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
Verständnis von KI und Maschinellem Lernen
- Was ist KI und wie wird sie definiert?
- Maschinelles Lernen als Teilmenge der KI
- Arten von KI: schwach, stark, generativ, überwachtes Lernen, unüberwachtes Lernen
KI in der Praxis in der gesamten Organisation
- Wo existiert KI/ML derzeit in Geschäftsfunktionen?
- Automatisierung, Entscheidungsunterstützung, Kundenservice und Analytik
- Anwendungsfälle in Personalwesen, Finanzen, Betriebsabläufen und Compliance
Häufige Governance-Herausforderungen
- Konflikte mit den Datenschutzgrundsätzen
- Rechtmäßigkeit, Fairness und Transparenz bei automatisierten Entscheidungen
- Genauigkeit, Datenminimierung und Speicherbeschränkungen
Grundlagen der Informations- und Datenverwaltung
- Informations- und Dokumentenmanagement im KI-Kontext
- Die Bedeutung von Metadaten und Audit-Trails (Prüfprotokollen)
- Aufrechterhaltung der Datenqualität und Integrität für Trainingsdatensätze
Bewältigung von Informationsgovernance-Herausforderungen
- Design von Governance-Kontrollen für KI/ML-Pipelines
- Menschliche Aufsicht und Erklärbarkeit (Explainability)
- Aufbau abteilungsübergreifender Governance-Teams
Durchführung von Datenschutz-Folgenabschätzungen (DPIAs) für KI/ML
- Gesetzliche Anforderung und Zweck von DPIAs
- Schritte zur Bewertung vorgeschlagener KI/ML-Implementierungen
- Dokumentation von Risikobewertungen, Minderungsmaßnahmen und Begründungen
Governance-Rahmenwerke und Risikomanagement
- Überblick über KI-spezifische Governance-Rahmenwerke
- Ansätze von ISO, NIST, ICO und OECD
- Risikoregister und Politikdokumentation
Kultur, Integration und damit verbundene Rahmenwerke
- Verankerung einer Kultur des verantwortungsvollen KI-Einsatzes
- Verbindung von KI-Governance mit Cybersicherheit, Ethik und ESG-Richtlinien
- Kontinuierliche Verbesserung und Überwachung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis der organisatorischen Politiken zur Informationsgovernance
- Vertrautheit mit datenschutz- oder privacy-bezogenen Vorschriften
- Erste Bekanntheit mit Konzepten der KI oder des Maschinellen Lernens ist hilfreich
Zielgruppe
- Fachkräfte für Informationsgovernance
- Datenschutzbeauftragte und Compliance-Manager
- Leiter der digitalen Transformation oder IT-Governance
7 Stunden