Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Künstliche Intelligenz und maschinelles Lernen verstehen
- Was ist KI und wie wird sie definiert?
- Maschinelles Lernen als Teilmenge der KI
- Arten von KI: schwach, stark, generativ, überwacht, unüberwacht
KI in der Praxis über die Organisation hinweg
- Wo KI/ML derzeit in Geschäftsbereichen eingesetzt wird
- Automatisierung, Entscheidungsunterstützung, Kundenservice und Analytik
- Anwendungsbeispiele in Personalwesen, Finanzen, Betrieb und Compliance
Häufige Governance-Herausforderungen
- Konflikte mit den Grundsätzen des Datenschutzes
- Rechtmäßigkeit, Fairness und Transparenz bei automatisierten Entscheidungen
- Genauigkeit, Datenminimierung und Speicherbeschränkungen
Grundlagen im Informations- und Datenmanagement
- Informations- und Dokumentenverwaltung im Kontext von KI
- Die Bedeutung von Metadaten und Audit-Trails
- Sicherstellung der Datenqualität und -integrität für Trainingsdatensätze
Umgang mit Herausforderungen der Informationsgovernance
- Gestaltung von Governance-Kontrollen für KI/ML-Pipelines
- Menschliche Aufsicht und Erklärbarkeit
- Aufbau funktionsübergreifender Governance-Teams
Durchführung von Datenschutz-Folgenabschätzungen für KI/ML
- Rechtliche Anforderungen und Zweck von Datenschutz-Folgenabschätzungen
- Schritte zur Bewertung vorgeschlagener KI/ML-Implementierungen
- Dokumentation von Risikobewertungen, Gegenmaßnahmen und Begründungen
Governance-Rahmenwerke und Risikomanagement
- Überblick über KI-spezifische Governance-Rahmenwerke
- Ansätze von ISO, NIST, ICO und OECD
- Risikoregister und Richtlinien-Dokumentation
Kultur, Integration und verwandte Rahmenwerke
- Etablierung einer Kultur verantwortungsvollen KI-Einsatzes
- Verknüpfung der KI-Governance mit Cybersicherheit, Ethik und ESG-Richtlinien
- Kontinuierliche Verbesserung und Überwachung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Kenntnisse der internen Richtlinien zur Informationsgovernance der Organisation
- Vertrautheit mit Vorschriften zum Datenschutz oder zum Privacy-Schutz
- Grundlegende Kenntnisse der Konzepte von KI oder maschinellem Lernen sind von Vorteil
Zielgruppe
- Fachkräfte für Informationsgovernance
- Datenschutzbeauftragte und Compliance-Manager
- Leiter für digitale Transformation oder IT-Governance
7 Stunden