Page 19 - Handbuch Digitalisierung (2. Ausgabe)

HANDBUCH DIGITALISIERUNG Kapitel 1.1 / Digitalisierung & Politik unterschiedlichen Gesichtsmerkmale der Ge- sichter widerspiegeln. Ein Großteil der Leistungsfähigkeit von KI kommt heute durch den Einsatz von immer präziseren datengetriebenen Deep-Learning- Optimierungseinheiten, die immer größere Datenmengen nutzen können, um KI-Syste- me zu trainieren. Die Stärke dieser Methode kann aber wie in den Beispielen dargestellt gleichzeitig auch eine Schwäche sein. Denn KI-Systeme lernen, was ihnen beigebracht wird. Werden sie nicht mit soliden und vielfäl- tigen Datensätzen optimiert, können die Er- „gebnisse verzerrt werden, damit die Fairness leiden und letztlich auch die Genauigkeit.  Verwandte emen V Innovationsstandort Deutschland? V Künstliche Intelligenz V Künstliche Intelligenz: Trends V Geschä smodelle im Fokus V Künstliche Intelligenz mit Mehrwert für den Menschen V Cloud-Computing: Trends S. 53 S. 206 S. 209 S. 210 S. 211 S. 273 der Entwicklung, der Trainingsphase und im Betrieb genau beobachten. Ziel ist, statistische und systematische Fehler zu erkennen, ggf. Gegenmaßnahmen zu ergreifen und deren Ef- fekt zu überwachen. Vielfalt menschlicher Gesichter stellt KI auf die Probe Die Herausforderungen beim Training von künstlicher Intelligenz zeigen sich beson- ders bei der Gesichtserkennung. Es ist nicht einfach, Gesichtserkennungssysteme zu ent- wickeln, die in puncto Fairness unseren Er- wartungen entsprechen. Der Kern des Prob- lems liegt dabei nicht in der KI-Technologie selbst, sondern in der Art und Weise, wie die KI-gestützten Gesichtserkennungssysteme optimiert und trainiert werden. Um die ge- wünschten, immer exakteren Resultate zu er- zielen, müssen die Trainingsdaten vielfältig sein und eine enorme Bandbreite an Informa- tionen abdecken. Nur so kann die KI die Nu- ancen erkennen, durch die sich Gesichter in verschiedenen Situationen voneinander un- terscheiden. Die Trainingsbilder müssen diese Anhand dieser Trainings-Datensätze weiß man jedoch, auf welcher Datengrundlage die Zu einer transparenten O enle- gung der Entscheidungswege von KI gehört, dass jede Vorhersage, jede Modellversion und jegliche Trainingsdaten dokumentiert und gespeichert werden – und damit Unternehmen bei der auditsicheren Einhaltung von Compliance-Richtlinien und der DSGVO unterstützt. “ 19 Treiber & Trends