• Grundlegende Definitionen und Konzepte der KI verstehen, einschließlich der Unterschiede zwischen KI und herkömmlichen Tools; 

• Den potenziellen geschäftlichen Nutzen von KI anhand einfacher Beispiele verdeutlichen; 

• Entwickeln Sie Neugierde für die Fähigkeiten von KI, während Sie realistische Erwartungen beibehalten; 

• Grundlegende KI-Regulierungsrahmen und deren Relevanz für den Geschäftsbetrieb verstehen; 

• Identifizieren Sie gängige Compliance-Anforderungen und wenden Sie grundlegende Kontrollen an (z. B. Risikobewertungen); 

• Priorisieren Sie ethische und rechtliche Überlegungen bei der Einführung von KI, um Vertrauen aufzubauen und Strafen zu vermeiden;

• Verstehen der wichtigsten Grundsätze der Fairness, Transparenz und Privatsphäre bei der Nutzung von KI.

• Identifizieren Sie verantwortungsvolle Praktiken und wenden Sie einfache Sicherheitsvorkehrungen an (z. B. Überprüfung der Ergebnisse, Schutz sensibler Daten).

• Wertschätzung von Verantwortlichkeit und Aufrechterhaltung des Vertrauens in die Anwendung von KI.

Definition:

KI als Systeme, die menschliche Intelligenz nachahmen, um Aufgaben wie das Erkennen von Mustern oder das Treffen von Vorhersagen auszuführen.

Analogie:

Vergleichen Sie KI mit einem Koch, der Rezepte befolgt und aus früheren Mahlzeiten lernt.

Mythen vs. Realität:

Mythos – „KI wird alle Arbeitsplätze ersetzen“.
Realität – KI ergänzt die menschliche Arbeit und schafft Zeit für Kreativität in KKMU (Deloitte „Tech Trends“ 2023).

Gesundheitswesen

• Begleitroboter für die Altenpflege
• Auswertung medizinischer Daten zur Bereitstellung nützlicherer Informationen
• Entwurf von Behandlungsplänen
• Unterstützung bei sich wiederholenden Aufgaben, einschließlich der Medikamentenverwaltung Beratung
• Einsatz von Avataren anstelle von Patienten für die klinische Ausbildung

Schwerindustrie

• Roboter sind in vielen Branchen mittlerweile weit verbreitet und übernehmen oft Aufgaben, die für Menschen als gefährlich gelten. 
• Roboter haben sich bei sehr repetitiven Aufgaben, die aufgrund von Konzentrationsschwächen zu Fehlern oder Unfällen führen können, sowie bei anderen Aufgaben, die Menschen als erniedrigend empfinden könnten, als effektiv erwiesen.

Finanz

• Algorithmischer Handel 
• Marktanalyse und Data Mining
• Persönliche Finanzen
• Portfoliomanagement 
• Emissionsgeschäft

• Leistungsstärkere und nützlichere Computer.
• Neue und verbesserte Schnittstellen.
• Lösung neuer Probleme.
• Bessere Handhabung von Informationen.
• Entlastung bei Informationsüberflutung.
• Umwandlung von Informationen in Wissen.

• Erhöhte Kosten
• Schwierigkeiten bei der Softwareentwicklung – langsam und teuer
• Wenige erfahrene Programmierer
• Bislang sind nur wenige praktische Produkte auf den Markt gekommen.

KI-Modell

Eingabe

Ausgabe

KI-Technologie ist nichts Neues. Wahrscheinlich nutzen Sie sie bereits in Ihrem Alltag, ohne darüber nachzudenken. 
Zum Beispiel, wenn: 

• Spotify Ihnen Musik vorschlägt, die Ihnen gefallen könnte, 
  Google Maps Ihnen die schnellste Route anzeigt, Ihr Smartphone Fotos nach Personen sortiert. 

Das Neue an generativer KI ist, dass sie nicht nur analysiert, sondern auch kreiert. Und sie eröffnet viele neue Möglichkeiten, um Hilfe bei der Arbeit zu bekommen!

Wie generiert KI etwas Neues, und was müssen Sie wissen, um zu verstehen, wie sie im Hintergrund funktioniert? Hier finden Sie einen detaillierten Überblick darüber, wie Sie KI intelligent und sicher einsetzen können.
Wie bereits erwähnt, verwenden ChatGPT und Copilot Sprachmodelle, die mit riesigen Textmengen wie Büchern, Artikeln und Webseiten trainiert wurden. Sie lernen, Muster in der Art und Weise zu erkennen, wie Menschen schreiben und kommunizieren. Wenn Sie eine Frage stellen, versucht die KI, eine mögliche Antwort zu erraten – sie hat keine Ahnung, was richtig oder falsch ist.

Betrachten Sie es als die weltweit fortschrittlichste Autovervollständigung. Ein Sprachmodell schlägt, ähnlich wie Ihr Mobiltelefon, das nächste Wort vor, während Sie eine Nachricht eingeben – allerdings in einem viel größeren Umfang und mit einem besseren Verständnis des Kontexts.

Beachten Sie bitte!

KI verfügt nicht über das Verständnis eines Menschen.
Ihm fehlen Bewusstsein, Emotionen und eigene Erfahrungen.

