Kontakt aufnehmen

Schulungsübersicht

Einführung in Erklärbare KI und Ethik

  • Der Bedarf an Erklärbarkeit in KI-Systemen
  • Herausforderungen bei der KI-Ethik und Fairness
  • Überblick über regulatorische und ethische Standards

XAI-Techniken für ethische KI

  • Modell-agnostische Methoden: LIME, SHAP
  • Techniken zur Erkennung von Bias in KI-Modellen
  • Umgang mit Interpretierbarkeit in komplexen KI-Systemen

Transparenz und Verantwortlichkeit in der KI

  • Gestaltung transparenter KI-Systeme
  • Sicherstellung von Verantwortlichkeit bei KI-Entscheidungen
  • Überprüfung von KI-Systemen auf Fairness

Fairness und Bias-Minderung in der KI

  • Erkennung und Adressierung von Bias in KI-Modellen
  • Sicherstellung von Fairness across verschiedenen demografischen Gruppen
  • Umsetzung ethischer Leitlinien in der KI-Entwicklung

Regulatorische und ethische Rahmenwerke

  • Überblick über KI-Ethikstandards
  • Verständnis von KI-Vorschriften in verschiedenen Branchen
  • Ausrichtung von KI-Systemen an DSGVO, CCPA und anderen Rahmenwerken

Praxisbeispiele für XAI in der ethischen KI

  • Erklärbarkeit in der KI des Gesundheitswesens
  • Aufbau transparenter KI-Systeme im Finanzbereich
  • Einsatz ethischer KI in der Strafverfolgung

Zukünftige Trends in XAI und ethischer KI

  • Aufkommende Trends in der Erklärbarkeitsforschung
  • Neue Techniken zur Erkennung von Fairness und Bias
  • Chancen für die Entwicklung ethischer KI in der Zukunft

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse über Machine-Learning-Modelle
  • Vertrautheit mit KI-Entwicklung und Frameworks
  • Interesse an KI-Ethik und Transparenz

Zielgruppe

  • KI-Ethiker
  • KI-Entwickler
  • Data Scientists
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien