphäre oder das Persönlichkeitsrecht am eigenen Bild? Peter Schaar geht in seinem Buch der Frage nach, wie Datensicherheit und die Freiheit von staatlicher Überwachung in einer modernen Stadt trotz – oder besser: dank – digitaler Technologien gelingen kann.Ein packendes Buch für alle, die sich für unser Leben von morgen interessieren!
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.011 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".