Motivation
Moderne KI-Verfahren werden zunehmend in allen Bereichen von Wirtschaft und Gesellschaft genutzt. Vermehrt werden hoch komplexe und oft unternehmensspezifische KI-Grundlagenmodelle mit für Anwendende oft nicht klar erkennbaren Risiken verwendet, Gleichzeitig bietet der „AI-Act“ der EU einen ersten gesetzlichen Rahmen. Dabei sind allerdings einige relevante Aspekte (etwa Korrektheit, Fairness) nur schwer exakt zu formalisieren, so dass die Umsetzungsmöglichkeiten dieser rechtlichen Vorgaben für Anwendende nicht einfach überschaubar sind.
Ziele und Vorgehen
Ziel der KI-Akademie OWL ist es, Stakeholder zu befähigen, Risiken von KI-Grundlagenmodellen besser einzuschätzen. Gleichzeitig sollen für spezifische Herausforderungen, bei denen nur limitierte Daten vorliegen, alternative zielgerichtete KI-Verfahrensketten bereitgestellt werden. Diese Maßnahmen legen dabei einen Fokus auf Aspekte der KI-Sicherheit und auf Potenziale für Personalisierung und Inklusion. Im Projekt soll die an den Hochschulen in OWL bestehende Expertise gebündelt werden, um Forschungsergebnisse zum Umgang mit wenigen Daten sowie KI-Sicherheit in Entwurfsmuster und konkrete in der Region verankerte Demonstratoren zu überführen. Zudem sollen für betroffene Stakeholder spezifische Kommunikationsformate entwickelt werden, um KI-Kompetenzen zu stärken; unter anderem werden Schülerinnen und Schüler durch Mitmachlabore adressiert.
Innovationen und Perspektiven
Das Projekt richtet sich insbesondere an KMUs. Die Hauptziele sind effiziente zielgerichtete Modelle, Inklusion, sowie neue Ansätze zur KI-Sicherheit für die Praxis von KI. Es trägt substantiell zur KI-Kompetenz und Akzeptanz geeigneter KI-Verfahren in der Gesellschaft bei und unterstützt bei der Umsetzung des für Gesellschaft und Unternehmen gleichermaßen relevanten AI-Acts. Die KI-Akademie OWL fördert damit das lebenslange Lernen von Arbeitnehmerinnen und Arbeitnehmern. Sie führt die zukünftigen Fachkräfte an KI-Methoden heran und ermöglicht Stakeholdern in der Wirtschaft, den AI-Act zu berücksichtigen und zu bewerten. Zudem hilft sie beim Transfer wissenschaftlicher KI-Entwicklungen in die Praxis.