KI sagt Reaktionen auf der Grundlage dessen voraus, was sie am häufigsten gesehen hat – nicht auf der Grundlage dessen, was wahr ist.
Sie reproduziert die Muster, die sie als statistisch wahrscheinlich gelernt hat.

KI kann sich manchmal irren oder sogar Dinge erfinden.
Dies wird als Halluzination bezeichnet und tritt auf, wenn das Modell Informationen generiert, die nicht der Realität entsprechen.

KI versteht weder Kausalität noch Ethik.
Sie kann Texte zu diesen Themen generieren, hat aber keinen wirklichen Einblick darin, warum etwas geschieht oder was moralisch richtig ist. Nach dem Grundtraining durchlaufen viele Modelle eine zweite Phase: Menschen überprüfen die Antworten und lehren die KI, welche Antworten hilfreich und harmlos sind. Dies fungiert als auferlegter Sicherheitsfilter, ist jedoch ein erlerntes Verhalten – kein ethisches Verständnis.

Es ist vielleicht nicht immer klar, wie generative KI bei Ihrer spezifischen Aufgabe helfen kann, aber ein kluger erster Schritt ist, sich zu fragen: 

• Was nimmt in meinem Alltag viel Zeit in Anspruch?
• Gibt es Bereiche, die sich wiederholen, zeitaufwändig sind oder bei denen es schwerfällt, damit anzufangen? 

Dann kann KI nützlich sein.

Automatisierung:

Feste, regelbasierte Prozesse, z. B. eine Tabellenkalkulation, die die Umsätze in einem KKMU automatisch summiert.

Künstliche Intelligenz (KI):

Anpassungsfähig und lernbasiert, lernt aus Daten, um Variabilität zu bewältigen, z. B. Chatbots, die sich an Kundenanfragen anpassen.

• KI kann Ihnen helfen, wenn Sie nicht weiterkommen.
• KI kann Ihnen Zeit bei Aufgaben sparen, die sonst viel Zeit in Anspruch nehmen würden.
• KI kann Ihnen neue Perspektiven oder Formulierungen bieten.
• Denken Sie daran: KI kann weder den Kontext noch Emotionen oder lokale Gegebenheiten verstehen – das ist Ihre Aufgabe.

Warum regulieren?
Vorschriften gewährleisten eine sichere Nutzung von KI; für europäische KKMU vermeidet die Einhaltung von Vorschriften Geldstrafen (bis zu 4 % des Umsatzes gemäß DSGVO).

Schwerpunkt: EU-KI-Gesetz, DSGVO und praktische Schritte für kleine Unternehmen.

75 % der KMU geben an, dass das Bewusstsein für Vorschriften ein entscheidender Faktor für die Einführung ist (Europäischer Rechnungshof, „Sonderbericht“ 2024).

• Die KI-Vorschriften variieren erheblich zwischen verschiedenen Ländern und Regionen, wobei einige Rechtsordnungen proaktivere Maßnahmen ergreifen als andere.
• Hier sind einige Beispiele für aktuelle KI-Vorschriften und -Initiativen

Europäische Union (EU)

• Die EU hat den Entwurf für ein Gesetz über künstliche Intelligenz (KI-Gesetz) vorgelegt, einen umfassenden Rechtsrahmen, der die Entwicklung und den Einsatz von KI-Systemen innerhalb der EU regeln soll.
• Die vorgeschlagene Verordnung kategorisiert KI-Systeme anhand ihres Risikograds und legt Anforderungen an Transparenz, Rechenschaftspflicht und menschliche Aufsicht fest.
• Die Datenschutz-Grundverordnung (DSGVO) ist zwar nicht speziell auf KI ausgerichtet, legt jedoch Datenschutzgrundsätze fest, die für KI-Systeme gelten, insbesondere im Hinblick auf die Verarbeitung personenbezogener Daten.

KI-Gesetz

Vereinigte Staaten

• Derzeit (Oktober 2025) gibt es in den Vereinigten Staaten keine umfassenden Bundesvorschriften, die speziell auf KI ausgerichtet sind.
• Allerdings haben verschiedene Bundesbehörden, darunter die Federal Trade Commission (FTC) und das National Institute of Standards and Technology (NIST), Leitfäden und Berichte zu KI-bezogenen Themen wie Fairness, Transparenz und Rechenschaftspflicht herausgegeben.
• Einige Bundesstaaten, darunter Kalifornien, haben Gesetze erlassen, die sich mit spezifischen KI-bezogenen Themen befassen, darunter Datenschutz (z. B. California Consumer Privacy Act) und automatisierte Entscheidungsfindung (z. B. Automated Decision Systems Accountability Act).
   

Kanada

• Kanada hat die pan-kanadische Strategie für künstliche Intelligenz ins Leben gerufen, eine Initiative der Bundesregierung, die darauf abzielt, die KI-Forschung und -Innovation in Kanada zu fördern.
• Die Strategie umfasst Investitionen in KI-Forschung, Talentförderung und Kommerzialisierungsbemühungen sowie Initiativen zur Auseinandersetzung mit den ethischen und gesellschaftlichen Auswirkungen von KI.

