KI und kaufmännische Sorgfalt

Seminarziel

Aus KI-Anfängern Fachleute machen, die mit KI-Fragestellungen souverän umgehen möchten, auch ohne technisch „vom Fach“ zu sein. Was bedeuten die gängigen Begriffe, was sind die hinter ihnen stehenden Vor -und Nachteile und welche wichtigen Querbezüge zu vernetzten Themen und Teamaufgaben muss ich kennen, um bei betrieblichen Entscheidungen vorausschauend und mit kaufmännischer Sorgfalt zu agieren?

Inhalt

• Fremdproduzierte KI versus eigen-konfigurierte KI
• KI-Bedarfsanalyse (KIBA), Datenstrategie und Daten-Governance
• Formulierung der Zielvorgabe, um eine Verselbstständigung der KI zu vermeiden
• Umgang mit externen Daten bei der KI-Datensatz-Konfigurierung und Umgang mit Diskriminierungen
• labels, tokens, weights und bias: wofür stehen sie, wie interagieren sie, wie lassen sie sich gewichten
• Handhabung der Verantwortung zu KI in schuldrechtlichen Verträgen
• Reporting und Meldepflichten, sobald via KI projektbezogene Daten in Echtzeit zur Akte gelangen
• KI Sicherheit allgemein, insbesondere 
• Abläufe beim KI-Monitoring, Darstellung alternativer bzw. additiver Wege zur Gewährleistung des kontinuierlich fehlerfreien Laufs der KI-Modelle / Umgang mit Anomalien
• Kollateralschäden beim Launch eigenverantworteter KI und ihre Vermeidung
• Wer sind die Stakeholder meiner KI-Anwendung; Methoden zur Einbeziehung der divergierenden Interessen in die KI-Rechenmodellarchitektur.