3. KI Flashcards
(12 cards)
Definition KI
Erforschung ,,intelligenten” Problemlösungsverhaltens sowie die Erstellung ,,intelligenter” Computersysteme. Künstliche Intelligenz (Kl) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu
lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.
Abgrenzung KI
Basiert auf dem (mathematischen) Konzept der ,,Neuronalen Netzwerke” Löst konkret vorgegebene Aufgabenstellungen (,,narrow Al”/ ,,schwache Kl”) und starke AI-> selber Probleme lösen/lernen
* Ist in der Lage, sich selbst - ohne externen Eingriff eines Programmierers - zu optimieren
* Anwendungen, die mit reiner Rechner-Power (,,brute force”) Probleme lösen, aber nicht dazulernen, gehören nicht zur Gruppe der KI-Anwendungen
Funktion und Aufbau von KI
High‑Level KI‑Zyklus
Input: Saubere, gelabelte Daten & Feature‑Engineering
Training: Modell wählt, Gewichte via Gradientenabstieg optimiert
Evaluation: Testdaten → Metriken (Accuracy, F1, MSE); Over‑/Underfitting abwägen
Inference & Feedback: Einsatz auf Echt‑Daten, Continuous Learning, Drift‑Monitoring
Was versteht man unter KI?
Kugel Grafik 3. Schichten
Kugel Grafik F.5
- Schicht: KI ist der Überbegriff für die Fähigkeit von Maschinen menschenähnliche Intelligenz und ein gewisses Maß an autonomem Lernen aufzuweisen
- Schicht: Maschinelles Lernen:
Ein Forschungsgebiet, das Computern die Fähigkeit verleiht, zu lernen, ohne ausdrücklich programmiert zu werden. (Arthur Samuel, 1959) - Kern: Deep Learning sind Computersysteme mit denen Informationen analog zum menschlichen Gehirn klassifiziert werden können, um Entscheidungen zu treffen und Prognosen zu ermöglichen
3 Anwendungen KI(Vorlesung)
- Autonomes Fahren:
-Beste Route
-Computer vision (Hindernisse erkennen und Beste Entscheidungen treffen)
==> bessere Verkehrssicherheit, Liefer und Logistikketten noch effizienter, wahrscheinlich noch mehr - Inhaltliche Empfehlungen:
-Personalisierung von Inhalten
(Amazon, Spotify, Netflix…)
==> wenig Infos zu den genauen Firmen Algorithmen aber mögliche negative Folgen (Filterblasen, Echokammern, Trollfabriken, Fake News und neue Formen von Propaganda) - Bild und Videoverarbeitung:
-Das Prinzip der Gesichtserkennung (Fotos etc.)
-Bilder und Videogenerierung
Weitere Einsatzgebiete für KI
-Sprachverarbeitung (z. B. Chatbots, Übersetzung)
-Prozessautomatisierung (Banking)
-Learning tools
-Betrugserkennung (Fingerprint bei claims)
5 Bereiche und Chancen von KI
Wirtschaft
* Automatisierung repetitiver Aufgaben steigert Produktivität und senkt Kosten
* Optimierung von Lieferketten durch vorausschauende Analysen
* Neue Geschäftsmodelle (z. B. KI‑gestützte Plattformen)
Gesundheitswesen
* Frühere und genauere Diagnosen (z. B. Bildanalyse in Radiologie)
* Personalisierte Therapien dank Auswertung großer Patientendaten
* Automatisierte Verwaltung (z. B. Abrechnung, Terminplanung)
Forschung & Entwicklung * Schnellere Auswertung von Experimentaldaten
* Automatisches Generieren und Testen von Hypothesen
* Beschleunigung des Wirkstoff‑ und Materialdesigns
Umwelt & Energie
* Smarte Netze (Smart Grids) für effizientere Energieverteilung
* Frühwarnsysteme für Naturkatastrophen (z. B. Waldbrand‑Erkennung)
* Optimierung von Ressourceneinsatz in Landwirtschaft und Industrie
Alltag & Mobilität * Autonomes Fahren und intelligente Verkehrsleitsysteme reduzieren Staus und Unfälle
* Sprach‑ und Bilderkennung für barrierefreie Anwendungen
* Personalisierte Assistenzsysteme (Smart Homes, Chatbots)
5 Bereiche und Risiken von KI
Ethik & Gesellschaft
* Verzerrung (Bias) in Daten kann Diskriminierung verstärken
* Verlust von Arbeitsplätzen durch Automatisierung
* Soziale Ungleichheit, wenn Zugang zu KI ungleich verteilt ist
Datenschutz & Sicherheit
* Massenhafte Überwachung und Verletzung der Privatsphäre
* Cyberangriffe durch KI‑gestützte Malware
* Unkontrollierte Datenlecks bei zentralisierten KI‑Systemen
Technologische Risiken
* „Black‑Box“: Undurchschaubare Entscheidungen erschweren Verantwortung
* Systemfehler und unvorhergesehene Wechselwirkungen
* Abhängigkeit von Drittanbietern und Monopolbildung
Recht & Regulierung
* Fehlende oder unklare gesetzliche Rahmenbedingungen
* Schwierige Haftungszuweisung bei KI‑Fehlern (z. B. Unfall autonomes Auto)
* Internationale Abstimmung und Kontrolle erschwert
Langfristige Risiken
* Existenzielle Risiken durch starke KI (Superintelligenz)
* Kontrollverlust, wenn KI sich eigenständig weiterentwickelt
* Unvorhersehbare gesellschaftliche Veränderungen (“KI‑Revolution”)
Was ist der AiAct?
Erste umfassende KI-Regulierung weltweit
Der AI Act ist die erste horizontale, sektor‑übergreifende Regelung für KI und zielt darauf ab, „vertrauenswürdige KI“ in Europa zu fördern und gleichzeitig Risiken zu begrenzen
Bis 2. Februar 2025: Verbot besonders risikoreicher („unacceptable risk“) KI-Systeme
Home | White & Case LLP
.
Bis 2. Mai 2025: Code of Practice für General‑Purpose‑KI (z. B. GPT‑Modelle)
Shaping Europe’s digital future
.
Ab 2. August 2025: Vollständige Anwendbarkeit aller Melde-, Governance‑ und Sanktions‑Regelungen
4 Risikoklassen nach dem AiAct
Unacceptable risk:
Social Scoring durch Behörden, Remote‑Biometrie in Echtzeit (Law‑Enforcement) Vollständiges Verbot
High risk:
CV‑Screening, Kreditwürdigkeitsscoring, Medizin‑Diagnostik, kritische Infrastrukturen Strenge Anforderungen
Limited risk: Chatbots, Deepfakes, generative KI Transparenzpflichten (Hinweise für Nutzer)
Minimal/negligible risk: Spam‑Filter, KI‑gestützte Spiele Keine spezifischen Vorgaben
Anforderungen für „High‑Risk“‑Systeme
Risikomanagement
Datenschutz & Datenqualität
Transparenz & Dokumentation
Human‑in‑the‑Loop
Vor der Markt‑Freigabe Konformitätsbewertung (interne oder durch benannte Stellen)
Meldepflichten
Governance und Durchsetzung AiAct
Europäische KI‑Behörde („AI Office“)
Koordiniert Umsetzung, erstellt Leitlinien, betreut Code of Practice
Home | Holland & Knight
.
Nationale Aufsichtsbehörden
Überwachen Einhaltung, verhängen Sanktionen (bis zu 7 % des weltweiten Umsatzes)
WIRED
.
Interne Compliance‑Prozesse
Unternehmen müssen interne Stellen benennen, Verantwortlichkeiten klären.
