KI-Ethik und -Governance sind zu einem lauten Bereich geworden.
Bei der letzten Zählung ist die OECD-Tracker zählt über 1.800 Dokumente auf nationaler Ebene zu Initiativen, Richtlinien, Rahmenwerken und Strategien mit Stand September 2024 (und es scheint zu jedem einzelnen Berater und Influencer zu geben).
Allerdings als Mittelstadt (2021) bringt es auf eine Artwork und Weise auf den Punkt, wie es nur akademisches Understatement kann: Prinzipien allein können keine ethische KI garantieren.
Trotz der Fülle an Leitlinien auf hoher Ebene besteht nach wie vor eine erhebliche Lücke zwischen der Politik und der Umsetzung in der Praxis. Aber warum ist das so und wie sollten Datenwissenschaftler und KI-Führungskräfte darüber denken?
In dieser Reihe möchte ich die Reife praktischer KI-Ethik und -Governance in Organisationen vorantreiben, indem ich diese Lücke in drei Komponenten zerlege und auf Forschung und Erfahrungen aus der Praxis zurückgreife, um Strategien und Strukturen vorzuschlagen, die bei der Implementierung von KI-Ethik und -Governance-Fähigkeiten funktioniert haben im Maßstab.
Die erste Lücke, die ich schließe, ist die Interpretationslückedie sich aus der Herausforderung ergibt, Prinzipien anzuwenden, die in einer vagen Sprache ausgedrückt werden, wie z. B. „Human Centricity“ und…