SeminarKI-Grundlagen, Strategie & Technologie
Responsible AI Development: Verzerrungen erkennen und mindern in KI-Systemen
Seminar mit fundierter fachlicher Tiefe.
Responsible AI Development: Verzerrungen erkennen und mindern in KI-Systemen.
MODUL 01: WAS IST BIAS IN KI-MODELLEN?
- Begriffsdefinition: Bias vs. Fairness vs. Diskriminierung
- Typische Verzerrungen in Trainingsdaten und Algorithmen
- Reale Beispiele aus Personalwesen, Kreditvergabe, Medizin
- Ziel: Bewusstsein für Auswirkungen und Verantwortung
MODUL 02: METHODEN ZUR ERKENNUNG VON VERZERRUNG
- Metriken zur Fairness (z. B. Demographic Parity, Equal Opportunity)
- Werkzeuge: IBM AI Fairness 360, Fairlearn
- Praxisübung: Analyse eines datengestützten Scoring-Modells auf Bias
- Ziel: Verzerrungen systematisch messbar machen
MODUL 03: STRATEGIEN ZUR BIAS-MINDERUNG
- Preprocessing-, Inprocessing- und Postprocessing-Ansätze
- Trade-offs zwischen Fairness, Genauigkeit und Transparenz
- Praxisbeispiel: Anpassung eines Modells zur Chancengleichheit
- Ziel: Fairness gezielt beeinflussen
MODUL 04: GOVERNANCE, ETHIK & AUSBLICK
- Regulatorische Rahmenbedingungen (z. B. AI Act, DSGVO)
- Dokumentation & Audits von KI-Modellen
- Diskussion: Was bedeutet „verantwortliche KI“ in meinem Projektkontext?
- Ziel: Handlungsfähigkeit für ethische KI-Entscheidungen stärken