China

• China hat Richtlinien und Standards für die KI-Entwicklung herausgegeben, die sich auf Bereiche wie KI-Ethik, Datensicherheit und Industriestandards konzentrieren.
• Die chinesische Regierung hat außerdem Regulierungsmaßnahmen eingeführt, um KI-Anwendungen in Bereichen wie Finanzen, Gesundheitswesen und Transport zu regulieren

Internationale Organisationen

• Internationale Organisationen wie die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) und die Vereinten Nationen (UN) haben Leitlinien und Grundsätze für KI-Ethik und -Governance entwickelt.
• So hat die OECD beispielsweise die OECD-Grundsätze zur KI herausgegeben, die Empfehlungen für eine verantwortungsvolle Entwicklung und den verantwortungsvollen Einsatz von KI enthalten.

• Die Datenschutz-Grundverordnung (DSGVO) ist ein von der Europäischen Union (EU) ausgearbeitetes und verabschiedetes Datenschutz- und Sicherheitsgesetz, das Organisationen überall Verpflichtungen auferlegt. 
• Dies geht auf das Recht auf Privatsphäre zurück, das Teil der Europäischen Menschenrechtskonvention von 1950 ist: 
  • „Jede Person hat das Recht auf Achtung ihres Privat- und Familienlebens, ihrer Wohnung und ihrer Korrespondenz.“

Darüber hinaus dreht sich bei der EU-DSGVO alles um die Datenschutzrechte der Menschen: 

• Das Recht auf Information 
• Das Recht auf Zugang 
• Das Recht auf Berichtigung
• Das Recht auf Löschung 
• Das Recht auf Einschränkung der Verarbeitung 
• Das Recht auf Datenübertragbarkeit 
• Das Recht auf Widerspruch
• Rechte in Bezug auf automatisierte Entscheidungsfindung und Profiling.

Die Europäische Kommission hat eine Expertengruppe eingesetzt, die sie in Fragen ihrer Strategie für künstliche Intelligenz beraten soll: die Hochrangige Expertengruppe für KI.

Gemäß den Leitlinien sollte vertrauenswürdige KI folgende Eigenschaften aufweisen: 

• Rechtmäßig:Sie muss alle geltenden Gesetze und Vorschriften einhalten. 
• Ethisch: Sie muss ethische Grundsätze und Werte respektieren. 
• Robust: sowohl aus technischer Sicht als auch unter Berücksichtigung ihres sozialen Umfelds.

• Menschliche Handlungsfähigkeit und Aufsicht: KI-Systeme sollten den Menschen befähigen.
• Technische Robustheit und Sicherheit: KI-Systeme müssen widerstandsfähig und sicher sein.
• Datenschutz und Datenverwaltung: Mechanismen zur Datenverwaltung müssen gewährleistet sein.
• Transparenz: Die Daten, Systeme und KI-Geschäftsmodelle sollten transparent sein.
• Vielfalt, Nichtdiskriminierung und Fairness: KI-Systeme sollten für alle zugänglich sein.
• Gesellschaftliches und ökologisches Wohlergehen: KI-Systeme sollten allen Menschen zugutekommen.
• Rechenschaftspflicht: Verantwortung und Rechenschaftspflicht für KI-Systeme und ihre Ergebnisse müssen gewährleistet sein.

• Das KI-Gesetz ist ein von der Europäischen Kommission vorgeschlagenes Dokument, das mehrere harmonisierte Vorschriften für KI-Anwendungen enthält.

• Es wird betont, dass sein Ansatz von den Werten der EU geprägt und risikobasiert ist, wodurch sowohl Sicherheit als auch der Schutz der Grundrechte gewährleistet werden.

EU-KI-Gesetz – Verordnung COM/2021/206
Ziele:

1. Schaffung eines einheitlichen Rahmens für KI-Produkte und -Dienstleistungen, die auf dem EU-Markt in Verkehr gebracht werden, auch wenn die Anbieter nicht in der Union ansässig sind;
2. Sicherstellung, dass KI-Systeme sicher, zuverlässig und vertrauenswürdig sind und die Grundrechte und -werte achten.

• Definition eines KI-Systems: in Übereinstimmung mit der OECD; „maschinenbasiertes System, das für den autonomen Betrieb ausgelegt ist ... und aus den erhaltenen Eingaben ableitet, wie die Ausgabe zu generieren ist ...“
• Geltungsbereich: Anwendbarkeit für Anbieter, Betreiber, Importeure, Händler und Hersteller von KI-Systemen in allen EU-Mitgliedstaaten mit extraterritorialer Wirkung ähnlich wie bei der DSGVO
• Regulierungsansatz: in Anlehnung an die EU-Produktsicherheitsvorschriften, mit einem risikobasierten Ansatz
• Verpflichtungen ∞ Risikoniveau

Was sieht das KI-Gesetz vor?

• Verbot inakzeptabler KI-Praktiken (z. B. Social Scoring) 
• Regulierung von risikoreichen KI-Systemen (z. B. KI im Zusammenhang mit der Personalbeschaffung) 
• Konformitätsbewertung (d. h. gemäß dem EU-Rahmen für Produktsicherheit) 
• Transparenzpflichten für potenziell irreführende KI-Systeme 
• Ex-post-Marktüberwachung (d. h. Überwachungssystem nach dem Inverkehrbringen) 
• Governance (d. h. Behörden müssen für die Anwendung und Umsetzung benannt werden) 
• Vorrang nationaler KI-Regulierungsrahmen (d. h. Regulierung durch die EU) 
• Überwachung und Durchsetzung (d. h. durch die Mitgliedstaaten) 
• Einhaltung der Verbote und regulatorischen Anforderungen

Inakzeptables Risiko – KI-Systeme, die eine eindeutige Gefahr für die Gesundheit, Sicherheit und Rechte von Menschen darstellen, werden verboten..

• Beispiele: KI-Systeme, die unterschwellige, irreführende Techniken einsetzen, mit dem Ziel oder der Wirkung, die Fähigkeit einer Person zu beeinträchtigen, eine fundierte Entscheidung zu treffen; biometrische Kategorisierungssysteme; Social Scoring durch Regierungen; biometrische Identifizierung in Echtzeit im öffentlichen Raum.

Hohes Risiko - KI-Systeme, die als hohes Risiko für die Gesundheit, Sicherheit und Rechte von Menschen angesehen werden, unterliegen strengen Auflagen.

• Beispiele:KI-gestützte kritische Infrastruktur; Einsatz von KI in Sicherheitskomponenten von Produkten oder bei der Erbringung wesentlicher öffentlicher und privater Dienstleistungen; Beschäftigung; Bildung; Rechtspflege. Vollständige Liste in Anhang III.

EU-KI-Gesetz – Verpflichtungen für KI-Systeme mit hohem Risiko

• Konformitätsbewertung
  • Risikoidentifizierung und -minderung; Transparenz und Rechenschaftspflicht; menschliche Aufsicht; Datenqualität.
• Grundrechte-Folgenabschätzung
  • Für Betreiber von risikoreichen KI-Systemen, die öffentlich-rechtlichen Körperschaften oder privaten Anbietern öffentlicher Dienstleistungen angehören.
  • Beabsichtigter Zweck des KI-Systems; Dauer und Häufigkeit des Einsatzes; wahrscheinlich betroffene Personen oder Gruppen; spezifische Risiken von Schäden; Maßnahmen zur Minderung solcher Schäden (einschließlich Governance- und Beschwerdemechanismen).

Hinweis: Symbiose zwischen den verschiedenen Akteuren, die im KI-Gesetz identifiziert wurden.

Vorteil für KKMU: Optimierung für kleine Teams, Vermeidung von Überschneidungen.

Praktisches Beispiel: Ein KKMU erstellt eine Matrix, die das KI-Gesetz und die DSGVO für E-Commerce-Tools miteinander verknüpft, wodurch Audits vereinfacht und eine sichere Personalisierung ermöglicht werden. 

Nützliches Matrixbeispiel: Spalten: Verordnung, Anforderungen, Maßnahmen für KKMU (z. B. DSGVO: Einwilligung; Maßnahme: Formulare).

• Die Entwicklung datengesteuerter Anwendungen künstlicher Intelligenz erweitert die Grenzen der Anwendungsmöglichkeiten dieser Algorithmen in unserem Leben: Diese rasante Entwicklung hat die Notwendigkeit ethischer, rechtlicher und technischer Regulierungsrahmen auf der Grundlage spezifischer Grundsätze hervorgerufen: Verantwortlichkeit, Interpretierbarkeit, Fairness, Sicherheit, Datenschutz. 
• Auf europäischer Ebene gab es mehrere Vorschläge zur Regulierung von Daten und KI-basierten Anwendungen: EU-DSGVO, Trustworthy AI Initiative und AI Act. 
• Offene regulatorische Herausforderungen werden sich auf die Auswirkungen von KI auf Ethik, Transparenz, Fairness, Sicherheit, Soziologie und Nachhaltigkeit konzentrieren.
• Multidisziplinäre Arbeit ist mehr denn je von größter Bedeutung und Nutzen.

Struktur: Risikobasiert (verboten: z. B. Social Scoring; hohes Risiko: z. B. KI-Einstellung; begrenzt/minimal: z. B. Chatbots).

Auswirkungen auf KKMU: Klassifizieren Sie Ihre KI (die meisten KKMU verwenden minimales Risiko); verlangen Sie Transparenz für begrenztes Risiko.

Was Sie tun müssen: Führen Sie eine Checkliste zur Risikobewertung durch; führen Sie Nutzungsprotokolle (Europäische Kommission „KI-Gesetz” 2024).

Beispiel: Ein KKMU, das KI für den Kundensupport einsetzt, muss dies als KI-generiert kennzeichnen.

Dieses Risikorahmenwerk ist entscheidend für ethische Einsätze, wie z. B. Chatbots für den Kundenservice.

Praktisches Beispiel: Ein KMU im Einzelhandel stuft seine Bestands-KI als minimal risikobehaftet ein und protokolliert die Nutzung, um die Vorschriften einzuhalten – so spart es Zeit für wachstumsorientierte Tools.

Grundsätze: Einwilligung, Minimierung (nur erforderliche Daten erheben), rechtmäßige Verarbeitung.

Was Sie tun müssen: DPIA für risikoreiche KI; Einholung einer ausdrücklichen Einwilligung (Stellungnahme des Europäischen Datenschutzausschusses 2024).

Beispiel für KMU: Ein Dienstleistungs-KMU nutzt DSGVO-konforme KI für die Personalisierung von E-Mails und steigert damit die Kundenbindung um 18 %.

