Künstliche Intelligenz managen und verstehen: Der Praxis-Wegweiser für Entscheidungsträger, Entwickler und Regulierer

DIN e. V.; Thomas Schmid; Wolfgang Hildesheim; Taras Holoyad

doi:10.5771/9783410314578

Zusammenfassung

Künstliche Intelligenz erobert die Welt und dringt in unser aller Alltag vor. Selbstfahrende Autos, medizinische Diagnosen, robotische Prozesse, Chatbots und Stadtplanung sind nur einige Beispiele, in denen Künstliche Intelligenz zum Einsatz kommt. Die Liste wird mit jedem Tag länger.

Was genau ist eigentlich Künstliche Intelligenz (KI)?

Was macht sie erfolgreich?

Wie kann man KI-Anwendungen einheitlich, fundiert und verständlich beschreiben?

Gibt es konkrete Praxisbeispiele für aktuelle KI-Anwendungen im Einsatz?

Wie begrenzt man Risiken? Welche Normen und Standards brauchen wir für KI?

Wie wird KI reguliert? Und was soll mit dem Europäischen KI-Gesetz erreicht werden? Was bedeutet die Europäische KI-Regulierung für mein Unternehmen?

Das Fachbuch „Künstliche Intelligenz managen und verstehen“ diskutiert diese Fragen und geht im Hinblick auf die Europäische Union insbesondere auch auf das Europäische KI-Gesetz ein. Das vorliegende Werk versteht sich dabei als Praxis-Wegweiser für Manager, KI-Entwicklerinnen und Entwickler, Compliance-Verantwortliche sowie Mitarbeiterinnen und Mitarbeiter in Behörden, großen Unternehmen und KMUs.

Innerhalb der Europäischen Union ist es zur Schaffung digitaler Souveränität im Umgang mit Künstlicher Intelligenz unabdingbar, dass Politik, Industrie und Wissenschaft bei KI-Produkten und -Diensten Exzellenz sicherstellen. Dazu wird die Vertrauenswürdigkeit Künstlicher Intelligenz bei Bürgerinnen und Bürgern im Buch als eine entscheidende Grundlage für eine bedürfnisorientierte Anwendung sowie Erforschung innovativer Technologien herausgearbeitet. Währenddessen werden zentrale Diskussionspunkte behandelt, wie etwa: Was ist ein KI-Modell bzw. eine KI-Fabrik, und wodurch werden diese vertrauenswürdig? Sowie desweiteren: Was bedeutet KI heute, morgen und übermorgen?

Die Vielfalt an technischen Bausteinen innerhalb von KI-Systemen erfordert einen strukturellen Rahmen für die genaue Beschreibung von neu eingeführten und bereits eingesetzten Systemen. Die exakte Beschreibung von KI kann als Teil von Normen und Standards zur Umsetzung einheitlicher Qualitätskriterien sowie zur Minimierung von Risiken systematisch eingesetzt werden.

Schlagworte

Publikation durchsuchen

Bibliographische Angaben

Auflage: 1/2023
Copyrightjahr: 2023
ISBN-Print: 978-3-410-31456-1
ISBN-Online: 978-3-410-31457-8
Verlag: DIN Media, Berlin
Reihe: DIN Media Innovation
Sprache: Deutsch
Seiten: 314
Produkttyp: Sammelband

