Zusammenfassung
Es wird dringend Zeit, die künstliche Intelligenz (KI) zu entmystifizieren. Anders lässt sich keine zielführende Diskussion über eine sogenannte KI-Ethik führen, denn: KI-Ethik unterliegt den gleichen Herausforderungen wie jede anderen Technologieethik auch. Die ethische Dimension ist stark abhängig vom Anwendungsfall. Der KI kommt jedoch insofern eine besondere Bedeutung zu, als dass diese Technologie kognitive Prozesse substituieren und dabei schnell skalieren kann, sodass deren Anwendung potenziell sehr viele Menschen unmittelbar betrifft und dabei ihr Leben positiv oder negativ beeinflusst. Hierbei gilt es, Verantwortlichkeiten zu definieren und ethische Entscheidungen transparent abzuwägen. Je nach Industrie sind diese Prozesse zum Teil bereits reguliert. Insofern erscheint eine spezifischere Ethikdiskussion sinnvoller, anstatt sie über KI im Allgemeinen zu führen. KI-Ethik ist kein Privileg der Softwareentwicklung, sondern betrifft alle Stakeholder einer bestimmten KI-Anwendung. Ein fundiertes Fach- und Erfahrungswissen der beteiligten Akteure ist hierfür unerlässlich.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Hinweise auf eine Überprüfung der Bonität durch Schufa, Creditreform oder Arvato finden sich in den jeweiligen Datenschutzhinweisen der Händler und Dienstleister.
- 2.
Etwa anhand der Datenschutz-Grundverordnung (DSGVO).
- 3.
Versicherungsaufsichtliche Anforderungen an die IT (VAIT) durch die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) auf Basis des Versicherungsaufsichtsgesetzes §§ 23–32.
- 4.
Entsprechend der VAIT entweder das IT Grundschutzkompendium des Bundesamts für Sicherheit in der Informationstechnik (BSI) oder ISO 27001.
Literatur
BVerfG, Bundesverfassungsgericht (2006) Urteil des Ersten Senats, 1 BvR 357/05, vom 15. Februar 2006
Buchanan BG (2005) A (very) brief history of artificial intelligence. AI Magazine 26.4 (S. 53– 53), PKP
Burstein J et al (2017) Exploring relationships between writing & broader outcomes with automated writing evaluation. Proceedings of the 12th Workshop on Innovative Use of NLP for Building Educational Applications, Copenhagen, Denmark, Sep 8, 2017
Chapman P et al (2000) CRISP-DM 1.0
Ford M (2018) Architects of Intelligence: The truth about AI from the people building it. Packt
Goodfellow I, Bengio Y, Courville A (2016) Deep learning (Adaptive Computation and Machine Learning). MIT Press
Gunderson M (2010) Benjamin Harrison – United States Presidents, ABDO
Hajian S, Bonchi F, Castillo C (2016) Algorithmic bias: from discrimination discovery to fairness-aware data mining. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD ’16) (S. 2125–2126), ACM
Kozyrkov C (2019) Why AI is here to stay, 22.06.2019. https://medium.com/hackernoon/why-ai-is-here-to-stay-9c75b1868b9b. Zugegriffen: 29. Okt. 2020
Kreutzer RT, Sirrenberg M (2019) Künstliche Intelligenz verstehen: Grundlagen – Use-Cases – unternehmenseigene KI-Journey. Springer
Lewis J (2018) The science of sin: why we do the things we know we shouldn’t. Bloomsbury
Rumelhart D, Hinton G, Williams R (1986) Learning representations by back-propagating errors. Nature 323:533–536
Schufa, SCHUFA Holding AG (2020) Wie funktioniert Scoring bei der SCHUFA? https://www.schufa.de/ueber-uns/daten-scoring/scoring/scoring-schufa. Zugegriffen: 12. Nov. 2020
Trombetta A, Wei J, Bertnio E (2010) Advanced privacy-preserving data management and analysis. In: Nin J, Herranz J (Hrsg) Privacy and anonymity in information management systems: new techniques for new practical problems. Springer, S 7–30
Wachsmuth I, Meyer-Fujara J (1992) Wissensbasierte Informationsverarbeitung mit Expertensystemen: Wissen – Fachwissen – Erfahrungswissen. In Informations- und Wissensverarbeitung in den Sozialwissenschaften. Opladen, S 103
Wang F et al (2016) Where does AlphaGo go: from church-turing thesis to AlphaGo thesis and beyond. IEEE/CAA J Autom Sinica 3(2):113–120
Witten I et al (2002) Data mining practical machine learning tools and techniques. Elsevier
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer-Verlag GmbH, DE, ein Teil von Springer Nature
About this chapter
Cite this chapter
Zwingmann, T., Gärtner, T. (2021). Vergessen wir mal die Roboter: So gelingt Künstliche-Intelligenz-Ethik in der Praxis. In: Altenburger, R., Schmidpeter, R. (eds) CSR und Künstliche Intelligenz. Management-Reihe Corporate Social Responsibility. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-63223-9_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-63223-9_5
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-63222-2
Online ISBN: 978-3-662-63223-9
eBook Packages: Business and Economics (German Language)