Praktisches Beispiel: Ein KMU aus dem Bäckereibereich führt eine DPIA für KI-Kundenbindungs-Apps durch, um die Datenminimierung sicherzustellen und 12 % Wiederholungskäufe zu erzielen – Vorbereitung auf ethische Bias-Prüfungen in Unit 1.3.

Haftung: KMU haften für Schäden durch KI (z. B. falsche Empfehlungen); verwenden Sie Lieferantenverträge mit entsprechenden Klauseln.

Was Sie tun müssen: Überprüfen Sie die Tools vor dem Einsatz; dokumentieren Sie Entscheidungen (Organisation für wirtschaftliche Zusammenarbeit und Entwicklung „Governing with AI” 2025).

Tipp für KKMU: Kleine Hersteller sollten KI-Anbieter auf Compliance prüfen.

Praktisches Beispiel: Ein beratendes KKMU nimmt Haftungsklauseln in KI-Softwareverträge für Kundenberichte auf, um Streitigkeiten zu vermeiden und eine Erweiterung auf Kundendienst-Bots zu ermöglichen.

Überblick: Internationale Norm für KI-Managementsysteme mit Schwerpunkt auf Governance und Risikomanagement.

Was Sie tun müssen: Eine KI-Richtlinie festlegen; jährliche Audits durchführen; Mitarbeiter in den Grundlagen schulen (Internationale Organisation für Normung „ISO/IEC 42001” 2023).

Beispiel: Ein KKMU implementiert KI für die Bestandsaufnahme und gewinnt so das Vertrauen seiner Kund*innen. Finden Sie es in unserem digitalen KI-Archiv!

Praktisches Beispiel: Ein KMU im Bereich Design entwirft eine einfache KI-Richtlinie für den Einsatz von Tools, führt vierteljährliche Audits zur Zertifizierung durch und stärkt so Partnerschaften und die Bereitschaft für die Treueprogramme aus Modul 4.

Anweisungen:

• Klassifizieren Sie für Ihr KKMU ein potenzielles KI-Tool (z. B. Chatbot) gemäß dem EU-KI-Gesetz.
• Geben Sie einer KI folgende Anweisung: „Bewerten Sie das Risikoniveau für den KI-Kundensupport in einem kleinen europäischen Geschäft gemäß dem EU-KI-Gesetz.“
• Fügen Sie Überprüfungen hinzu: Fügen Sie Schritte zur Einholung der Einwilligung gemäß DSGVO hinzu.
• Verfeinern: Schlagen Sie eine Compliance-Matrix vor.

Ziel:Priorisieren Sie rechtliche Aspekte.

Unser Verständnis davon, was richtig und falsch ist, sowie die Regeln, denen Einzelpersonen und die Gesellschaft folgen sollten.
Was verstehen wir unter „KI-Ethik“?
KI-Ethik bezieht sich auf die moralischen Grundsätze und Werte, die die Entwicklung und Nutzung von Systemen der künstlichen Intelligenz leiten sollten. 
KI-Systeme sollten so konzipiert und eingesetzt werden, dass sie der Gesellschaft zugutekommen und ethischen Grundsätzen entsprechen. 
Themen wie Fairness, Transparenz, Datenschutz und Sicherheit sind wichtige ethische Überlegungen.

KI hat das Potenzial, immense Auswirkungen zu haben, sowohl positive als auch negative. 
KI-Systemen werden zunehmend Entscheidungen mit hohen Risiken anvertraut, die sich auf das Leben der Menschen und die Gesellschaft auswirken. 
KI lernt aus Daten, die menschliche Vorurteile und Voreingenommenheiten enthalten können. Unethische Anwendungen könnten Ungerechtigkeiten automatisieren oder verschlimmern.
Da KI immer leistungsfähiger und autonomer wird, müssen wir die menschliche Verantwortung und Kontrolle aufrechterhalten. 
Ethische Fragen im Zusammenhang mit der Nutzung von KI, wie die Verletzung der Privatsphäre oder der Verlust von Arbeitsplätzen, müssen sorgfältig abgewogen werden, um eine öffentliche Gegenreaktion zu vermeiden. 

Ethik trägt dazu bei, dass die Entwicklung und Nutzung von KI in eine sozial verantwortliche Richtung gelenkt wird.

• Verantwortungsbewusste KI ist ein Rahmenwerk, das uns dabei hilft, die Herausforderungen im Zusammenhang mit künstlicher Intelligenz aus ethischer, technischer und rechtlicher Sicht anzugehen.
  • Wir müssen Unklarheiten darüber beseitigen, wo die Verantwortung liegt, wenn etwas schiefgeht!
• Dieses Rahmenwerk basiert auf folgenden Grundprinzipien:
  • Rechenschaftspflicht
  • Interpretierbarkeit
  • Fairness
  • Sicherheit
  • Datenschutz

• KI-Modelle lernen aus vorhandenen Daten, die aus der realen Welt gesammelt wurden. Daher kann ein genaues Modell problematische, bereits vorhandene Vorurteile in den Daten, die auf sensiblen Merkmalen basieren, lernen oder sogar verstärken.

• In Bezug auf dieses Problem sollten wir: 
• mit Sozialwissenschaftlern und anderen relevanten Experten zusammenarbeiten, um verschiedene Perspektiven zu verstehen und zu berücksichtigen
• überlegen, wie sich die Technologie und ihre Entwicklung im Laufe der Zeit auf verschiedene Anwendungsfälle auswirken werden (z. B. welche Ergebnisse diese Technologie ermöglicht)
• die Fairness unserer Datensätze bewerten (z. B. durch Ermittlung der Repräsentativität und der entsprechenden Einschränkungen). 
• das System auf unfaire Verzerrungen überprüfen
• die Leistung des Systems unter Berücksichtigung verschiedener Kennzahlen analysieren

• Sicherheit und Schutz gewährleisten, dass KI-Systeme sich wie vorgesehen verhalten, unabhängig davon, wie Angreifer versuchen, sie zu stören.
• In Bezug auf dieses Thema sollten wir: 

• Überlegen, ob es Anreize gibt, das System zu Fehlverhalten zu veranlassen.
• Identifizieren, welche unbeabsichtigten Folgen ein Fehler des Systems haben würde, und die Wahrscheinlichkeit und Schwere dieser Folgen bewerten.
• ein strenges Bedrohungsmodell erstellen, um alle möglichen Angriffsvektoren zu verstehen
• Forschung im Bereich des adversarial machine learning betreiben, da dieses weiterhin verbesserte Leistungen für Verteidigungsmaßnahmen und nachweisbare Garantien bietet.
• Prüfen, ob es weitere Schwachstellen in der KI-Lieferkette gibt.

• KI-Systeme müssen die Privatsphäre und Datenrechte der Verbraucher priorisieren und schützen und den Nutzern ausdrückliche Zusicherungen darüber geben, wie ihre personenbezogenen Daten verwendet und geschützt werden.
• In Bezug auf dieses Thema sollten wir: 

• feststellen, ob KI-Modelle ohne die Verwendung sensibler Daten trainiert werden können.
• Eingehende Daten mithilfe von Best-Practice-Datenbereinigungspipelines anonymisieren und aggregieren (z. B. durch Entfernen von personenbezogenen Daten (PII) und Ausreißer- oder Metadatenwerten, die eine De-Anonymisierung ermöglichen könnten).
• Modelle mithilfe von föderiertem Lernen trainieren, bei dem eine Flotte von Geräten koordiniert wird, um ein gemeinsames globales Modell aus lokal gespeicherten Trainingsdaten zu trainieren.
• Tests auf der Grundlage von „Expositionsmessungen“ oder Mitgliedschaftsinferenzbewertungen durchführen, um abzuschätzen, ob das Modell unbeabsichtigt sensible Daten speichert oder offenlegt.

Automatisierung wird oft als Bedrohung für manuelle Arbeit angesehen. Roboter ersetzen Fabrikarbeiter und Landwirte, während selbstfahrende Autos den menschlichen Fahrern den Arbeitsplatz wegnehmen.
KI wird jedoch auch für intellektuellere Aufgaben wie Übersetzen, Programmieren, Schreiben, medizinische Diagnosen oder Lehren trainiert.

• Wer ist schuld, wenn Entscheidungen der KI Schaden anrichten?
• Was sind die Unterschiede zwischen den Regeln, die für ethische KI gelten sollten, und denen, die unser eigenes ethisches Verhalten regeln?
• Inwieweit können wir die Risiken von KI ignorieren, um ihre Vorteile zu genießen?
• Was können wir als Bürger tun, um Einfluss auf die Nutzung von KI zu nehmen?

Von algorithmischer Voreingenommenheit und Datenschutzverletzungen bis hin zu Fragen der Verantwortlichkeit und Autonomie – die ethischen Dimensionen der KI werden immer tiefgreifender und vielschichtiger. 

Im Folgenden wird das komplexe Geflecht ethischer Fragen im Zusammenhang mit künstlicher Intelligenz untersucht und dabei auf die entscheidenden Überlegungen eingegangen, die einer verantwortungsvollen Entwicklung und Einsatz von KI-Technologien zugrunde liegen.

Datenschutz: 

KI-Technologien, insbesondere in den Bereichen Überwachung und Datenanalyse, können die Persönlichkeitsrechte von Einzelpersonen verletzen. Es ist entscheidend, ein Gleichgewicht zwischen Sicherheit und Privatsphäre zu finden.

Verantwortlichkeit:

Oft ist unklar, wer verantwortlich ist, wenn KI-Systeme Fehler machen oder schädliche Entscheidungen treffen. Die Schaffung rechtlicher und ethischer Rahmenbedingungen für die Verantwortlichkeit ist eine Herausforderung.

Transparenz: 

Die Funktionsweise einiger KI-Algorithmen ist undurchsichtig, sodass es schwierig ist zu verstehen, warum sie bestimmte Entscheidungen treffen. Diese mangelnde Transparenz kann das Vertrauen untergraben.

Sicherheitsrisiken: 

Der Einsatz von KI bei Cyberangriffen und das Potenzial von KI, Fehlinformationen zu generieren, stellen Sicherheitsrisiken dar. Der Schutz vor diesen Bedrohungen ist eine ständige Herausforderung.