Inhaltsverzeichnis

KapitelSeiten

1. Über die Herausgeber Kein Zugriff
2. Über die Gastautoren Kein Zugriff
3. Vorwort Kein Zugriff
4. Inhaltsverzeichnis Kein Zugriff
1. 1. 1.1 KI gestern: Ursprung und Evolution von KI Kein Zugriff
  2. 1.2 KI heute: Wirtschaftsfaktor dank industrialisierter Plattformen Kein Zugriff
  3. 1.3 KI morgen: Nachvollziehbare intelligente Systeme für alle Kein Zugriff
  4. 1.4 KI übermorgen: Besser als der Mensch? Kein Zugriff
2. 1. 2.1 Modelle als Schlüsselkonzept der Kognition Kein Zugriff
  2. 2.2 Regelbasierte KI-Modelle Kein Zugriff
  3. 2.3 Datengetriebene KI-Modelle Kein Zugriff
  4. 2.4 Perspektiven und Grenzen der KI-Modellierung Kein Zugriff
3. 1. 3.1 KI-basierte Geschäftsprozesse erfordern einen „Human on the Loop“ Kein Zugriff
  2. 3.2 KI-basierte Prozesse erfordern agile Organisationen und innovative Arbeitsabläufe Kein Zugriff
  3. 3.3 Größere AI Factories führen zu neuen Aufgabenbereichen Kein Zugriff
  4. 3.4 AI Factories erfordern neue Technologien und Architekturen Kein Zugriff
  5. 3.5 KI-Fabriken müssen an die Geschäftsergebnisse angepasst werden Kein Zugriff
  6. 3.6 Schlussfolgerungen Kein Zugriff
4. 1. 4.1 Daten Kein Zugriff
  2. 4.2 Talente Kein Zugriff
  3. 4.3 Software Kein Zugriff
  4. 4.4 Vertrauenswürdigkeit von KI Kein Zugriff
1. 1. 5.1 Vorbild Lebensmittelkennzeichnung Kein Zugriff
  2. 5.2 Konzept und Aufbau der AI=MC²-Taxonomie Kein Zugriff
  3. 5.3 Anwendungsszenarien und Nutzen der AI=MC²-Taxonomie Kein Zugriff
2. 1. 6.1 Klassische künstliche Intelligenz Kein Zugriff
  2. 6.2 Symbolische künstliche Intelligenz Kein Zugriff
  3. 6.3 Hybride Lernverfahren Kein Zugriff
  4. 6.4 Maschinelles Lernen Kein Zugriff
3. 1. 7.1 Wahrnehmen Kein Zugriff
  2. 7.2 Verarbeiten Kein Zugriff
  3. 7.3 Handeln Kein Zugriff
  4. 7.4 Kommunizieren Kein Zugriff
4. 1. 8.1 Kein oder geringes Schädigungspotenzial Kein Zugriff
  2. 8.2 Begrenztes Schädigungspotenzial Kein Zugriff
  3. 8.3 Regelmäßiges oder deutliches Schädigungspotenzial Kein Zugriff
  4. 8.4 Erhebliches Schädigungspotenzial Kein Zugriff
  5. 8.5 Unvertretbares Schädigungspotenzial Kein Zugriff
5. 1. 9.1 Verkehrszeichenerkennung Kein Zugriff
  2. 9.2 Automatisierte Schadensregulierung Kein Zugriff
1. 1. 10.1 Darstellung der Organisation und Arbeitsweise Kein Zugriff
  2. 10.2 Der „Virtuelle Assistent“ übernimmt Aufgaben des Versicherungsberaters Kein Zugriff
  3. 10.3 KI übernimmt das Suchen und Antworten Kein Zugriff
  4. 10.4 Sicherheit und Datenschutz Kein Zugriff
  5. 10.5 Business Case und quantitative Verbesserung Kein Zugriff
  6. 10.6 Erfahrungen und Empfehlungen Kein Zugriff
  7. 10.7 Ausblick Kein Zugriff
2. 1. 11.1 Die KI-Lösung „Gebäudefeldvergleich“ Kein Zugriff
  2. 11.2 „Human-in-the-Loop“ – die Veränderung der Arbeitsprozesse Kein Zugriff
  3. 11.3 Business Case Kein Zugriff
  4. 11.4 Schlussfolgerungen und Empfehlungen Kein Zugriff
3. 1. 12.1 AI Made in Europe: Das Sprachmodell „Luminous“ Kein Zugriff
  2. 12.2 Eine neue KI-Architektur: der Transformer Kein Zugriff
  3. 12.3 Beantwortung von Fragen und Übersetzung von Texten Kein Zugriff
  4. 12.4 Luminous vervollständigt Texte im kulturellen Kontext Europas Kein Zugriff
  5. 12.5 Zukunftsweisende Forschung: Gemeinsames Lernen von Bildern und Texten Kein Zugriff
  6. 12.6 Neue Möglichkeiten der Mensch-Maschine-Interaktion Kein Zugriff
  7. 12.7 Fazit Kein Zugriff
4. 1. 13.1 KI-basierte mobile Datenerfassung Kein Zugriff
  2. 13.2 Entwicklung vertrauensvoller KI-basierter mobiler Datenerfassung Kein Zugriff
  3. 13.3 Erfahrungen und Empfehlungen Kein Zugriff
1. 1. 14.1 Von Misstrauen zu Vertrauen Kein Zugriff
  2. 14.2 Neun Qualitätskriterien für Vertrauenswürdigkeit Kein Zugriff
2. 1. 15.1 Warum werden Normen für KI-Produkte und -Dienstleistungen benötigt? Kein Zugriff
  2. 15.2 Wie sieht die aktuelle Landschaft von Normen und Standards aus? Kein Zugriff
  3. 15.3 Welche Chancen bieten KI-Standards und welche Risiken entstehen? Kein Zugriff
  4. 15.4 Charakteristiken staatlicher Regulierung auf Basis von Normen und Standards Kein Zugriff
  5. 15.5 Normung und Standardisierung in Europa Kein Zugriff
  6. 15.6 Normung und Standardisierung in Deutschland Kein Zugriff
  7. 15.7 Nutzen von Normung und Standardisierung Kein Zugriff
3. 1. 16.1 Transparenz und Risikobewertung von KI-Systemen Kein Zugriff
  2. 16.2 Was bedeutet Marktüberwachung für KI? Kein Zugriff
  3. 16.3 Wie wird Normung ein Teil der KI-Regulierung? Kein Zugriff
  4. 16.4 Hochrisiko-KI-Systeme Kein Zugriff
  5. 16.5 Weitere Europäische Rechtsakte mit Relevanz für KI-Systeme Kein Zugriff
4. 1. 17.1 Einleitung Kein Zugriff
  2. 17.2 Für den Marktzugang erforderliche Schritte Kein Zugriff
  3. 17.3 Fortlaufende Verpflichtungen Kein Zugriff
  4. 17.4 Weitere Anforderungen und Anmerkungen Kein Zugriff
  5. 17.5 Abschließende Betrachtungen Kein Zugriff
5. 1. 18.1 Erarbeitung einer DIN SPEC Kein Zugriff
  2. 18.2 DIN SPECs 13288 und 13266: Bilderkennung mittels Deep Learning in der Medizin Kein Zugriff
  3. 18.3 Fazit Kein Zugriff
Anhang Kein Zugriff Seiten 293 - 294

Künstliche Intelligenz managen und verstehen

Zusammenfassung

Schlagworte

Publikation durchsuchen

Bibliographische Angaben

Inhaltsverzeichnis

Ähnliche Veröffentlichungen