Sie verwenden einen veralteten Browser. Um im Internet auch weiterhin sicher unterwegs zu sein, empfehlen wir ein Update.

Nutzen Sie z.B. eine aktuelle Version von Edge, Chrome oder Firefox

19. März 2025

KI-Projekte erfolgreich umsetzen – Teil 2: Realisierungsphase

DP+
Geht es bei KI-Projekten an die Realisierung, stehen mehrere Fragen im Raum, darunter die nach der Genauigkeit, Robustheit und Cybersicherheit des KI-Systems – und nicht zuletzt die Frage des Datenschutzes.
Bild: iStock.com/Sean Anthony Eddy
0,00 (0)
Regulatorische Anforderungen beim Einsatz künstlicher Intelligenz
Im Rahmen dieser Reihe stellen wir Best-Practice-Ansätze vor, um Datenschutz und KI-Verordnung (KI-VO) gemeinsam anzugehen und in den typischen Phasen eines KI-Projekts umzusetzen. Nach dem ersten Teil der Planungsphase eines KI-Projekts geht es nun um die konkrete Umsetzung.

Die Realisierungsphase gliedert sich bei Projekten der künstlichen Intelligenz (KI) in fünf Schritte:

  1. die Datenbereitstellung
  2. die Betrachtung von Genauigkeit, Robustheit und Cybersicherheit (bei Hochrisiko-­KI-Systemen)
  3. die Klärung der Frage, ob eine menschliche Kontrolle erforderlich ist
  4. das Risikomanagement
  5. die Regelung von Betriebsfragen

Wie im ersten Teil dargestellt (siehe KI – Datenschutz PRAXIS für Datenschutzbeauftragte), ist es gar nicht so einfach, den Begriff der künstlichen Intelligenz zu definieren. Mit Blick auf die möglichen technischen Umsetzungen von KI stellt man fest, dass es sich hier ganz ähnlich verhält.

Denn zur künstlichen Intelligenz zählt eine Vielzahl von Algorithmen und Verfahren, die in den meisten Fällen zumindest eine gemeinsame Basis haben: Sie lernen aus Daten.

Maschinelles Lernen

Die Gruppe der maschinellen Lernverfahren umfasst neben rein linearen, statistikbasierten Algorithmen, die keine KI darstellen, auch Verfahren, die relevante Eigenschaften von KI-Systemen nach der KI-Verordnung (KI-VO) aufweisen. Zu diesen Eigenschaften gehören insbesondere die Fähigkeiten, abzuleiten und sich anzupassen:

  • Unter Ableitungsfähigkeit sind Situationen zu verstehen, bei denen wie geplant Daten vorliegen, die nicht identisch mit Trainingsdaten sind.
  • Bei der Anpassungsfähigkeit geht es um Situationen, bei denen eher ungeplant Betriebsbedingungen vorherrschen, die während des KI-Trainings so nicht b…
Andreas Sachs
+

Weiterlesen mit DP+

Sie haben noch kein Datenschutz-PRAXIS-Abo und möchten weiterlesen?

Weiterlesen mit DP+
Konzentrieren Sie sich aufs Wesentliche
Profitieren Sie von kurzen, kompakten und verständlichen Beiträgen.
Kein Stress mit Juristen- und Admin-Deutsch
Lesen Sie praxisorientierte Texte ohne Fußnotenapparat und Techniker-Sprech.
Sparen Sie sich langes Suchen
Alle Arbeitshilfen und das komplette Heftarchiv finden Sie online.
Verfasst von
DP
Andreas Sachs
Andreas Sachs ist Vizepräsident des Bayerischen Landesamts für Datenschutzaufsicht (BayLDA). Darüber hinaus leitet er das Referat Technischer Datenschutz und IT-Sicherheit beim BayLDA.
Vielen Dank! Ihr Kommentar muss noch redaktionell geprüft werden, bevor wir ihn veröffentlichen können.