Ethik in der KI-Forschung:

Ethische Überlegungen erstrecken sich auch auf die Forschung und Entwicklung von KI, einschließlich Fragen im Zusammenhang mit der Datenerhebung, Experimenten und Zusammenarbeit.

Ethische Ausrichtung:

KI-Forscher und -Ingenieure stehen oft vor dem Dilemma, ob sie ihre Arbeit an ethischen Grundsätzen ausrichten oder kommerziellen Interessen Vorrang einräumen sollen. Es kann schwierig sein, hier ein Gleichgewicht zu finden.

Geistiges Eigentum und Open Source: 

Die Debatte über Open Source versus proprietäre KI-Technologie wirft ethische Fragen hinsichtlich des Zugangs zu und der Kontrolle über KI-Innovationen auf.

Der ethische Einsatz von KI umfasst einen transparenten Umgang mit Daten, die Minimierung von Verzerrungen, die Gewährleistung des Datenschutzes und Entscheidungen im besten Interesse der Gesellschaft. 
Sie erfordert ständige Wachsamkeit, offene Kommunikation und das Bekenntnis zu einer verantwortungsvollen KI-Entwicklung, um den Nutzen zu maximieren und gleichzeitig Schäden zu minimieren.

Effektivität: Automatisierung, Präzision, Geschwindigkeit und Skalierbarkeit von Prozessen bedeuten geringere Ausgaben und einen insgesamt besseren Strafvollzug.

Prävention: KI-Systeme, die in der Lage sind, unangemessenes Verhalten zu erkennen und Beamte zu alarmieren, können Kriminalität, Selbstmorde, Gewalt und Schmuggel von verbotenen Gütern verringern.

Vorhersage: Die Leistungsfähigkeit des maschinellen Lernens kann genutzt werden, um neue Erkenntnisse und Vorhersagen zu generieren, die zur Verringerung der Rückfallquote beitragen können.

Intelligenz: Data Mining kann zu Erkenntnissen führen, die mit anderen Regierungsstellen geteilt oder in gemeinsamen Aktionen mit der Polizei genutzt werden können.

Gerechtigkeit: Menschen sind bekanntermaßen schlecht darin, faire Entscheidungen zu treffen. Wir sind oft voreingenommen, inkonsequent und treffen häufig Bewertungen, die von unseren persönlichen Gefühlen beeinflusst sind. Ein gut konzipiertes KI-System kann durchaus zu mehr Gerechtigkeit in Entscheidungsprozessen führen.

In diesem Teil sprechen wir darüber, was Sie bei der Arbeit mit KI beachten sollten und was Sie vermeiden sollten. 
Immer mehr Menschen möchten KI-Dienste wie Copilot, ChatGPT oder andere textbasierte Tools bei ihrer Arbeit einsetzen. 
Das ist positiv – aber es ist wichtig zu verstehen, was Sie tun können und was nicht.

Sie dürfen KEINE vertraulichen Informationen, personenbezogenen Daten oder sensiblen Informationen in externe KI-Dienste einfügen. 
Dies gilt auch dann, wenn es sich nur um einen „Entwurf” handelt oder wenn Sie einen KI-Dienst über einen Webbrowser auf Ihrem Arbeitscomputer nutzen.  

Warum?
KI-Dienste befinden sich oft in anderen Ländern, und wir wissen beispielsweise nicht genau, wie Daten behandelt oder gespeichert werden. 
Die Informationen können sich unserer Kontrolle entziehen – und das darf nicht passieren!

Externe KI-Dienste sind solche, die von externen Akteuren bereitgestellt werden und die Ihr Unternehmen selbst nicht verwaltet oder über die es keine vollständige Kontrolle hat. 
Beispiele hierfür sind Chat-Tools im Internet oder KI-Dienste von kommerziellen Plattformen. 
Diese befinden sich oft in anderen Ländern, und wir wissen nicht genau, wie mit den Daten umgegangen wird.

Und interne KI-Lösungen?
Dies sind KI-Systeme, für die das Unternehmen selbst verantwortlich ist oder die über die eigenen IT-Umgebungen des Unternehmens bereitgestellt werden, wo Sie die Kontrolle über den Datenschutz und die Speicherung haben.

Sie werden nicht durch KI ersetzt.

Sie sind es, der Ihr Geschäft, Ihre Kolleg*innen und Ihre Bedürfnisse kennt – Sie sind es, der mit KI echte Vorteile schafft. 
Technologie ist ein Werkzeug, aber erst in Kombination mit Ihrer Erfahrung und Ihrem Verständnis wird sie zu einem leistungsstarken Werkzeug. 
Bei richtiger Anwendung bietet sie ein großes Potenzial, Ihre Arbeit zu rationalisieren und Zeit für wertschöpfendere Aufgaben zu gewinnen.

• Hier kann KI beispielsweise das Auffinden von Informationen wie Checklisten und Routinen für das Personal erleichtern. 
• KI kann auch Texte vereinfachen oder in eine andere Sprache übersetzen. Dadurch haben die Mitarbeiter*innen mehr Zeit, sich um die Nutzer zu kümmern, und gleichzeitig wird das Risiko von Abweichungen verringert. 
  Die Arbeit mit KI ist auch eine großartige Gelegenheit, neue Bereiche zu erkunden und mehr zu lernen.
  KI kann Inspiration und neue Perspektiven bieten und Ihnen helfen, sich schnell einen Überblick über Themen zu verschaffen, die Sie interessieren. 
  Nutzen Sie KI also sowohl als Unterstützung in Bereichen, in denen Sie sich bereits sicher fühlen, als auch als Werkzeug, um zu wachsen. 
  Das Beste aus beiden Welten!

