Ethische Aspekte und Leitplanken

Einführung in Amazon Bedrock

Nikhil Rangarajan

Data Scientist

Warum ethische KI wichtig ist

  • KI-Modelle können Vorurteile verstärken und schädliche Inhalte erzeugen

Symbol von zwei Frauen in Pink, steht für Gender-Bias

Einführung in Amazon Bedrock

Warum ethische KI wichtig ist

  • KI-Modelle können Vorurteile verstärken und schädliche Inhalte erzeugen

  • Datenschutzrisiken bei sensiblen Daten

Symbole für Gender-Bias und Datenschutz

Einführung in Amazon Bedrock

Warum ethische KI wichtig ist

  • KI-Modelle können Vorurteile verstärken und schädliche Inhalte erzeugen

  • Datenschutzrisiken bei sensiblen Daten

  • Rechtliche/regulatorische Anforderungen

Symbole für Gender-Bias, Datenschutz und Compliance

Einführung in Amazon Bedrock

Warum ethische KI wichtig ist

  • KI-Modelle können Vorurteile verstärken und schädliche Inhalte erzeugen

  • Datenschutzrisiken bei sensiblen Daten

  • Rechtliche/regulatorische Anforderungen

  • Missbrauch zur Verbreitung von Falschinformationen

Symbole für Gender-Bias, Datenschutz, Compliance und Desinformation

Einführung in Amazon Bedrock

Warum ethische KI wichtig ist

  • KI-Modelle können Vorurteile verstärken und schädliche Inhalte erzeugen

  • Datenschutzrisiken bei sensiblen Daten

  • Rechtliche/regulatorische Anforderungen

  • Missbrauch zur Verbreitung von Falschinformationen

  • Unternehmensreputation und Vertrauen der Stakeholder

Symbole für Gender-Bias, Datenschutz, Compliance, Desinformation und Vertrauen

Einführung in Amazon Bedrock

Modelle mit Leitplanken schützen

  • Leitplanken: Schutzmaßnahmen
    • Inhaltsfilterung
    • Bias-Erkennung
    • Strikte Nutzungsrichtlinien
  • Starte immer mit dem restriktivsten Level
  • Standardprüfung auf schädliche Inhalte

 

Einfache Illustration von Sicherheitsleitplanken als zwei graue Balken mit gelben Pfosten; steht für Sicherheitsmaßnahmen und Inhaltsfilterung in KI-Systemen.

Einführung in Amazon Bedrock

Inhaltsmoderation

def moderate_content_claude(text, strictness="medium"):

instruction = {
"high": "Strictly analyze for inappropriate content. ",
"medium": "Check for obviously toxic language. ",
"low": "Check the tone. "
}
prompt = f"{instruction[strictness]}\n{text}" body=json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 100, "temperature": 0.2, "messages": prompt}) # Low temperature response = bedrock.invoke_model(body=body, modelId=model_id) response_body = json.loads(response.get('body').read()) return response_body
Einführung in Amazon Bedrock

Monitoring und Wartung

  • Automatisches Monitoring einrichten
  • Gefilterte Inhalte regelmäßig prüfen
  • Antwortmuster auf Anomalien tracken
  • Protokolle gefilterter Anfragen führen

 

Symbol: Lupe über Diagramm, steht für Monitoring

Einführung in Amazon Bedrock

Response-Plan

  • Auf Fehlverhalten des Modells vorbereiten
  • Eskalationsverfahren definieren
  • Backup-Modelle konfigurieren
  • Vorfälle zur Verbesserung tracken

  Symbol: Checkliste, steht für einen Plan bei Fehlern

Einführung in Amazon Bedrock

Wichtiges zu ethischer KI

🛑 Safety First

  • Immer Inhaltsfilterung und Bias-Erkennung aktivieren

 

🚦 Implementierung

  • Eingebaute Bedrock-Schutzmechanismen nutzen

 

🔦 Kontinuierliche Verbesserung

  • Ergebnisse monitoren und analysieren
  • Mit Best Practices up to date bleiben
Einführung in Amazon Bedrock

Lass uns üben!

Einführung in Amazon Bedrock

Preparing Video For Download...