Das Ministerium für Algorithmen: Wenn Datenwissenschaftler die Politikgestaltung vorantreiben
In letzter Zeit fand vor einem gefesselten Publikum in Singapur ein Gespräch statt, das das Denken über die Regulierung von KI neu gestalten könnte. Zwei Männer diskutierten die Herausforderungen und Chancen der KI-Regulierung: Thomas Roehm, Vizepräsident für Unternehmensmarketing bei SAS, und Frankie Phua, Geschäftsführer und Leiter des Gruppenrisikomanagements bei der United Overseas Bank.
Von Prinzipien zur Praxis: Der datengestützte Regulierungsrahmen
Das Projekt MindForge wird von der Veritas-Initiative der Monetary Authority of Singapore (MAS) vorangetrieben, die die Risiken und Chancen der KI-Technologie für den Finanzsektor untersucht. Die Anfänge des Projekts lassen sich bis zur Nationalen KI-Strategie Singapur zurückverfolgen, die 2019 ins Leben gerufen wurde.
Phua äußerte seinen Stolz, im singapurischen Bankensektor tätig zu sein, und hob hervor, dass die MAS die Bankenindustrie aktiv in die KI-Reise einbezogen hat. Die Grundlagen wurden mit den FEAT-Prinzipien gelegt, die für Fairness, Ethik, Verantwortung und Transparenz stehen.
Regulatorische Agilität im Zeitalter von GenAI
Mit dem Aufkommen von ChatGPT im Jahr 2022 wurde klar, dass die zuvor entwickelten Rahmenbedingungen für traditionelle KI nicht mehr ausreichten. Das MindForge-Konsortium wurde ins Leben gerufen, um die Risiken und Chancen von generativer KI im Finanzdienstleistungssektor zu untersuchen. Dieses Risiko-Innovations-Ansatz unterscheidet sich von typischen regulatorischen Initiativen, da Praktiker aus Banken und Technologieunternehmen zusammenarbeiten, um die Richtlinien selbst zu erstellen.
Das Governance-as-Code-Paradigma
Roehm erläuterte, wie KI-Entscheidungsfindung bereits in verschiedenen Branchen integriert ist, um Betrug zu verhindern und die Nachfrage in der Hotellerie zu steuern. Die Herausforderung der Regulierung besteht darin, KI zu steuern, die bereits bedeutende Entscheidungen trifft.
Die Taxonomie-Herausforderung: KI für die regulatorische Compliance definieren
Ein zentrales Problem in der Diskussion war die Definition von KI. Phua betonte, dass es entscheidend sei, genau zu wissen, was als KI gilt, um sie effektiv zu regulieren. Diese definitorische Herausforderung hebt die Bedeutung des kollaborativen Ansatzes in Singapur hervor, um die praktischen Komplexitäten zu erfassen.
Datenverantwortung und kognitive Governance
Beide Sprecher äußerten Bedenken, dass KI-Systeme menschliche kognitive Fähigkeiten erodieren könnten. Phua argumentierte jedoch, dass GenAI, wenn richtig genutzt, eine leistungsstarke Unterstützung für kritisches Denken darstellen kann.
Federierte Regulierungsarchitektur: Das Singapur-Modell skalieren
Die Phase 2 von MindForge liefert greifbare Ergebnisse. Ein bald zu veröffentlichendes Handbuch wird 44 identifizierte KI-Risiken und spezifische Strategien zu deren Minderung adressieren. Der Ansatz Singapurs bietet ein Modell, das auch für andere Jurisdiktionen von Bedeutung sein könnte.
Insgesamt deutet das Gespräch zwischen Roehm und Phua darauf hin, dass wir Zeugen des Aufkommens eines neuen Regulierungsparadigmas sind, in dem die Geschwindigkeit des technologischen Wandels kollaborative und iterative Ansätze zur Governance erfordert.