Fallstudie 1: KI im Gesundheitswesen: 

Die Integration künstlicher Intelligenz (KI) in das Gesundheitswesen hat zu einem transformativen Wandel in der medizinischen Diagnose, Behandlung und Patientenversorgung geführt. KI bietet zwar zahlreiche Vorteile, doch wirft ihr Einsatz in diesen kritischen Bereichen auch erhebliche ethische Bedenken auf, die sorgfältig abgewogen werden müssen, um sicherzustellen, dass die Technologie im besten Interesse aller Patienten eingesetzt wird.

Fallstudie 2: KI in autonomen Fahrzeugen:

 Autonome Fahrzeuge (AVs) stellen eine bahnbrechende Innovation im Verkehrsbereich dar und versprechen eine Verringerung von Verkehrsunfällen, eine Verbesserung der Verkehrssicherheit und eine Revolutionierung der Mobilität. Der Einsatz von AVs bringt jedoch auch tiefgreifende ethische Dilemmata mit sich, insbesondere in Situationen, in denen das Fahrzeug Entscheidungen über Leben und Tod treffen muss. Im Gegensatz zu menschlichen Fahrern.

Vielfalt ist der Schlüssel

1. Vielfalt der Hintergründe des Teams (um „Gruppendenken” zu vermeiden)
2. Vielfalt der Denkweisen (Persönlichkeitstests)
3. Vielfalt der Daten
4. Vielfalt der algorithmischen Modelle

Grundsätze: Daten nach Möglichkeit anonymisieren und Zugriff beschränken.

Beispiele für KMU: Verschlüsseln und sichern Sie Kundendaten in KI-Tools, beispielsweise durch den Einsatz von KI-Chatbots.

Sicherheitsvorkehrungen: Implementieren Sie grundlegende Verschlüsselung und verwenden Sie Einwilligungserklärungen.

Beachten Sie: Sichere Datenpraktiken ermöglichen prädiktive Analysen ohne Verstöße.

Kommunikation:

Informieren Sie Mitarbeiter*innen und Kund*innen über den Einsatz von KI (z. B. durch Kennzeichnungen wie „KI-generierte Antwort“).

Dokumentation:

Führen Sie Protokolle über KI-Entscheidungen für Audits.

Verantwortlichkeit:

Weisen Sie Rollen für die KI-Überwachung im Unternehmen zu.

Die Rolle des Menschen: KI als Werkzeug, nicht als Ersatz – z. B. Einsatz von KI für Routineaufgaben, um Zeit für Kreativität zu gewinnen.

Ethische Entscheidungsfindung: Rahmenbedingungen für den Fall, dass KI außer Kraft gesetzt werden muss (z. B. bei ethischen Dilemmata).

Vertrauen fördern: Schulung der Mitarbeiter*innen in KI-Ethik, um internes Vertrauen aufzubauen.

KKMU: Ein Geschäft nutzt KI für die Lagerhaltung, aber Menschen für Entscheidungen.

Praktisches Beispiel: Ein Café-KKM schult seine Mitarbeiter*innen darin, KI-Vorschläge bei Kundenkonflikten zu übersteuern, um Beziehungen zu pflegen und die Zufriedenheit zu steigern.

Anweisungen: 

• Brainstorming zu KI-Verzerrungen in Ihrem KKMU (z. B. Kundenansprache). 
• Beschreiben Sie das Problem (5–10 Sätze).
• Schlagen Sie drei Maßnahmen zur Risikominderung unter menschlicher Aufsicht vor.
• Beispiel: „KI-Anzeigen richten sich nur an junge Zielgruppen – Abhilfemaßnahme durch vielfältige Daten.“

Ziel: Wertschätzung von Verantwortlichkeit.

Praktisches Beispiel: Ein KKMU beschreibt die Einstellung von KI-Voreingenommenheit, mindert diese durch vielfältige Trainingsdaten und menschliche Überprüfungen und schätzt fairere Ergebnisse.

KI ist Augmentierung

Es handelt sich um ein strategisches Instrument, das Teams von sich wiederholenden Aufgaben entlastet und die Effizienz und Innovation in KKMU fördert

Ethik ist Governance

Grundsätze wie Fairness, Transparenz und Rechenschaftspflicht sind nicht optional, sondern bilden den Kern der Einhaltung gesetzlicher Vorschriften und eines vertrauenswürdigen Marktengagements.

Regulierung ist risikobasiert

Der EU-Rechtsrahmen (DSGVO und KI-Gesetz) verlangt eine verhältnismäßige Einhaltung. KKMU müssen das Risikoniveau ihrer KI-Tools klassifizieren.

Der Schlüssel zum Erfolg

Fangen Sie klein an, legen Sie Wert auf Ethik! Denken Sie daran: KI ergänzt, ersetzt aber nicht!

Identifizieren Sie einen Bereich mit geringem Risiko und hohem Wert und automatisieren Sie ihn mit einem KI-Tool, um die Lage zu sondieren

.