Künstliche Intelligenz (KI) kommt bereits in vielen Branchen zum Einsatz. Um ihr wirtschaftliches und gesellschaftliches Potential auszuschöpfen, ist es wesentlich, das Vertrauen in KI-Systeme und die mit ihnen verbundenen Prozesse und Entscheidungen zu stärken. Eine mögliche Schlüsselvoraussetzung dafür ist eine Zertifizierung von KI-Systemen. Welchen Nutzen sie verspricht und welche Anforderungen sich mit Blick auf technische Umsetzung, Gemeinwohl und Erhalt der Innovationskraft stellen, skizzieren Expertinnen und Experten der Plattform Lernende Systeme in einem Impulspapier. Es gibt einen Überblick über bestehende Zertifizierungsprojekte in Deutschland.
München, 28. April 2020 – Insbesondere in sensiblen Anwendungsbereichen wie etwa der Medizin kann eine Zertifizierung von KI-Systemen dazu beitragen, das Vertrauen in ihre Leistungsfähigkeit, Zuverlässigkeit und Sicherheit zu stärken. Im betrieblichen Kontext erleichtert eine Zertifizierung die Interoperabilität verschiedener Systeme und fördert so den weiteren Einsatz von Künstlicher Intelligenz. Nicht zuletzt könnte eine Zertifizierung die Wettbewerbsdynamik bei der Entwicklung von KI-Anwendungen fördern und – über die Etablierung einer vertrauenswürdigen Marke „KI made in Europe“ – international Wettbewerbsvorteile schaffen.
Besondere Herausforderungen bei Lernenden Systemen
Auf dem Weg zu einer Zertifizierung von Künstlicher Intelligenz sind jedoch zahlreiche Fragen zu klären. „Zum Beispiel muss beantwortet werden, wie Lernende Systeme verlässlich verifiziert werden können, oder wie ein Weiterlernen im Betrieb – etwa durch strukturierte Updates – sichergestellt werden kann“, sagt Prof. Dr. Stefan Wrobel, Leiter des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS und Mitglied der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme. „Eine weitere Herausforderung ist, dass KI-Anwendungen oft hybride Systeme sind – das heißt, sie beruhen auf einer Kombination von unterschiedlichen KI-Technologien. Im Bereich der Sprachtechnologie werden beispielsweise häufig maschinelle Lernverfahren mit modellhaftem Wissen kombiniert. Auch solche komplexen Systeme muss eine Zertifizierung abdecken“, so Stefan Wrobel.
Entscheidend für eine sinnvolle und nutzbringende Zertifizierung von KI-Systemen sei auch, das richtige Maß zu finden. „Die Aufgabe besteht darin, ein allgemeines Prüfsystem zu entwickeln, um eine Zertifizierung hochgradig verschiedener KI-Systeme für unterschiedliche Einsatzgebiete vergleichbar zu gestalten. Dabei gilt es, bereits etablierte Normen und Standards zu berücksichtigen und vorhandene Lücken zu schließen“, erläutert Stefan Wrobel, einer von vier Co-Autoren des Impulspapiers.
Geeignetes Maß für Zertifizierung finden
Das von einem interdisziplinären Autorenteam erstellte Impulspapier „Zertifizierung von KI-Systemen“ der Plattform Lernende Systeme beleuchtet nicht nur technische, sondern auch juristische und ethische Aspekte. „Eine Zertifizierung kann für eine Vielzahl von KI-Systemen dazu beitragen, ihr gesellschaftliches Nutzenpotential sicher und gemeinwohlorientiert auszuschöpfen. Damit dies im Einklang mit gesellschaftlich anerkannten Werten geschieht, muss eine Form von Zertifizierung gefunden werden, die von wichtigen ethischen Prinzipien geleitet wird, aber gleichzeitig auch ökonomische Prinzipien erfüllt, Überregulierung vermeidet sowie Innovationen fördert“, sagt Jessica Heesen, Leiterin des Forschungsschwerpunkts Medienethik und Informationstechnik am Internationalen Zentrum für Ethik in den Wissenschaften (IZEW) der Universität Tübingen und Leiterin der Arbeitsgruppe IT-Sicherheit, Privacy, Recht und Ethik der Plattform Lernende Systeme. Die Co-Autorin des Impulspapiers ergänzt: „Im besten Fall kann eine Zertifizierung selbst zum Auslöser neuer Entwicklungen für einen europäischen Weg in der KI-Anwendung werden.“
Über das Impulspapier
Das Impulspapier „Zertifizierung von KI-Systemen“ beleuchtet Potentiale und Herausforderungen, die eine Zertifizierung von KI-Systemen birgt und gibt einen Überblick über bestehende Zertifizierungsprojekte in Deutschland. Das Papier wurde von Mitgliedern der Plattform Lernende Systeme unter der Leitung der Arbeitsgruppe IT-Sicherheit, Privacy, Recht und Ethik sowie der Arbeitsgruppe Technologische Wegbereiter und Data Science verfasst und versteht sich als Grundlage für weitere Diskussionen zum Thema. Es steht zum Download bereit unter
https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG3_Impu... .
Über die Plattform Lernende Systeme
Die Plattform Lernende Systeme wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung des Fachforums Autonome Systeme des Hightech-Forums und acatech gegründet. Sie vereint Expertinnen und Experten aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft aus dem Bereich Künstliche Intelligenz. In Arbeitsgruppen entwickeln sie Handlungsoptionen und Empfehlungen für den verantwortlichen Einsatz von Lernenden Systemen. Ziel der Plattform ist es, als unabhängiger Makler den gesellschaftlichen Dialog zu fördern, Kooperationen in Forschung und Entwicklung anzuregen und Deutschland als führenden Technologieanbieter für Lernende Systeme zu positionieren. Die Leitung der Plattform liegt bei Bundesministerin Anja Karliczek (BMBF) und Karl-Heinz Streibich (Präsident acatech).
https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG3_Impu...
Merkmale dieser Pressemitteilung:
Journalisten
Gesellschaft, Informationstechnik, Politik, Recht, Wirtschaft
überregional
Forschungsprojekte, Wissenschaftliche Publikationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).