Schulungsübersicht

Einführung in erklärbare KI und Ethik

  • Die Notwendigkeit von Erklärbarkeit in KI-Systemen
  • Herausforderungen bei der Ethik und Fairness in KI
  • Überblick über regulatorische und ethische Standards

XAI-Techniken für etische KI

  • Modellagnostische Methoden: LIME, SHAP
  • Techniken zur Erkennung von Bias in KI-Modellen
  • Handhabung der Interpretierbarkeit in komplexen KI-Systemen

Transparenz und Haftungsfähigkeit in KI

  • Gestaltung transparenter KI-Systeme
  • Gewährleistung der Verantwortlichkeit bei Entscheidungen in KI
  • Prüfung von Fairness in KI-Systemen

Fairness und Mitigation von Bias in KI

  • Erkennen und Beheben von Bias in KI-Modellen
  • Gewährleistung der Gleichbehandlung verschiedener demografischer Gruppen
  • Implementierung ethischer Leitlinien bei der Entwicklung von KI

Regulatorische und Ethische Rahmenbedingungen

  • Überblick über Standards für AI-Ethik
  • Verständnis von AI-Regelungen in verschiedenen Branchen
  • Ausrichtung von KI-Systemen an GDPR, CCPA und anderen Rahmenbedingungen

Realweltanwendungen von XAI in etischer KI

  • Erklärbarkeit in der KI im Gesundheitssektor
  • Bau transparenter AI-Systeme im Finanzbereich
  • Einsatz ethischer AI in der Strafverfolgung

Zukünftige Trends bei XAI und etischer KI

  • Entstehende Trends in der Forschung zur Erklärbarkeit
  • Neue Techniken zur Fairness und Bias-Erkennung
  • Möglichkeiten für ethische AI-Entwicklung in der Zukunft

Zusammenfassung und Nächste Schritte

Voraussetzungen

  • Grundlegendes Wissen über maschinelles Lernen-Modelle
  • Vertrautheit mit der AI-Entwicklung und -Frameworks
  • Interesse an Ethik und Transparenz in KI

Zielgruppe

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

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien