Künstliche Intelligenz braucht Ethik. Die Untersuchung der Rolle von Standards

Academic Paper , 2023 , 16 Pages , Grade: 2,0

Computer Sciences - Artificial Intelligence

Das Ziel dieser Arbeit ist es, den Ursprung dieser Risiken im Einsatz von KI zu erläutern, die besondere Rolle von Machine Learning in diesem Kontext herauszustellen und eine Übersicht über aktuelle Bestrebungen zur Eindämmung oder Prävention dieser Risiken mittels Gesetzesinitiativen und industrieller Standards zu bieten.

Durch Künstliche Intelligenz (KI) gestützte Anwendungen sind innerhalb des letzten Jahrzehnts zu einem alltäglichen Wegbegleiter der modernen Gesellschaft geworden. Wir steuern Beleuchtung, Lautsprecher, Thermostate und andere vernetzte Geräte mit Sprachassistenten wie Apples Siri oder Amazons Alexa, die menschliche Sprache in Computerbefehle umsetzen können. Autonome Roboter saugen und wischen die Böden in unseren Wohnungen und mähen den Rasen in unzähligen Gärten. Shopping-Apps informieren uns über die neusten Trends und empfehlen uns anhand unseres Kauf- und Suchverhaltens Waren, die unseren Kaufinteressen entsprechen. Die Algorithmen hinter Social-Media-Plattformen erschaffen eine mediale Filterblase aus unseren persönlichen Vorlieben und Interessen, schlagen uns Kontakte und Inhalte vor. Nicht nur im
Privaten, sondern auch in der Wirtschaft, im öffentlichen Sektor und im Gesundheitswesen gehört KI inzwischen zum Alltag, so zum Beispiel in der medizinischen Diagnostik, dem Versicherungswesen, bei Kreditvergaben oder in den Personalabteilungen verschiedenster Unternehmen. Um ihre Aufgaben erfüllen zu können, sammeln und verarbeiten KI-Systeme dazu
große Mengen an Daten aller Art, unter anderem auch personenbezogene Daten im Sinne von Art.

• College: AKAD University of Applied Sciences Stuttgart
• Course: UFM94 Ethik und Recht in Data Science
• Grade: 2,0
• Author: Julian Sternitzke (Author)
• Publication Year: 2023
• Pages: 16
• Catalog Number: V1413755
• ISBN (PDF): 9783346962973
• ISBN (Book): 9783346962980
• Language: German
• Tags: KI, ML, ADM, Recommender Systems, Bias, Black Boxing, Privacy