Weitere Tools für verantwortungsvolle KI

Verantwortungsvolle KI-Praktiken

Esther Montoya van Egerschot

Chief AI Governance @ DigiDiplomacy

Risiko- und Folgenabschätzungen

 

Verantwortungsvolle KI

  • Potenzielle Probleme vorhersehen
  • Negative Auswirkungen

 

AUSWIRKUNGEN

  • Potenziale und Risiken vorhersehen
  • Positive und negative Auswirkungen
Verantwortungsvolle KI-Praktiken

Risikobewertungen helfen:

  • schädliche Auswirkungen vorherzusehen,
  • um sie proaktiv abzuschwächen

 

Beispiele:

  • NIST Artificial Intelligence Risk Management Framework (AI RMF) plus AI RMF Playbook
  • New York Citys lokales Gesetz 144
  • Frankreichs CNIL
  • Rahmenwerk der OECD zur Bewertung von KI-Risiken

Ein universeller Ansatz zur Bewertung von KI-Risiken fehlt noch.

Verantwortungsvolle KI-Praktiken

KI-Folgenabschätzungen helfen Organisationen:

  • die weiterreichenden Auswirkungen zu ermitteln
  • sicherzustellen, dass der Mensch im Mittelpunkt steht
  • Vertrauen und Transparenz zu fördern

Beispiele:

  • Die niederländische KI-Folgenabschätzung (AIIA)
  • Microsofts Standard für Folgenabschätzungen für verantwortungsvolle KI
  • IBM® watsonx
  • Menschenrechtliche Folgenabschätzung (Human Rights Impact Assessment, HRIA)
  • Responsible AI Institute (RAISE)-Benchmarks
Verantwortungsvolle KI-Praktiken

Häufige Fallstricke

  • Ethische blinde Flecken: implizite Vorurteile
  • Bluewashing / Ethics Washing: so tun als ob
  • KI-Shopping: Business statt Ethik
  • Schatten-KI: keine ausdrückliche Genehmigung oder Aufsicht

Integration von KI-Folgenabschätzungen neben Risikobewertungen:

  • Sichert umfassende Bewertung
  • vermeidet Schäden und trägt aktiv zum gesellschaftlichen Wohl bei

Bild eines Auges vor einem dunklen Hintergrund als blinder Fleck

1 DALL·E
Verantwortungsvolle KI-Praktiken

Lass uns üben!

Verantwortungsvolle KI-Praktiken

Preparing Video For Download...