Verantwortungsvoll deployen
Model Cards (Mitchell et al. 2019):
- Zweck und Einsatzgebiet.
- Trainingsdaten und Beschränkungen.
- Performance je Subgruppe.
- Bekannte Bias‑Probleme.
- Kontaktdaten für Beschwerden.
Datenschutz‑Praktiken:
- Differential Privacy: mathematische Garantie, dass kein Einzeldatum rekonstruiert werden kann.
- Federated Learning: Modell lernt auf den Geräten, nicht auf zentralem Server.
- Anonymisierung: mehr als nur Namen entfernen — Quasi‑Identifier prüfen.
- Right‑to‑be‑Forgotten: Modell muss vergessen können (Machine Unlearning).
Human‑in‑the‑Loop:
- Bei Hochrisiko‑Entscheidungen: KI schlägt vor, Mensch entscheidet.
- Override‑Möglichkeit dokumentiert.
- Berechenbarkeit (Explainable AI): SHAP, LIME, Attention‑Visualisierung.
Zurück zu Künstliche Intelligenz